Documente Academic
Documente Profesional
Documente Cultură
Méthodes et exercices
re
ECS I année
Cécile Lardon
Professeur en classe préparatoire
au lycée du Parc à Lyon
Jean-Marie Monier
Professeur en classe préparatoire
au lycée La Martinière-Monplaisir à Lyon
© Dunod, Paris, 2011
ISBN 978-2-10-056602-0
Préface
Quand, aujourd’hui, nous n’osons avoir une quelconque pensée qu’Internet n’ait validée, quand, pour répondre à toute
question, notre premier réflexe est d’aller pianoter sur le clavier, un recueil d’exercices de mathématiques a-t-il encore
sa place ? Plus que jamais, assurément, tant un manuel bien conçu joue, pour son utilisateur, le rôle d’un compagnon
sûr et fidèle, toujours disponible, d’un confident en quelque sorte, avec lequel on partage, au gré des questions résolues
ou plus coriaces, des moments de bonheur ou de doute.
Pour nous en convaincre, les volumes « Méthodes et exercices » (pour les Classes Préparatoires aux Grandes Écoles de
Commerce), que Cécile Lardon et Jean-Marie Monier nous présentent ici, viennent nous en fournir la plus éclatante
démonstration. Chacun des chapitres de ces ouvrages se compose de deux parties éminemment complémentaires :
• Les méthodes constituent ce guide précieux qui permet à l’étudiant de passer, confiant, efficacement « coaché »,
du cours qu’il apprend à la recherche nécessaire et fructueuse des exercices. Si les théorèmes du cours sont les
outils de l’artisan-étudiant, les méthodes et techniques proposées ici en sont les modes d’emploi ; évidemment, ces
conseils sont particulièrement soignés et pertinents : ne sont-ils pas le fruit des expériences conjuguées de Cécile
Lardon, jeune, enthousiaste et dynamique professeur de Classe Préparatoire et de Jean-Marie Monier, pédagogue
avéré, interrogateur recherché et auteur apprécié de maints ouvrages reconnus ? Pour une aide encore plus précise,
chaque méthode est assortie de la liste des exercices dans lesquels sa mise en oeuvre est souhaitable.
• Les exercices, nombreux, variés et souvent originaux, couvrent, chapitre après chapitre, la totalité du programme en
complète adéquation avec celui-ci. Ils répondent parfaitement à un triple objectif :
permettre d’assurer, d’approfondir et d’affiner, pendant son apprentissage, la compréhension du cours ;
consolider et enrichir ses connaissances par la résolution d’exercices plus substantiels et de questions plus
délicates ;
réaliser des révisions efficaces et ciblées lors de la préparation des épreuves écrites ou orales des concours.
Ces exercices sont judicieusement classés en quatre niveaux de difficulté croissante, permettant ainsi aussi bien au
néophyte de se mettre en confiance en traitant une application directe du cours (niveau 1) qu’à l’étudiant chevronné
de se mesurer à des exercices plus difficiles et délicieusement subtils (niveau 4).
Qui n’a jamais abandonné la recherche d’un petit problème devant une question trop abruptement posée, sans
indication ? L’ouvrage de Cécile Lardon et Jean-Marie Monier devrait permettre d’éviter le traumatisme - toujours
douloureux - engendré par cette frustration : en effet, dans la rubrique Du mal à démarrer, ils apportent à l’étudiant(e)
qui le souhaite une aide discrète, rappelant ici la méthode adéquate, donnant là une indication précieuse, ouvrant ailleurs
une piste de recherche...
Pour chaque exercice, les auteurs fournissent la rédaction complète et appliquée d’un corrigé clair, précis, détaillé, osons
le mot, exemplaire. S’il est louable et formateur de chercher, il est plus gratifiant de trouver ! Et, ici encore, le manuel
© Dunod. La photocopie non autorisée est un délit
permet à chacun, soit de constater que sa solution est celle qui est fournie (et il en éprouve un indicible plaisir !), soit de
s’aider du corrigé, pour parvenir, rassuré et guidé, à cette solution.
Qu’il me soit aussi permis d’insister sur l’ampleur de ces volumes, liée à la grande variété des exercices choisis, en
même temps que sur leur prix très modique.
Ces ouvrages, de consultation particulièrement agréable, constituent l’outil efficace et complet qui permettra à chacun,
à son rythme mais en magnifiant ses propres aptitudes, de développer son savoir-faire et ses compétences et, tout à la
fois, de forger son succès.
Les deux années de Classes Prépatatoires demandent, chacun en convient, un important investissement personnel : ces
recueils, d’exercices constituent alors, dans cet effort soutenu, le meilleur des accompagnements que l’étudiant(e) puisse
souhaiter.
Hermin Durand, Professeur en classe de PT* au Lycée La Martinière Monplaisir à Lyon
III
Table des matières
IV
Table des matières
V
Pour bien utiliser cet ouvrage
VI
Pour bien utiliser cet ouvrage
Du mal à démarrer ?
Des conseils méthodologiques sont proposés
pour bien aborder la résolution des exercices.
−
−
© Dunod. La photocopie non autorisée est un délit
− −
−
−
−
−
−
−
−
VII
Remerciements
Nous tenons ici à exprimer notre gratitude aux nombreux collègues qui ont accepté de réviser des parties du manus-
crit : Pascal Alessandri, Walter Appel, Jean-Philippe Berne, Gérard Bourgin, Frédérique Christin, Jean-Paul Christin,
Sophie Cohéléach, Carine Courant, Hermin Durand, Dominique Feyler, Jean Feyler, Viviane Gaggioli, Marguerite
Gauthier, Guillaume Haberer, André Laffont, Tewfik Lahcène, Ibrahim Rihaoui, René Roy, Marie-Dominique Siéfert,
Audrey Verdier.
VIII
Ensembles, applications, CHAPITRE 1
combinatoire, calculs
sur les nombres réels
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 2
• Calculs d’ensembles par complémentaires, intersections, réunions
Énoncés des exercices 5
• Manipulation de composées d’applications
Du mal à démarrer ? 9
• Étude d’injectivité, de surjectivité, de bijectivité pour une application, expres-
Corrigés des exercices 11 sion de la réciproque d’une application bijective, lorsque c’est possible
• Obtention d’égalités ou d’inégalités faisant intervenir un nombre entier, emploi
d’une récurrence
• Calculs de sommations simples ou doubles, de produits simples ou doubles
• Obtention d’égalités ou d’inégalités faisant intervenir des nombres réels, mani-
pulation de racines carrées, de valeurs absolues
• Manipulation des coefficients binomiaux, obtention d’égalités et calculs de
sommes les faisant intervenir.
1
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
2
Les méthodes à retenir
(suite) • Voir d’autres méthodes dans des cas particuliers, chapitres 4, 10 11.
∃ y ∈ F, ∀x ∈ E, y f (x).
Pour montrer
qu’une application Autrement dit, montrer qu’il existe au moins un élément de F
f : E −→ F n’ayant pas d’antécédent par f .
n’est pas surjective
➥ Exercices 1.3 a)1), 2), 1.19 a), c).
• Voir d’autres méthodes dans des cas particuliers, chapitres 4, 10, 11.
Essayer de :
Pour montrer • montrer que f est injective et surjective
qu’une application
➥ Exercices 1.3 a)3), b)2), 1.17 c), 1.18, 1.19 c)
f : E −→ F
est bijective • montrer que tout élément de F admet un antécédent et un seul par f .
➥ Exercice 1.5 c).
Pour montrer
qu’une application Montrer que f n’est pas injective ou que f n’est pas surjective.
f : E −→ F ➥ Exercices 1.3 a)1), 2), b)2), 1.19 b),c).
n’est pas bijective
• la sommation géométrique :
n
1 − qn+1
∀n ∈ N, ∀q ∈ R \ {1}, qk =
Pour calculer q=0
1−q
certaines sommations
indexées par un entier • la sommation d’entiers, de carrés d’entiers, de cubes d’entiers
consécutifs :
n
n(n + 1) 2 n(n + 1)(2n + 1) 3 n(n + 1) 2
n n
k= , k = , k =
k=1
2 k=1
6 k=1
2
3
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
➥ Exercice 1.7.
Essayer de :
• emboîter deux sommations simples, emboîter deux produits simples
Essayer de :
• remplacer les coefficients binomiaux par leurs expressions à l’aide
de factorielles
Pour calculer ➥ Exercices 1.15, 1.24
une sommation • utiliser la formule du binôme de Newton
faisant intervenir
des coefficients binomiaux ➥ Exercices 1.15, 1.24
• utiliser un raisonnement par récurrence, si l’énoncé donne la valeur
de la sommation
➥ Exercice 1.22.
4
Énoncés des exercices
• Faire tout passer dans un membre, puis faire apparaître une somme
de nombres tous positifs ou nuls (souvent des carrés de réels), pour
conclure à une positivité
5
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
A ∪ B = A ∪ C et A ∩ B = A ∩ C.
Montrer : B = C.
1.11 Exemples d’inégalités portant sur deux réels, sur trois réels
1 2
a) Montrer : ∀(a, b) ∈ R2 , ab (a + b2 ).
2
b) En déduire : ∀(x, y, z) ∈ (R+ )3 , 8xyz (x + y)(x + z)(y + z).
6
Énoncés des exercices
⎧ y
⎪
⎪
⎪ si y est pair
⎪
⎪
⎨ 2
g : N −→ N, y −→ ⎪
⎪
⎪
⎪
⎪ y−1
⎩ si y est impair.
2
© Dunod. La photocopie non autorisée est un délit
a) Pour chacune des applications f, g, dire si elle est injective, surjective, bijective.
b) Préciser g ◦ f et f ◦ g.
c) Pour chacune des applications g ◦ f, f ◦ g, dire si elle est injective, surjective, bijective.
7
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
8
Du mal à démarrer ?
Du mal à démarrer ?
1.1 Réponses : v pour vraie, f pour fausse : Calculer (A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C) .
1.2 Calculer A, B, puis les ensembles demandés. 1.11 a) Exprimer la différence des deux membres en faisant
apparaître une identité remarquable.
1.3 Réponses :
b) Appliquer à divers couples et multiplier membre à membre.
a)1) a)2) a)3) b)1) b)2)
non inj, inj, bij inj, bij 1.12 a) Partir du second membre.
non surj non surj non surj b) Utiliser a), des changements d’indices et des simplifications
de sommations (un télescopage).
1.4 Calculer, pour tout x ∈ R, (f ◦ g)(x) et (g ◦ f)(x), et trouver
un x ∈ R tel que ces deux résultats soient différents. 1.13 Exprimer les deux coefficients binomiaux et se ramener
à une équation du troisième degré, qui admettra une solution
1.5 a) a = 2. b) b = 3. assez simple.
c) À partir de y = f(x), calculer x en fonction de y.
q
1.14 Calculer 2p par sommation géométrique, puis Sn en
1.6 Récurrence sur n. p=0
utilisant la formule du binôme de Newton.
n
n
1.7 Exprimer Sn à l’aide des sommes connues k3 , k2 ,
k=1 k=1 1.15 a) Remplacer les coefficients binomiaux par leurs expres-
n
n sions à l’aide de factorielles.
k, 1.
k=1 k=1 b) Utiliser a) et la formule du binôme de Newton.
1.8 1re méthode : utilisation des éléments des ensembles : 1.16 Séparer en cas selon la position de x par rapport à
−1, 0, 2. Dans chaque cas, contrôler si la (ou les) valeur obtenue
Montrer B ⊂ C en passant par les éléments, puis C ⊂ B par rôles
est bien dans l’intervalle considéré.
symétriques.
2e méthode : calcul sur les ensembles : 1.17 a) , b) Revenir aux définitions.
Calculer B en faisant intervenir A ∪ B, par exemple en commen- c) Se déduit directement de a) et b) .
çant par : B = B ∩ (A ∪ B).
3e méthode : utilisation de fonctions caractéristiques : 1.18 Appliquer le résultat de l’exercice 1.17, en groupant en
(g ◦ f) ◦ g ou en g ◦ (f ◦ g).
Remarquer que 1A ∩ B = 1A ∩ C et 1A ∪ B = 1A ∪ C , et appliquer les
formules sur les fonctions caractéristiques d’une intersection, 1.19 a) Réponses : f est injective et non surjective, g est sur-
d’une réunion. jective et non injective.
1.9 a) Séparer l’équivalence logique en deux implications. b) Calculer, pour tout p ∈ N, g ◦ f(p), et calculer, pour tout
k ∈ N, f ◦ g(2k) et f ◦ g(2k + 1).
1) Supposer E ⊂ F. Alors, toute partie de E est une partie de F.
c) Réponses : g◦f est bijective, f ◦g n’est ni injective ni surjective.
2) Réciproquement, supposer P (E) ⊂ P (F). Pour montrer que
© Dunod. La photocopie non autorisée est un délit
tout élément x de E est élément de F, penser à considérer le 1.20Calculer la sommation double par emboîtement de deux
singleton {x}.
n j
b) Raisonner par équivalences logiques. sommations simples : ij = ij .
1ijn j=1 i=1
c) Montrer, par un contrexemple, qu’il se peut que P (E ∪ F) et
P (E) ∪ P (F) ne soient pas égaux. 1.21Calculer la sommation double par emboîtement de deux
i n
j−1
i
1.10 1re méthode : utilisation des éléments des ensembles : sommations simples : = .
1i<jn
j j=2 i=1
j
Pour x ∈ A ∩ B, séparer en deux cas, selon que x ∈ C ou que
x ∈ C. 1.22 Récurrence sur n, pour p fixé. Utiliser la formule fonda-
2e méthode : calcul sur les ensembles : mentale des coefficients binomiaux.
9
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
n k n−k
1.23 Noter, pour k ∈ 0 ; n : uk = a b . c) Utiliser b) et les formules sur les fonctions caractéristiques,
k en particulier, pour tous ensembles X, Y :
uk+1 uk+1
Calculer et résoudre l’inéquation > 1, par exemple.
uk uk 1X = 1 − 1X , 1X ∩ Y = 1X 1Y , 1X ∪ Y = 1X + 1Y − 1X 1Y .
10
Corrigés des exercices
1.1 • P1 est vraie. Pour tout x ∈ R, il existe y ∈ R tel que •Puisque f n’est pas injective (ou n’est pas surjective), f n’est
x < y, par exemple y = x + 1. Autrement dit, pour tout réel x, il pas bijective.
existe au moins un réel y (par exemple y = x + 1) tel que x < y. y
11
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
donc : f ◦ g g ◦ f.
1.7 On a, pour tout n ∈ N∗ :
12
Corrigés des exercices
P(E ∪ F) = P({1, 2}) = ∅, {1}, {2}, {1, 2} , En multipliant membre à membre (il s’agit de nombres
tous 0), on obtient : xyz 18 (x + y)(x + z)(y + z),
P(E) ∪ P(F) = ∅, {1} ∪ ∅, {2} = ∅, {1}, {2} .
ce qui montre l’inégalité voulue.
Dans cet exemple, on n’a pas égalité entre P(E ∪ F) et
P(E) ∪ P(F). 1.12 a) On a, pour tout x ∈ R \ {−1, 0, 1}, en partant du
second membre dans l’énoncé :
1.10 1re méthode : utilisation des éléments des ensembles :
1 1 1 1 1
Soit x ∈ A ∩ B. Séparons en deux cas, ce qui permettra de faire − +
2 x−1 x 2 x+1
intervenir C. x(x + 1) − 2(x − 1)(x + 1) + x(x − 1)
=
• Si x ∈ C, alors, comme x ∈ A et x ∈ C, on a : 2(x − 1)x(x + 1)
1 1
x ∈ A ∩ C ⊂ (A ∩ C) ∪ (B ∩ C). = = .
(x − 1)x(x + 1) x(x2 − 1)
13
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
Il en résulte que l’équation (1) admet, dans R, au plus une so- On conclut que l’ensemble des solutions de l’équation propo-
! 4 "
lution, donc admet, dans N, au plus une solution. sée est − , 2 .
3
Par exemple, on calcule les valeurs successives f (0), f (1), ...
On peut tracer la représentation graphique de l’application
On constate f (4) = 0.
On conclut que l’équation proposée admet une solution et une
seule : x = 4. f : R −→ R, x −→ |x − 2| + |x| + |x + 1|.
14
Corrigés des exercices
1
bijective.
3x −
y= Finalement, f et g sont bijectives.
y=
− 3x
+1
1.19 a) 1)
5 0 1 2 3 4 5 ...
f ↓ ↓ ↓ ↓ ↓ ↓
0 1 2 3 4 5 6 7 8 9 10 . . .
4
3
+
y
x
=
=
−
•
x
+
3
3
15
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
n
j
n
j
n
j( j + 1) 1 1
ij = ij = j i = j
1i jn j=1 i=1 j=1 i=1 j=1
2
1 2 1
1 1 n2 (n + 1)2 n(n + 1)(2n + 1)
n n
= j3 + j2 = +
2 j=1 j=1
2 4 6 1 3 3 1
n(n + 1)
= 3n(n + 1) + 2(2n + 1) 1 4 6 4 1
24
n(n + 1) 2 n(n + 1)(n + 2)(3n + 1)
= (3n + 7n + 2) = . 1 5 10 10 5 1
24 24
2
Il en résulte les équivalences logiques suivantes : b) On a, pour tout (A, B) ∈ P(E) :
uk+1 n−ka A B = (A ∪ B) ∩ (A ∩ B) = (A ∪ B) ∩ (A ∪ B)
> 1 ⇐⇒ > 1 ⇐⇒ (n − k)a > (k + 1)b
uk k+1b = (A ∩ A) ∪ (A ∩ B) ∪ (B ∩ A) ∪ (B ∩ B)
an − b
⇐⇒ (a + b)k < an − b ⇐⇒ k < , = (A ∩ B) ∪ (B ∩ A).
a+b
2
et les équivalences logiques analogues avec l’inégalité stricte c) On a, pour tout (A, B) ∈ P(E) :
renversée, ou avec l’égalité.
1AB = 1(A ∩ B) ∪ (B ∩ A) = 1A 1B + 1B 1A − 1A 1B 1B 1A
On conclut :
an − b =0
• Si ∈ R− , alors le plus grand terme est atteint une fois = 1A (1 − 1B ) + 1B (1 − 1A ) = 1A + 1B − 2 · 1A 1B .
a+b
et une seule, pour k = 0, et c’est bn
3
an − b d) Soit (A, B, C) ∈ P(E) . On a :
• Si ∈ R+ \ N, alors le plus grand terme est atteint une
a+b
an − b 1(AB)C = 1AB + 1C − 2 · 1AB 1C
fois et une seule, pour k = Ent .
a+b = (1A + 1B − 2 · 1A 1B ) + 1C − 2 · (1A + 1B − 2 · 1A 1B )1C
an − b
• Si ∈ N, alors le plus grand terme est atteint exacte- = 1A + 1B + 1C − 2(1A 1B + 1A 1C + 1B 1C ) + 4 · 1A 1B 1C .
a+b
an − b an − b
ment deux fois, pour k = et pour k = + 1. De même :
a+b a+b
1A(BC) = 1A + 1BC − 2 · 1A 1BC
1.24 a) Soit (n, k, i) ∈ N3 tel que k i n. On a :
= 1A + (1B + 1C − 2 · 1B 1C ) − 2 · 1A (1B + 1C − 2 · 1B 1C )
n i n! i! n!
= = = 1A + 1B + 1C − 2(1A 1B + 1A 1C + 1B 1C ) + 4 · 1A 1B 1C .
i k i!(n − i)! k!(i − k)! (n − i)!k!(i − k)!
Ceci montre : 1(AB)C = 1A(BC) .
n n−k n! (n − k)! n!
= = , On déduit : (A B) C = A (B C),
k n−i k!(n − k)! (n − i)!(i − k)! k!(n − i)!(i − k)!
et on conclut que la loi est associative dans P(E).
n i n n−k
d’où l’égalité voulue : = .
i k k n−i
1.26 Soit n ∈ N∗ . Exploitons
les rôles symétriques
de i et j
b) On a, pour tout n ∈ N :
dans le produit i j. On a : Pn = ij = i j,
n n n n 1i< jn 1 j<in
n i n n−k
Sn = = donc :
i k a) k=0 i=k k n − i
k=0 i=k &
n #
n n #
n−k P2n = ij ij
n n−k % n n−k $
= = 1i, jn 1i= jn
k=0
k i=k
n−i j=n−i
k=0
k j=0
j
n
n
n n
n
n
ij in j (in n!)
n n−k i=1 j=1 i=1 j=1
= 2 = (1 + 2)n = 3n . = = =
i=1
Newton
k=0
k
n
n
2 (n!)2
© Dunod. La photocopie non autorisée est un délit
i2 i
On conclut : ∀n ∈ N, S n = 3n . i=1 i=1
n
n
n
n
(n!) in (n!)n i
1.25 a) 1) Pour E = {1, 2, 3, 4}, A = {1, 2}, B = {1, 3}, on a : i=1 i=1
= = = (n!)2n−2 .
(n!)2 (n!)2
A ∪ B = {1, 2, 3}, A ∩ B = {1},
On conclut : ∀n ∈ N∗ , Pn = (n!)n−1 .
A ∩ B = {2, 3, 4}, A B = {2, 3}.
17
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels
18
Nombres complexes CHAPITRE 2
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 19
• Calcul sur les nombres complexes : sommes, produits, quotients, puissances,
Énoncés des exercices 22 conjugués, modules, forme algébrique et forme trigonométrique
Du mal à démarrer ? 25 • Équations algébriques simples
Corrigés des exercices 27 • Inégalités portant sur des modules de nombres complexes
• Utilisation des nombres complexes pour la trigonométrie, formule d’Euler, for-
mule de Moivre
• Manipulation des racines n-ièmes de l’unité dans C.
Pour calculer la partie réelle et la Utiliser la forme trigonométrique des nombres complexes.
partie imaginaire d’un nombre ➥ Exercice 2.2
complexe présenté comme produit de De manière générale, l’écriture algébrique x + i y, (x, y) ∈ R2 ,
nombres complexes ou comme est conseillée pour des calculs additifs, et l’écriture trigonométrique
puissance d’un nombre complexe ρ e i θ , (ρ, θ) ∈ R+ × R, est conseillée pour des calculs multiplicatifs.
Pour calculer la partie réelle et la Multiplier haut et bas par le conjugué du dénominateur.
partie imaginaire d’un nombre
complexe présenté comme quotient ➥ Exercices 2.1 à 2.3.
de deux nombres complexes
19
Chapitre 2 • Nombres complexes
20
Les méthodes à retenir
1
Essayer d’utiliser, pour tout z ∈ C∗ : |z| = 1 ⇐⇒ z = ,
Pour faire des calculs z
sur des nombres complexes 1
ce qui permet, lorsque |z| = 1, de remplacer z par et réciproquement.
de module 1 z
➥ Exercices 2.9, 2.16, 2.22, 2.23.
• Essayer de faire intervenir des carrés de module (au lieu des modules
eux-mêmes), de façon à pouvoir utiliser la formule :
∀z ∈ C, |z|2 = zz.
➥ Exercice 2.26.
21
Chapitre 2 • Nombres complexes
Essayer d’appliquer :
• la formule du binôme de Newton
n
n k n−k
∀n ∈ N, ∀(a, b) ∈ C2 , a b = (a + b)n
Pour calculer une expression faisant k=0
k
intervenir des coefficients binomiaux,
ou pour calculer une somme faisant ➥ Exercice 2.21 b)
intervenir une ou des racines n-ièmes • la formule sur la sommation d’une progression géométrique
de l’unité dans C
n
1 − zn+1
∀n ∈ N, ∀z ∈ C − {1}, zk = .
k=0
1−z
2.2 Exemple de calcul de la partie réelle et de la partie imaginaire d’un nombre complexe
donné comme une puissance
√
3 − i 10
Calculer la partie réelle et la partie imaginaire du nombre complexe A = .
1− i
2.3 Exemple de calcul de la partie réelle et de la partie imaginaire d’un nombre complexe
donné comme quotient
1 − it
Soit t ∈ R. Montrer que le nombre complexe z = existe et calculer sa partie réelle
2t + i (1 − t2 )
et sa partie imaginaire.
2.5 Exemple de calcul des racines carrées d’un nombre complexe donné
Calculer, sous forme algébrique, les racines carrées dans C des nombres complexes suivants :
A = 2i, B = 9, C = 3 + 4i, D = 3 − 5i.
22
Énoncés des exercices
2.11 Exemple de calcul des racines 4-ièmes d’un nombre complexe donné
Calculer les racines 4-èmes de A = −7 + 24 i dans C, c’est-à-dire résoudre l’équation
u4 = −7 + 24 i , d’inconnue u ∈ C.
23
Chapitre 2 • Nombres complexes
2.20 Calcul d’un produit faisant intervenir une racine n-ième de l’unité dans C
2iπ
n−1
Soit n ∈ N \ {0, 1}. On note ω = e n . Calculer ωk .
k=0
2.21 Calculs de sommes portant sur les racines n-ièmes de l’unité dans C
Soient n ∈ N \ {0, 1}, ω une racine n-ième de l’unité dans C. Calculer :
n−1
a) ωk
k=0
n−1
n k
b) ω.
k=0
k
24
Du mal à démarrer ?
b) Montrer que la restriction g de f à C \ {a} au départ et à C \ {b} à l’arrivée, est une application
bijective, et exprimer l’application réciproque g−1 de g.
c) Déterminer les ensembles images de R par g et par g−1 , c’est-à-dire les ensembles :
Du mal à démarrer ?
2.1 a) Effectuer les calculs indiqués. Pour chasser les com- 2.7 Utiliser l’inégalité triangulaire en remarquant :
plexes des dénominateurs, multiplier haut et bas par le com- 2 z − (1 + i ) = (z − 2) + (z − 2 i ).
plexe conjugué du dénominateur.
b) Attention : 2.8 c) 1) Développer le produit xyz et utiliser les formules
j 3 = 1 et 1 + j + j 2 = 0.
pour θ ∈ R, le conjugué de e i θ est e − i θ et non − e i θ .
2) Remarquer les rôles analogues de (x, y, z) et (u, v, w), à un
√ coefficient près.
2.2 Mettre
√ 3 − i et 1 − i sous forme trigonométrique, puis
3− i
mettre sous forme trigonométrique. 1
1− i 2.9 Calculer (1 + ω)n en utilisant ω = , puisque |ω| = 1.
ω
2.3 Multiplier haut et bas par le conjugué du dénominateur.
2.10 a) 1re méthode : Remplacer e i θ par cos θ + i sin θ.
θ
2.4 a) Réduire au même dénominateur et utiliser α5 = 1. 2e méthode : Mettre e i 2 en facteur.
b) Effectuer le produit et utiliser la formule sur une sommation b) La forme trigonométrique de U semble compliquée.
géométrique.
© Dunod. La photocopie non autorisée est un délit
2.6 Calculer, pour le trinôme az2 + bz + c, le discriminant 2.14 a) Il s’agit d’un système linéaire de deux équations à
deux inconnues. On peut procéder par combinaison ou par sub-
Δ = b2 − 4ac, puis une racine carrée δ de Δ dans C, et, si Δ 0, stitution.
les solutions dans C de l’équation az2 + bz + c = 0 sont :
b) Conjuguer la deuxième équation du système, pour se rame-
−b − δ −b + δ ner à un système linéaire de deux équations aux inconnues u, v.
, .
2a 2a
25
Chapitre 2 • Nombres complexes
1+z
2.15 Développer les calculs à partir de l’égalité entre et Raisonner par équivalences logiques sur le résultat voulu, en
1−z faisant intervenir le carré du module.
son conjugué.
1
2.16 Utiliser a =
1 1
, b = , puisque |a| = 1 et |b| = 1.
2.23 Utiliser a = , etc, puisque |a| = 1.
a
a b
2.19 1re méthode : passage par les nombres complexes : c) 1) Pour tout Z ∈ C − { i } :
n
Considérer aussi Sn (x) = sin kx, former Dn (x) + i Sn (x) et uti- Z ∈ g(R) ⇐⇒ g−1 (Z) ∈ R ⇐⇒ g−1 (Z) = g−1 (Z).
k=1
liser une sommation géométrique.
2) Pour tout z ∈ C − {− i } :
2e méthode : utilisation d’une formule de trigonométrie :
x
Multiplier par 2 sin et utiliser une formule pour transformer z ∈ g−1 (R) ⇐⇒ g(z) ∈ R ⇐⇒ g(z) = g(z).
2
2 sin a cos b.
26
Corrigés des exercices
2.1 a) • A = (2 + 3 i )(1 − i ) = 5 + i . 1− it
Ceci montre que z = existe.
2t + i (1 − t2 )
Dans les trois exemples suivants, on multiplie haut et bas par le
• On a, en multipliant haut et bas par le conjugué du dénomi-
conjugué du dénominateur :
nateur :
2 − 3i (2 − 3 i )(1 − 2 i ) −4 − 7 i 4 7
• B= = = = − − i. (1 − i t) 2t − i (1 − t2 )
1 + 2i (1 + 2 i )(1 − 2 i ) 5 5 5 z=
(2t)2 + (1 − t2 )2
(1 + i )(2 − i ) 3 + i
• C = = 2t − t(1 − t2 ) − i 2t2 + (1 − t2 )
2+ i 2+ i =
4t2 + (1 − 2t2 + t4 )
t(1 + t2 ) − i (1 + t2 ) t 1
(3 + i )(2 − i ) 7 − i 7 1 = = − i.
= = = − i. (1 + t2 )2 1 + t2 1 + t2
(2 + i )(2 − i ) 5 5 5
t 1
On conclut : Ré (z) = , Im (z) = − .
4+ i 4+ i (4 + i )(4 − 2 i ) 1 + t2 1 + t2
• D= = =
(1 + i )(3 − i ) 4 + 2 i (4 + 2 i )(4 − 2 i )
2.4 a) Montrons d’abord, sachant α5 = 1, que 1 + α2 et
1 + α4 sont tous deux non nuls.
18 − 4 i 9 1
= = − i. Si 1 + α2 = 0, alors : 1 = α5 = (α2 )2 α = (−1)2 α = α,
20 10 5
donc 1 + α2 = 2, contradiction.
i π5 − i π5
b) U = 2 − 3 i = 2 + 3 i , V = 1 + e = 1+ e . Si 1 + α4 = 0, alors : 1 = α5 = α4 α = (−1)α = −α,
i π5
Attention : On n’a pas V = 1− e . Pour tout t ∈ R, le conjugué donc 1 + α2 = 2, contradiction.
de e i t est e − i t et non − e i t .
Ceci montre : 1 + α2 0 et 1 + α4 0.
√
2.2 Mettons 3 − i ) et 1 − i sous forme trigonométrique. Ainsi, A existe.
√ √ √
On a : | 3− i| = 32 + (−1)2 = 4 = 2 On a :
√ α α2 α(1 + α4 ) + α2 (1 + α2 )
√ 3 1 π A= + =
donc : 3− i =2 − i = 2 e −i 6 . 1+α2 1+α 4 (1 + α2 )(1 + α4 )
2 2
√ α + 1 + α2 + α4
On a : |1 − i | = 2 = = 1.
1 + α2 + α4 + α
√ 1 1 √ π
donc : 1 − i = 2 √ − √ i = 2 e −i 4 .
2 2 b) On a :
√ π
3− i 2 e −i 6 √ π B = (1 + β)(1 + β2 )(1 + β4 ) = (1 + β + β2 + β3 )(1 + β4 )
D’où : = √ = 2 e i 12 . Puis :
1− i 2e − i π4
= (1 + β + β2 + β3 ) + (β4 + β5 + β6 + 1) = 1,
√ i π 10 √ 10 i 10π 5π
car, comme β7 = 1 et β 1, on a, par progression géométrique :
A = 2 e 12 = 2 e 12 = 25 e i 6
6
β7 − 1
5π 5π √
βk = = 0.
= 32 cos + i sin = −16 3 + 16 i . β−1
6 6 k=0
√
On conclut que la partie réelle de A est −16 3 et que la partie 2.5 Notons z = x + i y, (x, y) ∈ R2 .
imaginaire de A est 16.
⎧ 2 ⎧ 2
⎪
⎪
⎪ x − y2 = 0 ⎪
⎪
⎪ x =1
⎪
⎪
⎪ ⎪
⎪
⎪
2.3 • On a : ⎪
⎨ ⎪
⎨ 2
• z = A = 2 i ⇐⇒ ⎪
2
⎪ 2xy = 2 ⇐⇒ ⎪ ⎪y =1
⎧ ⎧ ⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪ ⎪
⎪ ⎪
⎪
⎨2t = 0
⎪ ⎨t = 0
⎪ ⎪ 2
⎩ x + y2 = 2
⎪
⎩ xy = 1
2t + i (1 − t2 ) = 0 ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪
⎩1 − t2 = 0 ⎪
⎩t = ±1 ⎛⎧ ⎧ ⎞
⎜⎜⎜⎪⎪
⎪ x=1 ⎪
⎪
⎪ x = −1 ⎟⎟⎟
⎜ ⎨ ⎨ ⎟⎟⎟ .
⇐⇒ ⎜⎜⎜⎝⎪ ⎪ ou ⎪
⎪ ⎟
impossible, donc 2t + i (1 − t2 ) 0. ⎪
⎩y = 1 ⎩y = −1 ⎠
⎪
27
Chapitre 2 • Nombres complexes
Les racines carrées complexes de A = 2 i sont donc : On conclut que l’ensemble S des solutions de (E) dans C est :
! −3 + i "
S = 1 − 2i, .
1 + i et 1 − i . 2
b) Le discriminant Δ est :
On pouvait d’ailleurs remarquer (1 + i )2 = 2 i , ce qui évite le
Δ = (1 + i )2 − 4(1 − i ) = −4 + 6 i .
calcul ci-dessus.
• Les racines carrées complexes de B = 9 sont à l’évidence : 3 Cherchons les racines carrées complexes de Δ.
et −3. Soient (x, y) ∈ R2 , δ = x + i y. On a :
⎧ 2 ⎧ 2
⎪
⎪
⎪ x − y2 = 3 ⎪
⎪ x − y2 = −4
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎨ ⎪
⎪
⎨
• z = C = 3 + 4 i ⇐⇒ ⎪ 2xy = 4
2
⎪
⎪ δ2 = Δ ⇐⇒ (x + i y)2 = −4 + 6 i ⇐⇒ ⎪
⎪2xy = 6
⎪
⎪
⎪ √ ⎪
⎪
⎪
⎪
⎩ x2 + y2 = 32 + 42 = 5 ⎩ x2 + y2 = √52
⎪
⎪
⎧ ⎧ 2 √52−4
⎪
⎪
⎪ x2 = 4 ⎪ ⎧ )√
⎪
⎪ ⎛⎧ ⎧ ⎞ ⎪
⎪
⎪ x = 2 ⎪
⎪
⎪
⎪ ⎜⎜⎜⎪⎪ x=2 ⎪
⎪ ⎟ ⎪ ⎪
⎨ x = −2 ⎟⎟⎟⎟ ⎪ ⎪
⎨x =
52−4
⎪
⎨ 2 ⎜ ⎪
⎨ ⎪ ⎪
⎨ 2 √52+4 ⎪
⇐⇒ ⎪ y = ⇐⇒ ⎜⎜⎝⎪ ⎜ ou ⎪ ⎟⎟ . ⇐⇒ ⎪ y = ⇐= ⎪ )
2
⎪
⎪
⎪
1 ⎪
⎪
⎩y = 1 ⎪
⎩y = −1 ⎠
⎪ ⎪
⎪ ⎪
⎪ √
⎪
⎪ ⎪
⎪
⎪
2
⎪
⎪
⎩y =
⎪
⎪
⎩ xy = 2 ⎪
⎩ xy = 3
52+4
2
.
Les racines carrées complexes de C = 3 + 4 i sont donc : Une racine carrée complexe de Δ est donc :
* *
√ √
2+ i et −2− i. 52 − 4 52 + 4
δ= +i .
⎧ 2 2 2
⎪
⎪
⎪ x − y2 = 3
⎪
⎪
⎪ L’équation (F) admet exactement deux solutions, qui sont :
⎪
⎨
• z2 = D ⇐⇒ ⎪
⎪2xy = −5 * *
⎪
⎪ √ √
⎪ √ (1 + i ) − δ 1 52 − 4 52 + 4
⎩ x2 + y2 = 32 + 52 = √34
⎪
⎪ z1 = = 1− + i 1−
2 2 2 2
√ √ * *
34 + 3 34 − 3 5 √ √
⇐⇒ x2 = , y2 = , xy = − (1 + i ) + δ 1 52 − 4 52 + 4
2 2 2 z2 = = 1+ + i 1+ .
* * 2 2 2 2
√ √
34 + 3 34 − 3
⇐⇒ x = ε , y = −ε , ε = ±1.
2 2
2.7 On a, en utilisant l’inégalité triangulaire :
(( ( ( (
On conclut * carrées complexes de D = 3 + 5 i
* que les racines
√ √ 2(z − (1 + i )(( = |2z − 2 − 2 i | = (((z − 2) + (z − 2 i )((
34 + 3 34 − 3 |z − 2| + |z − 2 i | 3 + 5 = 8,
sont : −i et son opposé.
2 2 (( ((
donc : (z − (1 + i )( 4.
2.6 a) Le discriminant Δ est :
2.8 a) D’après le cours, les racines cubiques de l’unité
2iπ 4iπ
Δ = (2 + i )2 − 4(1 − i )(3 + 4 i ) = (5 i )2 , dans C sont, sous forme trigonométrique : 1, e 3 , e 3 .
2iπ 4iπ
donc (E) admet exactement deux solutions : On note j = e 3 , donc : j 2 = e 3 . Ainsi, les racines cu-
biques de 1 dans C sont : 1, j , j 2 . Sous forme algébrique :
−(2 + i ) − 5 i −2 − 6 i −1 − 3 i √
z1 = = = 2π 2π 1 3
2(1 − i ) 2(1 − i ) 1− i j = e
2iπ
3 = cos + i sin =− + i ,
3 3 2 2
(−1 − 3 i )(1 + i ) 2 − 4 i √
= = = 1 − 2i, 4iπ 4π 4π 1 3
2 2 j 2 = e 3 = cos + i sin =− − i .
3 3 2 2
−(2 + i ) + 5 i −2 + 4 i −1 + 2 i √ √
z2 = = =
2(1 − i ) 2(1 − i ) 1− i 1
b) • On a : j 2 = − − i
3 1
et j = − − i
3
,
2 2 2 2
(−1 + 2 i )(1 + i ) −3 + i
= = . donc : j 2 = j .
2 2
28
Corrigés des exercices
• On a :
θ θ θ
√ √ • A = 2 cos2 + 2 i sin cos
1 3 1
3 2 2 2
1+ j + j =1+ − + i + − −i = 0, θ θ
2
θ θ θ
2 2 2 2 = 2 cos cos + i sin = 2 cos e i 2 .
2 2 2 2
ou encore, par sommation géométrique, puisque j 3 = 1 et
Variante de calcul, plus rapide : mettre en facteur l’exponen-
j 1:
tielle de la moitié :
1 − j3
1 + j + j2 = = 0.
1− j θ θ θ θ θ
A = 1 + e i θ = e i 2 e − i 2 + e i 2 = e i 2 2 cos .
De manière plus générale, pour tout entier n 2, la somme des 2
racines n-ièmes de 1 dans C est nulle, cf. exercice 2.21.
θ
c) 1) xyz = (u + v + w) (u + j v + j 2 w)(u + j 2 v + j w) Si cos 0, alors, la forme trigonométrique de A est :
2
= (u + v + w)(u2 + v2 + w2
θ iθ
+ ( j + j 2 )uv + ( j + j 2 )uw + ( j + j 2 )vw A = 2 cos e 2.
2
= (u + v + w)(u2 + v2 + w2 − uv − uw − vw)
= u3 + v3 + w3 − 3uvw, θ
Si cos 0, alors la forme trigonométrique de A est :
2
θ θ
les autres termes se simplifiant.
2) • On a : A = − 2 cos e i 2 +π .
2
x= u+v+w ×1 ×1 ×1
y = u + j v + j 2w ×1 ×j ×j2 2) De même :
z = u + j v + jw
2
×1 ×j 2
×j • B = (1 − cos θ) − i sin θ
θ θ θ
d’où, en combinant à l’aide des coefficients indiqués, et puisque • B = e i 2 e −i 2 − e i 2
1 + j + j 2 = 0 et j 4 = j : θ θ θ θ π
= e i 2 − 2 i sin = 2 sin e i 2 − 2 .
2 2
x + y + z = 3u, x + j y + j 2 z = 3w, x + j 2 y + j z = 3v,
θ
d’où : Si sin 0, alors la forme trigonométrique de B est :
2
1 1 1 θ i θ −π
u= (x + y + z), v = (x + j 2 y + j z), w = (x + j y + j 2 z). B = 2 sin e 2 2 .
3 3 3 2
Ainsi, u, v, w s’expriment en fonction de x, y, z par les mêmes θ
Si sin 0, alors la forme trigonométrique de B est :
formules que x, y, z en, fonction de u, v, w, à un coefficient 3 2
près.
θ θ π
•On a donc, en appliquant le résultat de 1) à x, y, z à la place B = − 2 sin e i 2 + 2 .
© Dunod. La photocopie non autorisée est un délit
2
de u, v, w et en tenant compte du coefficient 3 :
1 3 b) • U = 1 + ρ e i θ = 1 + ρ(cos θ + i sin θ)
uvw = (x + y3 + z3 − 3xyz).
27 = (1 + ρ cos θ) + i ρ sin θ.
• Pour mettre U sous forme trigonométrique, on ne peut utili-
1
2.9 Puisque ωn = 1, on a |ω| = 1, donc ω = , d’où : ser aucune des deux méthodes vues en a), car il n’y a pas de
ω
formule de trigonométrie pour transformer 1 + ρ cos θ et on ne
θ
1 n peut pas mettre commodément e i 2 en facteur.
(1 + ω)n = (1 + ω)n = 1 +
ω La forme trigonométrique de U ne paraît pas simple.
ω + 1 n (ω + 1)n (ω + 1)n
= = = = (1 + ω)n , Par exemple, le module de U est :
ω ω n 1
1/2
et on conclut : (1 + ω)n ∈ R. |U| = (1 + ρ cos θ)2 + (ρ sin θ)2 = (1 + 2ρ cos θ + ρ2 )1/2 .
29
Chapitre 2 • Nombres complexes
2.11 Il est clair que, pour tous complexes u, A, z, si u = z2 Une racine carrée δ de Δ dans C est donc : δ = 3 − 6 i .
et A = u2 , alors A = (z2 )2 = z4 . Les solutions de l’équation en Z sont donc :
D’autre part, si u1 est une racine 4-ième de A, alors u1 0 et,
pour toute racine 4-ième u de A : 3 − 2 i − (3 − 6 i )
Z1 = = 2i,
u 4 u 4
2
A
= 4 = = 1,
u1 u1 A 3 − 2 i + (3 − 6 i )
Z2 = = 3 − 4i.
u 2
donc est une racine 4-ième de l’unité dans C, d’où u ∈
u 1 •Les racines carrées complexes de 2 i sont 1 + i et −1 − i (cf.
u1 , i u1 , −u1 , − i u1 .
aussi exercice 2.5), et les racines carrées complexes de 3 − 4 i
Ceci montre que A admet exactement quatre racines 4-ièmes sont 2 − i et −2 + i (cf. aussi exercice 2.5, en conjuguant).
dans C, qui sont les racines carrées des racines carrées de A
Finalement, l’équation (E) admet exactement quatre solutions :
dans C.
1 + i , −1 − i , 2 − i , −2 + i .
• On cherche d’abord les racines carrées de A dans C.
En notant u = x + i y, (x, y) ∈ R2 , on a : 2.13 Remarquons que, si z convient, alors :
⎧ 2 ⎧ 2
⎪
⎪
⎪ x − y2 = −7 ⎪
⎪
⎪ x =9 2
⎪
⎪
⎪ ⎪
⎪
⎪ z= |z| + 1 + 4 i ,
⎪
⎨ ⎪
⎨ 2 5
u = A = −7 + 24 i ⇐⇒ ⎪
2
⎪ 2x = 24 ⇐⇒ ⎪ ⎪y = 16
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎩ x2 + y2 = |A| = 25 ⎪ ⎪
⎩ xy = 12 donc z est de la forme : z = x + 4 i , x ∈ R.
⎛⎧ ⎧ ⎞ Reportons dans l’équation :
⎜⎜⎜⎪⎪
⎪ x=3 ⎪
⎪
⎪ x = −3 ⎟⎟⎟
⎜ ⎨ ⎨ ⎟⎟⎟ .
⇐⇒ ⎜⎜⎜⎝⎪ ⎪ ou ⎪⎪ ⎟
⎪
⎩y = 4 ⎩y = −4 ⎠
⎪ (E) 5z − 2|z| = 5 + 20 i
√
Ainsi, les racines carrées complexes de A sont 3+4 i et −3−4 i . ⇐⇒ 5(x + 4 i ) − 2 x2 + 16 = 5 + 20 i
√
• On cherche les racines carrées complexes de 3 + 4 i . Après un ⇐⇒ 5x − 2 x2 + 16 = 5
calcul analogue au précédent, les racines carrées complexes de √
3 + 4 i sont 2 + i et −2 − i . ⇐⇒ 5(x − 1) = 2 x2 + 16
⎧
⎪
⎪
Les racines carrées complexes de −3 − 4 i s’obtiennent à partir ⎨x − 1 0
⎪
des racines carrées complexes de 3 + 4 i en multipliant celles-ci ⇐⇒ ⎪
⎪
⎪
⎩25(x − 1)2 = 4(x2 + 16) (1).
par i .
Finalement, les racines 4-ièmes de A = 3 + 4 i dans C sont : Et :
2 + i , −2 − i , −1 + 2 i , 1 − 2 i .
(1) ⇐⇒ 25(x2 − 2x + 1) − 4(x2 + 16) = 0
2.12 Notons Z = z2 . Alors : ⇐⇒ 21x2 − 50x − 39 = 0.
30
Corrigés des exercices
1 1
La deuxième équation permet d’exprimer simplement u en 2.16 Puisque |a| = 1 et |b| = 1, on a a = et b = , d’où :
fonction de v, et on peut ensuite reporter dans la première équa- a b
tion : 1 1
a + b +
a+b b+a a+b
i u + (1 − i )v = 2 i A= = = a b = =− = −A,
a−b a−b 1 1 b − a a −b
1 −
⇐⇒ u = 2 i − (1 − i )v = 2 + (1 + i )v (3), a b
i
donc : A ∈ i R.
puis :
⎧ 2.17 Passons par les nombres complexes :
⎪
⎪
⎪
⎨(3) n n
(S) ⇐⇒ ⎪
⎪
⎩(1 + i )2 + (1 + i )v + (2 − i )v = 1 + 4 i (4)
⎪ n n
Cn (x) + i S n (x) = cos kx + i sin kx
k=0
k k=0
k
et : n
n
= (cos kx + i sin kx)
(4) ⇐⇒ 2 + 2 i + 2 i v + (2 − i )v = 1 + 4 i k=0
k
−1 + 2 i n
⇐⇒ (2 + i )v = −1 + 2 i ⇐⇒ v = = i. n
2+ i = ( e i x )k = (1 + e i x )n
k=0
k Newton
Enfin : u = 2 + (1 + i )v = 2 + (1 + i ) i = 1 + i . x x x n nx x n
= e i 2 e −i 2 + e i 2 = e i 2 2 cos
On conclut que le système proposé admet une solution et une 2
seule : (1 + i , i ). x nx nx
= 2n cosn cos + i sin .
b) Il ne s’agit pas d’un système linéaire en (u, v), puisque 2 2 2
des conjugaisons interviennent. Mais, en conjuguant dans la On conclut :
deuxième équation, on fait disparaître u et v, ce qui ramène à
x nx x nx
un système linéaire d’inconnue (u, v) : Cn (x) = 2n cosn cos , S n (x) = 2n cosn sin .
2 2 2 2
⎧ ⎧
⎪
⎪ ⎪
⎪
⎨(1 + i )u + v = 3 + 7 i (1)
⎪ ⎨(1 + i )u + v = 3 + 7 i
⎪ 2.18 Passons par les nombres complexes :
⎪
⎪ ⇐⇒ ⎪
⎪
⎪
⎩u + v = 2 + i ⎪
⎩u + v = 2 − i
(2)
n
i (a+kb)
n
C + iS = cos(a + kb) + i sin(a + kb) = e .
⎧
⎪
⎪
⎨(1 + i )(2 − i − v) + v = 3 + 7 i
k=0 k=0
⎪
⇐⇒ ⎪
⎪
⎪
⎩u = 2 − i − v (3) • Si b 2πZ, alors e i b 1, donc, par sommation d’une pro-
gression géométrique :
⎧
⎪
⎪
⎨3 + i − i v = 3 + 7 i
⎪ e i (n+1)b − 1
⇐⇒ ⎪
⎪ C + i S = e ia
⎪
⎩(3) e ib − 1
(n+1)b (n+1)b (n+1)b
⎧ ⎧ ei 2 e i 2 − e −i 2
⎪
⎪
⎪
6i ⎪
⎪ = e ia
⎨v = − i = −6
⎪ ⎨v = −6
⎪ i b2 i b2 b
⇐⇒ ⎪ ⇐⇒ ⎪ e e − e −i 2
⎪
⎪
⎪ ⎪
⎪
⎩u = 8 − i .
⎩(3) (n + 1)b
2 i sin
© Dunod. La photocopie non autorisée est un délit
= e i a+ nb
2
2 .
On conclut que le système proposé admet une solution et une b
seule : (8 − i , −6). 2 i sin
2
31
Chapitre 2 • Nombres complexes
⎧ (n + 1)b
⎪
⎪
⎪ x # 1 1 $
⎪
⎪
⎪ nb sin = sin + sin n + x − sin n − x
⎪
⎪
⎨sin a +
2 si b 2πZ 2 2 2
S =⎪
⎪ 2 b # 1 3 $ # x$
⎪
⎪
⎪ sin 3
⎪
⎪ 2 + sin n − x − sin n − x + · · · + sin x − sin
⎪
⎩ 2 2 2 2
(n + 1) sin a si b ∈ 2πZ.
1
= sin n + x .
2.19 1re méthode : passage par les nombres complexes : 2
n 1
sin n + x
Considérons aussi S n (x) = sin kx. On a : x 2
d’où, puisque sin 0 : Dn (x) = x .
k=1 2 2 sin
2
1 n
n
Dn (x) + i S n (x) = + cos kx + i sin kx
2 k=1 k=1
2.20 Puisqu’il s’agit de calculer un produit de nombres
n
n complexes, essayons d’utiliser la forme trigonométrique des
1 1
= + e i kx = − + ( e i x )k . nombres complexes. On a :
2 k=1
2 k=0
n−1
n−1
2iπ k
n−1
2 i kπ
n−1
2 i kπ
Puisque x ∈ R \ 2πZ, on a e i x 1, donc, par sommation géo- ωk = e n = e n = exp
n
métrique : k=0 k=0 k=0 k=0
2iπ
n−1 2 i π (n − 1)n
n
1 − ( e i x )n+1 = exp k = exp
(e ) =
ix k
n k=0 n 2
k=0
1 − e ix
= exp i π(n − 1) = ( e i π )n−1 = (−1)n−1 .
(n + 1)x
ei
(n+1)x
2
(n+1)x
e −i 2 − e i
(n+1)x
2
−2 i sin
= = e 2
i nx
i 2x − i 2x x 2.21 a) En utilisant une progression géométrique, si ω 1,
2
− ei2 x
e e −2 i sin
n−1
2 1 − ωn 1−1
(n + 1)x (n + 1)x on a : ωk = = = 0.
1 − ω 1 −ω
nx
sin
2 nx nx sin 2
k=0
= ei 2
x = cos + i sin x .
n−1
n−1
2 2
sin
2
sin
2 et, si ω = 1, alors : ωk = 1 = n.
k=0 k=0
1 On conclut que, si ω est une racine⎧ n-ième de l’unité dans C,
D’où, en rajoutant − et en prenant la partie réelle :
2 ⎪
⎪
⎨0 si ω 1
⎪
n−1
(n + 1)x pour n 2, on a : ωk = ⎪
⎪
nx ⎪
⎩n si ω = 1.
1 cos 2 sin 2
k=0
Dn (x) = − + x
2 sin n
2 b) La présence du coefficient binomial incite à utiliser la
k
1 x nx (n + 1)x formule du binôme de Newton :
= x − sin 2 + 2 cos 2 sin
n−1 n
2
2 sin n k n k
2 ω = ω − ωn = (1 + ω)n − 1.
1 x # (2n + 1)x x $ k k
= x − sin 2 + sin + sin k=0 k=0
2 sin 2 2
2 2.22 • Montrons d’abord que l’expression proposée existe.
1 On a : 1 − ab = 0 ⇐⇒ ab = 1 =⇒ |a| |b| = |ab| = 1,
sin n + x
= 2 a−b
x . exclu, car |a| |b| > 1. Ceci montre que existe.
2 sin 1 − ab
2 (( a − b ((
• On a : (( (( < 1
1 − ab
2e méthode : utilisation d’une formule de trigonométrie :
⇐⇒ |a − b| < |1 − ab|
On remarque que :
⇐⇒ |a − b|2 < |1 − ab|2
x x
n
x
2 sin Dn (x) = sin + 2 sin cos kx ⇐⇒ (a − b)(a − b) < (1 − ab)(1 − ab)
2 2 k=1
2
⇐⇒ aa + bb < 1 + abab
x # 1 1 $
n
= sin + sin k + x − sin k − x
2 k=1 2 2 ⇐⇒ |a|2 + |b|2 < 1 + |a|2 |b|2
32
Corrigés des exercices
Z = f (z) ⇐⇒ 0z = 2 i , On a :
n
n
n n
qui n’a aucune solution dans C, donc Z n’a pas d’antécédent 1= |zk | |xk | + |yk | = |xk | + |yk |.
par f . k=1 k=1 k=1 k=1
1
est bijective. L’une au moins de ces quatre sommations est , car, sinon,
4
la somme de ces quatre sommations serait < 1, contradiction.
De plus, pour tout z ∈ C \ {− i } et tout Z ∈ C \ { i }, on a : 1
Supposons, par exemple : |xk | .
Z+ i k ; xk 0
4
Z = g(z) ⇐⇒ z = ,
1+ iZ Notons I = k ∈ 1 ; n ; xk 0 , qui est une partie finie de
Z+ i 1 ; n, non vide car sinon cette somme serait nulle. On a :
donc : g−1 : C \ { i } −→ C \ {− i }, Z −→ . (( (( (( (( (( ((
1+ iZ
(( zk (( = (( (xk + i yk )(( = (( xk + i yk ((
• 1) Soit Z ∈ C \ { i }. On a :
k∈I k∈I k∈I k∈I
−1
Z ∈ g(R) ⇐⇒ g (Z) ∈ R ∈R ∈R
(( (( (( (( 1
Z+ i Z+ i (( xk (( = (( xk (( = xk .
⇐⇒ = 4
1 + iZ 1 + iZ k∈I k ; x 0
k k ; x 0
k
33
Chapitre 2 • Nombres complexes
( (
On a donc montré l’existence d’une partie finie non vide I de |2az| − (((a2 − b) − (z + a)2 ((
Inégalité triangulaire renversée
1 ; n convenant.
2a|z| − |a2 − b| + |z + a|2
De même lorsque c’est l’une des trois autres sommes (dans l’in- Inégalité triangulaire
1
égalité vue plus haut) qui est . = 2a|z| − (b − a2 ) − |z + a|2
4 b−a2 0
34
Polynômes CHAPITRE 3
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 35
• Calculs dans K[X]
Énoncés des exercices 38
• Calcul du reste ou du quotient d’une division euclidienne dans K[X]
Du mal à démarrer ? 43
• Étude des zéros d’un polynôme et de leurs ordres de multiplicité
Corrigés des exercices 46
• Factorisation de polynômes (assez simples) dans C[X], dans R[X]
• Localisation des zéros d’un polynôme de C[X], de R[X]
On note K = R ou C. • Calcul de fonctions symétriques.
Essayer de :
Pour trouver tous les polynômes • étudier le degré, et, si deg (P) est petit, déterminer P à l’aide de ses
satisfaisant une formule donnée coefficients
➥ Exercices 3.3, 3.14, 3.27
35
Chapitre 3 • Polynômes
Pour calculer Essayer d’écrire une égalité polynomiale venant de la formule du bi-
certaines sommations nôme de Newton, puis prendre la valeur en certains points, après avoir
faisant intervenir éventuellement dérivé une ou plusieurs fois, ou primitivé.
les coefficients binomiaux ➥ Exercice 3.13.
Essayer de :
Pour montrer que • mettre (X − a)α en facteur dans P(X)
a ∈ K est zéro d’ordre α au moins
d’un polynôme P de K[X] • utiliser la caractérisation : P(a) = 0, P (a) = 0, ..., P(α−1) (a) = 0.
➥ Exercice 3.12.
Essayer de :
• mettre (X − a)α en facteur dans P(X) et montrer que l’autre facteur
Pour montrer que n’est pas multiple de X − a
a ∈ K est zéro d’ordre α exactement ➥ Exercice 3.11
d’un polynôme P de K[X]
• utiliser la caractérisation :
Essayer de :
• mettre B en facteur dans A, par calculs élémentaires, par utilisation
d’identités remarquables
➥ Exercice 3.30
Pour montrer qu’un polynôme B
divise un polynôme A • montrer que le reste de la division euclidienne de A par B est nul
• montrer que tout zéro de B est zéro de A, avec un ordre de multipli-
cité dans A supérieur ou égal à celui dans B, si B est factorisé en un
produit de facteurs du premier degré.
➥ Exercices 3.10, 3.20.
36
Les méthodes à retenir
37
Chapitre 3 • Polynômes
Pour obtenir
une localisation des zéros Essayer d’appliquer convenablement l’inégalité triangulaire.
d’un polynôme de C[X] ➥ Exercice 3.42.
38
Énoncés des exercices
a) A = (X + 1)n + 1, B = X − 1
b) A = (X + 1)n − (X − 1)n , B = X2 − 4
c) A = (X + 1)n + Xn , B = (X − 1)2
d) A = (X + 1)n + (X + 2)n , B = Xn .
39
Chapitre 3 • Polynômes
∀n ∈ N∗ , Pn+1 = P2n − 2.
5
(z2k + 1) = (a0 − a2 + a4 )2 + (a1 − a3 + a5 )2 .
k=1
3.24 Calcul du reste de la division euclidienne par (X − a)(X − b), par (X − a)2
Soit P ∈ K[X].
a) Soit (a, b) ∈ K2 tel que a b. Déterminer le reste de la division euclidienne de P par
(X − a)(X − b). On exprimera le résultat à l’aide de a, b, P(a), P(b).
40
Énoncés des exercices
3.28 Ordre de multiplicité d’un zéro d’un polynôme, lien avec la dérivation
Soient P ∈ K[X], a ∈ K, ω ∈ N∗ . On rappelle que l’on dit que a est un zéro de P d’ordre ω au
moins si et seulement si (X − a)ω | P, et que l’on dit que a est un zéro de P d’ordre ω exactement
si et seulement si : (X − a)ω | P et (X − a)ω+1 P.
a) Montrer que, si a est zéro de P d’ordre ω exactement, alors :
∀k ∈ 0 ; ω − 1, P(k) (a) = 0 et P(ω) (a) 0.
b) Démontrer la réciproque de a).
∀ j ∈ 0 ; n, Li (a j ) = δi j ,
⎧
⎪
⎪
⎨1 si i = j
où δi j est le symbole de Kronecker, défini par : δi j = ⎪
⎪
⎩0 si i j
et exprimer Li sous forme d’un produit.
© Dunod. La photocopie non autorisée est un délit
∀t ∈ R, T n (cos t) = cos nt
41
Chapitre 3 • Polynômes
3.33 Exemple d’étude des zéros des polynômes d’une suite de polynômes
n
1 k
On note, pour tout n ∈ N : Pn = X . Montrer que, pour tout p ∈ N, P2p n’admet aucun
k=0
k!
zéro réel et que P2p+1 admet un zéro réel et un seul.
3.34 Calcul de fonctions symétriques des racines d’une équation du troisième degré
Soit (p, q) ∈ C2 . On note x1 , x2 , x3 les zéros de X3 + pX + q dans C, de sorte que :
X3 + pX + q = (X − x1 )(X − x2 )(X − x3 ).
On note : σ1 = x1 + x2 + x3 , σ2 = x1 x2 + x1 x3 + x2 x3 , σ3 = x1 x2 x3
appelées fonctions symétriques élémentaires de x1 , x2 , x3 .
On note, pour tout k ∈ N : S k = xk1 + xk2 + xk3 .
a) Montrer : σ1 = 0, σ2 = p, σ3 = −q.
b) 1) Calculer S 0 , S 1 , S 2 en fonction de p, q.
2) Établir : ∀k ∈ N, S k+3 + pS k+1 + qS k = 0.
3) En déduire S 3 et S 4 en fonction de p, q.
c) Calculer A = x31 x2 + x31 x3 + x32 x1 + x32 x3 + x33 x1 + x33 x2 en fonction de p, q.
3.39 Calcul de la valeur d’un polynôme en un point connaissant sa valeur en d’autres points
n+1−k
Soient n ∈ N, P ∈ Rn [X] tel que : ∀k ∈ 0 ; n, P(k) = . Calculer P(n + 1).
k+1
On pourra utiliser les polynômes d’interpolation de Lagrange, exercice 3.31.
42
Du mal à démarrer ?
Du mal à démarrer ?
3.1 Pour calculer A(X − 1), par exemple, remplacer X par X − 1 b) Utiliser un télescopage, en sommant l’égalité obtenue en a),
dans l’expression de A(X). de 1 à n − 1.
c) Faire intervenir les racines n-èmes de 1 dans C, c’est-à-dire les
3.2 Poser la division euclidienne. 2 i kπ
ωk = exp , k ∈ 0 ; n − 1.
n
3.3 Noter P = aX3 + bX2 + cX + d et traduire les conditions
de l’énoncé sur (a, b, c, d) ∈ R4 . 3.10 1re méthode : Mise en évidence des facteurs :
Montrer d’abord : (X − 1)2 | (Xn − 1)(Xn+1 − 1).
3.4 Récurrence sur n.
Pour montrer X + 1 | (Xn − 1)(Xn+1 − 1), séparer l’étude en
3.5 il s’agit de trinômes bicarrés. Grouper les termes en X4 deux cas selon la parité de n.
et X2 , ou grouper les termes en X4 et constant, pour débuter le 2e méthode : Utilisation des zéros :
carré d’une somme.
Montrer que −1 est zéro simple et que 1 est zéro double du
3.6 Remarquer que 1 est zéro de P, factoriser par X − 1, puis polynôme (Xn − 1)(Xn+1 − 1).
réitérer la méthode.
3.11 Mettre X − 1 en facteur, puis encore X − 1, puis encore
3.7 Utiliser la factorisation de A2 + B2 dans C[X] : X − 1 et montrer que le dernier facteur ne s’annule pas en 1.
© Dunod. La photocopie non autorisée est un délit
43
Chapitre 3 • Polynômes
9
3.15 a) On obtient . b) Raisonner par l’absurde. a) Montrer que, si P 0, alors P est nécessairement de degré 2,
2
noter P = aX2 + bX + c, (a, b, c) ∈ R3 , et reporter dans l’équation.
3.16 a) • Pour factoriser X5 − 1 dans C[X], faire intervenir les b) Montrer que, si P 0, alors P est de degré 1, noter
racines 5-èmes de 1 dans C.
P = aX + b, (a, b) ∈ R2 , et reporter dans l’équation.
• Pour factoriser X5 − 1 dans R[X], mettre X2 en facteur (ce
1 1 c) Obtenir une contradiction sur la parité des degrés des deux
qui fait intervenir 2 ), poser Y = X + et amener un trinôme membres de l’équation.
X X
en Y.
b) Dans la factorisation de X5 − 1 dans C[X] obtenue en a), re-
3.28 a) Supposer que a est zéro de P d’ordre ω exactement.
Déduire qu’il existe Q ∈ K[X] tel que :
grouper les facteurs conjugués, en déduire la factorisation de
X5 − 1 dans R[X], et identifier convenablement avec celle obte-
2π 4π P = (X − a)ω Q et Q(a) 0.
nue en b), pour déduire les valeurs de cos , cos . Ensuite,
5 5
π 4π π π Utiliser la formule de Leibniz, pour exprimer P (k) , puis calcu-
exprimer cos à partir de cos , puis sin à partir de cos .
5 5 5 5 ler P (k) (a).
3.17 Résoudre le système proposé, en simplifiant par u − v et b) Pour la réciproque, noter λ l’ordre de multiplicité du zéro a
en faisant intervenir la somme S = u + v et le produit P = uv. de P et montrer ω = λ, en utilisant a).
3.18 Noter, pour tout n 1, an , bn , cn les coefficients respec- 3.29 Remarquer que ⎧
tifs de 1, X, X2 dans Pn . Ainsi, pour tout n 1, il existe Qn ∈ R[X] ⎪
⎪
⎨P(a) − b = 0
Pn = an + bn X + cn X2 + X3 Qn (X). (X − a)3 | P(X) − b ⇐⇒ ⎪
⎪
tel que : ⎩ (X − a)2 | P (X).
Reporter dans l’égalité de l’énoncé et en déduire des égalités
exprimant an+1 , bn+1 , cn+1 en fonction de an , bn , cn .
n
3.30 Noter P = ak Xk , où n ∈ N, a0 , ..., an ∈ K et utiliser la
1) Remarquer a2 = 2, a3 = 2, ... k=0
formule du binôme de Newton pour développer P X + P(X) .
2) Obtenir : ∀n 2, bn+1 = 4bn .
cn
3) Obtenir : ∀n 2, cn+1 = 4cn + 42n−2 . Considérer dn = . 3.31 a) Utiliser : P(a) = 0 ⇐⇒ X − a | P.
4n
n
b) Noter Q = P(ai )Li et montrer que Q − P s’annule en
3.19 Remarquer que zn2 + 1 = ( i − zk )(− i − zk ).
i=0
a0 , ..., an .
3.20 Factoriser A dans C[X] et montrer : P( e i t ) = P( e − i t ) = 0.
c) Séparer existence et unicité, et utiliser b).
Séparer en deux cas selon que e i t et e − i t sont égaux ou diffé-
rents. 3.32 a) 1) Existence :
re
1 méthode : passage par les nombres complexes :
3.21 Noter P = Xp − a, exprimer Xn à l’aide de P entre autres,
et utiliser la formule du binôme de Newton. Développer e i nt en utilisant la formule d’Euler et la formule
du binôme de Newton, puis prendre la partie réelle.
3.22 Remarquer que (X − 1)Pn (X) = Xn − 1. 2e méthode : récurrence sur n, à deux pas :
3.23 Le reste R est de degré < 2, donc R est de la forme Montrer, par récurrence à deux pas sur n, que, pour tout n ∈ N,
R = aX + b, (a, b) ∈ R2 . Prendre la valeur en i . il existe Tn convenant, de degré n et de coefficient domi-
nant 2n−1 .
3.24 a) Le reste est de degré < 2, donc R est de la forme 2) Unicité :
R = λX + μ, (λ, μ) ∈ K2 . Prendre les valeurs en a, en b.
Si Tn et Un conviennent, montrer que Tn − Un s’annule en une
b) Le reste est de degré < 2, donc R est de la forme infinité de points.
R = λX + μ, (λ, μ) ∈ K2 . D’autre part, dériver, puis prendre la b) Résoudre l’équation cos nt = 0, d’inconnue t ∈ R, en déduire
valeur en a. des zéros de Tn , puis montrer que l’on a ainsi tous les zéros
de Tn .
3.25 Remarquer que P ressemble au développement du bi- 1
nôme de Newton : P = (X + 1)6 − X6 . c) Obtenir : Ti (xk )Tj (xk ) = cos(i + j)θk + cos(i − j)θk ,
2
Utiliser les factorisations de A2 − B2 , de A3 − B3 , de A3 + B3 . (2k + 1)π
où θk = .
2n
3.26 Remarquer que P est pair, noter Y = X , et remarquer2
n−1
que 1 est zéro du nouveau polynôme. Calculer la somme cos pθk , pour tout p ∈ N, en passant par
k=0
3.27 Raisonner sur les degrés. les nombres complexes.
44
Du mal à démarrer ?
3.33 Montrer, par récurrence sur p ∈ N : P2p n’admet aucun Montrer : ∀x ∈ R, P(x) = 0 =⇒ P(x3 + x) = 0 .
zéro réel et P2p+1 admet un zéro réel et un seul, en utilisant des
Considérer la suite réelle (un )n∈N définie par u0 = 0 et :
tableaux de variations.
∀n ∈ N, un+1 = u3n + un .
3.34 a) Développer (X − x1 )(X − x2 )(X − x3 ) et identifier avec
X3 + pX + q.
b) 1) Remarquer que S2 ressemble à σ21 .
3.39 En faisant intervenir les polynômes d’interpolation de
Lagrange L0 , ..., Ln sur les points 0, ..., n (cf. exercice 3.31), uti-
2) Écrire que x1 , x2 , x3 annulent X3 + pX + q, multiplier par
n
liser : P = P(k)Lk .
x1k , x2k , x3k , puis sommer. k=0
3.37 1) Soit P convenant. Examiner P(0), P(2), P(9), ... En dé- puis utiliser la continuité de P sur le segment [a ; b].
duire que P − X s’annule sur les points d’une suite strictement
n
croissante, et en déduire P = X. b) Noter Q = P (k) . Montrer que l’on peut appliquer a) à Q à
k=0
2) Vérifier que X convient. la place de P, et remarquer : Q = Q − P.
45
Corrigés des exercices
3.1 A = X2 + 3X + 1, B = X3 + X − 2. On a alors :
a) • A + B = X + X + 4X − 1
3 2
n+1
n
Pk (X) = Pk (X) + Pn+1 (X) = Pn (X + 1) + Pn+1 (X)
• AB = X + 3X + 2X + X − 5X − 2
5 4 3 2
k=0 k=0
•
On conclut qu’il existe un polynôme et un seul convenant : C = X4 + 1 = (X2 + 1)2 − 2X2
√ √
P = 3X3 − 5X2 + X + 1. = (X2 + 1 − 2 X)(X2 + 1 + 2 X)
√ √
= (X2 − 2 X + 1)(X2 + 2 X + 1),
3.4 Récurrence sur n.
et les deux trinômes obtenus sont irréductibles dans R[X] car
• La propriété est vraie pour n = 0 car : de discriminants < 0.
0 •
Pk (X) = P0 (X) = 1 et P0 (X + 1) = 1. D = X4 + X2 + 1 = (X2 + 1)2 − X2
k=0
= (X2 + 1 − X)(X2 + 1 + X)
46
Corrigés des exercices
et les deux trinômes obtenus sont irréductibles dans R[X] car D’où :
de discriminants < 0.
T 1 = X − (−1 + i ) X − (− i ) = (X + 1 − i )(X + i ).
•
E = X4 − 3X2 + 1 = (X2 + 1)2 − 5X2 Le trinôme T 2 est le conjugué de T 1 , donc :
√ √
= (X2 + 1 − 5 X)(X2 + 1 + 5 X) T 2 = (X + 1 + i )(X − i ).
√ √
= (X 2
− 5 X + 1)(X
2
+ 5 X + 1).
On en déduit la factorisation de P dans C[X] :
noté T 1 noté T 2
P = (X + 1 − i )(X + i )(X + 1 + i )(X − i ).
Le discriminant Δ1 de T 1√est : Δ1 =√1, donc T 1 admet deux
5−1 5+1 2) Factorisation de P dans R[X] :
racines réelles, qui sont et , d’où :
2 2 On regroupe les facteurs conjugués :
√ √
5 − 1 5 + 1
T1 = X − X− . P = (X + i )(X − i ) (X + 1 − i )(X + 1 + i )
2 2
= (X2 + 1) (X + 1)2 + 1 = (X2 + 1)(X2 + 2X + 2).
√ √
− 5 − 1 − 5 + 1
De même : T 2 = X − X− . 3.8 Notons Q le quotient et R le reste dans la division eu-
2 2
On conclut : clidienne de A par B :
√ √ √ √
5 − 1 5 + 1 5 + 1 5 − 1 A = BQ + R et deg (R) < deg (B).
E = X− X− X+ X+ .
2 2 2 2
a) Puisque B = X − 1 est de degré 1, R est une constante.
3.6 On remarque : 1 est zéro de P = 3X5 − 5X4 + 5X − 3, En particulier, en prenant la valeur en 1 (qui annule B) :
d’où, par mise en facteur de X − 1 :
R = A(1) − B(1)Q(1) = 2n + 1.
P = (X − 1)(3X 4
− 2X3 − 2X2 − 2X + 3).
noté Q b) Puisque B = X2 − 4 est de degré 2, R est de degré 1.
On remarque que 1 est zéro des Q, d’où : Il existe donc (α, β) ∈ K2 tel que : R = αX + β. Ainsi :
Q = (X − 1)(3X 3
+ X2 − X − 3).
(X + 1)n − (X − 1)n = (X2 − 4)Q + αX + β.
noté R
En prenant la valeur en 2 et la valeur en −2, on a :
On remarque que 1 est zéro de R, d’où :
2α + β = 3n − 1 et − 2α + β = (−1)n − (−3)n ,
R = (X − 1)(3X + 4X + 3). 2
d’où :
Le trinôme 3X2 + 4X + 3 est irréductible dans R[X] car son 1 n 1
discriminant Δ est Δ = −20 < 0. α= 3 − 1 − (−1)n + (−3)n , β = 3n − 1 + (−1)n − (−3)n .
4 2
Finalement, la factorisation de P dans R[X] est :
Finalement :
P = (X − 1)3 (3X2 + 4X + 3). 1 n 1
© Dunod. La photocopie non autorisée est un délit
On conclut : R = n(2n−1 + 1)X + (2n + 1 − n2n−1 − n). de n − 1. On a donc tous les zéros de Pn , et chacun de ces zéros
d) On a ici : deg (Q) = deg (A) − deg (B) = n − n = 0, est d’ordre de multiplicité égale à 1.
donc Q est une constante. De plus, comme les coefficients do- Comme de plus Pn est unitaire, on conclut que la factorisation
n−1
minants de A et B sont respectivement 2 et 1, le coefficient do- de Pn dans C[X] est : Pn = X − (1 + ωk ) .
2
minant de Q est , donc Q = 2. Puis : k=1
1
R = A − BQ = (X + 1)n + (X + 2)n − 2Xn . 3.10 Notons Pn = (Xn − 1)(Xn+1 − 1).
On peut exprimer R additivement, en utilisant la formule du 1re méthode : Mise en évidence des facteurs :
binôme de Newton : On sait que X − 1 | Xn − 1 et X − 1 | Xn+1 − 1,
n n n−1
n k n n−k k n
R= X + 2 X − 2X = n
(1 + 2n−k )Xk . donc : (X − 1)2 | Pn .
k=0
k k=0
k k=0
k
D’autre part, si n est pair, alors :
3.9 a) On a, pour tout n ∈ N : X + 1 | X2 − 1 | Xn − 1 | P n ,
et, si n est impair, alors :
Pn+2 − Pn+1 = XPn+1 + (1 − X)Pn − Pn+1
X + 1 | X2 − 1 | Xn+1 − 1 | Pn ,
= (X − 1)(Pn+1 − Pn ),
donc, dans chacun des deux cas : X + 1 | Pn .
D’où, par progression géométrique :
Comme 1 −1, on conclut : (X + 1)(X − 1)2 | Pn .
∀n ∈ N, Pn+2 − Pn+1 = (X − 1)n+1 (P1 − P0 ),
2e méthode : Utilisation des zéros :
c’est-à-dire, en décalant d’un rang : Comme 1 −1, la condition voulue revient à :
∗ X + 1 | Pn et (X − 1)2 | Pn ,
∀n ∈ N , Pn+1 = Pn + (X − 1) . n
48
Corrigés des exercices
nue en 2) : 1 9 b 9
P(0) − 2P + P(1) = c − 2 + + c + (9 + b + c) = .
n 2 4 2 2
2 n
k Xk−1 Yn−k = n(X + Y)n−1 + n(n − 1)X(X + Y)n−2 , b) Raisonnons par l’absurde.
k=1
k
Supposons : ∀x ∈ [0 ; 1], |P(x)| 1.
puis en multipliant par X :
On a alors en particulier :
n
n
k2 Xk Yn−k = nX(X + Y)n−1 + n(n − 1)X2 (X + Y)n−2 . 1
k P(0) 1, P −1, P(1) 1,
k=0 2
1
Enfin, en remplaçant Y par 1 − X, on obtient : donc : P(0) − 2P + P(1) 1 − 2(−1) + 1 = 4,
2
n
n
P2 = k2 Xk (1 − X)n−k = nX + n(n − 1)X2 . en contradiction avec le résultat obtenu en a).
k
k=0 On conclut : ∃ x ∈ R, |P(x)| 1.
49
Chapitre 3 • Polynômes
4
2 i kπ 3.17 On a, pour tout (u, v) ∈ C2 tel que u v :
3.16 a) • Dans C[X] : X5 − 1 = X− e 5
⎧ ⎧
k=0
⎪
⎪ ⎪
⎪
⎨P(u) = P(v)
⎪ ⎨u + u = v + v
⎪ 3 3
2 i π 4 i π 6 i π 8iπ (S) ⎪ ⇐⇒ ⎪
= (X − 1) X − e 5 X − e 5 X − e 5 X − e 5 ⎪
⎪
⎩Q(u) = Q(v) ⎪
⎪
⎩u3 + u2 = v3 + v2
2 i π 4 i π 4 i π 2iπ ⎧ ⎧
= (X − 1) X − e 5 X − e 5 X − e − 5 X − e − 5 . ⎪
⎪ ⎪
⎪
⎨u − v = −(u − v)
⎪ ⎨u + uv + v = −1
⎪
3 3 2 2
50
Corrigés des exercices
Ainsi, (bn )n2 est une suite géométrique, d’où : 3.20 On a, dans C[X] :
∀n 2, bn = 4 b2 = 4 n−2 n−2
(−4) = −4n−1
.
⎧ A = X2 − 2X cos t = 1 = (X − e i t )(X − e − i t ).
⎪
⎪
⎪ si n = 1
⎨ 1
On conclut : ∀n 1, bn = ⎪
⎪ Montrons que les zéros de A dans C[X] sont zéros de P.
⎪
⎩−4n−1 si n 2.
On a : P( e i t ) = e i nt sin t − e i t sin nt + sin(n − 1)t
3) Calcul des cn :
On a c2 = 1 et, pour tout n 2 : = (cos nt + i sin nt) sin t − (cos t + i sin t) sin nt + sin(n − 1)t
cn+1 = 2an cn + = 4cn + (−4 ) = 4cn + 4
b2n n−1 2 2n−2
.
cn = cos nt sin t − cos t sin nt + sin(n − 1)t = 0.
Notons, pour tout n 2 : dn = n .
4 Comme P ∈ R[X], on a, par conjugaison :
1
On a alors d2 = 2 et, pour tout n 2 :
4 P( e − i t ) = P( e i t ) = 0.
cn+1 4cn + 4 2n−2
dn+1 == = dn + 4n−3 . • Si t πZ, alors e i t e − i t , donc A | Pn .
4n+1 4n+1
D’où, par sommation, pour tout n 2 : •Si t ∈ πZ, alors sin t = 0, sin nt = 0, sin(n − 1)t = 0, donc
−1 Pn = 0, d’où : A | Pn .
dn = d2 + 4 + 4 + · · · + 40 n−4
51
Chapitre 3 • Polynômes
2
3.23 Par division euclidienne, il existe (Q, R) ∈ R[X] Les trinômes du second degré 3X2 + 3X + 1 et X2 + X + 1 sont
unique tel que : Pn = BQ + R et deg (R) < deg (B) = 2. irréductibles dans R[X] car ils sont de discriminants < 0. On
Il existe donc (a, b) ∈ R2 tel que : R = aX + b. conclut que la factorisation de P dans R[X] est :
P = (X − a)(X − b)Q + R et deg (R) < 2, On remarque que −2 est zéro de R, et on factorise R par Y + 2 :
R = (Y + 2)(Y2 + 6Y + 9) = (Y + 2)(Y + 3)2 .
puis il existe (λ, μ) ∈ K2 unique tel que : R = λX + μ.
On a donc : Q = (Y − 1)(Y + 2)(Y + 3)2 , d’où :
En prenant la valeur en a, la valeur en b, on a :
⎧
⎪
⎪
⎨λa + μ = R(a) = P(a)
⎪
⎪
⎩λb + μ = R(b) = P(b), P = (X2 − 1)(X2 + 2)(X2 + 3)2
= (X − 1)(X + 1)(X2 + 2)(X2 + 3)2 ,
d’où les valeurs de λ et μ, par résolution d’un système de deux
équations à deux inconnues :
P(b) − P(a) bP(a) − aP(b) ce qui constitue la factorisation de P dans R[X].
λ= , μ= .
b−a b−a
Enfin, la factorisation de P dans C[X] est :
On conclut : le reste de la division euclidienne de P par
(X − a)(X − b), lorsque a b, est :
√ √ √ √
P(b) − P(a) bP(a) − aP(b) P = (X− 1)(X+ 1)(X− i 2)(X+ i 2)(X− i 3)2 (X+ i 3)2 .
R= X+ .
b−a b−a
3.27 Nous allons d’abord raisonner sur le degré.
b) Par division euclidienne de P par (X − a)2 , il existe (Q, R) ∈
2
K[X] unique tel que : a) Il est clair que le polynôme nul ne convient pas.
P = (X − a)2 Q + R et deg (R) < 2, Si P convient et P 0, en notant n = deg (P) ∈ N, on a :
puis il existe (λ, μ) ∈ K2 unique tel que : R = λX + μ. deg (XP + 2P ) n − 1, donc deg (XP + 2P + P) = n,
En prenant la valeur en a, on a : λa + μ = R(a) = P(a). et comme deg (X2 − X) = 2, on déduit : n = 2.
D’autre part, en dérivant : Notons donc P = aX2 + bX + c, (a, b, c) ∈ R3 .
P = (X − a)2 Q + 2(X − a)Q + R , On a alors :
puis, en prenant la valeur en a : P (a) = R (a) = λ.
d’où : λ = P (a), μ = P(a) − λa = P(a) − aP (a). XP + 2P + P = X2 − X
2
On conclut : le reste de la division euclidienne de P par (X− a)
⇐⇒ X2a + 2(2aX + b) + (aX2 + bX + c) = X2 − X
est : R = P (a)X + P(a) − aP (a) . ⎧ ⎧
⎪
⎪
⎪a=1 ⎪
⎪
⎪ a=1
⎪
⎪
⎪ ⎪
⎪
⎪
3.25 On remarque que P ressemble à un développement du ⎨ ⎨
⇐⇒ ⎪
⎪6a + b = −1 ⇐⇒ ⎪
⎪ b = −7
binôme de Newton. On a : ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩2b + c = 0 ⎪
⎩c = 14.
2
P = (X + 1)6 − X6 = (X + 1)3 − (X3 )2
= (X + 1)3 − X3 (X + 1)3 + X3
. %. % On conclut qu’il y a un polynôme et un seul qui convient, c’est :
= (X + 1) − X (X + 1)2 + (X + 1)X + X2 P = X2 − 7X + 14.
. %. %
(X + 1) + X (X + 1)2 − (X + 1)X + X2 b) Il est clair que le polynôme nul convient.
= (3X2 + 3X + 1)(2X + 1)(X2 + X + 1). Soit P convenant tel que P 0.
52
Corrigés des exercices
ω (i)
D’où, pour tout i ∈ 0 ; ω − 1 : (X − a) (a) = 0 k=0
(ω)
n
et : (X − a)ω = ω! .
On a alors : P X + P(X) = ak X + P(X) k .
Il en résulte : ∀k ∈ 0 ; ω − 1, P(k) (a) = 0 k=0
53
Chapitre 3 • Polynômes
n
n
n
P X + P(X) = ak Xk + Uk (X)P(X) P= P(ai )Li = yi L i .
k=0 i=0 i=0
n n
n
= ak Xk + ak Uk (X) P(X) = 1 + ak Uk (X) P(X),
n
k=0 k=0 k=0
• Réciproquement, le polynôme yi Li est de degré n et :
polynôme i=0
et on conclut : P(X) | P X + P(X) .
n
n
n
∀ j ∈ 0 ; n, yi Li (a j ) = yi Li (a j ) = yi δi j = y j .
i=0 i=0 i=0
3.31 a) Soient i ∈ 0 ; n et Li ∈ Kn [X] quelconque. On a :
On conclut qu’il existe P ∈ Kn [X] unique tel que :
∀ ∈ 0 ; n, Li (a j ) = δi j
∀i ∈ 0 ; n, P(ai ) = yi .
⇐⇒ ∀ j ∈ 0 ; n − {i}, Li (a j ) = 0 et Li (ai ) = 1
⇐⇒ ∀ j ∈ 0 ; n − {i}, X − a j | Li et Li (ai ) = 1
3.32 a) 1) Existence :
⇐⇒ (X − a j ) | Li et Li (ai ) = 1 (∗) re
1 méthode : passage par les nombres complexes :
0 jn, ji
On a, pour tout t ∈ R :
car a0 , ..., an sont deux à deux distincts. e i nt = ( e i t )n = (cos t + i sin t)n
De plus, comme Li ∈ Kn [X] et que deg (X − a j ) = n, on n
n
ji = (cos t)n−k ( i sin t)k
a alors : k=0
k
n
(∗) ⇐⇒ ∃ λ ∈ K, Li = λ (X − a j ) et λ (ai − a j ) = 1 = (cos t)n−2p (−1) p (sin t)2p
p, 02pn
2p
ji ji
n
(X − a j ) + i (cos t)n−2p−1 (−1) p (sin t)2p+1 ,
p, 02p+1n
2p + 1
ji
⇐⇒ Li = .
(ai − a j ) d’où, en prenant la partie réelle :
ji
On conclut que, pour tout i ∈ 0 ; n, il existe Li ∈ Kn [X] n
cos nt = (cos t)n−2p (−1) p (1 − cos2 t) p = T n (cos t),
unique tel que : ∀ j ∈ 0 ; n, Li (a j ) = δi j , p, 02pn
2p
(X − a j )
n n−2p
et on a : Li =
ji
. en notant T n = X (−1) p (1 − X2 ) p .
2p
(ai − a j ) p, 02pn
p, 02pn
2p
n
n n exactement.
Q(a j ) = P(ai )Li (a j ) = P(ai )δi j = P(a j ).
2e méthode : récurrence sur n, à deux pas :
i=0 i=0
Montrons, par récurrence à deux pas sur n, que, pour tout
Ainsi, le polynôme Q − P est de degré n et s’annule en n ∈ N, il existe T n convenant, de degré n et de coefficient do-
n + 1 points deux à deux distincts, les a j , 0 j n, donc minant 2n−1 .
Q − P = 0, Q = P.
n La proposition est évidente pour n = 0, avec T 0 = 1, et pour
On conclut : ∀P ∈ Kn [X], P = P(ai )Li . n = 1, avec T 1 = X.
i=0 Supposons la proposition vraie pour n et n + 1. On a, pour
c) Soient (y0 , ..., yn ) ∈ Kn+1 , P ∈ Kn [X]. tout t ∈ R : cos(n + 2)t + cos nt = 2 cos(n + 1)t cos t,
54
Corrigés des exercices
d’où :
n−1
1
on a donc : T i (xk )T j (xk ) = (Ci+ j + Ci− j ).
2
cos(n + 2)t = 2 cos(n + 1)t cos t − cos nt k=0
= 2T n+1 (cos t) cos t − T n (cos t). Calculons les C p , et les S p , en passant par les nombres com-
plexes :
En notant T n+2 = 2XT n+1 − T n , T n+2 est bien un polynôme de
R[X] et : ∀t ∈ R, T n+2 (cos t) = cos(n + 2)t.
n−1
Cp + i S p = cos pθk + i sin pθk
De plus, puisque deg (T n ) = n et deg (T n+1 ) = n + 1, d’après k=0
l’égalité définissant T n+2 , le polynôme T n+2 est de degré n + 2 et
n−1
n−1
(2k+1)π
de coefficient dominant 2 fois celui de T n+1 , c’est-à-dire 2n+2 . = e i pθk = e ip 2n .
k=0 k=0
On a montré, par récurrence à deux pas, que, pour tout n ∈ N,
il existe T n ∈ Rn [X] tel que :
• Si p 0 :
pπ n
∀t ∈ R, T n (cos t) = cos nt pπ
n−1
pπ k pπ 1− ei n
C p + i S p = e i 2n ei n = e i 2n pπ
et que T n est de degré n et de coefficient dominant 2n−1 . k=0 1− ei n
Comme cos t décrit [−1 ; 1] lorsque t décrit R, il en résulte que d’où, en prenant la partie réelle : C p = 0.
le polynôme T n − Un s’annule en une infinité de points (les élé-
ments de [−1 ; 1]), donc T n − Un = 0, T n = Un . • Si p = 0, alors : C p = n.
réels.
P2p+1 = P1 = 1 + X, qui admet un zéro réel et un seul, qui
On conclut : les zéros de T n dans R sont les est −1.
(2k + 1)π
xk = cos , k ∈ 0 ; n − 1. Ainsi, la propriété est vraie pour p = 0.
2n
(2k + 1)π Supposons, pour un p ∈ N fixé quelconque, que P2p n’admet
c) On a, pour tout k ∈ 0 ; n − 1, en notant θk = : aucun zéro réel et que P2p+1 admet un zéro réel et un seul.
2n
T i (xk )T j (xk ) = T i (cos θk )T j (cos θk ) = cos iθk cos jθk Puisque P2p est continue sur l’intervalle R et que P2p ne s’an-
1 nule en aucun point de R, d’après le théorème des valeurs in-
= cos(i + j)θk + cos(i − j)θk . termédiaires, P2p est de signe strict fixe.
2
En notant , pour tout p ∈ N : 2p
1 k
Comme de plus : P2p (x) = x −→ +∞,
n−1
n−1
k=0
k! x −→ +∞
Cp = cos pθk , Sp = sin pθk ,
k=0 k=0
on déduit : ∀x ∈ R, P2p (x) > 0.
55
Chapitre 3 • Polynômes
Comme de plus :
3
• S1 = x1i = σ1 = 0,
P2p+1 (x) −→ −∞ et P2p+1 (x) −→ +∞, i=1
x −→ −∞ x −→ +∞
3
d’après le théorème de la bijection monotone, P2p+1 admet un • S2 = x2i = (x1 + x2 + x3 )2 − 2(x1 x2 + x1 x3 + x2 x3 )
zéro réel et un seul, noté α2p+1 . D’ailleurs, l’existence et l’uni- i=1
cité de α2p+1 sont aussi dans l’hypothèse de récurrence. = σ21 − 2σ2 = −2p.
Remarquons α2p+1 < 0, puisque P2p+1(0) = 1 > 0. 2) On a : ∀i ∈ {1, 2, 3}, x3i + pxi + q = 0,
On peut alors dresser le tableau des variations de P2p+1 et de d’où, pour tout k ∈ N fixé, en multipliant par xki :
P2p+2 :
∀i ∈ {1, 2, 3}, xk+3
i + pxk+1
i + qxki = 0,
x −∞ α2p+1 +∞
P 2p+1 = P2p + puis, en sommant pour i allant de 1 à 3 :
P2p+1 − 0 + S k+3 + pS k+1 + qS k = 0.
P2p+2 +∞ +∞ 3) D’après 1) et 2) :
2p+2
1 k 1 k
2p+1
1 S 4 = −pS 2 − qS 1 = −p(−2p) − q0 = 2p2 .
P2p+2 = X = X + X2p+2
k! k! (2p + 2)!
k=0 k=0 c) On a :
1
= P2p+1 + X2p+2 , A = x31 x2 + x31 x3 + x32 x1 + x32 x3 + x33 x1 + x33 x2
(2p + 2)!
= (x31 + x32 + x33 )(x1 + x2 + x3 ) − (x41 + x42 + x43 )
D’où :
= S 3 S 1 − S 4 = −2p2 .
1
P2p+2 (α2p+1 ) = P2p+1 (α2p+1 ) + α2p+2 > 0.
(2p + 1)! 2p+1
=0
3.35 1) Surjectivité :
>0
Soit Z ∈ C. D’après le théorème de d’Alembert, le polynôme
Il en résulte : ∀x ∈ R, P2p+2(x) > 0, P − Z, qui n’est pas constant, admet au moins un zéro dans C,
donc P2p+2 n’a pas de zéro réel. donc : ∃ z ∈ C, P(z) = Z.
56
Corrigés des exercices
#
2n $ ∀n ∈ N, un+1 = ϕ(un ).
= x2n+1 + (−1)k (k + 1) + (−1)k−1 k x2n−k+1 + (2n + 1)
k=1 Si a > 0, alors, par une récurrence immédiate, on a, pour tout
#
2n $ n ∈ N, 0 < un < un+1 , donc la suite (un )n∈N est strictement
= x2n+1 + (−1)k x2n−k+1 + (2n + 1) croissante.
k=1
De même, si a < 0, alors, par récurrence immédiate, pour tout
2n
x2n+1 + 1 n ∈ N, un+1 < un < 0, donc (un )n∈N est strictement décrois-
= x (−1)k x2n−k + (2n + 1) = x + (2n + 1)
k=0
x+1 sante.
2n + 1 > 0, Dans chacun des deux cas, les un sont deux à deux distincts.
donc : Pn (x) 0. Ceci montre que P admet une infinité de zéros dans R, d’où une
contradiction.
On conclut que Pn n’admet aucun zéro réel.
On conclut que P n’admet aucun zéro dans R∗ .
3.37 1) Soit P convenant. On a alors :
3.39
© Dunod. La photocopie non autorisée est un délit
57
Chapitre 3 • Polynômes
n
(n + 1 − i) (n + 1 − i)
3.41 a) Puisque P est un polynôme de degré pair et de co-
n
n+1−k ik
n
1 i=0
efficient dominant égal à 1, on a :
= =
k=0
k+1 (k − i) k=0
k+1 (k − i) P(x) −→ +∞ et P(x) −→ +∞.
x −→ −∞ x −→ +∞
ik ik
Il existe donc (a, b) ∈ R2 tel que a 0 b et que :
n
1 (n + 1)! ⎧
= . %. % ⎪
⎪
k + 1 k(k − 1) · · · 1 (−1)(−2) · · · − (n − k) ⎨∀x ∈ ] − ∞ ; a], P(x) P(0)
⎪
k=0 ⎪
⎪
⎪
n ⎩∀x ∈ [b ; +∞[, P(x) P(0).
(n + 1)!
=
k=0
(k + 1)!(−1) n−k (n − k)! L’application P est continue sur le segment [a ; b], donc,
d’après un théorème du cours, la restriction de P à [a ; b] est
n
n+1 n
n+1 bornée et atteint ses bornes. Il existe donc c ∈ [a ; b] tel que :
= (−1)n−k = (−1)n (−1)k
k=0
k+1 k=0
k+1 ∀x ∈ [a ; b], P(x) P(c).
n+1 On a alors :
n+1 ⎧
= (−1)n (−1)k−1 ⎪
k ⎪
⎪
⎪ ∀x ∈ ] − ∞ ; a], P(x) P(0) P(c)
k=1 ⎪
⎪
⎪
⎨
#
n+1 $
n+1 ⎪
⎪ ∀x ∈ [a ; b], P(x) P(c)
⎪
⎪
⎪
= (−1)n+1 −1
(−1)k ⎪
⎪
k=0
k ⎩∀x ∈ (b ; +∞[, P(x) P(0) P(c),
n+1
= (−1)n+1 1 + (−1) − 1 = (−1)n . donc : ∀x ∈ R, P(x) P(c).
n
b) Notons Q = P(k) .
k=0
On conclut : P(n + 1) = (−1)n .
• Comme deg (P) = n, deg (P ) = n − 1, ..., deg (P(n) ) = 0, et
3.40 Il existe x1 , ..., xn ∈ R et a1 , ..., an−1 ∈ R+ , an = 1 tels que le coefficient dominant de P est égal à 1, le polynôme Q est
n n exactement de degré n et de coefficient dominant égal à 1. On
que : P = (X − xk ), P = ak Xk . peut donc appliquer a) à Q à la place de P. Il existe donc d ∈ R
k=1 k=0 tel que : ∀x ∈ R, Q(x) Q(d).
S’il existe i ∈ 1 ; n tel que xi > 0, alors :
D’autre part, on remarque :
n
n
n+1
n
0 = P(xi ) = ak xki an xni = xni > 0, Q = P(k+1) = P(k) = P(k) ,
k=0 k=0 k=1 k=1
n n D’où, en utilisant la formule du binôme de Newton :
n
k (2n − 1)|ak | n−k k
n
|z0 | M k |z0 |n−k , n
2n − 1 n 2n − 1 n k n−k n
k=1 k=1 (2n − 1)|z0 |n M |z0 | = M + |z0 | − |z0 |n ,
k k=1
k
n
n−1 1/k
puis : 2n |z0 |n M + |z0 | , donc : 2|z0 | M + |z0 |,
en notant : M = Max (2n − 1)|ak | . et finalement : |z0 | M.
1kn k
© Dunod. La photocopie non autorisée est un délit
59
Espaces vectoriels, CHAPITRE 4
applications linéaires
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 61
• Montrer qu’un ensemble est un ev (espace vectoriel), un sev (sous-espace vec-
Énoncés des exercices 64 toriel)
Du mal à démarrer ? 69 • Étude d’intersections, de sommes, de sommes directes de deux sev ; montrer que
Corrigés des exercices 71 deux sev sont supplémentaires dans un ev
• Montrer qu’une famille est libre, qu’une famille est liée, qu’une famille est gé-
nératrice, qu’une famille est une base
On abrège espace vectoriel en ev,
sous-espace vectoriel en sev. • Montrer qu’une application est linéaire
• Détermination du noyau, de l’image d’une application linéaire, obtention d’in-
clusions ou d’égalités faisant intervenir des noyaux et images d’applications
linéaires
• Montrer qu’une certaine application linéaire est injective, est surjective, est bi-
jective
• Manipulation de projecteurs.
60
Les méthodes à retenir
Essayer de :
• revenir à la définition d’un sev, c’est-à-dire montrer que F est inclus
dans E, que F n’est pas vide et que F est stable par addition et stable
par multiplication externe
➥ Exercices 4.1 a), 4.2 a), c), 4.3 a), 4.4 a), 4.18 a)
• montrer que F est une intersection de sev, ou est une somme de sev
Pour montrer de E
qu’une partie F d’un ev E
est un sev de E ➥ Exercice 4.18 b)
• montrer que F est le sev de E engendré par une certaine famille
➥ Exercice 4.18 a)
• montrer que F est le noyau ou l’image d’une certaine application
linéaire
➥ Exercices 4.1 a), 4.4 a).
Pour montrer qu’un ensemble E Montrer que E est un sev d’un ev connu.
muni de lois usuelles est un ev ➥ Exercice 4.24.
Essayer de :
• montrer que l’élément nul de E n’est pas dans F
Pour montrer
➥ Exercices 4.1 b), 4.2 b), 4.3 b), c)
qu’une partie F d’un ev E • montrer que F n’est pas stable par la multiplication externe
n’est pas un sev de E
➥ Exercices 4.1 d), 4.2 d), 4.3 d)
• montrer que F n’est pas stable par addition.
© Dunod. La photocopie non autorisée est un délit
Pour montrer que deux sev F, G Revenir à la définition, c’est-à-dire montrer que F ∩ G = {0}.
d’un ev E sont en somme directe Voir aussi les méthodes du chapitre 6 sur les ev de dimension finie.
61
Chapitre 4 • Espaces vectoriels, applications linéaires
Essayer de :
• revenir à la définition, c’est-à-dire trouver une combinaison linéaire
de ces vecteurs qui soit nulle et dont les coefficients ne soient pas
Pour montrer qu’une famille finie tous nuls
de vecteurs d’un ev E • montrer qu’un des vecteurs de la famille se décompose linéairement
est liée sur les autres.
➥ Exercices 4.5 a), 4.8 b), 4.15 a), b), 4.16 c).
Voir aussi les méthodes du chapitre 6 sur les ev de dimension finie.
62
Les méthodes à retenir
Essayer de :
• revenir à la définition d’une application linéaire, c’est-à-dire mon-
Pour montrer qu’une application trer : ∀α ∈ K, ∀x, y ∈ E, f (αx + y) = α f (x) + f (y)
f : E −→ F est linéaire,
où E et F sont des K-ev ➥ Exercices 4.6 a), 4.7 a), 4.16 a), 4.23 a)
• montrer que f s’obtient, par certaines opérations, à partir d’applica-
tions linéaires.
Revenir à la définition : Ker ( f ) = x ∈ E ; f (x) = 0 .
Pour déterminer le noyau d’une Il s’agit donc de résoudre l’équation f (x) = 0, d’inconnue x ∈ E.
application linéaire f : E −→ F ➥ Exercice 4.7 c).
Voir aussi les méthodes du chapitre 6 sur les ev de dimension finie.
63
Chapitre 4 • Espaces vectoriels, applications linéaires
Essayer de :
• montrer : Ker ( f ) = {0} et Im ( f ) = F
➥ Exercice 4.24
Pour montrer qu’une application • trouver une application g : F −→ E telle que :
linéaire f : E −→ F est bijective
g ◦ f = IdE et f ◦ g = IdF .
Essayer de :
• utiliser l’égalité p ◦ p = p
➥ Exercices 4.7 b), 4.22, 4.31
Pour manipuler un projecteur p • utiliser la décomposition de tout élément x de E sous la forme :
d’un ev E
x = p(x) + x − p(x) .
∈Im (p) ∈Ker (p)
➥ Exercice 4.32.
64
Énoncés des exercices
a) F = u = (un )n∈N ∈ E ; ∀n ∈ N, un+2 = un+1 + un
b) G = u = (un )n∈N ∈ E ; u0 = 0 et u1 = 1
c) H = u = (un )n∈N ∈ E ; ∀n ∈ N, un+1 = un + 4
)
d) L = u = (un )n∈N ∈ E ; ∀n ∈ N, un+1 = u2n + u4n ?
4.4 Détermination d’une base d’un sev donné par une équation
On note : F = (x, y, z) ∈ R3 ; x − 2y + 4z = 0 .
a) Vérifier que F est un sev de R3 .
b) Déterminer une base de F.
4.5 Famille libre, famille liée, détermination d’une base du sev engendré
On considère les applications f1 , ..., f4 : ]0 ; +∞[ −→ R définies, pour tout x ∈ ]0 ; +∞[, par :
65
Chapitre 4 • Espaces vectoriels, applications linéaires
66
Énoncés des exercices
f 2 − (a + b) f + abe = 0.
67
Chapitre 4 • Espaces vectoriels, applications linéaires
⎧
⎪
⎪
⎪ si x ai
⎨0
b) fai : x −→ ⎪
⎪
⎪
⎩ x − ai si x > ai
c) fai : x −→ e ai x .
4.28 Inversibilités de e − f ◦ g et e − g ◦ f
Soient E un ev, e = IdE , f, g ∈ L (E). On suppose e − f ◦ g ∈ G L(E) et on note u = (e − f ◦ g)−1 .
a) Calculer (e − g ◦ f ) ◦ (e + g ◦ u ◦ f ) et (e + g ◦ u ◦ f ) ◦ (e − g ◦ f ).
b) En déduire e − g ◦ f ∈ G L(E) et préciser (e − g ◦ f )−1 .
68
Du mal à démarrer ?
Du mal à démarrer ?
4.1 a) 1re méthode : revenir à la définition d’un sev. 4.14 1) Montrer une inclusion, en passant par les éléments.
e
2 méthode : présenter F comme noyau d’une application li- 2) Utiliser des rôles symétriques.
néaire.
b) (0, 0, 0) G. 4.15 a) Si (f, g) est liée et f 0, il existe α ∈ R tel que g = αf.
Montrer : ∀x ∈ E, g ◦ f(x) = 0,
4.10 a) b) Revenir aux définitions.
puis utiliser des rôles symétriques.
4.11 Revenir aux définitions. 2) Supposer Im (f) ∩ Im (g) = {0}.
4.12 1) Noyaux : montrer Ker (f) ⊂ Ker (g), puis permuter. Montrer : ∀x ∈ E, g ◦ f(x) = 0,
2) Images : montrer Im (f) ⊂ Im (g), puis permuter. puis utiliser des rôles symétriques.
69
Chapitre 4 • Espaces vectoriels, applications linéaires
4.22 a) 1) Supposer : p ◦ q = p et q ◦ p = q. b) Remarquer que, pour tout i ∈ 1 ; n, fai est dérivable en tout
point de R {ai } et n’est pas dérivable en ai .
Montrer Ker (p) ⊂ Ker (q), puis utiliser des rôles symétriques.
c) Multiplier par e −an x puis faire tendre x vers +∞.
2) Supposer Ker (p) = Ker (q).
Montrer : ∀x ∈ E, q(x) = q ◦ p(x), 4.27 a) Séparer en deux implications.
puis utiliser des rôles symétriques. b) Séparer en deux implications.
b) 1re méthode : Raisonner de façon analogue à 1). Pour le sens direct, pour y ∈ F, utiliser g(y) ∈ Im (g).
2e méthode : Utiliser les projecteurs p = e − p, q = e − q.
4.28 a) Développer et obtenir e.
4.23 b) 1) Montrer que f est injectif et non surjectif.
b) Immédiat à partir de a).
2) Montrer que g est surjectif et non injectif.
4.29 a) Dans l’expression de φ(g ◦ h), intercaler ± g ◦ f ◦ h.
4.24 1) Vérifier que E est bien un R-ev.
b) Récurrence sur n. Pour le passage de n à n + 1, utiliser a) et la
2) Vérifier que f est linéaire. formule fondamentale sur les coefficients binomiaux.
3) Vérifier que f va bien de E dans E.
4) Montrer que f est injectif, en utilisant Ker (f). 4.30 Par hypothèse, pour tout x ∈ E, il existe λx ∈ K tel que
f(x) = λx x. Remarquer que, si x 0, alors λx est unique. Il s’agit
5) Montrer que f est surjectif, en construisant, de montrer que λx ne dépend pas de x. Pour montrer λx = λy ,
n séparer en deux cas selon que (x, y) est libre ou liée. Dans le cas
pour Q = ak Xk ∈ E, un polynôme P de E tel que XP = Q. libre, considérer x + y.
k=1
4.25 Raisonner par l’absurde, d’où l’existence de (a, b) ∈ E2 tel 4.31 Un sens est immédiat.
que : a A et b B. Considérer a + b. Réciproquement, si p + q est un projecteur, développer
(p + q)2 = p + q, et composer par p à gauche, à droite.
4.26 Revenir à la définition d’une famille libre.
a) Remarquer que, pour tout i ∈ 1 ; n, fai est continue en tout
point de R {ai } et n’est pas continue en ai .
4.32 a) b) Séparer en deux sens, en passant par les éléments.
70
Corrigés des exercices
4.1 a) 1re méthode : retour à la définition d’un sev : On conclut : F est un sev de E.
• F ∅, car (0, 0, 0) ∈ F. b) On devine que G n’est pas un sev de E par la présence de la
• Soient α ∈ R, X1 = (x1 , y1 , z1 ), X2 = (x2 , y2 , z2 ) ∈ F. constante additive non nulle 3 dans la définition de G.
71
Chapitre 4 • Espaces vectoriels, applications linéaires
72
Corrigés des exercices
Enfin, comme V 0, la famille (V), à un seul élément, est libre. • Soit x ∈ Ker ( f ).
On conclut : une base de Im ( f ) est (V), où V = (1, −1). On a alors : g(x) = (h ◦ f )(x) = h f (x) = h(0) = 0,
donc : x ∈ Ker (g).
4.8 a) Soit (a, b, c) ∈ R . On a :
3
Ceci montre : Ker ( f ) ⊂ Ker (g).
• Comme les hypothèses sont invariantes par permutation cir-
aU + bV + cX = 0
culaire sur ( f, g, h), on a aussi :
⇐⇒ a(1, 1, 0, 0) + b(1, 0, 1, 0) + c(1, 0, 0, 1) = (0, 0, 0, 0)
Ker (g) ⊂ Ker (h) et Ker (h) ⊂ Ker ( f ).
⇐⇒ (a + b + c, a, b, c) = (0, 0, 0, 0)
⇐⇒ a = 0, b = 0, c = 0. Les trois inclusions précédentes montrent :
Ker ( f ) = Ker (g) = Ker (h).
On conclut : (U, V, X) est libre.
b) On remarque : Y = U + V, donc (U, V, Y) est liée. 2) Images :
•Soit y ∈ Im ( f ). Il existe x ∈ E tel que : y = f (x).
4.9 1) Cas K = R : On a alors : y = f (x) = (g ◦ h)(x) = g h(x) ∈ Im (g).
On a : ∀(x, y) ∈ R2 , x2 + y2 = 0 ⇐⇒ (x, y) = (0, 0), Ceci montre : Im ( f ) ⊂ Im (g).
donc E = {(0, 0)}, qui est un sev de K2 = R2 . • On termine comme en 1) et on conclut :
2) Cas K = C : Im ( f ) = Im (g) = Im (h).
On a : (− i , 1) ∈ E et ( i , 1) ∈ E,
4.13 1) • Soit x ∈ Ker ( f ) ∩ Im (g).
mais : (− i , 1) + ( i , 1) = (0, 2) E,
Alors, f (x) = 0 et il existe t ∈ E tel que x = g(t). On a :
donc E n’est pas un sev de K2 = C2 .
x = g(t) = (g ◦ f ◦ g)(t) = (g ◦ f ) g(t)
4.10 a) On a, pour tout x ∈ E : = (g ◦ f )(x) = g f (x) = g(0) = 0.
Ceci montre : Ker ( f ) ∩ Ker (g) ⊂ Ker ( f + g). Ceci montre : x − g ◦ f (x) ∈ Ker ( f ).
© Dunod. La photocopie non autorisée est un délit
73
Chapitre 4 • Espaces vectoriels, applications linéaires
On a : b = x − c, x ∈ A, c ∈ A, et A est un sev de E, donc : donc ϕ1 est linéaire, et, de même, ϕ2 et ϕ3 sont linéaires.
b ∈ A. b) Soit (α1 , α2 ) ∈ R2 tel que : α1 ϕ1 + α2 ϕ2 = 0.
Ainsi : x = c + b, c ∈ C, b ∈ A ∩ B, / 0 / 0
On a alors : ∀ f ∈ E, α1 f + α2 f = 0 (1).
donc : x ∈ C + (A ∩ B). −1 −1
on obtient : x ∈ A ∩ C + (A ∩ B) . Considérons : f1 : [−1 ; 1] −→ R , f2 : [−1 ; 1] −→ R .
x −→ 1 x− → x
Ceci montre : A ∩ B + (A ∩ C) ⊂ A ∩ C + (A ∩ B) .
2) En appliquant le résultat de 1) à (A, C, B) à la place de Il est clair que : f1 ∈ E et f2 ∈ E. On a :
⎧ / 0
(A, B, C), on a aussi : A ∩ C + (A ∩ B) ⊂ A ∩ B + (A ∩ C) . / 1
⎪
⎪
⎪
⎪
⎪ α f + α f1 = 0
Finalement : A ∩ B + (A ∩ C) = A ∩ C + (A ∩ B) . ⎪
⎪
⎪
1 1 2
⎨ −1 0
(1) =⇒ ⎪ ⎪ / 0 / 1
⎪
⎪
⎪
4.15 a) Supposons ( f, g) liée. ⎪
⎪
⎪ α + α f2 = 0
⎩ 1 f 2 2
−1 0
Si f = 0, alors f 2 = 0, donc ( f 2 , g2 ) est liée. ⎧
⎪
⎪
⎪ α1 + α2 = 0
Si f 0, il existe α ∈ R tel que g = α f, d’où g2 = α2 f 2 , donc ⎪
⎪
⎨
⇐⇒ ⎪ ⎪ 1
( f 2 , g2 ) est liée. ⎪
⎪
⎪ 1
⎩α1 − + α2 = 0
Ceci montre que, si ( f, g) est liée, alors ( f 2 , g2 ) est liée. 2 2
⎧ ⎧
⎪
⎪ ⎪
⎪
b) Notons f : R −→ R et g : R −→ R . ⎨α1 + α2 = 0
⎪ ⎨α1 = 0
⎪
⇐⇒ ⎪ ⎪ ⇐⇒ ⎪
⎪
x −→ x x −→ |x| ⎪
⎩−α + α = 0 ⎪
⎩α2 = 0.
1 2
• Soit b ∈ B. On a alors : b ∈ B ⊂ A + B = A ⊕ C.
Soit (a, b, c) ∈ R3 tel que : a f 2 + bg2 + ch2 = 0.
Il existe donc a ∈ A, c ∈ C tels que : b = a + c.
On a alors : ∀x ∈ R, (a + c) + 2cx + (b + c)x2 = 0.
On a : a = b − c, b ∈ B, c ∈ C ⊂ B et B est un sev de E,
Ainsi, le polynôme (a + c) + 2cX + (b + c)X2 s’annule en tout
donc : a ∈ B.
point de R, donc est le polynôme nul, d’où :
Ainsi : b = a + c, a ∈ A ∩ B, c ∈ C.
a + c = 0, 2c = 0, b + c = 0,
Ceci montre : B ⊂ (A ∩ B) + C.
puis : a = 0, b = 0, c = 0. On obtient : (A ∩ B) + C = B.
Ceci montre que la famille ( f 2 , g2 , h2 ) est libre. On conclut : A ∩ B et C sont supplémentaires dans B.
−1 −1 =0 =0
74
Corrigés des exercices
Ceci montre : Im (h ◦ g) ⊂ Im (h ◦ g ◦ f ).
c’est-à-dire : ∀x ∈ R, f (x) = α + βx.
On conclut : Im (h ◦ g ◦ f ) = Im (h ◦ g).
On a alors :
⎧/ 1 ⎧/ 1 4.20 1) On suppose : f ◦ g = g ◦ f et Ker ( f ) + Ker (g) = E.
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎨ 0 f (x) dx = 0
⎪ ⎪
⎨ 0 (α + βx) dx = 0
⎪
⎪ ⇐⇒ ⎪ • Soit x ∈ E.
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩ f (0) = 0 ⎪
⎩α = 0 Il existe u ∈ Ker ( f ), v ∈ Ker (g) tels que : x = u + v.
⎧ ⎧
⎪
⎪α=0 ⎪ On a alors : f (x) = f (u + v) = f (u) + f (v) = f (v),
⎪
⎪
⎨ ⎪
⎨α = 0
⎪
⇐⇒ ⎪
⎪ β ⇐⇒ ⎪
⎪ ⇐⇒ f = 0. puis : (g ◦ f )(x) = g f (v) = g ◦ f (v) = f ◦ g(v) = f (0) = 0.
⎪
⎪
⎩ =0 ⎪
⎩β = 0
2 Ceci montre : g ◦ f = 0.
Ceci montre : (A ∩ B) ∩ C = {0}, • Comme f ◦ g = g ◦ f, on a alors aussi : f ◦ g = 0.
autrement dit, A ∩ B et C sont en somme directe. 2) On suppose : f ◦ g = g ◦ f et Im ( f ) ∩ Im (g) = {0}.
2) Soit f ∈ E. On cherche g ∈ A ∩ B, (α, β) ∈ R tels que :
2 •Soit x ∈ E.
⎧
⎪
⎪
⎨ f ◦ g(x) = f g(x) ∈ Im ( f )
⎪
f = g + (αe0 + βe1 ), On a : ⎪
⎩ f ◦ g(x) = g ◦ f (x) = g f (x) ∈ Im (g),
⎪
⎪
c’est-à-dire : ∀x ∈ R, f (x) = g(x) + (α + βx). donc : f ◦ g(x) ∈ Im ( f ) ∩ Im (g) = {0},
⎧/ 1
On a : ⎪
⎪ d’où : f ◦ g(x) = 0.
⎪
⎪
⎨ 0 g(x) dx = 0
⎪
Ceci montre : f ◦ g = 0.
g ∈ A ∩ B ⇐⇒ ⎪ ⎪
⎪
⎪
⎪
⎩g(0) = 0
© Dunod. La photocopie non autorisée est un délit
Ainsi, il existe (α, β) ∈ R2 convenant, puis g convenant, ce qui Alors : ( f − ae)(x) = 0 et ( f − be)(x) = 0,
montre : (A ∩ B) + C = E. d’où : f (x) = ax et f (x) = bx, donc : (a − b)x = ax − bx = 0.
Finalement : A ∩ B et C sont supplémentaires dans E. Comme a b, on déduit x = 0.
75
Chapitre 4 • Espaces vectoriels, applications linéaires
Ceci montre : Ea ∩ Eb = {0}. • Soit x ∈ Im (p). On a alors x = p(x), puisque p est un projec-
2) Soit y ∈ E. Montrons que y se décompose linéairement sur teur, puis : x = p(x) = q ◦ p(x) = q p(x) ∈ Im (q).
Ea et Eb . À cet effet, raisonnons par analyse et synthèse. Ceci montre : Im (p) ⊂ Im (q).
• Analyse : • Comme l’hypothèse p ◦ q = p et q ◦ p = q est invariante
Supposons qu’il existe u ∈ Ea , v ∈ Eb tels que : y = u + v. On a lorsque l’on échange p et q, on a aussi : Im (q) ⊂ Im (p).
alors : f (y) = f (u + v) = f (u) + f (v) = au + bv. On conclut : Im (p) = Im (q).
Ainsi : u + v = y et au + bv = f (y), 2) Réciproquement, supposons Im (p) = Im (q).
d’où, par combinaisons linéaires visant à faire disparaître u •Soit x ∈ E. On a : p(x) ∈ Im (p) = Im (q), d’où, puisque p est
ou v : (a − b)u = f (y) − by et (b − a)v = f (y) − ay un projecteur : q p(x) = p(x). Ceci montre : q ◦ p = q.
1 1 • Comme l’hypothèse Im (p) = Im (q) est invariante lorsque
et donc : u = f (y) − by , v = f (y) − ay .
a−b b−a l’on échange p et q, on a aussi : p ◦ q = p.
• Synthèse :
2e méthode : utilisation de projecteurs associés :
Réciproquement, montrons que les vecteurs u, v obtenus ci-
On remarque que, en notant e = IdE , puisque p et q sont des
dessus conviennent. On a :
projecteurs, p = e − p et q = e − q sont aussi des projecteurs
1 et Im (p) = Ker (p ), Im (q) = Ker (q ). D’où, en appliquant le
f (u) = f ◦ f (y) − b f (y) résultat de a ) à (p , q ) à la place de (p, q) :
a−b
1 . %
= (a + b) f (y) − aby − b f (y) Im (p) = Im (q) ⇐⇒ Ker (p ) = Ker (q )
a−b
1 ⇐⇒ p ◦ q = p et q ◦ p = q
= a f (y) − aby = au
a−b
⇐⇒ (e − p) ◦ (e − q) = e − p et (e − q) ◦ (e − p) = e − q
et de même, par un calcul analogue : f (v) = bv. ⇐⇒ e − p − q + p ◦ q = e − p et e − q − p + q ◦ p = e − q
1 ⇐⇒ p ◦ q = q et q ◦ p = p.
Et : u + v = f (y) − by − f (y) − ay = y.
a−b
Ceci montre : ∀y ∈ E, ∃ (u, v) ∈ Ea × Eb , y = u + v, 4.23 a) • D’abord, il est clair que f et g sont bien des appli-
donc : E = Ea + Eb . cations de E dans E.
Finalement : Ea et Eb sont supplémentaires dans E. On a, pour tout α ∈ K et tous P, Q ∈ K[X] :
76
Corrigés des exercices
n
2) Étude de g :
4.26 a) Soit (λ1 , ..., λn ) ∈ Rn tel que λi fai = 0.
• On a : g(1) = 0 et 1 0, donc g n’est pas injectif. i=1
•Pour tout Q ∈ E, il existe P ∈ E tel que −P = Q, il suffit de On remarque que, pour tout i ∈ 1 ; n, fai est continue en tout
prendre pour P une primitive de −Q, qui existe dans E. point de R {ai }, et est discontinue en ai .
donc αP + Q ∈ E.
O ai x
2) L’application f va bien de E dans E, car, pour tout P ∈ E,
f (P) = XP est un polynôme qui s’annule en 0.
3) L’application f est linéaire car, pour tout α ∈ R et tous Supposons qu’il existe i ∈ 1 ; n tel que λi 0. On a alors :
P, Q ∈ E :
λj
f ai = − fa .
f (αP + Q) = X(αP + Q) λ j
1 jn, ji i
= X(αP + Q ) = αXP + XQ = α f (P) + f (Q).
D’une part, fai est discontinue en ai .
4) Injectivité : D’autre part, pour tout j i, fa j est continue en ai , donc la
λj
Soit P ∈ Ker ( f ), c’est-à-dire XP = 0. On déduit P = 0, P combinaison linéaire − fa est continue en ai , d’où
est une constante. Comme de plus P(0) = 0, on obtient P = 0. 1 jn, ji
λi j
Ainsi, Ker ( f ) = {0}, donc f est injective. une contradiction.
5) Surjectivité : Ce raisonnement par l’absurde montre : ∀i ∈ 1 ; n, λi = 0,
Soit Q ∈ E. Comme Q(0) = 0, il existe n ∈ N∗ , a1 , ..., an ∈ R et on conclut que la famille ( fai )1in est libre.
n n
ak k
tels que : Q = ak Xk . Notons P = X . Il est clair que
n
k=1 k=1
k b) Soit (λ1 , ..., λn ) ∈ Rn tel que λi fai = 0.
P ∈ E, puisque P(0) = 0. Et : i=1
77
Chapitre 4 • Espaces vectoriels, applications linéaires
D’autre part, pour tout j i, fa j est dérivable en ai , donc la On a alors : y = y − f (x) + f (x) ∈ Ker (g) + Im ( f ).
λj
combinaison linéaire − fa est dérivable en ai , d’où Ceci montre : Ker (g) + Im ( f ) = F.
λi j
1 jn, ji
2) Réciproquement, supposons : Ker (g) + Im ( f ) = F.
une contradiction.
• D’après l’exercice 4.11, on a : Im (g ◦ f ) ⊂ Im (g).
Ce raisonnement par l’absurde montre : ∀i ∈ 1 ; n, λi = 0,
• Soit z ∈ Im (g). Il existe y ∈ F tel que z = g(y).
et on conclut que la famille ( fai )1in est libre.
n Puisque F = Ker (g) + Im ( f ), il existe u ∈ Ker (g) et x ∈ E tels
c) Soit (λ1 , ..., λn ) ∈ Rn tel que λi fai = 0. que : y = u + f (x). D’où :
i=1 z = g u + f (x) = g(u) + g ◦ f (x) = g ◦ f (x) ∈ Im (g ◦ f ).
n
On a donc : ∀x ∈ R, λi e ai x = 0. Des deux points précédents, on déduit :
i=1
−an x
D’où, en multipliant par e et en isolant le dernier terme : Im (g ◦ f ) = Im (g).
n−1
∀x ∈ R, λi e (ai −an )x + λn = 0. 4.28 a) Puisque u = (e − g ◦ f )−1 , on a : (e − g ◦ f ) ◦ u = e,
i=1 donc : u − f ◦ g ◦ u = e, c’est-à-dire : f ◦ g ◦ u = u − e, d’où :
Comme : ∀i ∈ 1 ; n − 1, ai − an < 0,
(e − g ◦ f ) ◦ (e + g ◦ u ◦ f )
n−1
on a : λi e (ai −an )x −→ 0, =e−g◦ f +g◦u◦ f −g◦ f ◦g◦u◦ f
x −→ +∞
i=1 = e − g ◦ f + g ◦ u ◦ f − g ◦ (u − e) ◦ f
d’où : λn −→ 0, c’est-à-dire λn = 0 car λn ne dépend pas
x −→ +∞ = e − g ◦ f + g ◦ u ◦ f − g ◦ u ◦ f + g ◦ f = e.
de x.
En réitérant, on déduit successivement : De même, puisque u = (e − f ◦ g)−1 , on a : u ◦ (e − f ◦ g) = e,
donc : u − u ◦ f ◦ g = e, c’est-à-dire : u ◦ f ◦ g = u − e, d’où :
λn = 0, λn−1 = 0, ..., λ1 = 0,
(e + g ◦ u ◦ f ) ◦ (e − g ◦ f )
et on conclut que ( fai )1in est libre.
=e+g◦u◦ f −g◦ f −g◦u◦ f ◦g◦ f
4.27 a) 1) Supposons : Ker (g ◦ f ) = Ker ( f ). = e + g ◦ u ◦ f − g ◦ f − g ◦ (u − e) ◦ f
Soit y ∈ Ker (g) ∩ Im ( f ). = e + g ◦ u ◦ f − g ◦ f − g ◦ u ◦ f + g ◦ f = e.
⎧
Alors, g(y) = 0 et il existe x ∈ E tel que y = f (x). ⎪
⎪
⎨(e − g ◦ f ) ◦ (e + g ◦ u ◦ f ) = e
⎪
D’où : (g ◦ f )(x) = g(y) = 0, On conclut : ⎪
⎪
⎪(e + g ◦ u ◦ f ) ◦ (e − g ◦ f ) = e.
⎩
donc : x ∈ Ker (g ◦ f ) = Ker ( f ), puis : y = f (x) = 0.
b) D’après a), e − g ◦ f est inversible, e − g ◦ f ∈ G L(E), et :
Ceci montre : Ker (g) ∩ Im ( f ) = {0}. (e − g ◦ f )−1 = e + g ◦ u ◦ f,
2) Réciproquement, supposons : Ker (g) ∩ Im ( f ) = {0}. où on a noté u = (e − f ◦ g)−1 .
• D’après l’exercice 4.11, on a : Ker (g ◦ f ) ⊃ Ker ( f ).
4.29 a) On a :
• Soit x ∈ Ker (g ◦ f ). Alors, g f (x) = 0.
b) Récurrence sur n.
b) 1) Supposons : Im (g ◦ f ) = Im (g).
• Pour n = 0, la propriété est évidente, car φ0 (u ◦ v) = u ◦ v
Soit y ∈ F. Comme g(y) ∈ Im (g) = Im (g ◦ f ), il existe x ∈ E
0
tel que : g(y) = (g ◦ f )(x). n k
et : φ (u) ◦ φn−k (v) = φ0 (u) ◦ φ0 (v) = u ◦ v,
On déduit : g y − f (x) = g(y) − g f (x) = 0, k=0
k
c’est-à-dire : y − f (x) ∈ Ker (g). puisque φ0 = IdL (E) .
78
Corrigés des exercices
• Supposons la propriété vraie pour un n ∈ N fixé. On a : et, a priori, dépend de x. Nous allons montrer que λ x ne dépend
pas de x.
φn+1 (u ◦ v) = φ φn (u ◦ v) Soit (x, y) ∈ (E − {0})2 .
n
n k 1) Supposons (x, y) libre.
= φ φ (u) ◦ φn−k (v)
k=0
k On a : f (x) = λ x x, f (y) = λy y, d’où, par linéarité de f :
n
n k f (x + y) = f (x) + f (y) = λ x x + λy y.
= φ φ (u) ◦ φn−k (v)
k
k=0 Mais, d’autre part : f (x + y) = λ x+y (x + y).
car φ est, à l’évidence, linéaire D’où : λ x x + λy y = λ x+y (x + y),
n
n k n−k puis : (λ x+y − λ x )x + (λ x+y − λy )y = 0.
= φ φ (u) ◦ φ (v)
k=0
k Comme (x, y) est libre, on déduit :
+ φ (u) ◦ φ φn−k (v)
k
λ x+y − λ x = 0 et λ x+y − λy = 0,
d’après a) et donc : λ x = λy .
n
n k+1 2) Supposons (x, y) liée.
= φ (u) ◦ φn−k (v)
k=0
k 1re méthode :
+ φ (u) ◦ φ
k n−k+1
(v) Il existe α ∈ K − {0} tel que y = αx;
n
On a : f (y) = f (αx) = α f (x) = αλ x x
n
= φk+1 (u) ◦ φn−k (v)
k=0
k et : f (y) = λy y = λy αx,
n d’où : (λ x − λy )αx = 0 et donc λ x = λy , puisque α 0 et x 0.
n k
+ φ (u) ◦ φn−k+1 (v)
k=0
k 2è méthode :
n+1
Si E = Kx = Vect (x), alors il est clair que f est une homothé-
n
= φk (u) ◦ φn−(k−1) (v) tie.
k←k+1 k−1
k=1
n Si E Kx, alors il existe z ∈ E tel que (x, z) soit libre. Comme
n k y est colinéaire à x, la famille (y, z) est alors aussi libre. D’après
+ φ (u) ◦ φn−k+1 (v)
k=0
k 1), on a λ x = λz et λy = λz , d’où λ x = λy .
n+1
On a ainsi prouvé que λ x ne dépend pas de x.
n
= φk (u)φn+1−k (v)
k−1 Il existe donc λ ∈ K tel que : ∀x ∈ E − {0}, f (x) = λx.
k=0
n+1
n k De plus, trivialement : f (0) = 0 = λ0.
+ φ (u) ◦ φn+1−k (v)
k=0
k Finalement, f = λIdE , c’est-à-dire que f est une homothétie.
car les deux termes rajoutés sont nuls
4.31 1) Si p ◦ q = q ◦ p = 0, alors :
n+1 #
$
n n k
= + φ (u) ◦ φn+1−k (v) (p + q) = (p + q) ◦ (p + q) = p2 + p ◦ q + q ◦ p + q2 = p + q,
2
© Dunod. La photocopie non autorisée est un délit
k=0
k−1 k
n+1 donc p + q est un projecteur.
n+1
= φ (u)φ
k (n+1)−k
(v), 2) Réciproquement, supposons que p + q soit un projecteur. On
k
k=0 a alors :
p + q = (p + q)2 = p2 + p ◦ q + q ◦ p + q2
ce qui établit la formule au rang n + 1.
= p + p ◦ q + q ◦ p + q,
On conclut par récurrence sur n, à la formule demandée.
d’où : p ◦ q + q ◦ p = 0.
Remarque : Cette étude est très proche de la démonstration de
la formule du binôme de Newton dans le cours. En composant par p à gauche et par p à droite, on obtient :
p ◦ q + p ◦ q ◦ p = 0 et p ◦ q ◦ p + q ◦ p = 0,
4.30 Par hypothèse, pour tout x ∈ E, il existe λ x ∈ K tel que
f (x) = λ x x. Il est clair que, pour tout x ∈ E − {0}, λ x est unique d’où, en soustrayant : p ◦ q − q ◦ p = 0.
79
Chapitre 4 • Espaces vectoriels, applications linéaires
Comme : p ◦ q + q ◦ p = 0 et p ◦ q − q ◦ p = 0, b) 1) • On a :
on déduit, en additionnant, 2p ◦ q = 0, et, en soustrayant,
Ker (q) ∩ Ker (g) ∩ Im (q)
2q ◦ p = 0, d’où finalement : p ◦ q = q ◦ p = 0.
= Ker (q) ∩ Im (q) ∩ Ker (g) = {0},
={0}
4.32 a) 1) • On a : Im (p ◦ f ) ⊂ Im (p), cf. exercice 4.11.
• Soit y ∈ Im (p ◦ f ). Il existe x ∈ E tel que y = p ◦ f (x). donc la somme Ker (q) + Ker (g) ∩ Im (q) est directe.
• On a : Ker (q) ⊂ Ker (g ◦ q), d’après l’exercice 4.11.
On a alors : y = p ◦ f (x) − f (x) + f (x)
• Soit y ∈ Ker (g) ∩ Im (q).
et : p p ◦ f (x) − f (x) = p2 ◦ f (x) − p ◦ f (x) = 0 car p2 = p.
Ainsi : p ◦ f (x) − f (x) ∈ Ker (p). Alors, g(y) = 0 et, puisque q est un projecteur, q(y) = y.
Ceci montre : y ∈ Ker (p) + Im ( f ). D’où : g ◦ q(y) = g q(y) = g(y) = 0, donc : y ∈ Ker (g ◦ q).
D’après les deux résultats précédents, on déduit : Ceci montre : Ker (g) ∩ Im (q) ⊂ Ker (g ◦ q).
D’après les trois points précédents, on a :
Im (p ◦ f ) ⊂ Im (p) ∩ Ker (p) + Im ( f ) .
Ker (q) ⊕ Ker (g) ∩ Im (q) ⊂ Ker (g ◦ q).
2) Soit y ∈ Im (p) ∩ Ker (p) + Im ( f ) . • Soit x ∈ Ker (g ◦ q).
Alors, p(y) = y (puisque p est un projecteur), et il existe
Puisque q est un projecteur : x = x − q(x) + q(x) .
x ∈ Ker (p), t ∈ Im ( f ) tels que y = x + t, puis il existe u ∈ E
∈Ker (q) ∈Im (q)
tel que t = f (u).
De plus : g q(x) = g ◦ q(x) = 0, donc : q(x) ∈ Ker (g).
Ainsi :
Ainsi : x ∈ Ker (q) + Ker (g) ∩ Im (q) .
y = p x + f (u) = p(x) + p f (u) = (p ◦ f )(u) ∈ Im (p ◦ f ). Ceci montre l’inclusion :
Ceci montre : Im (p) ∩ Ker (p) + Im ( f ) ⊂ Im (p ◦ f ). Ker (g ◦ q) ⊂ Ker (q) + Ker (g) ∩ Im (q) .
On conclut à l’égalité : On conclut à l’égalité :
Im (p ◦ f ) = Im (p) ∩ Ker (p) + Im ( f ) . Ker (g ◦ q) = Ker (q) ⊕ Ker (g) ∩ Im (q) .
80
Calcul matriciel, CHAPITRE 5
systèmes linéaires
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 81
• Acquisition du calcul matriciel
Énoncés des exercices 83
• Calcul des puissances d’une matrice carrée assez simple
Du mal à démarrer ? 88
• Étude de l’inversibilité et, éventuellement, calcul de l’inverse d’une matrice car-
Corrigés des exercices 90 rée
• Détermination du rang d’une matrice
• Résolution de systèmes linéaires.
pour une matrice), ne faisant pas intervenir les coefficients des ma-
trices.
Pour effectuer un calcul ➥ Exercices 5.7, 5.18, 5.19, 5.21, 5.24, 5.25.
sur des matrices Sinon, passer aux coefficients des matrices, en particulier si les ma-
trices sont d’ordre petit (deux ou trois), ou si une matrice diagonale ou
une matrice triangulaire intervient.
➥ Exercices 5.1, 5.15, 5.23.
• Pour une matrice carrée assez simple, donnée sous forme d’un ta-
bleau, appliquer la méthode du pivot de Gauss.
➥ Exercice 5.14 b)
• Noter (E1 , ..., En) la base canonique de Mn,1 (K), (C1 , ..., Cn ) les co-
lonnes de A. Exprimer C1 , ..., Cn en fonction de E1 , ..., En par la don-
née de A, résoudre ce système en considérant que les inconnues sont
E1 , ..., En, et en déduire l’inversibilité de A et l’expression de l’in-
verse de A.
➥ Exercices 5.2, 5.14 b), 5.16.
Pour montrer
• Former une équation simple sur A, puis isoler le terme en In .
qu’une matrice carrée A ∈ M n(K)
est inversible ➥ Exercices 5.20, 5.21.
et, éventuellement,
• Associer à la matrice carrée A un système linéaire AX = Y, où X, Y
calculer son inverse
sont des matrices-colonnes, et résoudre ce système en considérant
que l’inconnue est X.
• Conjecturer la forme B de la matrice inverse de A, et vérifier que
celle-ci convient, en calculant le produit AB (ou BA).
• Résoudre l’équation AB = In (ou BA = In ) où B est une matrice
inconnue, d’une forme particulière.
• Se rappeler que toute matrice triangulaire à termes diagonaux tous
non nuls est inversible.
➥ Exercices 5.2, 5.13 b).
82
Énoncés des exercices
➥ Exercice 5.7.
⎝ ⎠ ⎝ ⎠
001 011
83
Chapitre 5 • Calcul matriciel, systèmes linéaires
84
Énoncés des exercices
5.11 Calcul des puissances d’une matrice carrée d’ordre 2 par deux méthodes
3 2
On note A = ∈ M2 (R). On se propose de calculer les puissances de A.
−2 −1
a) 1re méthode : décomposition de A sur I2 et une matrice nilpotente
1 1
1) Exprimer A à l’aide de I2 et de N = .
−1 −1
2) Calculer An pour tout n ∈ N.
b) 2è méthode : décomposition de An sur I2 et A
1) Exprimer A2 comme combinaison linéaire de I2 et A.
2) En déduire qu’il existe deux suites réelles (un )n∈N , (vn )n∈N telles que :
∀n ∈ N, An = un I2 + vn A,
et exprimer un et vn en fonction de n, pour tout n ∈ N.
3) En déduire An , pour tout n ∈ N.
5.13 Calcul des puissances d’une matrice carrée avec paramètres, cas des exposants négatifs
⎛ ⎞
⎜⎜⎜1 a b⎟⎟⎟
⎜ ⎟
Soit (a, b, c) ∈ K3 . On note M = ⎜⎜⎜⎜0 1 c⎟⎟⎟⎟ ∈ M3 (K).
⎝ ⎠
001
© Dunod. La photocopie non autorisée est un délit
5.14 Calcul des puissances d’une matrice carrée, cas des exposants négatifs
⎛ ⎞
⎜⎜⎜ 1 1 1⎟⎟⎟
⎜⎜⎜ ⎟
On note A = ⎜⎜ 1 1 0⎟⎟⎟⎟ ∈ M3 (R).
⎝ ⎠
−1 0 1
a) 1) On note N = A − I3 . Calculer N 2 et N 3 .
2) Calculer An pour tout n ∈ N.
b) Montrer que A est inversible.
c) Calculer An pour tout n ∈ Z.
85
Chapitre 5 • Calcul matriciel, systèmes linéaires
b) Trouver M ∈ M2 (R) ; C M = A dans chacun des trois exemples suivants :
10 1 1 10
(1) C = , (2) C = , (3) C = .
11 −1 −1 10
)' )'
h(x, y) = x2 + y2 − y, k(x, y) = x2 + y2 + y.
Montrer que la famille ( f, g, h, k) est libre.
86
Énoncés des exercices
5.23 Commutant d’une matrice diagonale à termes diagonaux deux à deux distincts
Soient n ∈ N∗ , d1 , ..., dn ∈ K deux à deux distincts, D = diag (d1 , ..., dn ) la matrice diagonale
dont les termes diagonaux sont, dans l’ordre, d1 , ..., dn . Montrer que le commutant de D, c’est-
à-dire l’ensemble C (D) = A ∈ Mn (K) ; AD = DA est égal à l’ensemble Dn (K) des matrices
diagonales de Mn (K).
a) 1) Montrer que, pour toute A ∈ Mn (K), si A est nilpotente, alors A n’est pas inversible.
2) Les matrices suivantes de M2 (R) sont-elles nilpotentes :
01 1 1 0 1 1 1
A= , B= , C= , D= ?
00 0 −1 0 −1 −1 −1
b) Soient A, M ∈ Mn (K). Montrer que, si A est nilpotente et AM = MA, alors AM est nilpotente.
c) Soit A ∈ Mn (K). Montrer que, si A est nilpotente, alors In − A est inversible et exprimer
(In − A)−1 .
Montrer qu’il existe une permutation σ de 1 ; n et (α1 , ..., αn ) ∈ (R+ )n tels que :
A = δiσ( j) α j i, j ,
⎧
⎪
⎪
⎪ si i = k
⎨1
où δ désigne le symbole de Kronecker : δik = ⎪
⎪ .
⎪
⎩0 si i k
87
Chapitre 5 • Calcul matriciel, systèmes linéaires
Du mal à démarrer ?
5.1 Calculer M2 , puis le premier membre de l’égalité voulue. 5.9 Utiliser, par exemple, les opérations licites sur les lignes.
a) Séparer les cas : a = 1, a 1.
5.2 Noter (e1 , e2 , e3 ) la base canonique de M3,1 (R) et
(V1 , V2 , V3 ) les colonnes de la matrice proposée. Exprimer, b) Séparer les cas : a = −2, a = 1, a −2 et a 1 .
en utilisant la matrice de l’énoncé, V1 , V2 , V3 en fonction de
e1 , e2 , e3 , puis calculer e1 , e2 , e3 en fonction de V1 , V2 , V3 par 5.10 Utiliser, par exemple, les opérations licites sur les lignes.
résolution d’un système d’équations, ce qui montre que la ma- Séparer les cas : (a, b) = (2, 1), (a, b) (2, 1).
trice est inversible et fournit son inverse.
5.11 a) 2) Utiliser la formule du binôme de Newton.
5.3 a) 1re méthode : récurrence sur n : b) 1) Calculer A2 , puis résoudre l’équation A2 = α I2 + βA, d’in-
Calculer les premières puissances de A, conjecturer une formule connue (α, β) ∈ R2 .
pour An et démontrer cette formule, par récurrence sur n. 2) Montrer, par récurrence sur n, que, pour tout n ∈ N, il existe
2e méthode : décomposition de A : (un , vn ) ∈ R2 unique tel que An = un I2 + vn A, et calculer un+1 et
vn+1 en fonction de un et vn , puis calculer, par exemple, un+2 en
Décomposer convenablement A et utiliser la formule du bi-
fonction de un+1 et un .
nôme de Newton.
b) Décomposer convenablement A et utiliser la formule du bi- 5.12 b) Récurrence sur n 1, pour montrer : Un = 3n−1 U.
nôme de Newton.
c) Utiliser la formule du binôme de Newton.
c) Calculer A2 .
5.13 a) Décomposer M en M = I3 + N et utiliser la formule du
5.4 a) Montrer : rg (A) = 2. binôme de Newton.
c) Remarquer : A3 = A, A4 = A2 , ... b) Utiliser la formule du binôme de Newton.
5.5 Travailler, par exemple, sur les colonnes des matrices. 5.14 a) 2) Utiliser la formule du binôme de Newton.
b) 1re méthode : utiliser le pivot de Gauss.
5.6 Utiliser, par exemple, la méthode de Gauss.
2e méthode : interpréter A comme matrice d’une famille dans
5.7 Montrer : une base.
. % . % . % 3e méthode : essai, pour n = −1, de la formule obtenue en a).
(1) et (2) =⇒ (3), (1) et (3) =⇒ (2), (2) et (3) =⇒ (1).
c) Montrer que la formule obtenue en a) est aussi valable pour
5.8 Utiliser, par exemple, les opérations licites sur les lignes. n 0.
88
Du mal à démarrer ?
5.15 a) (1) : Remarquer que B est inversible. 5.23 Un sens est évident.
x y Réciproquement, si A ∈ C (D), traduire AD = DA en passant par
(2) et (3) : noter M = et résoudre l’équation MB = A.
z t les éléments.
b) (1) : Remarquer que C est inversible.
5.24 a) 1) On peut raisonner par l’absurde.
x y
(2) et (3) : noter M = et résoudre l’équation CM = A. b) Calculer (AM)k = (AM) · · · (AM) en utilisant AM = MA.
z t
c) Utiliser la formule relative à une sommation géométrique.
5.16 Noter (e1 , ..., en ) la base canonique de Mn,1 (R) et
d) Utiliser la formule du binôme de Newton.
(C1 , ..., Cn ) les colonnes de A. Exprimer C1 , ..., Cn en fonction de
e1 , ..., en , puis calculer e1 , ..., en en fonction de C1 , ..., Cn .
5.25 Soit (A, B) ∈ E2 tel que AB = BA. Noter M = A − In et
N = B − In , et utiliser l’exercice 5.24.
5.17 Revenir à la définition de famille libre.
89
Corrigés des exercices
90
Corrigés des exercices
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜0 0 1⎟⎟⎟ ⎜1 0 0⎟⎟⎟ ⎜⎜⎜ 1 0 1⎟⎟⎟
⎜⎜ ⎟⎟⎟ 2 ⎜⎜⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟⎟
c) On a : A = ⎜⎜0 1 0⎟⎟ , A = ⎜⎜0 1 0⎟⎟⎟⎟ = I3 .
⎜ • Pour C = ⎜ ⎜⎝−1 1 1⎟⎟⎟⎠ , on a, par la méthode de Gauss :
⎝ ⎠ ⎝ ⎠
100 001 1 11
Une récurrence immédiate montre : ⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 1 0 0⎟⎟⎟ ⎜⎜⎜ 1 0 0 ⎟⎟⎟
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟
rg (C) = rg ⎜⎜−1 1 2⎟⎟⎟⎟ = rg ⎜⎜−1 1 0 ⎟⎟⎟⎟ = 3.
C3 ←−C3 −C1 ⎝ ⎠ C3 ←−C3 −2C2 ⎝ ⎠
∀p ∈ N, A2p = I3 , A2p+1 = A ). 1 10 1 1 −2
⎛ ⎞
5.4 a) Notons C1 , C2 , C3 les colonnes de A. ⎜⎜⎜1 2 3 4⎟⎟⎟
⎜⎜ ⎟
• Pour D = ⎜ ⎜⎜⎝3 4 5 6⎟⎟⎟⎠⎟ , on a :
• Puisque C2 = C3 , A n’est pas inversible.
5678
• Montrons que (C1 , C2 ) est libre.
⎛ ⎞
On a, pour tout (λ, μ) ∈ R2 : ⎜⎜⎜1 1 1 1⎟⎟⎟ C4 ←− C4 − C3
⎜⎜ ⎟
rg (D) = rg ⎜⎜3 1 1 1⎟⎟⎟⎟ C3 ←− C3 − C2
⎜
⎝ ⎠
⎛ ⎞ ⎛ ⎞ 5 1 1 1 C2 ←− C2 − C1
⎜⎜⎜−λ + μ⎟⎟⎟ ⎜⎜⎜0⎟⎟⎟ ⎛ ⎞
⎜⎜ ⎟ ⎜ ⎟ ⎜⎜⎜1 0 0 0⎟⎟⎟ C4 ←− C4 − C3
λC1 + μC2 = 0 ⇐⇒ ⎜⎜ λa + μ ⎟⎟⎟⎟ = ⎜⎜⎜⎜0⎟⎟⎟⎟
⎜ ⎜⎜⎜ ⎟
⎝ ⎠ ⎝ ⎠ = rg ⎜⎜3 −2 0 0⎟⎟⎟⎟ C3 ←− C3 − C2 = 2.
−λa 0 ⎝ ⎠
5 −4 0 0 C2 ←− C2 − C1
⎧
⎪
⎪
⎪μ=λ
⎪
⎪
⎪ 5.6 On a, par la méthode de Gauss :
⎨
⇐⇒ ⎪
⎪λa + μ = 0 =⇒ λ = μ = 0. ⎛ ⎞
⎪
⎪
⎪ ⎜⎜⎜ 1 1 a 1⎟⎟⎟ C2 ←− C2 − C1
⎪
⎩λa = 0 ⎜⎜⎜ ⎟
rg ⎜⎜−1 −2 1 b⎟⎟⎟⎟ C3 ←− C3 − aC1
⎝ ⎠
1 0 1 2 C4 ←− C4 − C1
Ainsi, (C1 , C2 ) est libre et C3 = C2 , donc : rg (A) = 2. ⎛ ⎞
⎜⎜⎜ 1 0 0 0 ⎟⎟⎟
⎜⎜⎜ ⎟ C3 ←− C3 + (1 + a)C2
b) Calculons A2 et A3 : = rg ⎜⎜−1 −1 1 + a b + 1⎟⎟⎟⎟
⎝ ⎠ C4 ←− C4 + (1 + b)C2
A A 1 −1 1 − a 1
⎛ ⎞ ⎛ ⎞ ⎧
⎜⎜⎜−1 1 1⎟⎟⎟ ⎜⎜⎜−1 1 1⎟⎟⎟ ⎪
⎜⎜⎜
⎜⎜⎝ a 1 1⎟⎟⎟⎟⎠
⎟ ⎜⎜⎜
⎜⎜⎝ a 1 1⎟⎟⎟⎟⎠
⎟ ⎪ ⎪
⎨3 si a 0 ou b 0
On conclut : rg M(a, b) = ⎪ ⎪
−a 0 0 −a 0 0 ⎪
⎩2 si a = 0 et b = 0.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞.
⎜⎜⎜−1 1 1⎟⎟⎟ ⎜⎜⎜ 1 0 0 ⎟⎟⎟ ⎜⎜⎜−1 1 1⎟⎟⎟ . %
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ 5.7 (1) et (2) =⇒ (3) :
⎜⎜⎝ a 1 1⎟⎟⎟⎟⎠ ⎜⎜⎝−a a + 1 a + 1⎟⎟⎟⎟⎠ ⎜⎜⎝ a 1 1⎟⎟⎟⎟⎠
•
Supposons t AA = In et t A = A. On a alors : A2 = t AA = In .
c) On remarque : A3 = A. . %
• (2) et (3) =⇒ (1) :
Il s’ensuit : A4 = A2 , A5 = A3 = A, ...
⎧ Supposons A2 = In et t A = A.
⎪
⎪
⎪∀p ∈ N, A
2p+1
=A
© Dunod. La photocopie non autorisée est un délit
⎨
Par récurrence immédiate, on a : ⎪⎪ On a alors : t AA = A2 = In .
⎪
⎩∀p ∈ N , A = A2
∗ 2p
(et A0 = I2 ). 5.8 a)
⎧ ⎧
⎪
⎪ ⎪
5.5 Notons C1 , C2 , ... les colonnes des matrices envisagées. ⎨4x − 2y = 1 L1
⎪ ⎪
⎨4x − 2y = 1 L1
(1) ⎪
⎪ ⇐⇒ ⎪
⎪
⎛ ⎞ ⎪
⎩6x − 3y = 2 L2 ⎩0 = 1 L2 ←− L2 − 32 L1 .
⎜⎜⎜ 1 2⎟⎟⎟ 2
⎜⎜⎜ ⎟⎟
• Pour A = ⎜ ⎜⎝ 3 1⎟⎟⎟⎠ , (C1 , C2 ) est libre, donc : rg (A) = 2. On conclut : S = ∅.
−1 4 ⎧ ⎧ ⎧
⎛ ⎞ ⎪
⎪ ⎪
⎪ ⎪
⎪
⎜⎜⎜1 −1 1⎟⎟⎟ ⎨ x − 3y = −1
⎪ ⎨ x = 3y − 1
⎪ ⎨x = 2
⎪
⎜⎜
⎜ ⎟⎟ (2) ⎪
⎪ ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪ ⎪ ⎪
• Pour B = ⎜ ⎜⎝2 1 5⎟⎟⎟⎠ , on remarque que (C1 , C2 ) est libre et ⎩2x + y = 5 ⎩2(3y − 1) + y = 5 ⎩y = 1.
1 1 3
que C3 = 2C1 + C2 , donc : rg (B) = 2. On conclut : S = {(2, 1)}.
91
Chapitre 5 • Calcul matriciel, systèmes linéaires
92
Corrigés des exercices
⎧
⎪
⎪
⎪ x − y + 2z + t = 0 L1 On a, pour tout (α, β) ∈ R2 :
⎪
⎪
⎪
⎪
⎪
⎪
⎪y + 5z − 2t = 1 L2 ←− L2 + 2L1
⎨
⇐⇒ ⎪
⎪ A2 = α I2 + βA
⎪
⎪
⎪2y + 10z − 4t = a L3 ←− L3 + 3L1
⎪
⎪
⎪
⎪
⎪
⎩y + 5z − 2t = b L4 ←− L4 + L1 ⇐⇒
5 4
=α
10
+β
3 2
−4 −3 01 −2 −1
⎧
⎪
⎪
⎪ x − y + 2z + t = 0 ⇐⇒ α + 3β = 5, 2β = 4, −2β = −4, α − β = −3
⎪
⎪
⎪
⎪
⎪
⎪ ⇐⇒ α = −1, β = 2.
⎨y + 5z − 2t = 1
⎪
⇐⇒ ⎪
⎪
⎪
⎪
⎪ y + 5z − 2t = a/2
⎪
⎪
⎪ Ceci montre : A2 = −I2 + 2A.
⎪
⎪
⎩y + 5z − 2t = b.
2) ∗ Montrons, par récurrence sur n ∈ N, que, pour tout n ∈ N,
Si a 2 ou b 1, alors (S) n’a pas de solution. il existe (un , vn ) ∈ R2 unique tel que :
Si a = 2 et b = 1, alors :
⎧ An = un I2 + vn A.
⎪
⎪
⎨ x − y + 2z = t = 0
⎪
(S) ⇐⇒ ⎪ ⎪
⎪
⎩y + 5z − 2t = 1 Remarquons que l’unicité est évidente, puisque (I2 , A) est libre.
⎧ • Pour n = 0, on a : A0 = I2 = u0 I2 + v0 A, où u0 = 1, v0 = 0.
⎪
⎪
⎨y = −5z + 2t + 1
⎪
Soit n ∈ N tel qu’il existe (un , vn ) ∈ R2 tel que :
⇐⇒ ⎪ ⎪
•
⎪
⎩ x = (−5z + 2t + 1) + 2z + t = −3z + 3t + 1.
An = un I2 + vn A. On a alors :
On conclut :
⎧ An+1 = An A = un A + vn A2 = un A + vn (−I2 + 2A)
⎪
⎪
⎪ ∅ si (a, b) (2, 1)
⎪
⎪
⎪ = −vn I2 + (un + 2vn )A.
⎨
S =⎪ ⎪ (−3z + 3t + 1, −5z + 2t + 1, z, t) ; (z, t) ∈ R2
⎪
⎪
⎪
⎪
⎩ si (a, b) = (2, 1) En notant un+1 = −vn et vn+1 = un + 2vn , on a donc :
93
Chapitre 5 • Calcul matriciel, systèmes linéaires
⎛ ⎞
⎜⎜⎜a b b⎟⎟⎟ Comme I3 et N commutent, on a, par la formule du binôme de
⎜⎜ ⎟
5.12 a) On a : M = ⎜⎜b a b⎟⎟⎟⎟ = (a − b)I3 + bU.
⎜
Newton, pour tout k ∈ N :
⎝ ⎠
bba
⎛ ⎞2 ⎛ ⎞
⎜⎜⎜1 1 1⎟⎟⎟ ⎜⎜⎜3 3 3⎟⎟⎟ k
⎜ ⎟⎟ ⎜⎜⎜ ⎟
b) On a : U = ⎜⎜⎜⎜1
2
1 1⎟⎟ = ⎜⎜3 3 3⎟⎟⎟⎟ = 3U,
⎟
M k = (I3 + N)k =
k
Ni =
0
I3 +
1
N+
2 2
N
⎝ ⎠ ⎝ ⎠ i k k k
1 11 333 i=0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜0 a b⎟⎟⎟ ⎜⎜⎜0 0 ac⎟⎟⎟
U 3 = U 2 U = 3U 2 = 9U, ... ⎜ ⎟ ⎜ ⎟ k(k − 1) ⎜⎜⎜ ⎟
= ⎜⎜⎜⎜0 1 0⎟⎟⎟⎟ + k ⎜⎜⎜⎜0 0 c⎟⎟⎟⎟ + ⎜⎜⎝0 0 0 ⎟⎟⎟⎟⎠
⎝ ⎠ ⎝ ⎠ 2
Montrons, par récurrence sur n : ∀n ∈ N∗ , U n = 3n−1 U. 0 01 000 00 0
⎛ ⎞
• La formule est vraie pour n = 1. ⎜⎜⎜1 ka kb + k(k−1) ac⎟⎟⎟
⎜ 2
⎟⎟⎟⎟ .
= ⎜⎜⎜⎜0 1 kc ⎟⎠
• Si elle est vraie pour un n ∈ N∗ , alors : ⎝
0 0 1
U n+1 = U n U = 3n−1 U 2 = 3n−1 3U = 3n U = 3(n+1)−1 U,
donc elle est vraie pour n + 1. b) • Notons M la matrice obtenue en remplaçant k par −1 dans
∗
On a ainsi montré , par récurrence : ∀n ∈ N , U = 3 U. At- n n−1 la formule obtenue en a). On a :
tention : cette formule est fausse pour n = 0, puisque U 0 = I3 .
c) Puisque I3 et U commutent, on a, d’après la formule du bi- ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 a b⎟⎟⎟ ⎜⎜⎜1 −a −b + ac⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟
nôme de Newton, pour tout n ∈ N : ⎜⎜
⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
MM = ⎜⎜0 1 c⎟⎟ ⎜⎜0 1 −c ⎟⎟ = ⎜⎜0 1 0⎟⎟⎟⎟ ,
n ⎝ ⎠⎝ ⎠ ⎝ ⎠
001 0 0 1 001
M n = (a − b)I3 + bU
n
n
= (a − b)I3 n−k (bU)k donc M est inversible et M −1 = M .
k=0
k
n • Montrons que la formule obtenue en a) est aussi valable pour
n k ∈ Z.
= (a − b)n−k bk U k
k
k=0 Soit k ∈ Z− . On a alors k 0, −k 0, et :
n
n
= (a − b)n I3 + (a − b)n−k bk 3k−1 U
k ⎛ ⎞⎛ ⎞ ⎛ ⎞
k=1 ⎜⎜⎜1 ka kb + k(k−1) ac⎟⎟⎟ ⎜⎜⎜1 −ka −kb + k(k+1) ac⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟
⎜⎜⎜ 2 ⎟⎟⎟ ⎜⎜⎜ 2 ⎟⎟⎟ ⎜⎜⎜ ⎟
n
1# n $ ⎜⎜⎝0 1 kc ⎟⎟⎠ ⎜⎜⎝0 1 −kc ⎟⎟⎠ = ⎜⎜⎝0 1 0⎟⎟⎟⎟⎠ .
= (a − b)n I3 + (a − b)n−k (3b)k U 0 0 1 0 0 1 001
3 k=1 k
M −k
1 # n $
= (a − b) I3 +
n
(a − b) + 3b − (a − b)n U
3
⎛ ⎞
⎛ ⎞ ⎜⎜⎜1 ka kb + k(k−1) ac⎟⎟⎟
⎜⎜⎜(a + 2b)n + 2(a − b)n(a + 2b)n − (a − b)n (a + 2b)n − (a − b)n ⎟⎟⎟ ⎜ 2 ⎟⎟⎟
1 ⎜⎜⎜⎜
⎜ ⎟⎟⎟
⎟ On conclut : ∀k ∈ Z, M k = ⎜⎜⎜⎜0 1 kc ⎟⎟⎠ .
= ⎜⎜⎜ (a + 2b)n − (a − b)n(a + 2b)n + 2(a − b)n(a + 2b)n − (a − b)n ⎟⎟⎟⎟ . ⎝
3 ⎜⎜⎜ ⎟⎟⎟ 0 0 1
⎝ ⎠
(a + 2b) − (a − b) (a + 2b) − (a − b) (a + 2b) + 2(a − b)
n n n n n n
⎛ ⎞
⎜⎜⎜ 0 1 1⎟⎟⎟
⎛ ⎞ ⎜⎜⎜ ⎟
⎜⎜⎜0 a b⎟⎟⎟ 5.14 a) 1) On a : N = A − I3 = ⎜⎜ 1 0 0⎟⎟⎟⎟ ,
⎜⎜ ⎟ ⎝ ⎠
5.13 a) On a : M = I3 + N, où N = ⎜⎜0 0 c⎟⎟⎟⎟ , et :
⎜ −1 0 0
⎝ ⎠
000 puis :
N N N N
⎛⎞ ⎛⎞
⎛ ⎞
⎛ ⎞
⎜⎜⎜0 a b⎟⎟⎟ ⎜⎜⎜0 a b⎟⎟⎟ ⎜⎜⎜ 0 1 1⎟⎟⎟ ⎜⎜⎜ 0 1 1⎟⎟⎟
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟
⎜⎜⎝0 0 c⎟⎟⎟⎟⎠ ⎜⎜⎝0 0 c⎟⎟⎟⎟⎠ ⎜⎜⎝ 1 0 0⎟⎟⎟⎟⎠ ⎜⎜⎝ 1 0 0⎟⎟⎟⎟⎠
000 000 −1 0 0 −1 0 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞. ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜0 a b⎟⎟⎟ ⎜⎜⎜0 0 ac⎟⎟⎟ ⎜⎜⎜0 0 0⎟⎟⎟ ⎜⎜⎜ 0 1 1⎟⎟⎟ ⎜⎜⎜0 0 0 ⎟⎟⎟ ⎜⎜⎜0 0 0⎟⎟⎟
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟
⎜⎜⎝0 0 c⎟⎟⎟⎟⎠ ⎜⎜⎝0 0 0 ⎟⎟⎟⎟⎠ ⎜⎜⎝0 0 0⎟⎟⎟⎟⎠ ⎜⎜⎝ 1 0 0⎟⎟⎟⎟⎠ ⎜⎜⎝0 1 1 ⎟⎟⎟⎟⎠ ⎜⎜⎝0 0 0⎟⎟⎟⎟⎠ .
000 00 0 000 −1 0 0 0 1 −1 000
N N2 N3 N N2 N3
94
Corrigés des exercices
⎛ ⎞⎛ ⎞ ⎛ ⎞
2) On a donc : A = I3 + N et N 3 = 0. Comme I3 et N com- ⎜⎜⎜ 1 1 1⎟⎟⎟ ⎜⎜⎜ 1 −1 −1⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
mutent, d’après la formule du binôme de Newton, on a, pour On a : ⎜⎜ 1 1 0⎟⎟ ⎜⎜−1 2 1 ⎟⎟ = ⎜⎜0 1 0⎟⎟⎟⎟ ,
⎝ ⎠⎝ ⎠ ⎝ ⎠
tout n ∈ N : −1 0 1 1 −1 0 001
n ⎛ ⎞
n k n n n 2 ⎜⎜⎜ 1 −1 −1⎟⎟⎟
An = (I3 + N)n = N = I3 + N+ ⎜ ⎟
N donc A est inversible et : A−1 = ⎜⎜⎜⎜−1 2 1 ⎟⎟⎟⎟ .
k 0 1 2 ⎝ ⎠
k=0
1 −1 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜ 0 1 1⎟⎟⎟ ⎜0 0 0 ⎟⎟⎟
⎜⎜
⎜ ⎟⎟
⎟ ⎜⎜
⎜ ⎟⎟ n(n − 1) ⎜⎜⎜⎜⎜
⎟ ⎟ c) On a déjà calculé An pour tout n ∈ N, cf. a) 2). Montrons que
= ⎜⎜0 1 0⎟⎟ + n ⎜⎜ 1 0 0⎟⎟ +
⎝ ⎠ ⎝ ⎠ ⎜⎜⎝0 1 1 ⎟⎟⎟⎟⎠ cette formule est aussi valable pour n ∈ Z− .
2
001 −1 0 0 0 1 −1
Soit n ∈ Z− . On a alors n 0, −n 0 et :
⎛ ⎞
⎜⎜⎜ 1 n n ⎟⎟ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜ n(n−1) ⎟ ⎟⎟⎟⎟ . −n −n ⎟⎟ ⎜⎜ 1
= ⎜⎜⎜⎜ n 1 + n(n−1) ⎜⎜⎜ 1 n n ⎟⎟ ⎜⎜1 0 0⎟⎟
⎝ 2
n(n−1) ⎠
2 ⎟ ⎜⎜⎜⎜−n 1 + n(n+1) n(n+1) ⎟⎟⎟⎟⎟ ⎜⎜⎜⎜⎜ n 1 + n(n−1) n(n−1) ⎟⎟⎟⎟⎟ = ⎜⎜⎜⎜⎜0 1 0⎟⎟⎟⎟⎟ .
−n − 2 n(n−1)
1− 2 ⎜⎝ 2 2 ⎟⎠ ⎜⎝ 2 2 ⎟⎠ ⎜⎝ ⎟⎠
n − n(n+1) 1 − n(n+1) −n − n(n−1) 1 − n(n−1) 001
2 2 2 2
d’où : S = ∅.
En notant (e1 , e2 , e3 ) la base canonique de M3,1 (R) et (3) De même :
(C1 , C2 , C3 ) les colonnes de A, on a :
⎧
⎪
⎪
⎧
⎪
⎧
⎪ x y 1 −1 1 −1 ⎨x = 1
⎪
⎪
⎪
⎪C1 = e1 + e2 − e3 ⎪
⎪
⎪e3 = C2 − C1 MB = A ⇐⇒ = ⇐⇒ ⎪
⎪
⎪
⎪ ⎪
⎪ z t 0 0 1 −1 ⎪y = 1,
⎩
⎪
⎨ ⎪
⎨
⎪
⎪C2 = e1 + e2 ⇐⇒ ⎪
⎪e1 = C3 − C2 + C1
⎪ ⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ ! 1 y "
⎩C3 = e1 + e3 ⎩e2 = 2C2 − C3 − C1 . d’où : S = ; (y, t) ∈ R2 .
1 t
⎛ ⎞ b) (1) On remarque que C est inversible, donc, pour toute
⎜⎜⎜ 1 −1 −1⎟⎟⎟
⎜⎜⎜ ⎟ M ∈ M2 (R) :
Ainsi, A est inversible et : A −1
= ⎜⎜−1 2 1 ⎟⎟⎟⎟ .
⎝ ⎠
1 −1 0
−1 1 0 1 −1 1 −1
3e méthode : essai, pour n = −1, de la formule obtenue en a) : C M = A ⇐⇒ M =C A ⇐⇒ M = = ,
−1 1 1 −1 0 0
95
Chapitre 5 • Calcul matriciel, systèmes linéaires
! 1 −1 "
d’où : S = . c’est-à-dire :
0 0 )' )'
(2) Dans cet exemple et dans le suivant, on ne peut pas tenir le ∀(x, y) ∈ R2 , a x2 + y2 − x + b x2 + y2 + x
même raisonnement qu’en (1), car C n’est pas inversible. )' )'
On a : +c x2 + y2 − y + d x2 + y2 + y = 0.
En appliquant à (1, 0), (−1, 0), (0, 1), (0, −1), on obtient :
1 1 xy 1 −1
C M = A ⇐⇒ =
−1 −1 z t 1 −1 ⎧ √
⎪
⎪
⎪b 2 + c + d = 0 L1
⇐⇒ x + z = 1, y + t = −1, −x − z = 1, −y − t = −1, ⎪
⎪
⎪ √
⎪
⎪
⎪
⎪a 2 + c + d = 0 L2
⎨
impossible. On conclut : S = ∅. (S) ⎪
⎪
⎪ √
⎪
⎪
⎪a + b + d 2 = 0 L3
⎪
⎪
⎪ √
(3) De même : ⎪
⎩a + b + c 2 = 0 L4 .
10 xy 1 −1
C M = A ⇐⇒ = ⇐⇒ x = 1, y = −1, Et :
10 z t 1 −1
⎧ √ ⎧
⎪ ⎪
! 1 −1 " ⎪
⎪
⎪
⎪
a 2 + c + d = 0 L1 ⎪
⎪
⎪
⎪
b=a
d’où : S = ; (z, t) ∈ R2 . ⎪
⎪
⎪ ⎪
⎪
⎪
z t ⎪
⎨b = a
⎪ L2 ←− L2 − L1 ⎪
⎨d = c
⎪
(S) ⇐⇒ ⎪
⎪ √ ⇐⇒ ⎪
⎪ √
⎪
⎪
⎪ a + b + d 2 = 0 L3 ⎪
⎪
⎪2c = −a 2
5.16 Notons (e1 , ..., en ) la base canonique de Mn,1 (R) et ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ ⎪
⎪ √
⎩d = c L4 ←− L4 − L3 ⎩d 2 = −2a
(C1 , ..., Cn ) les colonnes de A. On a :
⎧ ⎧
⎪
⎪C1 = e1 + e2 + · · · + en ⎪
⎪C1 = e1 + e2 + · · · + en ⇐⇒ a = b = c = d = 0.
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ = e1 + 2e2 + · · · + 2en ⎪
⎪C − C1 = e2 + · · · + en On conclut : la famille ( f, g, h, k) est libre.
⎪
⎪C
⎨ 2 ⎪
⎪
⎨ 2
⎪
⎪ .. ⇐⇒ ⎪
⎪ .. ⎧
⎪
⎪
⎪ ⎪
⎪
⎪ ⎪
⎪
⎪ ⎪ ⎨ A(AB − BA) = ABA − A B = 0
⎪ 2
⎪
⎪ . ⎪
⎪ .
⎪
⎪
⎪ ⎪
⎪
⎪ 5.18 On a : ⎪
⎪
⎪
⎩C ⎪
⎩C − C = e ⎪
⎩ B(BA − AB) = B2 A − BAB = 0,
n = e + 2e + · · · + ne
1 2 n n n−1 n
96
Corrigés des exercices
5.21 a) (A − 3In )(B − 2In ) = AB − 2A − 3B + 6In = 6In . Ceci montre que les termes non diagonaux de A sont tous nuls,
1 donc A ∈ Dn (K).
b) D’après a), on a : (A − 3In ) (B − 2In ) = In .
6 Finalement : C (D) = Dn (K).
1
Ainsi, A − 3In est inversible et son inverse est (B − 2In ).
6 5.24 a) 1) Soit A ∈ Mn (K) nilpotente. Il existe k ∈ N∗ tel
On a donc aussi, dans l’autre sens : que A = 0. Si A était inversible, d’après le cours, Ak serait in-
k
Ainsi, les colonnes de An se décomposent toutes linéairement d’où, par une récurrence immédiate : ∀k ∈ N∗ , C k = ± C,
sur U et V, d’où : rg (An ) 2. et donc C n’est pas nilpotente.
• On a : A1 = (sin 1) 0, donc : rg (A1 ) = 1. Cet exemple montre que la réciproque de 1) est fausse.
• Pour tout n 2, montrons : rg (An ) = 2. 1 1
• Pour D = , on a D2 = 0, donc D est nilpotente.
À cet effet, montrons que (C1 , C2 ) est libre. −1 −1
Soit (λ, μ) ∈ R2 tel que λC1 + μC2 = 0. b) Soient A, M ∈ Mn (K) telles que : A est nilpotente et AM =
⎧ MA. Il existe k ∈ N∗ tel que : Ak = 0. On a, en permutant A et
⎪
⎪
⎨λ sin 2 + μ sin 3 = 0
⎪ M successivement :
On a alors, en particulier : ⎪
⎪
⎪
⎩λ sin 3 + μ sin 4 = 0.
(AM)k = (AM)(AM) · · · (AM)
Comme sin 2 sin 4 − (sin 3)2 0, on déduit (λ, μ) = (0, 0), = (A · · · A)(M · · · M) = Ak M k = 0M k = 0,
ce qui montre que (C1 , C2 ) est libre.
⎧ donc AM est nilpotente.
⎪
⎪
⎪ si n = 1
⎨1
Finalement : rg (An ) = ⎪⎪ c) Soit A ∈ Mn (K) nilpotente.
⎪
⎩2 si n 2.
Il existe k ∈ N∗ tel que : Ak = 0.
© Dunod. La photocopie non autorisée est un délit
⇐⇒ ∀(i, j) ∈ 1 ; n , (d j − di )(A)i j = 0.
2 donc In − A est inversible et : (In − A)−1 = Ai .
i=0
Soit (i, j) ∈ 1 ; n2 tel que i j. d) Soient A, B ∈ Mn (K) nilpotentes et telles que AB = BA.
On a alors, par hypothèse, di d j , d’où : (A)i j = 0. Il existe k, ∈ N∗ tels que : Ak = 0 et B = 0.
97
Chapitre 5 • Calcul matriciel, systèmes linéaires
k+−1 Puisque A−1 est inversible, la ligne numéro k de A−1 n’est pas
k + − 1 i k+−1−1 la ligne nulle, donc il existe j ∈ 1 ; n tel que : bk j 0.
(A + B) k+−1
= AB
i
i=0 n
k−1
Soit i ∈ 1 ; n tel que i j. On a : ai b j = 0,
k+−1 i
= B Bk−1−i)
A ( =1
0
i=0
i
=0
donc : ∀ ∈ 1 ; n, ai b j = 0.
k+−1
k+−1
+ Ak Ai−k )Bk+−1−i = 0,
( En particulier : aik bk j = 0, donc : aik = 0.
i
i=k =0 0
C • Soient α ∈ K, A, B ∈ C (E ). On a, pour toute M ∈ E :
⎛ ⎞
A
⎜⎜⎜0⎟⎟⎟
⎛ ⎞ ⎜⎜⎜ . ⎟⎟⎟ (αA + B)M = αAM + BM = αMA + MB = M(αA + B),
⎜⎜⎜a11 . . . a1n ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟
⎜⎜⎜⎜ . ⎜⎜⎜ . ⎟⎟⎟
.. ⎟⎟⎟⎟ ⎜⎜⎜1⎟⎟⎟ donc : αA + B ∈ C (E ).
⎜⎜⎜⎜ .. . ⎟⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
⎝ ⎠ ⎜⎜⎜ . ⎟⎟⎟
an1 . . . ann ⎜⎜⎜ .. ⎟⎟⎟ On conclut : C (E ) est un sev de Mn (K).
⎜⎝ ⎟⎠
0 b) • L’inclusion KIn ⊂ C Mn (K) est immédiate car, pour tout
0 . . . 1 . . . 0 ai1 . . . ain ai j α ∈ K : ∀M ∈ Mn (K), (αIn )M = αM = M(αIn ),
L LA LAC donc : αIn ∈ C Mn (K) .
• Réciproquement, soit A ∈ C Mn (K) .
On a donc : ∀i ∈ 1 ; n, ∀ j ∈ 1 ; p, ai j = 0, d’où : A = 0.
On a donc : ∀M ∈ M (K), AM = MA.
5.27 Notons A = (ai j )i j , A−1 = (bi j )i j . Notons, pour (i, j) ∈ 1 ; n2 , Ei j la matrice élémentaire ayant
n un 1 à la (i, j)-ème place et des 0 ailleurs.
Puisque AA−1 = In , on a : ∀(i, j) ∈ 1 ; n2 , aik bk j = δi j .
k=1
On a donc, pour tout (i, j) ∈ 1 ; n2 : AEi j = Ei j A.
98
Corrigés des exercices
⎛ ⎞
Comme : ⎜⎜⎜ q1 m12 . . . m1n ⎟⎟
⎜⎜⎜ ⎟
⎛ ⎞ ⎜⎜⎜ 0 . . ⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎛ ⎞ q2 . . .. ⎟⎟⎟⎟⎟
Q = ⎜⎜⎜⎜⎜
a1i ⎜⎜⎜ ⎟⎟⎟
⎜⎜ ⎟⎟⎟ (0) ⎟⎟⎟ .
..
AEi j = ⎜⎜⎜⎜⎜(0) ⎟ ⎜
⎜ ⎟⎟ ⎜⎜⎜⎜ ... .. ..
. . mn−1n ⎟⎟⎟⎟
⎟
. (0)⎟⎟⎟⎟ , Ei j A = ⎜⎜⎜⎝a j1 . . . a jn ⎟⎟⎟⎠ ,
⎜⎝ ⎜⎝ ⎠
⎠ (0)
ani (0) . . . 0 qn
on déduit : ∀k i, aki = 0 , ∀ j, a j = 0 , aii = a j j . Les matrices P et Q sont inversibles car triangulaires à éléments
Ceci montre que, pour tout (i, j) ∈ 1 ; n tel que i j, on a : 2 diagonaux tous non nuls, et on a : M = P + Q.
ai j = 0 et aii = a j j . On conclut :
⎛ ⎞ 2
⎜⎜⎜a11 (0) ⎟⎟
⎟⎟⎟ ∀M ∈ Mn (K), ∃(P, Q) ∈ GLn (K) , M = P + Q.
⎜⎜⎜ .. ⎟⎟⎟ = a I ∈ KI .
Ainsi, A = ⎜⎜⎜⎜ . ⎟⎟⎟ 11 n n
⎜⎝ ⎠ Par exemple :
(0) a11
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
On conclut : C Mn (K) = KIn . ⎜⎜⎜4 0 2 ⎟⎟⎟ ⎜⎜⎜8 0 0 ⎟⎟⎟ ⎜⎜⎜−4 0 2 ⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
c) 1) Soit M = (mi j )i j ∈ Mn (K). Nous allons décomposer M ⎜⎜⎜2 0 1 ⎟⎟⎟ = ⎜⎜⎜2 1 0 ⎟⎟⎟ + ⎜⎜⎜ 0 −1 1 ⎟⎟⎟⎟⎟ .
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
en somme d’une matrice triangulaire supérieure inversible P et ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
1 0 −2 1 0 −1 0 0 −1
d’une matrice triangulaire inférieure inversible Q.
M P Q
Pour chaque i ∈ 1 ; n, il existe (pi , qi ) ∈ K2 tel que :
pi + qi = mii , pi 0, qi 0. 2) • L’inclusion KIn ⊂ C GLn (K) est immédiate.
• Réciproquement, soit A ∈ C GLn (K) . Soit M ∈ Mn (K).
En effet, si mii 0, on peut choisir pi = 2mii , qi = −mii , et, si 2
mii = 0, on peut choisir pi = 1, qi = −1. Notons alors D’après 1), il existe (P, Q) ∈ GLn (K) tel que M = P + Q. On
a alors :
⎛ ⎞
⎜⎜⎜ p1 0 ... (0)⎟⎟
⎜⎜⎜ ⎟
⎜⎜⎜m .. .. ⎟⎟⎟⎟ AM = A(P + Q) = AP + AQ = PA + QA = (P + Q)A = MA,
. . ⎟⎟⎟⎟
P = ⎜⎜⎜⎜⎜ 21
p2
⎟⎟⎟ ,
⎜⎜⎜ .. .. .. ⎟ donc : A ∈ C Mn (K) = KIn .
⎜⎜⎝ . . . 0 ⎟⎟⎟⎟⎠
mn1 ... mnn−1 pn On conclut : C GLn (K) = KIn .
© Dunod. La photocopie non autorisée est un délit
99
Espaces vectoriels CHAPITRE 6
de dimension finie
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 100
• Montrer qu’un ev est de dimension finie et en trouver une base
Énoncés des exercices 103
• Déterminer la dimension d’un sev d’un ev de dimension finie
Du mal à démarrer ? 107
• Montrer qu’une famille est une base d’un ev de dimension finie
Corrigés des exercices 109
• Déterminer le noyau, l’image d’une application linéaire, obtenir des inclusions
ou des égalités faisant intervenir noyaux et images d’applications linéaires
• Montrer qu’une certaine application linéaire est injective, est surjective, est
On abrège :
bijective
espace vectoriel en ev
sous-espace vectoriel en sev • Déterminer le rang d’une famille finie de vecteurs, le rang d’une application
linéaire, obtenir des résultats sur le rang d’une application linéaire.
100
Les méthodes à retenir
Essayer de :
• montrer que B est libre et que E est de dimension finie égale au
cardinal n de B.
(suite) ➥ Exercices 6.6, 6.10 a), 6.12, 6.19, 6.20 c), 6.22
• montrer que B est génératrice de E et que E est de dimension finie
égale au cardinal n de B.
➥ Exercices 6.4 b).
Essayer de :
• montrer que E est un sev d’un ev connu de dimension finie.
Pour montrer qu’un ev E ➥ Exercices 6.1, 6.2
est de dimension finie • montrer que E admet au moins une famille génératrice finie ou une
base finie
➥ Exercices 6.1, 6.2, 6.7 b).
Essayer de :
• trouver une base (finie) B de E, et on a alors dim (E) = Card (B).
Pour calculer la dimension ➥ Exercices 6.1, 6.2, 6.7, 6.10 a)
d’un ev de dimension finie • présenter E comme noyau ou comme image d’une application li-
néaire, et calculer sa dimension en utilisant le théorème du rang.
➥ Exercice 6.13.
Essayer de :
Pour déterminer le noyau Ker ( f ) • revenir à la définition :
d’une application linéaire
f : E −→ F, où E et F sont des ev Ker ( f ) = {x ∈ E ; f (x) = 0}.
de dimensions finies
➥ Exercices 6.5 a), 6.9 b)1).
101
Chapitre 6 • Espaces vectoriels de dimension finie
Essayer de :
• revenir à la définition :
Pour déterminer la matrice A d’une Pour tout j ∈ 1 ; n, la colonne numéro j de A est formée par les
application linéaire f : E −→ F coordonnées de f (e j ) dans la base C de F.
dans une base B = (e1 , ..., e p) de E
et une base C = ( f1 , ..., f n) de F ➥ Exercices 6.4 b), 6.10 b), 6.11 c), 6.20 c), 6.23.
Essayer de :
• appliquer la définition :
rg ( f ) = dim Im ( f ) .
Essayer de :
Pour montrer • revenir à la définition, c’est-à-dire montrer que f (qui est déjà li-
qu’une application linéaire néaire) est injective et surjective.
f : E −→ F
est un isomorphisme, • trouver une application linéaire g : F −→ E telle que :
où E, F sont des ev g ◦ f = IdE et f ◦ g = IdF .
de dimensions finies
➥ Exercices 6.20 c), 6.23
102
Énoncés des exercices
103
Chapitre 6 • Espaces vectoriels de dimension finie
f ◦ g = g ◦ f.
f0 (x) = 1, f1 (x) = cos x, f2 (x) = sin x, f3 (x) = cos 2x, f4 (x) = sin 2x,
6.11 Aspects linéaire et matriciel des suites récurrentes linéaires d’ordre 2 (à coefficients
constants et sans second membre)
On note E l’ensemble des suites réelles u = (un )n∈N telles que :
104
Énoncés des exercices
a) Montrer que E est un R-ev et que (a, b), (r, s) sont des bases de E.
b) Déterminer la matrice M de la famille (r, s) dans la base (a, b) de E, et calculer M −1 .
c) Montrer que l’application f qui, à tout élément u = (un )n∈N de E, associe la suite (un+1 )n∈N ,
est un endomorphisme de E, et préciser la matrice de f dans la base (a, b) de E, et la matrice
de f dans la base (r, s) de E.
6.16 Inégalités portant sur le rang d’une somme, d’une différence de deux endomorphismes
Soient E, F deux K-ev de dimensions finies, α ∈ K − {0}, f, g ∈ L (E). Montrer :
a) rg (α f ) = rg ( f )
b) rg ( f + g) rg ( f ) + rg (g)
© Dunod. La photocopie non autorisée est un délit
( (
c) ((rg ( f ) + rg (g)(( rg ( f − g).
(On pourra utiliser la formule de Grassmann, exercice 6.13.)
105
Chapitre 6 • Espaces vectoriels de dimension finie
6.23 Exemple de calcul de l’inverse d’une matrice triangulaire dont les termes sont certains
coefficients binomiaux
Soit n ∈ N∗ . On note A la matrice carrée
réelle d’ordre n + 1 dont le terme situé à la ligne i,
j
colonne j est le coefficient binomial , où, par convention, ce coefficient est nul si i > j.
i
a) Montrer que l’application f : Rn [X] −→ Rn [X], P(X) −→ P(X + 1) est un endomorphisme
de l’espace vectoriel Rn [X], et préciser la matrice de f dans la base canonique de Rn [X].
b) En déduire que A est inversible et exprimer A−1 .
106
Du mal à démarrer ?
Du mal à démarrer ?
6.1 1) Revenir à la définition d’un sev. b) À partir d’une base B1 = (e1 , ..., en1 ) de E1 et d’une base
B2 = (f1 , ..., fn2 ) de E2 , considérer la famille
a −a
2) Remplacer b par −a et décomposer comme combi- B = (e1 , 0), ..., (en1 , 0), (0, f1 ), ..., (0, fn2
c d
naison linéaire de trois matrices fixes. Montrer que la famille et montrer que B est une base de E1 × E2 , en revenant aux
de trois matrices obtenue est libre. définitions de famille libre et de famille génératrice.
6.2 a) Revenir à la définition d’un sev. 6.8 Faire apparaître une composée égale à e et utiliser la
propriété du cours, pour des endomorphismes u, v d’un ev E de
x y
b) En notant M = , résoudre l’équation AM = MB, d’in- dimension finie : u ◦ v = e ⇐⇒ v ◦ u = e.
z t
connues x, y, z, t.
x y
6.9 b) 1) Noter M =
z t
∈ M2 (R) et résoudre f(M) = 0.
6.3 Il existe e1 ∈ E tel que f(e1 ) 0. Noter e2 = f(e1 ) et mon-
trer que B = (e1 , e2 ) convient. x y
2) Pour M = ∈ M2 (R), calculer f(M) et décomposer li-
z t
6.4 a) Lecture de A. néairement f(M) sur des matrices fixes. Voir enfin si celles-ci
b) 1) Montrer que e1 , e2 s’expriment sur E . forment une famille libre.
6.5 a) En notant u = (x, y, z, t) ∈ R4 , résoudre f(u) = 0. 6.11 a) 1) Montrer que E est un sev de l’ev RN de toutes les
© Dunod. La photocopie non autorisée est un délit
107
Chapitre 6 • Espaces vectoriels de dimension finie
6.12 1) Vérifier : ∀i ∈ 0 ; n, Pi ∈ Kn [X]. 6.19 • Montrer que (Dk )0kn−1 est libre, en faisant intervenir
un polynôme.
2) Montrer que (Pi )0in est libre, en revenant à la définition et
en évaluant les polynômes en ai par exemple. • Utiliser un argument de dimension.
3) Utiliser un argument de dimension.
6.20 a) Revenir à la définition d’une application linéaire.
6.13 a) Revenir à la définition d’une application linéaire. b) Montrer que A et B sont inversibles et considérer l’applica-
tion ψ : M2 (R) −→ M2 (R), N −→ A−1 NB−1 .
b) Montrer : Im (f) = F + G et Ker (f) = (x, −x) ; x ∈ F ∩ G .
c) 1) • Montrer que B est libre, en revenant à la définition
c) Appliquer le théorème du rang à f.
d’une famille libre.
6.14 Remarquer que, d’après la formule de Grassmann de • Utiliser un argument de dimension.
l’exercice 6.13, pour tous sev F, G de E :
2) Calculer les images de I2 , A, B, AB par ϕ, en utilisant le
résultat de l’exercice 5.1 pour exprimer A2 sur I2 et A et pour
d(F + G) d(F) + d(G).
exprimer B2 sur I2 et B.
Appliquer à A + B et C et permuter. 3) La matrice de ϕ−1 dans B est l’inverse de celle de ϕ
dans B.
6.15 Remarquer que les inclusions
6.21 1) Montrer que (γn )0nN est libre, en faisant intervenir
Im (f 2 ) ⊂ Im (f), Ker (f) ⊂ Ker (f 2 ), un polynôme.
{0} ⊂ Ker (f) ∩ Im (f), Ker (f) + Im (f) ⊂ E 2) On sait que, pour tout n ∈ N, cos nx s’exprime comme po-
lynôme en cos x, de degré n et de coefficient dominant 2n−1 .
sont acquises de manière générale.
Considérer la matrice de la famille (Cn )0nN dans la base B =
(1) =⇒ (2) : Appliquer le théorème du rang à f 2 et à f. (γ0 , ..., γN ).
(2) =⇒ (3) : Partir de x ∈ Ker (f) ∩ Im (f) quelconque.
6.22 • Vérifier : ∀i ∈ 0 ; n, Li ∈ Kn [X].
(3) =⇒ (4) : Appliquer le théorème du rang à f.
• Montrer que L est libre, en revenant à la définition.
(4) =⇒ (1) : Pour y = f(x) ∈ Im (f), décomposer linéairement x
• Utiliser un argument de dimension.
sur Ker (f) et Im (f).
108
Corrigés des exercices
! x y "
00
6.1 1) • E ⊂ M2 (R) et ∈ E. On a donc : E = ; (x, y) ∈ K2
00 x x
a b ! 1 0 "
• On a, pour tout α ∈ R et toutes matrices M = , = x +y
01
; (x, y) ∈ K2 = Vect (C, D).
c d
11 00
a b
M = ∈ E : notée C notée D
c d
De plus, (C, D) est libre car, pour tout (x, y) ∈ K2 :
αa + a αb + b
αM + M = xy 00
αc + c αd + d xC + yD = 0 ⇐⇒ = ⇐⇒ x = y = 0.
x x 00
et : (αa + a ) + (αb + b ) = α(a + b) + (a + b ) = 0,
On conclut : (C, D) est une base de E et dim (E ) = 2.
donc : αM + M ∈ E.
Ceci montre que E est un sev de M2 (R). 6.3 Puisque f 0, il existe e1 ∈ E tel que f (e1 ) 0.
! a −a " Notons e2 = f (e1 ) et B = (e1 , e2 ).
2) On a : E = ; (a, c, d) ∈ R3
c d
Soit (λ1 , λ2 ) ∈ K2 tel que : λ1 e1 + λ2 e2 = 0. On a alors :
! 1 −1 0 0
00 "
= a +c +d ; (a, c, d) ∈ R3 0 = f (λ1 e1 + λ2 e2 ) = λ1 f (e1 ) + λ2 f (e2 )
0 0 10 01
= λ1 e2 + λ2 f 2 (e1 ) = λ1 e2 ,
notée A notée C notée D
= Vect (A, C, D), =0 0
d’où λ1 = 0,
puis λ2 e2 = 0, donc λ2 = 0, puisque e2 = f (e1 ) 0.
donc (A, C, D) engendre E.
Ceci montre que B est libre.
De plus, (A, C, D) est libre, car, pour tout (a, c, d) ∈ R3 :
Comme B est libre et Card (B) = 2 = dim (E), on conclut
a −a 00 que B est une base de E.
aA + cC + dD = 0 ⇐⇒ =
c d 00 Puisque f (e1 ) = e2 et f (e2 ) = f 2 (e1 ) = 0, la matrice de f
⇐⇒ a = c = d = 0. 00
dans B est : N = .
10
Ainsi, (A, C, D) est une base de E, donc dim (E) = 3.
⎛ ⎞
⎜⎜⎜2 1 ⎟⎟⎟
6.2 a) • On a : E ⊂ Mn (K) et 0 ∈ E. ⎜ ⎟
6.4 a) Par lecture de A = ⎜⎜⎜⎜3 −1⎟⎟⎟⎟, on a :
⎝ ⎠
• On a, pour tout α ∈ K et toutes M, N ∈ E : 0 2
109
Chapitre 6 • Espaces vectoriels de dimension finie
3) On a : Une base de Ker ( f ) est donc (V0 ), où V0 = (5, −3, −4, 3), et
donc : dim Ker ( f ) = 1.
• u(e1 ) = u(e1 ) = 2 f1 + 3 f2 b) Notons V1 , ..., V4 les éléments de R3 dont les coordonnées
dans la base canonique sont les colonnes C1 , ..., C4 de A :
3 5 1 1 V1 = (1, 2, −1), V2 = (0, 3, 2), V3 = (2, 1, −5), V4 = (1, 1, −3).
= ( f1 + f2 − f3 ) + ( f1 + f3 − f2 ) = f1 − f2 + f3 ,
2 2 2 2
On a alors : Im ( f ) = Vect (V1 , ..., V4 ).
• u(e2 ) = u(e1 + e2 ) = u(e1 ) + u(e2 )
Voyons si (V1 , V2 , V3 ) est libre.
= (2 f1 + 3 f2 ) + ( f1 − f2 + 2 f3 ) = 3 f1 + 2 f2 + 2 f3 On a, pour tout (a1 , a2 , a3 ) ∈ R3 :
⎧
3 ⎪
⎪
⎪ a1 + 2a3 = 0
= ( f1 + f2 − f3 ) + ( f1 + f3 − f2 ) + ( f2 + f3 − f2 ) ⎪
⎪
⎪
2 ⎨
a1 V1 + a2 V2 + a3 V3 = 0 ⇐⇒ ⎪ ⎪ 2a1 + 3a2 + a3 = 0
⎪
⎪
⎪
3 3 1 ⎪
⎩−a1 + 2a2 − 5a3 = 0
= f + f + f .
2 1 2 2 2 3
⎧ ⎧
⎪
⎪
⎪ a1 + 2a3 = 0 ⎪
⎪
⎪ a2 = 0
⎪
⎪
⎪ ⎪
⎪
⎪
On conclut que la ⎛ matrice ⎞A de u dans les bases E de E et F ⇐⇒ ⎪
⎨
3a2 − 3a3 = 0 L2 ←− L2 − 2L1 ⇐⇒ ⎪
⎨
a3 = 0
⎜⎜⎜ 5/2 3/2⎟⎟⎟ ⎪
⎪
⎪ ⎪
⎪
⎪
⎜ ⎟ ⎪
⎪ ⎪
⎪
de F est : A = ⎜⎜⎜⎜−1/2 3/2⎟⎟⎟⎟ . ⎩2a − 3a = 0 L ←− L + L ⎩a = 0.
⎝ ⎠ 2 3 3 3 1 1
1/2 1/2
Ainsi, (V1 , V2 , V3 ) est libre, donc dim Im ( f ) 3.
6.5 a) On a, pour tout u = (x, y, z, t) ∈ R4 : D’autre part, comme Im ( f ) = Vect (V1 , ..., V4 ) ⊂ R3 , on a :
dim Im ( f ) 3. On conclut qu’une base de Im ( f ) est
(V1 , V2 , V3 ) et que dim Im ( f ) = 3, donc : rg ( f ) = 3.
u ∈ Ker ( f ) ⇐⇒ f (u) = 0
Remarque : on pouvait aussi obtenir dim Im ( f ) en appliquant
⎛ ⎞ ⎛ ⎞
⎛ ⎞ ⎜ x⎟ ⎜0⎟ le théorème du rang :
⎜⎜⎜ 1 0 2 1 ⎟⎟⎟ ⎜⎜⎜⎜ ⎟⎟⎟⎟ ⎜⎜⎜⎜ ⎟⎟⎟⎟
⎜ ⎟ ⎜y⎟ ⎜0⎟
⇐⇒ ⎜⎜⎜⎜ 2 3 1 1 ⎟⎟⎟⎟ ⎜⎜⎜⎜⎜ ⎟⎟⎟⎟⎟ = ⎜⎜⎜⎜⎜ ⎟⎟⎟⎟⎟ dim Im ( f ) = dim (R4 ) − dim Ker ( f ) = 4 − 1 = 3.
⎝ ⎠ z
−1 2 −5 −3 ⎜⎜⎝ ⎟⎟⎠ ⎜⎜⎝ ⎟⎟⎠
0
t 0
6.6 • D’abord, il est clair que : ∀k ∈ 0 ; 4, Pk ∈ R4 [X].
⎧
⎪
⎪
⎪ x + 2z + t = 0 • Montrons que B = (P0 , ..., P4 ) est libre.
⎪
⎪
⎨
⇐⇒ (S) ⎪
⎪2x + 3y + z + t = 0
4
⎪
⎪
⎪ Soit (a0 , ..., a4 ) ∈ R5 tel que : ak Pk = 0.
⎩−x + 2y − 5z − 3t = 0.
k=0
110
Corrigés des exercices
• La loi + est associative dans E1 × E2 , car, pour tous car les familles B1 et B2 sont libres.
(x1 , x2 ), (y1 , y2 ), (z1 , z2 ) ∈ E1 × E2 : Ceci montre que B est libre.
(x1 , x2 ) + (y1 , y2 ) + (z1 , z2 ) = (x1 + y1 , x2 + y2 ) + (z1 , z2 ) • Montrons que B engendre E1 × E2 .
= (x1 + y1 ) + z1 , (x2 + y2 ) + z2 = x1 + (y1 + z1 ), x2 + (y2 + z2 ) Soit (x1 , x2 ) ∈ E1 × E2 .
= (x1 , x2 ) + (y1 + z1 , y2 + z2 ) = (x1 , x2 ) + (y1 , y2 ) + (z1 , z2 ) . Puisque B1 engendre E1 et B2 engender E2 , il existe
α1 , ..., αn1 ∈ K et β1 , ..., βn2 ∈ K tels que :
• La loi + est commutative dans E1 × E2 , car, pour tous
(x1 , x2 ), (y1 , y2 ) ∈ E1 × E2 : x1 = α1 e1 + · · · + αn1 en1 et y = β1 f1 + · · · + βn2 fn2 .
La loi + dans E1 × E2 admet un neutre qui est (0, 0). = α1 (e1 , 0) + · · · + αn1 (en1 , 0) + β1 (0, f1 ) + · · · + βn2 (0, fn2 ).
• Tout élément (x1 , x2 ) de E1 × E2 admet un opposé, qui est
Ceci montre que B engendre E1 × E2 .
(−x1 , −x2 ).
D’après les deux points précédents, B est une base de E1 × E2 .
2) On a, pour tous α, β ∈ K, (x1 , x2 ), (y1 , y2 ) ∈ E1 × E2 :
Comme B est finie, il en résulte que E1 × E2 est de dimension
• α(x1 , x2 ) = (αx1 , αx2 ) ∈ E1 × E2 . finie, et :
• (α + β)(x1 , x2 ) = (α + β)x1 , (α + β)x2 dim (E1 × E2 ) = Card (B) = n1 + n2 = dim (E1 ) + dim (E2 ).
où n2 = dim (E2 ).
Considérons la famille : 2 −4 x y 00
⇐⇒ =
3 −6 z t 00
B = (e1 , 0), ..., (en1 , 0), (0, f1 ), ..., (0, fn2 ) .
⇐⇒ 2x − 4z = 0, 2y − 4t = 0, 3x − 6z = 0, 3y − 6t = 0
• Montrons que B est libre.
⇐⇒ x = 2z, y = 2t.
On a, pour tous λ1 , ..., λn1 , μ1 , ..., μn2 ∈ K :
! 2z 2t "
λ1 (e1 , 0) + · · · + λn1 (en1 , 0) + μ1 (0, f1 ) + · · · + μn2 (0, fn2 ) = (0, 0) On obtient : Ker ( f ) = ; (z, t) ∈ R2
z t
⇐⇒ λ1 e1 + · · · + λn1 en1 , μ1 f1 + · · · + μn2 fn2 = (0, 0)
⎧ ⎧ ! 20 02 "
⎪
⎪ ⎪
⎪ = z +t ; (z, t) ∈ R2 = Vect (B, C).
⎨λ1 e1 + · · · + λn1 en1 = 0
⎪ ⎨λ1 = ... = λn1 = 0
⎪ 10 01
⇐⇒ ⎪ ⎪ ⇐⇒ ⎪ ⎪
⎪μ f + · · · + μ f = 0
⎩ ⎪μ = ... = μ = 0
⎩
1 1 n2 n2 1 n2 notée B notée C
111
Chapitre 6 • Espaces vectoriels de dimension finie
Comme (B, C) est libre (car les matrices B, C ne sont pas 2è méthode : utilisation des nombres complexes :
colinéaires), on conclut : (B, C) est une base de Ker ( f ) et On a, pour tout x ∈ R :
dim Ker ( f ) = 2.
0 = a0 + a1 cos x + a2 sin x + a3 cos 2x + a4 sin 2x = 0
xy
2) On a, pour toute M = ∈ M2 (R) :
z t e ix + e −i x e ix − e −ix
= a0 + a1 + a2
2 2i
2 −4 x y
f (M) = AM = e 2 i x + e −2 i x e 2 i x − e −2 i x
3 −6 z t + a3 + a4
2 2i
2x − 4z 2y − 4t 2(x − 2z) 2(y − 2t) a3 a4 −2 i x a1 a2 − i x
= = = +i e + +i e
3x − 6z 3y − 6t 3(x − 2z) 3(y − 2t) 2 2 2 2
a1 a2 i x a3 a4 2 i x
20 02 + a0 + −i e + −i e ,
= (x − 2z) +(y − 2t) ∈ Vect (D, E). 2 2 2 2
30 03
d’où, en multipliant par 2 e 2 i x :
notée D notée E
(a3 − i a4 ) e 4 i x + (a1 − i a2 ) e 3 i x
Ceci montre : Im ( f ) ⊂ Vect (D, E).
+ 2a0 e 2 i x + (a1 + i a2 ) e i x + (a3 + i a4 ) = 0.
De plus :
Ainsi, le polynôme
1 0 0 1
D= f ∈ Im ( f ) et E = f ∈ Im ( f ). (a3 − i a4 )X4 + (a1 − i a2 )X3 + 2a0 X2 + (a1 + i a2 )X + (a3 + i a4 )
00 00
s’annule en une infinité de points (les e i x , x ∈ R), donc est le
On obtient : Im ( f ) = Vect (D, E).
polynôme nul, d’où :
Comme (D, E) est libre, on conclut : (D, E) est une base de
a3 − i a4 = 0, a1 − i a2 = 0, 2a0 = 0, a1 + i a2 = 0, a3 + i a4 = 0,
Im ( f ) et dim Im ( f ) = 2.
Remarque : On contrôle avec le théorème du rang : et donc : a0 = ... = a4 = 0.
On a montré que F est libre.
4 = dim M2 (R) = dim Im ( f ) + dim Ker ( f ) = 2 + 2.
• Puisque E = Vect (F ), F est libre et que Card (F ) = 5, on
6.10 a) • Montrons que F est libre. déduit que F est une base de E et que : dim (E) = 5.
4 b) Il est clair que f0 , ..., f4 sont dérivables sur R et que :
Soit (a0 , ..., a4 ) ∈ R5 tel que : ak fk = 0. On a donc :
k=0 f0 = 0, f1 = − f2 , f2 = f1 , f3 = −2 f4 , f4 = 2 f3 .
∀x ∈ R, a0 + a1 cos x + a2 sin x + a3 cos 2x + a4 sin 2x = 0. Par linéarité de la dérivation, il en résulte que, pour toute f ∈ E,
f est dérivable sur R et f ∈ E. On peut donc considérer l’ap-
1re méthode : utilisation de la parité et de la valeur en certains plication d : E −→ E, f −→ f .
points : c) Par linéarité de la dérivation : d ∈ L (E).
En remplaçant x par −x, on a aussi : On a calculé d( f0 ), ..., d( f4 ) ci-dessus, donc la matrice D de d
dans la base F de E est : ⎛ ⎞
∀x ∈ R, a0 + a1 cos x − a2 sin x + a3 cos 2x − a4 sin 2x = 0. ⎜⎜⎜0 0 0 0 0⎟⎟
⎜⎜⎜0 0 1 0 ⎟
⎜⎜⎜ 0⎟⎟⎟⎟⎟
⎟
En additionnant, en soustrayant, on déduit : D = ⎜⎜⎜⎜0 −1 0 0 0⎟⎟⎟⎟ .
⎧ ⎜⎜⎜ ⎟
⎪
⎪ ⎜⎜⎝0 0 0 0 2⎟⎟⎟⎟
⎨a0 + a1 cos x + a3 cos 2x = 0
⎪ ⎠
∀x ∈ R, ⎪ 0 0 0 −2 0
⎪
⎪
⎩a sin x + a sin 2x = 0.
2 4
6.11 a) 1) • E ⊂ RN et 0 ∈ E, où 0 est la suite constante
Dans la première équation, en remplaçant x par 0, par π/2, par nulle.
π, on obtient : • Soient α ∈ R, u = (un )n∈N , v = (vn )n∈N ∈ E, w = αu + v.
a0 + a1 + a3 = 0, a0 − a3 = 0, a0 − a1 + a3 = 0, On a, pour tout n ∈ N :
wn+2 = αun+2 + vn+2 = α(5un+1 − 6un ) + (5vn+1 − 6vn )
d’où facilement : a0 = a1 = a3 = 0.
= 5(αun+1 + vn+1 ) − 6(αun + vn ) = 5wn+1 − 6wn ,
Dans la deuxième équation, en remplaçant x par π/2, on obtient
a2 = 0, puis, en remplaçant x par π/4, on obtient a4 = 0. donc : w ∈ E.
112
Corrigés des exercices
d’où la matrice M de la famille (r, s) dans la base (a, b) de E : En réitérant, on obtient successivement : λ1 = 0, ..., λn = 0.
Ceci montre que (Pi )0in est libre.
11
M= . Comme la famille (Pi )0in est libre et que
23
Card (Pi )0in = n + 1 = dim Kn [X] ,
© Dunod. La photocopie non autorisée est un délit
3 −1 on conclut que (Pi )0in est une base de Kn [X].
On calcule : M −1 = . Il en résulte :
−2 1
6.13 a) On a, pour tous α ∈ K, (x, y), (x , y ) ∈ F × G :
a = 3r − 2s, b = −r + s.
f α(x, y) + (x , y ) = f (αx + x , αy + y ) = (αx + x ) + (αy + y )
c) 1) • Soit u = (un )n∈N ∈ E. Notons u = (un+1 )n∈N .
= α(x + y) + (x + y ) = α f (x, y) + f (x , y ),
On a, pour tout n ∈ N :
donc f est linéaire.
un+2 = un+3 = 5un+2 − 6un+1 = 5un+1 − 6un ,
b) • On a, pour tout z ∈ E :
donc : u ∈ E. On peut donc définir l’application z ∈ Im ( f ) ⇐⇒ ∃ (x, y) ∈ F × G, z = x + y ⇐⇒ z ∈ F + G,
f : E −→ E, u = (un )n∈N −→ (un+1 )n∈N . donc : Im ( f ) = F + G.
113
Chapitre 6 • Espaces vectoriels de dimension finie
114
Corrigés des exercices
On a alors :
• Soit y ∈ Im ( f ). Il existe x ∈ E tel que y = f (x). On a alors :
n−1
n−1
0= αk Dk = αk diag (d1k , ..., dnk )
g(y) = g f (x) = (g ◦ f )(x) = 0,
k=0 k=0
115
Chapitre 6 • Espaces vectoriels de dimension finie
⎧
Comme deg (P) n − 1 et que P s’annule en n points deux ⎪
⎪
⎪α + 2β + 4γ + 15δ = 0
⎪
⎪
⎪
à deux distincts (les d1 , ..., dn ), d’après le cours, P est le poly- ⎪
⎪
⎪
⎪β + γ + 4δ = 0
⎨
nôme nul, donc : ∀k ∈ 0 ; n − 1, αk = 0. ⇐⇒ ⎪
⎪
⎪
⎪
⎪2γ − 21δ = 0 L3 ←− L3 − 5L2
Ainsi, la famille (Dk )0kn−1 est libre. ⎪
⎪
⎪
⎪
⎪
⎩−3γ − 8δ = 0 L4 ←− L4 − L2
• Puisque Dn (K) est un K-ev de dimension n et que la famille
(Dk )0kn−1 est libre et a n éléments, on conclut que (Dk )0kn−1 ⇐⇒ α = β = γ = δ = 0.
est une base de Dn (K). Ceci montre que B est libre.
• Comme B est libre, de cardinal 4 dans M2 (R) qui est de di-
6.20 a) On a, pour tous α ∈ R, M, N ∈ M2 (R) :
mension 4, on conclut que B est une base de M2 (R).
ϕ(αM + N) = A(αM + N)B = αAMB + ANB = αϕ(M) + ϕ(N), 2) On calcule les images par ϕ des éléments de B.
• ϕ(I2 ) = AI2 B = AB
donc ϕ est linéaire. • ϕ(A) = A2 B. D’après l’exercice 5.1, on a :
b) Puisque 2 · 3 − 5 · 1 = 1 0 et 4 · 2 − 7 · 1 = 1 0, A2 − (2 + 3)A + (2 · 3 − 5 · 1)I2 = 0,
les matrices A et B sont inversibles et :
donc : A2 = 5A − I2 .
3 −1 2 −1 D’où : ϕ(A) = (5A − I2 )B = −B + 5AB.
A−1 = , B−1 = .
−5 2 −7 4 • ϕ(B) = AB2. De même :
N
⎧ On a donc : ∀x ∈ R, αn cosn x = 0.
⎪
⎪
⎪ α + 2β + 4γ + 15δ = 0
⎪
⎪
⎪
⎪
⎪
⎪
n=0
⎪β + γ + 4δ = 0
⎨ Comme : ∀t ∈ [−1 ; 1], ∃ x ∈ R, t = cos x,
⇐⇒ ⎪ ⎪
⎪
⎪
⎪5β + 7γ + 41δ = 0 N
⎪
⎪
⎪
⎪
⎪
⎩β − 2γ − 4δ = 0 L4 ←− L4 − L1 il en résulte : ∀t ∈ [−1 ; 1], αn tn = 0.
n=0
116
Corrigés des exercices
N
donc f est linéaire.
Ainsi, le polynôme αn Xn s’annule en une infinité de points
n=0 Ainsi, f est un endomorphisme de l’espace vectoriel Rn [X].
(les éléments de [−1 ; 1]), donc est le polynôme nul, c’est-à-
dire : ∀n ∈ 0 ; N, αn = 0. •On a, pour tout j ∈ 0 ; n, en utilisant la formule du binôme
j
j i
On conclut : (γn )0nN est libre. de Newton : f (X j ) = (X + 1) j = X.
i=0
i
2) D’après le cours, on sait que, pour tout n ∈ N, cos nx se
décompose en un polynôme en cos x, de degré n et de co- La matrice de f dans la base canonique B = (1, X, ..., Xn ) de
efficient dominant 2n−1 . La matrice de la famille (Cn )0nN Rn [X] est donc A, définie dans l’énoncé.
dans la base (γn )0nN de Vect (γ0 , ..., γN ) est donc de la b) Considérons l’application
⎛ ⎞
⎜⎜⎜1 ⎟⎟⎟
⎜⎜⎜⎜0 2 (∗) ⎟⎟⎟⎟ g : Rn [X] −→ Rn [X], P(X) −→ P(X − 1),
⎜ ⎟⎟⎟⎟ .
forme : ⎜⎜⎜⎜ . . ⎟⎟⎟
⎜⎜⎜ .. (0) . . ⎟⎠⎟ qui est un endomorphisme de Rn [X], comme ci-dessus pour f .
⎝⎜ On a, pour tout P ∈ Rn [X] :
0 ... 0 2 N−1
⎧
Cette matrice est triangulaire supérieure à termes diagonaux ⎪
⎪
⎨(g ◦ f ) P(X) = g P(X + 1) = P (X + 1) − 1 = P(X),
⎪
tous non nuls, donc cette matrice est inversible et on a donc : ⎪
⎪
⎪
rg (C0 , ..., C N ) = N + 1. ⎩( f ◦ g) P(X) = f P(X − 1) = P (X − 1) + 1 = P(X),
117
Chapitre 6 • Espaces vectoriels de dimension finie
b) En appliquant le théorème du rang à h, on obtient : On a : ΔP = P(X + 1) − P(X) = an (X + 1)n − Xn + ΔQ.
n−1
dim Im (h) = dim Im ( f ) − dim Ker (h) , n k
D’une part, (X + 1) − X =
n n
X est un polynôme de de-
k=0
k
c’est-à-dire :
gré n − 1.
dim Im (g ◦ f ) = dim Im ( f ) − dim Ker (g) ∩ Im ( f ) , D’autre part, comme les termes de degré n − 1 s’éliminent dans
la différence Q(X + 1) − Q(X), on a : deg (ΔQ) n − 2.
ou encore : rg (g ◦ f ) = rg ( f ) − dim Ker (g) ∩ Im ( f ) .
c) Comme Ker (g) ∩ Im ( f ) ⊂ Ker (g), on a : On a donc : deg (ΔP) = n − 1 = deg (P) − 1.
b) 1) • D’après a), on a donc :
dim Ker (g) ∩ Im ( f ) dim Ker (g) = dim (F) − rg (g),
∀P ∈ Rn [X], ΔP ∈ Rn−1 [X] ⊂ Rn [X].
et on conclut : rg (g ◦ f ) rg ( f ) + rg (g) − dim (F).
Ceci permet de définir l’application
n
6.25 • On a : ∀P ∈ Cn [X], λk P (X − ak ) ∈ Cn [X]. On
(k)
Δn : Rn [X] −→ Rn [X], P −→ ΔP.
k=0
peut donc considérer l’application
• On a, pour tout α ∈ R et tous P, Q ∈ Rn [X] :
n
f : Cn [X] −→ Cn [X], P −→ λk P(k) (X − ak ). Δn (αP + Q) = (αP + Q)(X + 1) − (αP + Q)(X)
k=0 . % . %
= αP(X + 1) + Q(X + 1) − αP(X) + Q(X)
L’application f est linéaire car, pour tout α ∈ C et tous . % . %
• = α P(X + 1) − P(X) + Q(X + 1) − Q(X)
n
P, R ∈ Cn [X] : f (αP + R) = λk (αP + R)(k) (X − ak ) = αΔn (P) + +Δn (Q),
k=0
donc Δn est linéaire.
n
= λk (αP (k)
+ R )(X − ak )
(k)
Ainsi, Δn est un endomorphisme de l’ev Rn [X].
k=0
• On a, pour tout P ∈ Rn [X] :
n
n
=α λk P(k) (X − ak ) + λk R(k) (X − ak ) = α f (P) + f (R).
k=0 k=0
Δn P ∈ Rn−1 [X], Δ2n (P) ∈ Rn−2 [X], ..., Δnn P ∈ R0 [X], Δn+1
n P = 0.
n
i 2) • L’application
i!
f (Xi ) = λk (Xi )(k) (X − ak ) = λk (X − ak )i−k ,
k=0 k=0
k! f : Rn [X] −→ Rn+1 , P −→ (Δkn )(P)(ak ) 0kn
Supposons deg (P) 1. Notons n = deg (P). Ceci montre P = 0, donc Ker ( f ) = {0}, f est injective.
Il existe an ∈ R∗ , Q ∈ R[X] tels que : Puisque f : Rn [X] −→ Rn+1 est une application linéaire injec-
tive et que Rn [X] et Rn+1 sont des ev de même dimension finie,
P = an Xn + Q, deg (Q) n − 1. on conclut que f est un isomorphisme d’ev.
118
Réduction CHAPITRE 7
des endomorphismes
et des matrices carrées
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 119
• Détermination des valeurs propres et des sous-espaces propres d’un endomor-
Énoncés des exercices 123 phisme ou d’une matrice carrée
Du mal à démarrer ? 129 • Étude de la diagonalisabilité d’un endomorphisme d’un espace vectoriel de di-
Corrigés des exercices 132 mension finie ou d’une matrice carrée, obtention d’une diagonalisation
• Montrer que deux matrices carrées sont semblables
On abrège : • Calcul des puissances d’une matrice carrée
espace vectoriel en ev
sous-espace vectoriel en sev
• Résolution d’équations matricielles.
valeur propre en vp
vecteur propre en −
→
vp Points essentiels du cours
sous-espace propre en SEP. pour la résolution des exercices
K désigne R ou C. • Définitions des valeurs propres, des vecteurs propres, des sous-espaces propres
d’un endomorphisme d’un espace vectoriel de dimension finie
• Endomorphismes diagonalisables, CNS de diagonalisabilité
• Matrices de passages, formules de changement de base, matrices semblables
• Définitions des valeurs propres, des vecteurs propres, des sous-espaces propres
d’une matrice carrée
• Matrices diagonalisables, CNS de diagonalisabilité, méthode pratique de diago-
nalisation.
On peut :
• montrer que la matrice A − λIn n’est pas inversible
Pour montrer • montrer que le rang de A − λIn est strictement inférieur à n ;
qu’un élément λ de K le sous-espace propre associé à la valeur propre λ est alors de di-
est une valeur propre mension n − rg A − λIn
d’une matrice A ∈ M n(K)
• montrer qu’il existe une matrice-colonne X ∈ Mn,1 (K) non nulle
telle que A X = λ X.
➥ Exercices 7.7, 7.9, 7.12 a), 7.23, 7.24 a), 7.25.
119
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
On peut :
• déterminer les valeurs de λ ∈ K pour lesquelles la matrice A − λIn
n’est pas inversible
Pour déterminer
• déterminer les valeurs de λ ∈ K pour lesquelles le rang de A − λIn
les valeurs propres
est strictement inférieur à n
d’une matrice A ∈ M n(K)
• déterminer les valeurs de λ ∈ K pour lesquelles le système AX = λX,
d’inconnue X ∈ Mn,1 (K), n’est pas de Cramer.
➥ Exercices 7.2 à 7.5, 7.7, 7.14 b), 7.16 a), 7.17 a), 7.18.
Pour déterminer
le sous-espace propre Résoudre le système linéaire AX = λX d’inconnue X ∈ Mn,1 (K).
associé à une valeur propre λ ➥ Exercices 7.2 à 7.5, 7.11 c), 7.12 a), 7.14 b), 7.16 a), 7.17 a).
d’une matrice A ∈ M n(K)
On peut :
• écrire la matrice A associée à f dans une base B de E puis déter-
miner les éléments propres de A ; les valeurs propres de A dans K
sont alors les valeurs propres de f , et les vecteurs propres de A nous
donnent les composantes des vecteurs propres de f dans la base B
Utiliser :
Pour décider • si A admet n valeurs propres deux à deux distinctes, alors A est dia-
si une matrice A ∈ M n(K) gonalisable ; de plus, chaque sous-espace propre est de dimension 1
est diagonalisable • si A admet une unique valeur propre λ, alors A est diagonalisable si
et seulement si A = λ In
120
Les méthodes à retenir
On peut :
• déterminer la matrice A représentant à f dans une base B de E et
utiliser l’équivalence :
A est diagonalisable dans Mn (K) si et seulement si f est diagonalisable
➥ Exercices 7.5 c, 7.15 c), 7.22 d)
Pour décider • déterminer directement tous les éléments propres de f et utiliser
si un endomorphisme f l’équivalence :
d’un K-ev E f est diagonalisable si et seulement si dim SEP( f, λ) = n,
de dimension finie n ∈ N∗ λ∈Sp( f )
est diagonalisable où SEP( f, λ) désigne le sous-espace propre de f associé à la valeur
propre λ
➥ Exercices 7.5 c), 7.6, 7.19 c)
© Dunod. La photocopie non autorisée est un délit
On peut :
• utiliser la définition : montrer qu’il existe une matrice P de Mn (K)
Pour montrer que
inversible telle que A = P B P−1
deux matrices A et B de M n(K)
sont semblables • considérer l’endomorphisme f de Kn canoniquement associé à A et
montrer qu’il existe une base B de Kn dans laquelle la matrice de f
est B
121
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
On peut :
• utiliser l’une des méthodes décrites dans le chapitre 5
• lorsque cela est possible, diagonaliser la matrice A et écrire A sous
la forme A = P D P−1 avec P inversible et D diagonale ;
utiliser ensuite : ∀k ∈ N, Ak = (P D P−1 ) · · · (P D P−1 ) = P Dk P−1 ,
k fois
Pour calculer k
les puissances avec D = diag λ1 , . . . , λn = diag λk1 , . . . , λkn ;
k
A k (k ∈ N, k ∈ Z, ...) cette formule s’étend aux entiers n négatifs lorsque A est inversible
d’une matrice A de M n(K)
• montrer que A est semblable à une matrice B plus simple et écrire A
sous la forme A = P B P−1 avec P inversible ;
calculer ensuite, pour tout k de N, la matrice Bk puis utiliser :
∀k ∈ N, Ak = (P B P−1) · · · (P B P−1) = P Bk P−1 .
k fois
➥ Exercices 7.4, 7.17 c).
Pour obtenir des renseignements Montrer que, si λ est une valeur propre de A (resp. de f ), alors, pour
sur les valeurs propres tout k de N, λk est une valeur propre de Ak (resp. de f k ).
d’une matrice A ∈ M n(K) En déduire une équation satisfaite par les valeurs propres de A (resp.
ou d’un endomorphisme f ∈ L (E) de f ), puis les valeurs propres possibles de A (resp. de f ).
satisfaisant une équation ➥ Exercices 7.8 à 7.11, 7.13 a), 7.19 c), 7.24 a), 7.26.
Penser
⎧ aux équivalences suivantes :
Pour obtenir des renseignements ⎪
⎨ 0 est une valeur propre de A si et seulement si rg(A) < n
en terme de valeur propre ⎪
⎩ 0 est une valeur propre de f si et seulement si rg( f ) < dim(E).
d’une matrice A ∈ M n(K)
Dans ce cas, le sous-espace propre associé à la valeur propre 0, qui est
ou d’un endomorphisme f ∈ L (E)
alors Ker( f ), est de dimension n − rg(A) ou dim(E) − rg( f ).
connaissant leurs rangs
➥ Exercices 7.11 a), 7.20 c).
122
Énoncés des exercices
7.1 Condition sur les coefficients d’une matrice carrée pour que trois vecteurs donnés soient
des vecteurs propres de cette matrice carrée
⎛ ⎞
⎜⎜⎜1 a d ⎟⎟⎟
⎜⎜⎜ ⎟
Déterminer tous les (a, b, c, d, e, f ) ∈ R tels que la matrice A = ⎜⎜1 b e ⎟⎟⎟⎟ ∈ M3 (R)
6
⎝ ⎠
1 c f
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜1⎟⎟⎟ ⎜⎜⎜0⎟⎟⎟ ⎜⎜⎜1⎟⎟⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
admette pour vecteurs propres : U = ⎜⎜⎜⎜1⎟⎟⎟⎟ , V = ⎜⎜⎜⎜1⎟⎟⎟⎟ , W = ⎜⎜⎜⎜0⎟⎟⎟⎟.
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
0 1 1
7.4 Calcul des puissances d’une matrice carrée à l’aide d’une diagonalisation
⎛ ⎞
© Dunod. La photocopie non autorisée est un délit
⎜⎜⎜−2 1 3⎟⎟⎟
⎜⎜⎜ ⎟
On considère la matrice A = ⎜⎜−3 2 3⎟⎟⎟⎟
⎝ ⎠
−1 1 2
a) Montrer que A est diagonalisable et diagonaliser A.
b) Calculer, pour tout n de N, la matrice An .
c) Montrer que A est inversible, et calculer, pour tout n de N∗ , la matrice A−n .
123
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
b) Déterminer les valeurs propres et les sous-espaces propres de u, de deux façons différentes,
en utilisant :
1) la définition des éléments propres de u
2) la matrice de u dans la base (1, X, X2 ) de R2 [X].
c) L’endomorphisme u est-il diagonalisable ?
125
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
126
Énoncés des exercices
7.21 Codiagonalisation
Soit E un K-ev de dimension n ∈ N∗ et soient u, v ∈ L (E) tels que : u ◦ v = v ◦ u.
a) Montrer que chaque sous-espace propre de u est stable par v.
b) On suppose dans cette question que u admet n valeurs propres distinctes.
1) Montrer que tout vecteur propre de u est aussi un vecteur propre de v.
2) En déduire que v est diagonalisable, et qu’il existe une base de E constituée de vecteurs
propres communs à u et à v.
127
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
128
Du mal à démarrer ?
Du mal à démarrer ?
−−→
7.1 1re méthode : utiliser la définition des vp . Montrer ensuite que B est aussi semblable à cette matrice.
Conclure.
2 méthode : noter P = U V W ; montrer que P est inversible
e
7.3 Utiliser les définitions du cours et les méthodes décrites 7.9 a) Montrer que : A3 − 3A2 + 3A − I3 = 0. En déduire que
dans ce chapitre. 1 est la seule vp possible de A, puis montrer que A n’est pas
diagonalisable.
7.4 a) Utiliser les définitions du cours et les méthodes dé- b) Montrer : B3 − 2B2 − 5B + 6I3 = 0. En déduire que les seules
crites dans ce chapitre. vp possibles de B sont 1, 3, −2. Montrer que 1, 3, −2 sont des vp
b) Utiliser le fait que, si A = PDP −1 , alors, pour tout n de N, de B et conclure que B est diagonalisable.
An = PDn P −1 .
c) Montrer que l’expression de An obtenue au b) est encore va-
7.10 Raisonner par analyse-synthèse. Montrer que si M est so-
lution, alors M = In . Puis étudier la réciproque.
lable pour n entier négatif.
7.5 a) Montrer que u : R2 [X] → R2 [X] puis que u est linéaire. 7.11 a) Obtenir : rg(A) = 3.
b) 1) Résoudre l’équation u(P) = λP, d’inconnues λ ∈ R et b) Remarquer que A2 = 2A. En déduire une expression de An
P ∈ R2 [X] \ {0}. en fonction de n.
c) 2) Montrer que la matrice de u dans la base (1, X, X2 ) est c) Montrer que 0 et 2 sont les seules vp possibles de A, puis
⎛ ⎞ vérifier que ce sont bien des vp. Déterminer les SEP associés et
⎜⎜⎜1 1 0⎟⎟⎟
⎜⎜ ⎟
A = ⎜⎜2 1 2⎟⎟⎟⎟. Déterminer les éléments propres de A puis en dé-
⎜ conclure.
⎝ ⎠
0 1 1 1
duire les éléments propres de u. 7.12 a) Résoudre les systèmes AX = X et AX = 1 + X.
n
© Dunod. La photocopie non autorisée est un délit
d) Utiliser une CNS de diagonalisabilité En déduire que An est diagonalisable et qu’il existe deux ma-
trices P et Dn carrées d’ordre 3, avec P inversible et Dn diago-
7.6 • Résoudre l’équation f(M) = λM, d’inconnues λ ∈ R et nale telles que : An = PDn P −1 , la matrice P étant indépendante
M ∈ M2 (R) \ {0}. de n.
• En déduire les éléments propres de f, puis utiliser une CNS de
b) Remarquer que Bn = P D1 · · · Dn P −1 . En déduire que B est
diagonalisabilité. semblable à une matrice diagonale, donc est diagonalisable.
129
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
7.16 a) Utiliser les définitions du cours et les méthodes dé- 7.21 a) Montrer que : ∀x ∈ SEP(u, λ), v(x) ∈ SEP(u, λ).
crites dans ce chapitre.
b) 1) Utiliser le fait que tous les SEP de u sont de dimension 1.
b) Utiliser la relation AM = MA avec A = PDP −1 et M = PNP −1 .
⎛ ⎞
⎜⎜⎜ a b c⎟⎟⎟ 7.22 b) • Considérer α une racine de P et r son ordre de mul-
⎜ ⎟
Ensuite écrire N = ⎜⎜⎜⎜d e f ⎟⎟⎟⎟, et résoudre DN = ND. tiplicité.
0 Montrer qu’il existe deux polynômes Q et R tels que :
⎝ ⎠
g h i P(X) = (X − α)r Q(X) et Q(α) 0
.
P (X) = (X − α)r−1 R(X) et R(α) 0
c) Utiliser la question b) et montrer que
⎛ ⎞ ⎧ 2 Reporter ces expressions dans la relation f(P) = λP, puis prendre
⎜⎜⎜x 0 0⎟⎟⎟ ⎪
⎪
⎪ x =1
−1 ⎜⎜⎜ ⎟⎟⎟ ⎪
⎨ 2 X = α pour en déduire que α2 = 1.
P MP = ⎜⎜0 y 0⎟⎟ avec ⎪ ⎪y =4 .
⎝ ⎠ ⎪
⎪
⎩ z2 = 9 −−→
0 0 z c) Écrire alors que les vp de f sont la forme :
d) Utiliser la question b) et montrer que P(X) = a(X − 1)r (X + 1)n−r , avec a ∈ C∗ et r ∈ 0 ; n.
⎛ ⎞ ⎧
⎪
⎪
⎜⎜⎜x 0 0⎟⎟⎟ ⎪ 6x − x 2 = 1
2 En déduire la vp associée.
⎪
⎨
−1 ⎜⎜⎜ ⎟⎟⎟
P MP = ⎜⎜0 y 0⎟⎟ avec ⎪ ⎪ 6y − y = 4 .
⎝ ⎠ ⎪
⎪
⎩ 6z − z2 = 9 Montrer ensuite que f admet n + 1 vp distinctes.
0 0 z
d) Prendre n = 3, et montrer que la matrice de f dans la base
7.17 a) Montrer que A n’est pas diagonalisable. (1, X, X2 , X3 ) est la matrice A.
b) Considérer l’endomorphisme f de R3 canoniquement asso- En utilisant les éléments propres de f, déterminer les éléments
cié à A, et montrer qu’il existe une base de R3 dans laquelle la propres de A.
matrice de f est T . ⎛ ⎞
⎜⎜⎜1⎟⎟⎟
c) Utiliser :∀n ∈ N, An = PT n P −1 . ⎜⎜⎜ ⎟⎟⎟
⎛ ⎞ 7.23 a) Considérer le vecteur V = ⎜⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟⎟ et calculer AV .
! ⎜⎜⎜⎜a 0 0 ⎟⎟⎟⎟ " ⎜⎜⎝ . ⎟⎟⎠
d) 2) Montrer que C (T ) = ⎜⎜⎜0 b c ⎟⎟⎟⎟ ; (a, b, c) ∈ R3 .
⎜
1
⎝ ⎠
0 0 b
⎛ ⎞ b) Calculer, pour tout i ∈ 1 ; n, AX i puis utiliser le fait que
! ⎜⎜⎜⎜a 0 0⎟⎟⎟⎟ " AX = λX.
e) 3) En déduire C (A) = P ⎜⎜⎜⎜0 b c ⎟⎟⎟⎟ P −1 ; (a, b, c) ∈ R3 .
⎝ ⎠
0 0 b 7.24 a) Montrer que les seules vp possibles de u sont 0
et a. Puis distinguer les cas rg(u) = dim(E), rg(u) = 0 et
7.18 Revenir à la définition des éléments propres d’une ma- 0 < rg(u) < dim(E) pour en déduire les vp de u.
trice carrée. Résoudre le système AX = λX d’inconnues λ ∈ R et
b) Montrer : E = Ker(u) ⊕ Ker(u − aIdE ). Puis conclure.
X ∈ Mn,1 (R) \ {0}.
130
Du mal à démarrer ?
7.25 a) Considérer λ une vp de MN. Montrer alors que λ est et : f n (e1 ) = −(a0 e1 + · · · + an−1 en ).
une vp de NM en distinguant les cas λ = 0 et λ 0.
a) 2) Montrer que P(f)(e1 ) = 0, puis utiliser le fait que, pour tout
Utiliser ensuite la symétrie des rôles de M et N pour conclure. i ∈ 2 ; n, ei = f i−1 (e1 ), et donc :
b) Considérer (X1 , . . . , Xp ) une base de SEP(MN, λ). Montrer alors P(f)(ei ) = f i−1 P(f) (e1 ) = 0.
que (NX1 , . . . , NXp ) est une famille libre de SEP(NM, λ).
b) 2) Montrer que l’application R(f) n’est pas l’application nulle.
En déduire que dim SEP(NM, λ) dim SEP(MN, λ) . En déduire que f − λIdCn n’est pas bijectif. Conclure.
Utiliser ensuite la symétrie des rôles de M et N pour conclure. c) 1) Considérer les n−1 premières colonnes de la matrice C −x In
pour en déduire rg(C − x In ) n − 1.
c) Montrer que le résultat n’est plus valable pour λ = 0 en trou-
vant un contre-exemple. c) 2) Utiliser les questions précédentes.
d) Considérer les polynômes associés à ces matrices compa-
7.26 a) 1) Montrer : ∀i ∈ 0 ; n − 1, f i (e1 ) = ei+1 gnons puis utiliser le résultat de la question précédente.
© Dunod. La photocopie non autorisée est un délit
131
Corrigés des exercices
132
Corrigés des exercices
0 1 2
•La matrice A admet deux vp distinctes et A ∈ M2 (R). Donc A x
Ainsi : SEP(C, −4) = 3 ; x ∈ R = Vect .
est diagonalisable. Déterminons les SEP de A. 2
x 3
x x
1) X = ∈ SEP(A, 0) ⇐⇒ AX = 0 2) X = ∈ SEP(C, 3) ⇐⇒ CX = 3X
y y
0 0
x+y=0 5x − 6y = 3x
⇐⇒ ⇐⇒ y = −x. ⇐⇒ ⇐⇒ x = 3y.
x+y=0 3x − 6y = 3y
0 1 0 1 3
x 1 3y
Ainsi : SEP(A, 0) = ; x ∈ R = Vect . Ainsi : SEP(C, 3) = ; y ∈ R = Vect .
−x −1 y 1
x • On en déduit que C = P D P−1 avec (par exemple) :
2) X = ∈ SEP(A, 2) ⇐⇒ AX = 2X
y 23 −4 0
0 P= et D = .
x + y = 2x 31 0 3
⇐⇒ ⇐⇒ y = x.
x + y = 2y
0 1 d) • La matrice E est triangulaire supérieure, donc les valeurs
x 1 propres de E sont les éléments de sa diagonale.
Ainsi : SEP(A, 2) = ; x ∈ R = Vect .
x 1 Ainsi, E admet 2 comme unique vp.
• On en déduit que A = P D P−1 avec (par exemple) : • Si la matrice E est diagonalisable, alors il existe P ∈ M2 (R)
1 1 00 inversible telle que :
P= et D = .
−1 1 02 2 0 −1
E=P P = 2PI2 P−1 = 2I2 ,
b) • Déterminons les vp de B. Soit λ ∈ R. On a : 02
2 − λ −1 ce qui est absurde !
rg(B − λI2 ) = rg
1 4−λ Donc E n’est pas diagonalisable.
1 4 − λ L1 ←− L2
= rg
0 (λ − 3)2 L2 ←− (2 − λ)L2 − L1 7.3 a) • Déterminons les vp de A. Soit λ ∈ R. On a :
0
2 si λ 3 ⎛ ⎞
= . ⎜⎜⎜−1 − λ 6 2 ⎟⎟
⎜ ⎟
1 − λ 0 ⎟⎟⎟⎟⎟
1 sinon
rg(A − λI3 ) = rg ⎜⎜⎜⎜⎜ 0 ⎟⎠
Ainsi, B admet 3 pour unique vp. ⎝
−4 12 5 − λ
• Si la matrice B est diagonalisable, alors il existe P ∈ M2 (R) −4 12 L ←− L
5−λ 1 3
inversible telle que : = rg 0 1 − λ 0
0 12(1 − λ) (λ − 1)(λ − 3) L3 ←− 4L1 − (1 + λ)L3
3 0 −1 ⎛ ⎞
B=P P = 3PI2 P−1 = 3I2 , ⎜⎜⎜−4 12 5−λ ⎟⎟⎟
03
= rg ⎜⎜⎝⎜ 0 1 − λ 0 ⎟⎟⎟
⎠
ce qui est absurde ! 0 0 (λ − 1)(λ − 3) L3 ←− L3 − 12L2
⎧
Donc B n’est pas diagonalisable. ⎪
⎪
⎪ 3 si λ 1 et λ 3
⎨
c) • Déterminons les vp de C. Soit λ ∈ R. On a : =⎪
⎪ 2 si λ = 3 .
⎪
⎩ 1 si λ = 1
5 − λ −6
rg(C − λI2 ) = rg Ainsi : les vp de A sont 1 et 3.
3 −6 − λ
⎛ ⎞
⎜⎜⎜3 −6 − λ ⎟⎟⎟ L ←− L • De plus, puisque rg(A − I3 ) = 1, alors d’après le théorème du
© Dunod. La photocopie non autorisée est un délit
= rg ⎜⎜⎝ ⎜ ⎟⎟⎟ 1 2
rang : dim SEP(A, 1)) = 3 − 1 = 2.
⎠
0 λ2 + λ − 12 L2 ←− (5 − λ)L2 − 3L1
0 De même, puisque rg(A − 3I3 ) = 2, alors d’après le théorème
2 si λ 3 et λ −4
= . du rang : dim SEP(A, 3)) = 3 − 2 = 1.
1 sinon
On a alors : dim SEP(A, 1)) + dim SEP(A, 3)) = 3
Ainsi, C admet −4 et 3 pour vp. et A ∈ M3 (R).
• La matrice C admet deux vp distinctes et C ∈ M2 (R). Donc Donc la matrice A est diagonalisable.
C est diagonalisable. Déterminons les SEP de C.
• ⎛ ⎞
Déterminons les SEP de A. ⎧
x ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ −x + 6y + 2z = x
1) X = ∈ SEP(C, −4) ⇐⇒ CX = −4X ⎜⎜⎜ ⎟⎟⎟ ⎨
y 1) X = ⎜⎜y⎟⎟ ∈ SEP(A, 1) ⇐⇒ ⎪ ⎪ y=y
0 ⎝ ⎠ ⎪
⎩ −4x + 12y + 5z = z
5x − 6y = −4x 3 z
⇐⇒ ⇐⇒ y = x. ⇐⇒ x = 3y + z.
3x − 6y = −4y 2
133
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
⎛ ⎞ ⎛ ⎞
⎜⎜⎜⎜3⎟⎟⎟⎟ ⎜⎜⎜⎜1⎟⎟⎟⎟ Ainsi : la matrice C admet −1 comme unique vp.
Ainsi : SEP(A, 1) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ , ⎜⎜⎜⎜0⎟⎟⎟⎟ .
⎝ ⎠ ⎝ ⎠ • Puisque rg(C + I3 ) = 1, alors d’après le théorème du rang :
0 1
⎛ ⎞ ⎧ dim SEP(C, −1)) = 3 − 1 = 2.
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ −x + 6y + 2z = 3x
⎜⎜⎜ ⎟⎟⎟ ⎨ Comme C ∈ M3 (R), on en déduit que C n’est pas diagonali-
2) X = ⎜⎜y⎟⎟ ∈ SEP(A, 3) ⇐⇒ ⎪ ⎪ y = 3y
⎝ ⎠ ⎪
⎩ −4x + 12y + 5z = 3z sable.
z
0 Ou : si C est diagonalisable, alors il existe P ∈ M3 (R) inver-
y=0 sible telle que : C = P(−1)I3 P−1 = −I3 , ce qui est absurde !
⇐⇒ .
z = 2x Donc C n’est pas diagonalisable.
⎛ ⎞ d) • Déterminons les vp de E. Soit λ ∈ R. On a :
⎜⎜⎜⎜1⎟⎟⎟⎟ ⎛ ⎞
Ainsi : SEP(A, 3) = Vect ⎜⎜⎜⎜0⎟⎟⎟⎟ . ⎜⎜⎜ −λ 2 −1 ⎟⎟
⎝ ⎠ ⎜⎜⎜ ⎟⎟
2 rg(E − λI3 ) = rg ⎜⎜⎜ −3 5 − λ −3 ⎟⎟⎟⎟⎟
⎝ ⎠
• On en déduit que A = PDP−1 avec (par exemple) : −4 4 −3 − λ
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜3 1 1⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜−3 5−λ −3 ⎟⎟ L1 ←− L2
⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟ ⎜
= rg ⎜⎜⎝ 0 λ − 5λ + 6 3λ − 3⎟⎟⎟⎠ L2 ←− 3L1 − λL2 .
P = ⎜⎜1 0 0⎟⎟ et D = ⎜⎜0 1 0⎟⎟⎟⎟.
2
⎝ ⎠ ⎝ ⎠ 0 −8 + 4λ 3 − 3λ L3 ←− 3L3 − 4L2
012 003
b) • Déterminons les vp de B. Soit λ ∈ R. On a : 1 cas : λ = 2, alors :
er
⎛ ⎞
⎛ ⎞ ⎜⎜⎜−3 3 −3⎟⎟⎟
⎜⎜⎜5 − 2λ 4 −7 ⎟ ⎜⎜⎜ ⎟
⎜⎜⎜ −2 2 − 2λ 2 ⎟⎟⎟⎟⎟ rg(E − λI3 ) = rg ⎜⎜ 0 0 3 ⎟⎟⎟⎟ = 2.
rg(B − λI3 ) = rg(2B − 2λI3 ) = rg ⎜⎜⎜ ⎟⎟⎟ ⎝ ⎠
⎝ ⎠ 0 0 −3
−1 0 3 − 2λ
⎛−1 0 ⎞ L ←− L 2e cas : λ 2, alors : rg(E − λI3 )
⎜⎜⎜ 3 − 2λ ⎟⎟⎟ 1 3 ⎛ ⎞
= rg ⎝ ⎜ 0 4 4(λ 2
− 4λ + 2) ⎟⎠ L2 ←− L1 + (5 − 2λ)L3 ⎜⎜⎜−3 5−λ −3 ⎟⎟
⎟⎟
⎜⎜
⎜
0 2(1 − λ) 4(λ − 1) L3 ←− L2 − 2L3 = rg ⎜⎜ 0 4λ − 8 3 − 3λ ⎟⎟⎟⎟ L2 ←− L3
⎛ ⎞ ⎝ ⎠
⎜⎜⎜−1 0 3 − 2λ ⎟⎟⎟ 0 (λ − 2)(λ − 3) 3(λ − 1) L3 ←− L2
⎜⎜ ⎟ ⎛ ⎞
⎜
= rg ⎜⎜ 0 4 4(λ − 4λ + 2)⎟⎟⎟⎟
2
⎜⎜⎜−3 5 − λ −3 ⎟⎟⎟
⎝ ⎠ L ←− 2L − (1 − λ)L ⎜ ⎟⎟⎟
0 0 ∗ 3 3 2 = rg ⎜⎜⎝ 0 4λ − 8 3 − 3λ ⎠
0 0 3(λ − 1)(λ + 1) L3 ←− 4L3 − (λ − 3)L2
avec (∗) = 8(λ − 1) − 4(1 − λ)(λ2 − 4λ + 2) 0
= 4(λ − 1)(λ2 − 4λ + 4) = 4(λ − 1)(λ − 2)2 3 si λ −1 et λ 1
0 = .
3 si λ 1 et λ 2 2 sinon
= .
2 sinon Ainsi : les vp de E sont −1, 1, 2.
Ainsi : les vp de B sont 1 et 2. • La matrice E admet trois vp distinctes et E ∈ M3 (R). Donc E
134
Corrigés des exercices
⎧ ⎛ ⎞
⎪
⎪ x = 2y − z 0 ⎜⎜⎜⎜1⎟⎟⎟⎟
⎪
⎨ x = 2y − z
⇐⇒ ⎪ ⎪ −3(2y − z) + 4y − 3z = 0 ⇐⇒ Ainsi : SEP(A, −1) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ .
⎪
⎩ −4(2y − z) + 4y − 4z = 0 y =0 ⎝ ⎠
0
0 ⎛ ⎞ ⎧
y=0 ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ −2x + y + 3z = x
⇐⇒ . ⎜ ⎟ ⎨
z = −x 2) X = ⎜⎜⎜⎜y⎟⎟⎟⎟ ∈ SEP(A, 1) ⇐⇒ ⎪
⎪ −3x + 2y + 3z = y
⎝ ⎠ ⎪
⎩ −x + y + 2z = z
⎛ ⎞ z
⎜⎜⎜⎜ 1 ⎟⎟⎟⎟ ⎧
Ainsi : SEP(E, 1) = Vect ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ . ⎪
⎪
⎪ −3x + y + 3z = 0 0
⎝ ⎠ ⎨ y=0
−1 ⇐⇒ ⎪
⎪ −3x + y + 3z = 0 ⇐⇒ .
⎪
⎩ −x + y + z = 0 z=x
⎛ ⎞ ⎧
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ 2y − z = 2x
⎜⎜ ⎟⎟⎟
⎜ ⎨ ⎛ ⎞
3) X = ⎜⎜y⎟⎟ ∈ SEP(E, 2) ⇐⇒ ⎪ ⎪ −3x + 5y − 3z = 2y ⎜⎜⎜⎜1⎟⎟⎟⎟
⎝ ⎠ ⎪
⎩ −4x + 4y − 3z = 2z
z Ainsi : SEP(A, 1) = Vect ⎜⎜⎜⎜0⎟⎟⎟⎟ .
⎝ ⎠
⎧ 0 1
⎪
⎪
⎪ z = 2y − 2x
⎨ z = 2y − 2x ⎛ ⎞ ⎧
⇐⇒ ⎪⎪ −3x + 3y − 3(2y − 2x) = 0 ⇐⇒ ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ −2x + y + 3z = 2x
⎪
⎩ −4x + 4y − 5(2y − 2x) = 0 y−x=0 ⎜⎜⎜ ⎟⎟⎟ ⎨
3) X = ⎜⎜y⎟⎟ ∈ SEP(A, 2) ⇐⇒ ⎪ ⎪ −3x + 2y + 3z = 2y
0 ⎝ ⎠ ⎪
⎩ −x + y + 2z = 2z
z
z=0
⇐⇒ . ⎧
y=x ⎪
⎪
⎪ −4x + y + 3z = 0
⎛ ⎞ ⎨
⇐⇒ ⎪
⎪ −3x + 3z = 0 ⇐⇒ x = y = z.
⎜⎜⎜⎜1⎟⎟⎟⎟ ⎪
⎩ −x + y = 0
Ainsi : SEP(E, 2) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ .
⎝ ⎠ ⎛ ⎞
0 ⎜⎜⎜⎜1⎟⎟⎟⎟
Ainsi : SEP(A, 1) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ .
• On en déduit que E = PDP−1 avec (par exemple) : ⎝ ⎠
⎛ ⎞ ⎛ ⎞ 1
⎜⎜⎜0 1 1⎟⎟⎟ ⎜⎜⎜−1 0 0⎟⎟⎟
⎜ ⎟ ⎜ ⎟ On en déduit que A = PDP−1 avec (par exemple) :
P = ⎜⎜⎜⎜1 0 1⎟⎟⎟⎟ et D = ⎜⎜⎜⎜ 0 1 0⎟⎟⎟⎟. •
⎝ ⎠ ⎝ ⎠ ⎛ ⎞ ⎛ ⎞
2 −1 0 0 02 ⎜⎜⎜1 1 1⎟⎟⎟ ⎜⎜⎜−1 0 0⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
P = ⎜⎜1 0 1⎟⎟ et D = ⎜⎜ 0 1 0⎟⎟⎟⎟.
⎝ ⎠ ⎝ ⎠
7.4 a) • Déterminons les vp de A. Soit λ ∈ R. 011 0 02
⎛ ⎞
⎜⎜⎜−2 − λ 1 3 ⎟⎟
⎟⎟
b) Par une récurrence immédiate, on montre :
⎜
rg(A − λI3 ) = rg ⎜⎜⎜⎜⎜ −3 2 − λ 3 ⎟⎟⎟⎟⎟ ∀n ∈ N, An = PDn P−1 .
⎝ ⎠ ⎛ ⎞
−1 1 2−λ ⎜⎜⎜(−1)n 0 0 ⎟⎟⎟
⎛ ⎞ ⎜ ⎟
⎜⎜⎜−1 1 2 − λ ⎟⎟ L1 ←− L3 • On a, pour tout n de N : Dn = ⎜ ⎜⎜⎜⎝ 0 1 0 ⎟⎟⎟⎠⎟.
⎟
= rg ⎜⎜⎝⎜ 0 −1 − λ λ2 − 1 ⎟⎟⎠⎟ L2 ←− L1 − (2 + λ)L3 0 0 2n
0 −1 − λ 3(λ − 1) L3 ←− L2 − 3L3
⎛ ⎞ • Calculons P−1 . Notons (E1 , E2 , E3 ) la base canonique de
⎜⎜⎜−1 1 2 − λ ⎟⎟
⎟ M3,1 (R) et (C1 , C2 , C3 ) les colonnes de A.
= rg ⎜⎜⎜⎝ 0 −1 − λ λ2 − 1 ⎟⎟⎟⎠ ⎧ ⎧
0 0 λ2 − 3λ + 2 L3 ←− L2 − L3 ⎪
⎪
⎪ C = E1 + E2 ⎪
⎪
⎪ E = C1 + C2 − C3
⎨ 1 ⎨ 1
0 Alors : ⎪ ⎪ C 2 = E1 + E3 ⇐⇒ ⎪ ⎪ E2 = C 3 − C 2
3 si λ −1 et λ 1 et λ 2 ⎪
⎩C = E + E + E ⎪
⎩E =C −C
= . 3 1 2 3 3 3 1
2 sinon ⎛ ⎞
⎜⎜⎜ 1 0 −1⎟⎟⎟
© Dunod. La photocopie non autorisée est un délit
135
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
⎧ ⎧ ⎧
• Montrons que la formule précédente est encore valable pour ⎪
⎪
⎪ λ=1 ⎪
⎪
⎪ λ = −1 ⎪
⎪
⎪ λ=3
⎪
⎨ ⎪
⎨ ⎪
⎨
n ∈ Z− . ⇐⇒ ⎪
⎪ b = 0 ou ⎪
⎪ b = −2a ou ⎪
⎪ b = 2a
⎪
⎪
⎩ c = −a ⎪
⎪
⎩c = a ⎪
⎪
⎩c = a
Soit n ∈ N∗ . Notons Bn la matrice obtenue en remplaçant n
dans −n dans l’expression de An . Puisque (−1)n = (−1)−n , (car P est un polynôme non nul).
⎛ ⎞
⎜⎜⎜1 + (−1)n − 21n −1 + 21n −(−1)n + 21n ⎟⎟⎟ On en déduit que u admet trois vp : −1, 1, 3.
⎜⎜⎜ ⎟⎟⎟
on a : Bn = ⎜⎜⎜⎜ (−1)n − 21n 1
−(−1)n + 21n ⎟⎟⎟⎟. De plus : SEP(u, 1) = aX2 − a ; a ∈ R = Vect(X2 − 1),
⎜⎜⎝ 2 n
⎟⎟⎠
1 − 21n −1 + 21n 1
2n SEP(u, −1) = aX2 − 2aX + a ; a ∈ R = Vect(X2 − 2X + 1)
En calculant le produit An · Bn , on trouve : An · Bn = I3 .
SEP(u, 3) = aX2 + 2aX + a ; a ∈ R = Vect(X2 + 2X + 1).
On en déduit que An est inversible (ce que l’on savait déjà b) 2) Notons A la matrice de u dans la base B = (1, X, X2 ).
−1
puisque A l’est) et : A−n = An = Bn .
Puisque :
7.5 a) • On a, pour tout P = aX2 + bX + c ∈ R2 [X] : u(1) = 1 + 2X, u(X) = 1 + X + X2 , u(X2 ) = X2 + 2X,
⎛ ⎞
⎜⎜⎜1 1 0⎟⎟⎟
u(P) = (2X + 1)(aX2 + bX + c) − (X2 − 1)(2aX + b) ⎜ ⎟
on obtient : A = ⎜⎜⎜⎜2 1 2⎟⎟⎟⎟.
= (a + b)X2 + (2a + b + 2c)X + (b + c). ⎝ ⎠
011
Ainsi u(P) est bien un polynôme de R2 [X]. •Déterminons les éléments propres de A.
Donc : u : R2 [X] −→ R2 [X]. ⎛ ⎞
⎜⎜⎜1 − λ 1 0 ⎟⎟
⎟⎟
⎜
•Montrons que u est linéaire. Soient (P, Q) ∈ R2 [X] et α ∈ R. Soit λ ∈ R. Alors rg(A − λI3 ) = rg ⎜⎜⎜⎜ 2 1 − λ 2 ⎟⎟⎟⎟
⎝ ⎠
Alors : 0 1 1−λ
⎛ ⎞
u(αP + Q) = (2X + 1)(αP + Q) − (X2 − 1)(αP + Q ) ⎜⎜⎜2 1−λ 2 ⎟⎟⎟ L1 ←− L2
⎜ ⎟
= α (2X + 1)P − (X2 − 1)P + (2X + 1)Q − (X2 − 1)Q ) = rg ⎜⎜⎜⎜0 1 1 − λ ⎟⎟⎟⎟ L2 ←− L3
⎝ ⎠
= αu(P) + u(Q). 0 1 + 2λ − λ −2(1 − λ) L3 ←− 2L1 − (1 − λ)L2
2
⎛ ⎞
On conclut : u est un endomorphisme de R2 [X]. ⎜⎜⎜2 1 − λ 2 ⎟⎟
⎟⎟
⎜
= rg ⎜⎜⎜⎜0 1 1 − λ⎟⎟⎟⎟
b) 1) Soient P = aX2 + bX + c ∈ R2 [X] \ {0} et λ ∈ R. ⎝ ⎠ L ←− L − (1 + 2λ − λ2 )L
0 0 ∗ 3 3 2
P est un −
−→de u associé à la vp λ ⇐⇒ u(P) = λP
vp avec : ∗ = −2(1 − λ) − (1 + 2λ − λ )(1 − λ) 2
⇐⇒ (a + b)X2 + (2a + b + 2c)X + (b + c) = (1 − λ) − 3 − 2λ + λ2 ) = (1 − λ)(λ + 1)(λ − 3).
= λ(aX2 + bX + c) Ainsi : les vp de A sont −1, 1, 3.
⎧
⎪
⎪
⎪ a + b = λa •Déterminons les SEP de A.
⎪
⎨ ⎛ ⎞ ⎧
⇐⇒ ⎪
⎪ 2a + b + 2c = λb ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ x + y = −x
⎪
⎪
⎩ b + c = λc ⎜⎜⎜ ⎟⎟⎟ ⎨
1) X = ⎜⎜y⎟⎟ ∈ SEP(A, −1) ⇐⇒ ⎪ ⎪ 2x + y + 2z = −y
⎝ ⎠ ⎪
⎩ y + z = −z
⎧ z
⎪
⎪
⎪ b = (λ − 1)a ⎧
⎪
⎨ ⎪
⎪ 2x + y = 0 0
⇐⇒ ⎪
⎪ 2a + (λ − 1)a + 2c = λ(λ − 1)a ⎪
⎨ z=x
⎪
⎪
⎩ b + (1 − λ)c = 0 ⇐⇒ ⎪ ⎪ 2x + 2y + 2z = 0 ⇐⇒ .
⎪
⎩ y + 2z = 0 y = −2x
⎧ ⎛ ⎞
⎪
⎪ b = (λ − 1)a
⎪
⎪
⎪ ⎜⎜⎜⎜ 1 ⎟⎟⎟⎟
⎪
⎨ a Ainsi : SEP(A, −1) = Vect ⎜⎜⎜⎜−2⎟⎟⎟⎟ .
⇐⇒ ⎪
⎪ c = (λ2 − 2λ − 1) ⎝ ⎠
⎪
⎪
⎪ 2 1
⎩ .2(λ − 1) + (1 − λ)(λ2 − 2λ − 1)%a = 0
⎪
⎛ ⎞ ⎧
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ x+y= x
⎧ ⎜ ⎟ ⎨
⎪
⎪ b = (λ − 1)a 2) X = ⎜⎜⎜⎜y⎟⎟⎟⎟ ∈ SEP(A, 1) ⇐⇒ ⎪ ⎪ 2x + y + 2z = y
⎪
⎪ ⎝ ⎠ ⎪
⎩y+z = z
⎪
⎪
⎨ a z
⇐⇒ ⎪
⎪ c = (λ2 − 2λ − 1) 0 0
⎪
⎪
⎪ 2 y=0 y=0
⎪
⎩ (λ − 1)(λ + 1)(λ − 3)a = 0 ⇐⇒ ⇐⇒ .
2x + 2z = 0 z = −x
⎧ ⎧ ⎧ ⎧ ⎛ ⎞
⎪
⎪
⎪
⎪
a=0 ⎪
⎪
⎪
⎪
λ=1 ⎪
⎪
⎪
⎪
λ = −1 ⎪
⎪
⎪
⎪
λ=3 ⎜⎜⎜⎜ 1 ⎟⎟⎟⎟
⎨
⇐⇒ ⎪ =
⎨
⎪ b=0
⎨
ou ⎪ = −2a
⎨
⎪ b = 2a Ainsi : SEP(A, 1) = Vect ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ .
⎪
⎪
b 0 ou ⎪
⎪ ⎪
⎪
b ou ⎪
⎪ ⎝ ⎠
⎪
⎩c = 0 ⎪
⎩ c = −a ⎪
⎩c = a ⎪
⎩c = a −1
136
Corrigés des exercices
⎛ ⎞ ⎧
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ x + y = 3x D’autre part, il est clair que la famille (E1 , E2 , E3 ) est une
⎜⎜ ⎟⎟⎟
⎜ ⎨
3) X = ⎜⎜y⎟⎟ ∈ SEP(A, 3) ⇐⇒ ⎪ ⎪ 2x + y + 2z = 3y famille libre de M2 (R), donc cette famille est une base de
⎝ ⎠ ⎪
⎩ y + z = 3z
z SEP( f, −1) et dim SEP( f, −1) = 3.
⎧ 0
⎪
⎪
⎪ −2x + y = 0 Ainsi : dim SEP( f, 1) + dim SEP( f, −1) = 1 + 3 = 4 et
⎨ z=x
⇐⇒ ⎪ ⎪ 2x − 2y + 2z = 0 ⇐⇒ . dim M2 (R) = 4.
⎪
⎩ y − 2z = 0 y = 2x
On conclut que f est diagonalisable.
⎛ ⎞
⎜⎜⎜⎜1⎟⎟⎟⎟
Ainsi : SEP(A, 1) = Vect ⎜⎜⎜⎜2⎟⎟⎟⎟ . 7.7 a) Notons (e1 , e2 , e3 ) la base canonique de R3 et f l’en-
⎝ ⎠
1 domorphisme de R3 canoniquement associé à A.
• L’endomorphisme u a les mêmes vp que A. Donc les vp de u • Pour montrer que la matrice A est semblable à B, cherchons
sont −1, 1, 3. une base (e1 , e2 , e3 ) de R3 telle que :
Les −−
→de A nous donnent les composantes dans la base B des
vp ⎧
⎪
⎪ f (e1 ) = e1
⎧ ⎪
⎪
⎪
⎪
⎪ SEP(u, −1) = Vect(1 − 2X + X2 ) ⎪
⎨
−
−→ ⎨ ⎪
⎪ f (e2 ) = e1 + e2 .
vp de u. Ainsi : ⎪
⎪ SEP(u, 1) = Vect(1 − X2 ) . ⎪
⎪
⎪
⎩ SEP(u, 3) = Vect(1 + 2X + X2 ) ⎪
⎩ f (e ) = e + e
3 2 3
Remarque : on retrouve bien les mêmes résultats. Notons e1 = (x, y, z) ∈ R3 . Alors : f (e1 ) = e1
⎧ 0
c) L’endomorphisme u admet 3 valeurs propres distinctes et ⎪
⎪
⎪ x − 3y + 3z = x
⎨ z=y
dim R2 [X] = 3. On conclut que u est diagonalisable. ⇐⇒ ⎪
⎪ −2x − 6y + 13z = y ⇐⇒ .
⎪
⎩ −x − 4y + 8z = z x = 3y
7.6 • Soient M =
ab
∈ M2 (R) \ {0} et λ ∈ R. Prenons par exemple e1 = (3, 1, 1).
c d
Notons e2 = (x, y, z) ∈ R3 . Alors : f (e2 ) = e1 + e2
M est un −−
→de f associé à la vp λ ⇐⇒ f (M) = λM
vp ⎧ 0
⎧ ⎪
⎪
⎪ x − 3y + 3z = 3 + x
⎪ d = λa ⎨ y= z−1
⎪
⎪
⎪ ⇐⇒ ⎪
⎪ −2x − 6y + 13z = 1 + y ⇐⇒ .
d −b ⎪
⎪ ⎪
⎩ −x − 4y + 8z = 1 + z x = 3z + 3
a b ⎨ −b = λb
⇐⇒ =λ ⇐⇒ ⎪
⎪
−c a c d ⎪
⎪
⎪ −c = λc
⎪
⎩ a = λd Prenons par exemple e2 = (3, −1, 0).
⎧ 2 Notons e3 = (x, y, z) ∈ R3 . Alors : f (e3 ) = e2 + e3
⎪
⎪
⎪ (λ − 1)a = 0 ⎧
⎪
⎪
⎪ ⎪ x − 3y + 3z = 3 + x 0
⎨ (λ + 1)b = 0 ⎪
⎪
⎨ y=z−1
⇐⇒ ⎪⎪ (S). ⇐⇒ ⎪ −2x − + = −1 + y ⇐⇒
⎪
⎪
⎪ (λ + 1)c = 0 ⎪
⎪
6y 13z
x = 3z + 4
.
⎪
⎩ d = λa ⎩ −x − 4y + 8z = z
1er cas : si λ 1 et λ −1, alors : Prenons par exemple e3 = (4, −1, 0).
(S) ⇐⇒ a = b = c = d = 0, Il reste à montrer que la famille (e1 , e2 , e3 ) est une base de R3 .
Notons P la matrice de la famille (e1 , e2 , e3 ) dans la base cano-
ce qui est impossible car M 0. ⎛ ⎞
0 ⎜⎜⎜⎜3 3 4 ⎟⎟⎟⎟
2 cas : si λ = 1, alors : (S) ⇐⇒
b=c=0 nique de R3 : P = ⎜⎜⎜⎜1 −1 −1⎟⎟⎟⎟.
e
d=a
. ⎝ ⎠
1 0 0
On en déduit que 1 est vp de f et que ⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 3 3 4 ⎟⎟⎟ ⎜⎜⎜1 −1 −1⎟⎟⎟ L1 ←− L2
© Dunod. La photocopie non autorisée est un délit
! a 0 " ⎜⎜
⎜ ⎟⎟ ⎜⎜ ⎟
On a : rg(P) = rg ⎜⎜⎜ 1 −1 −1⎟⎟⎟ = rg ⎜⎜⎜0 1 1 ⎟⎟⎟⎟⎟ L2 ←− L3 − L2
⎟ ⎜
SEP( f, 1) = ; a ∈ R = Vect(I2 ). ⎝ ⎠ ⎝ ⎠
0a 1 0 0 0 6 7 L3 ←− L1 − 3L2
3e cas : si λ = −1, alors : (S) ⇐⇒ d = −a. ⎛ ⎞
⎜⎜⎜1 −1 −1⎟⎟⎟
On en déduit que −1 est vp de f et que ⎜ ⎟
= rg ⎜⎜⎜⎜0 1 1 ⎟⎟⎟⎟ = 3.
! a b " 1 0 0 1 0 0 ⎝ ⎠
0 0 1 L3 ←− L3 − 6L2
SEP( f, 1) = ; a ∈ R = Vect , , .
c −a 0 −1 0 0 1 0
On en déduit que la matrice P est inversible et donc que la fa-
notée E 1 notée E 2 notée E 3 mille (e1 , e2 , e3 ) est une base de R3 .
•On en déduit que f admet deux vp : 1 et −1. • Enfin, la matrice de f dans cette base est :
⎛ ⎞
D’une part, dim SEP( f, 1) = 1. ⎜⎜⎜1 1 0⎟⎟⎟
⎜⎜⎜⎜0 1 1⎟⎟⎟⎟ qui est la matrice B.
⎜⎝ ⎟⎠
001
137
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
Ainsi, les matrices A et B représentent le même endomor- 7.8 a) • Notons, pour tout k de N, P(k) la propriété :
phisme de R3 . On en déduit que A et B sont semblables. « f k (x) = λk x ».
Remarque : D’après les formules de changement de bases, on Montrons, par récurrence, la propriété P(k) pour tout k ∈ N.
a : A = PBP−1, où P est la matrice définie précédemment.
Initialisation : On a f 0 (x) = IdE (x) = x = λ0 x.
b) Dans cet exemple, la deuxième matrice est plus "compli-
quée" que dans l’exemple précédent. Nous allons montrer que D’où la propriété P(0).
les deux matrices A et B sont semblables à une même autre Hérédité : Soit k ∈ N. Supposons P(k). Alors :
matrice plus simple, si possible une matrice diagonale.
f k+1 (x) = f f k (x) = f (λk x) d’après P(k)
• Pour cela, commençons par déterminer les valeurs propres
= λk f (x) = λk λ x car x est un −
−→de f
vp
de A.
⎛ ⎞ = λk+1 x.
⎜⎜⎜4 − λ 1 3⎟
⎜⎜⎜ −1 2 − λ −1⎟⎟⎟⎟⎟
Soit λ ∈ R. Alors rg(A − λI3 ) = rg ⎜⎜⎜ ⎟⎟⎟ D’où la propriété P(k + 1).
⎝ ⎠
−1 −1 −λ Conclusion : Ainsi, pour tout k ∈ N, f k (x) = λk x.
⎛ ⎞
⎜⎜⎜−1 −1 −λ ⎟⎟⎟ L1 ←− L3
d
d
= rg ⎜⎜⎝⎜ 0 λ − 3 1 − λ ⎟⎟⎠⎟ L2 ←− L3 − L2 • D’où : P( f )(x) = ak f k (x) = ak λk x
0 λ − 3 λ − 4λ + 3 L3 ←− L1 + (4 − λ)L3
2
k=0 k=0
⎛ ⎞
d
⎜⎜⎜−1 −1 −λ ⎟⎟⎟ = ak λk x = P(λ)x.
= rg ⎜⎜⎜⎝ 0 λ − 3 1 − λ ⎟⎟⎟⎠
k=0
0 0 λ − 3λ + 2 L3 ←− L3 − L2
2
0 Puisque x 0 (car x est un − −
→), on en déduit que P(λ) est une
vp
3 si λ 1, λ 2, λ 3
= . vp de P( f ) et x est un −
−→de P( f ) associé à P(λ).
vp
2 sinon
b) • Soit λ une vp de f . Montrons λ est une racine de P.
On en déduit que les vp de A sont 1, 2, 3.
Il existe x ∈ E \ {0} tel que f (x) = λx.
Puisque A ∈ M3 (R) et que A admet trois vp deux à deux disc-
tinctes, la matrice A D’après la question a), on a alors : P( f )(x) = P(λ)x.
⎛ ⎞ est diagonalisable et est semblable à la
⎜⎜⎜1 0 0⎟⎟⎟
⎜ ⎟ Or P( f )(x) = 0 et x 0 (car x est un −
−→), on obtient :
vp
matrice D = ⎜⎜⎜⎜0 2 0⎟⎟⎟⎟.
⎝ ⎠
003 P(λ) = 0.
• Montrons que B est également semblable à D, autrement dit
que B est diagonalisable et admet 1, 2, 3 comme vp. On conclut que λ est une racine de P.
⎛ ⎞ ⎛ ⎞
⎜⎜⎜−1 1 2⎟⎟⎟ ⎜⎜⎜−1 1 2⎟⎟⎟ • La réciproque est fausse. Par exemple, pour f = IdE , alors le
⎜⎜ ⎟⎟ ⎜⎜ ⎟
rg(B−I3) = rg ⎜⎜−2 2 2⎟⎟ = rg ⎜⎜ 0 0 2⎟⎟⎟⎟ L2 ←− 2L1 − L2 = 2 < 3,
⎜ ⎟ ⎜
polynôme P = X(X − 1) = X2 − X est un polynôme annulateur
⎝ ⎠ ⎝ ⎠
−1 1 2 0 0 0 L3 ←− L1 − L3 de f (car P( f ) = IdE ◦ (IdE − IdE ) = 0).
138
Corrigés des exercices
•Regardons si 1, 3, −2 sont des vp de B. Remarque : Cette formule n’est pas valable pour n = 0.
⎛
⎜⎜⎜ −1 −3 −1⎟⎟⎟
⎞ c) • Soit λ une vp de A et soit X un −
−→associé.
vp
⎜⎜ ⎟
⎜
rg(B − I3 ) = rg ⎜⎜⎜ −5 −3 −5⎟⎟⎟⎟⎟ Alors : 0 = (A2 − 2A)X = A2 X − 2AX = λ2 X − 2λX = λ(λ − 2)X.
⎝ ⎠
3 3 3 Et puisque X 0, alors λ = 0 ou λ = 2.
⎛ ⎞
⎜⎜⎜−1 −3 −1⎟⎟⎟ ⎛ ⎞
⎜ ⎟ ⎜⎜⎜ x1 ⎟⎟⎟
= rg ⎜⎜⎜⎜ 0 12 0 ⎟⎟⎟⎟ L2 ←− L2 − 5L1 = 2 < 3, ⎜⎜⎜ . ⎟⎟⎟
⎝ ⎠ • Regardons si 0 est vp de A. Soit X = ⎜ ⎜⎜⎜ .. ⎟⎟⎟⎟ ∈ M6,1 (R).
0 −6 0 L3 ←− L3 + 3L1
⎜⎝ ⎟⎠
donc 1 est vp de B. x6
⎛ ⎞ ⎧ ⎧
⎜⎜⎜ −3 −3 −1⎟⎟⎟ ⎪
⎪
⎪ x + x6 = 0 ⎪
⎪
⎪ x = −x1
⎜⎜⎜ ⎟ ⎨ 1 ⎨ 6
rg(B − 3I3 ) = rg ⎜⎜⎜ −5 −5 −5⎟⎟⎟⎟⎟ Alors : AX = 0 ⇐⇒ ⎪ ⎪
⎪
x2 + x5 = 0 ⇐⇒ ⎪ ⎪
⎪
x5 = −x2 .
⎝ ⎠ ⎩x +x =0 ⎩ x = −x
3 3 1 3 4 4 3
⎛ ⎞
⎜⎜⎜−3 −3 −1 ⎟⎟⎟ On en déduit :
⎜ ⎟ ⎛1⎞ ⎛0⎞ ⎛0⎞
= rg ⎜⎜⎜⎜ 0 0 −10⎟⎟⎟⎟ L2 ←− 3L2 − 5L1 = 2 < 3, ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
⎝ ⎠ ⎜⎜ 0 ⎟⎟ ⎜⎜ 1 ⎟⎟ ⎜⎜ 0 ⎟⎟
0 0 0 L3 ←− L3 + L1 ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ ⎜⎜⎜⎜ 1 ⎟⎟⎟⎟
donc 3 est vp de B. 0 est vp de A et SEP(A, 0) = Vect ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ , ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ , ⎜⎜⎜⎜−1⎟⎟⎟⎟ .
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
⎛ ⎞ ⎜⎜⎝ 0 ⎟⎟⎠ ⎜⎜⎝−1⎟⎟⎠ ⎜⎜⎝ 0 ⎟⎟⎠
⎜⎜⎜ 2 −3 −1⎟⎟⎟
© Dunod. La photocopie non autorisée est un délit
⎜⎜⎜ ⎟ −1
rg(B + 2I3 ) = rg ⎜⎜⎜ −5 0 −5⎟⎟⎟⎟⎟
0 0
⎝ ⎠ Il est clair que ces trois vecteurs-colonnes forment une fa-
3 3 6
⎛ ⎞ mille libre, ils forment donc une base de SEP(A, 0) et donc :
⎜⎜⎜2 −3 −1 ⎟⎟⎟
⎜⎜ ⎟ dim SEP(A, 0) = 3.
= rg ⎜⎜0 −15 −15⎟⎟⎟⎟ L2 ←− 2L2 + 5L1 = 2 < 3,
⎜
⎛ ⎞
⎝ ⎠ ⎜⎜⎜ x1 ⎟⎟⎟
0 15 15 L3 ←− 2L3 − 3L1
⎜⎜⎜ . ⎟⎟⎟⎟
donc 2 est vp de B. • Regardons si 2 est vp de A. Soit X = ⎜ ⎜⎜⎜ .. ⎟⎟⎟ ∈ M6,1 (R).
⎜⎝ ⎟⎠
Ainsi B admet trois vp distinctes et B ∈ M3 (K). x6
⎧ ⎧
On conclut que la matrice B est diagonalisable. ⎪
⎪
⎪ x1 + x6 = 2x1 = 2x6 ⎪
⎪
⎪ x6 = x1
⎪
⎪
⎪ ⎪
⎪
⎪
⎨ ⎨
Alors : AX = 0 ⇐⇒ ⎪ ⎪ x2 + x5 = 2x2 = 2x5 ⇐⇒ ⎪ ⎪ x5 = x2 .
7.10 • Soit M une matrice de Mn (R) diagonalisable véri-
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩ x + x = 2x = 2x ⎪
⎩x = x
fiant : M 2 − 2M = − In . 3 4 3 4 4 3
139
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
1 0 0 k=1 0 0 1+ k 1
0 0 pn
Il est clair que ces trois vecteurs-colonnes forment une fa- n
1 k + 1 (n + 1)!
n
où pn = 1+ = = = n + 1.
mille libre, ils forment donc une base de SEP(A, 2) et donc : k k n!
k=1 k=1
dim SEP(A, 2) = 3.
Ainsi les vp de Bn sont 1 et n + 1.
• On a alors : dim SEP(A, 0) + dim SEP(A, 2) = 6
• La matrice Bn est inversible puisque 0 n’est pas vp de Bn .
et A ∈ M6 (R).
On conclut : la matrice A est diagonalisable.
7.13 L’endomorphisme f étant nilpotent, il existe p ∈ N tel
Remarque : La matrice A est une matrice symétrique réelle, que f p = 0.
donc A est diagonalisable dans M6 (R) (voir le programme de
a) • Soit λ une vp de f . Alors en utilisant l’exercice 7.8, λ p est
seconde année).
une vp de f p .
⎛ ⎞ Il existe donc x ∈ E \ {0} tel que f p (x) = λ p x.
⎜⎜⎜ x⎟⎟⎟
7.12 a) • Soit X = ⎜⎜⎜⎝y⎟⎟⎟⎠ ∈ M3,1 (R). On a alors λ p x = f p (x) = 0, et puisque x 0, alors λ p = 0 et
z
⎧1 donc λ = 0.
⎪
⎪
⎪ y + 1n z = 0
⎪
⎪ n
⎨ 1 Ainsi 0 est la seule vp possible de f .
1) An X = X ⇐⇒ ⎪
⎪ − n x + 2n y + 1n z = 0 ⇐⇒ x = y = −z.
⎪
⎪
⎪ • De plus, puisque f n’est pas bijectif (car sinon, f p = 0 le
⎩ 1 x − 1y = 0
n n serait aussi, ce qui est absurde, car E n’est pas réduit à {0} !), f
On en déduit que 1 est une vp de An et que : n’est donc pas injectif, d’où Ker( f ) {0}. Donc 0 est une vp
⎛ ⎞ de f .
⎜⎜⎜ 1 ⎟⎟⎟
SEP(An , 1) = Vect ⎜⎜⎝⎜ 1 ⎟⎟⎠⎟ . Ainsi : 0 est la seule vp de f .
−1
b) Si f est diagonalisable, alors, puisque f admet une unique
1
2) An X = 1 + X ⇐⇒ − n1 x + 1n y + 1n z = 0 ⇐⇒ x = y + z. vp, le SEP associé est de dimension n = dim(E).
n
1 Ainsi : Ker( f ) = SEP( f, 0) = E.
On en déduit que 1 + est une vp de An et que :
n Donc : f est l’application nulle.
⎛ ⎞ ⎛ ⎞
1 ⎜⎜⎜1⎟⎟⎟ ⎜⎜⎜1⎟⎟⎟ Réciproquement, si f = 0, alors il est clair que f est diago-
SEP An , 1 + = Vect ⎜⎜⎜⎝0⎟⎟⎟⎠ , ⎜⎜⎜⎝1⎟⎟⎟⎠ . nalisable.
n 1 0
1 On conclut, pour un endomorphisme nilpotent :
•Alors : dim SEP(An , 1) + dim SEP An , 1 + = 3 et f est diagonalisable si et seulement si f = 0.
n
An ∈ M3 (R). On conclut que An est diagonalisable.
On peut écrire : An = Pn Dn P−1 7.14 a) On a :
n avec (par exemple) ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎛ ⎞ ⎛ ⎞ ⎜⎜⎜0 1 0⎟⎟⎟ ⎜⎜⎜0 1 0⎟⎟⎟ ⎜⎜⎜1 0 1⎟⎟⎟
⎜⎜⎜ 1 1 1⎟⎟⎟ ⎜⎜⎜1 0 0 ⎟⎟⎟ ⎜ ⎟⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟ A2 = ⎜⎜⎜⎜1 0 1⎟⎟⎟⎟ ⎜⎜⎜⎜1 0 1⎟⎟ = ⎜⎜0 2 0⎟⎟⎟⎟ = I + J.
Pn = ⎜⎜⎜⎜ 1 0 1⎟⎟ et Dn = ⎜⎜0 1 + 1n 0 ⎟⎟⎟⎟. ⎝ ⎠⎝ ⎠ ⎝ ⎠
⎝ ⎠ ⎝ 1⎠ 010 01 0 101
−1 1 0 0 0 1+ n
On s’aperçoit que la matrice Pn ne dépend pas de n. Notons-la Donc : J = A2 − I.
alors P au lieu de Pn . b) Il s’agit de diagonaliser A.
• La matrice An est inversible puisque 0 n’est pas vp de An . •Déterminons les vp de A. Soit λ ∈ R.
⎛ ⎞
b) • Puisque, pour tout k de 1 ; n, on a : Ak = PDk P−1 , ⎜⎜⎜ −λ 1 0 ⎟⎟⎟
⎜⎜ ⎟
⎜
Alors : rg(A − λI3 ) = rg ⎜⎜ 1 −λ 1 ⎟⎟⎟⎟
on en déduit : ⎝ ⎠
0 1 −λ
Bn = (PD1 P−1 )(PD2 P−1 ) · · · (PDn P−1 ) = P D1 D2 · · · Dn P−1 . ⎛ ⎞
⎜⎜⎜1 1 ⎟⎟ L1 ←− L2
−λ
⎟⎟
Notons En = D1 D2 · · · Dn . Puisque les matrices Dk sont diago- ⎜
= rg ⎜⎜⎜⎜0 1 −λ⎟⎟⎟⎟ L2 ←− L3
nales, la matrice En est aussi diagonale. ⎝ ⎠
0 1 − λ2 λ L3 ←− L1 + λL2
Ainsi Bn est semblable à une matrice diagonale.
140
Corrigés des exercices
⎛ ⎞ ⎛ ⎞ ⎛ √ ⎞ ⎛ ⎞
⎜⎜⎜1 −λ ⎟⎟⎟
1 ⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜− 2 0 0 ⎟⎟⎟ ⎜⎜⎜2 0 0⎟⎟⎟
⎜ ⎟ ⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
= rg ⎜⎜⎜⎜0 1 −λ ⎟⎟⎟⎟ avec Δ = (a − c) ⎜⎜0 1 0⎟⎟ + b ⎜⎜⎜ 0 0 √0 ⎟⎟⎟ + c ⎜⎜0 0 0⎟⎟⎟⎟
⎜
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
0 0 λ(2 − λ ) L3 ←− L3 − (1 − λ )L2
2 2
001 0 0 2 002
0 √ √ ⎛ √ ⎞
3 si λ 0, 2, − 2 ⎜⎜⎜a − b 2 + c 0 0 ⎟⎟⎟
= ⎜ ⎟⎟⎟
2 sinon
. = ⎜⎜⎜⎜⎜ 0 a−c 0√ ⎟⎟⎟
⎝ ⎠
√ √ 0 0 a+b 2+c
Ainsi A admet trois vp distinctes : 0, − 2, 2.
Puisque A ∈ M3 (R), on en déduit que la matrice A est diagona- 7.15 a) • Soient m ∈ R et u = (x, y, z) ∈ R3 .
lisable. ⎧
√ √ ⎪
⎪
⎪ (−1 − m)x + my + 2z = x
Notons λ1 = − 2, λ2 = 0, λ3 = 2. ⎨
On a : hm (u) = u ⇐⇒ ⎪ ⎪ −mx + y + mz = y
⎪
⎩ −2x + my + (3 − m)z = z
Remarque : La matrice A est une matrice symétrique réelle,
⎧
donc A est diagonalisable dans M3 (R) (voir le programme de ⎪
⎪
⎪ (−2 − m)x + my + 2z = 0
seconde année). ⎨
⇐⇒ ⎪
⎪ −mx + mz = 0
⎪
⎩ −2x + my + (2 − m)z = 0
•Déterminons les SEP de A.
⎛ ⎞ ⎧ 0
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ y=0 mx = mz
⎨ ⇐⇒ (S)
1) X = ⎜⎜⎝⎜y⎟⎟⎠⎟ ∈ SEP(A, 0) ⇐⇒ ⎪
⎪ x+z=0 −2x + my + (2 − m)z = 0
.
z ⎪
⎩y = 0
1er cas : si m = 0, alors (S) ⇐⇒ z = x.
0 ⎛ ⎞
z = −x ⎜⎜⎜ 1 ⎟⎟⎟ Ainsi 1 est vp de h0 et SEP(h0 , 1) = Vect (1, 0, 1), (0, 1, 0) .
⇐⇒ . Ainsi, SEP(A, 0) = Vect ⎜⎜⎝⎜ 0 ⎟⎟⎠⎟ .
y=0 −1 2e cas : si m 0, alors (S ) ⇐⇒ x = y = z.
⎛ ⎞ ⎧ √
⎪ Ainsi 1 est vp de hm et SEP(hm , 1) = Vect (1, 1, 1) .
⎜⎜⎜ x⎟⎟⎟ √ ⎪ y = − 2 x√
⎪
⎪
⎨
2) X = ⎜⎜⎜⎝y⎟⎟⎟⎠ ∈ SEP(A, − 2) ⇐⇒ ⎪ ⎪ x + z =√− 2 y −−
→
• Prenons v1 = (1, 1, 1). Alors v1 est un vp commun à tous les
z ⎪
⎪
⎩y = − 2z
endomorphismes hm car :
0 ⎛ ⎞
z=x √ √ ⎜⎜⎜ 1√ ⎟⎟⎟ ∀m ∈ R, hm (v1 ) = (1, 1, 1) = v1 .
⇐⇒ ⎜
. Ainsi, SEP(A, − 2) = Vect ⎜⎜⎝− 2⎟⎟⎟⎠ .
y=− 2x 1 b) • Montrons que (v1 , v2 , v3 ) est une base de R3 .
⎛ ⎞ ⎧ √ (v1 , v2 , v3 ) dans la base cano-
⎪
⎪ Notons P la matrice ⎛de la famille
⎜⎜⎜ x⎟⎟⎟ √ ⎪ y = 2 x√
⎪
⎨
⎞
⎜⎜⎜1 1 1⎟⎟⎟
3) X = ⎜⎜⎜⎝y⎟⎟⎟⎠ ∈ SEP(A, 2) ⇐⇒ ⎪ ⎪ x + z√= 2 y ⎜ ⎟
⎪
⎪
⎩y = 2z nique de R3 : P = ⎜⎜⎜⎜1 0 1⎟⎟⎟⎟.
z ⎝ ⎠
110
0 ⎛ ⎞ ⎛ ⎞
z = x√ √ ⎜⎜⎜ √1 ⎟⎟⎟ ⎜⎜⎜1 1 1⎟⎟⎟
⇐⇒ . Ainsi, SEP(A, 2) = Vect ⎜⎜⎜⎝ 2⎟⎟⎟⎠ . ⎜⎜⎜ ⎟
y= 2x Alors : rg(P) = rg ⎜⎜0 1 0⎟⎟⎟⎟ L2 ←− L1 − L2 = 3.
1 ⎝ ⎠
0 0 1 L3 ←− L1 − L3
• On obtient alors : A = PDP−1 , avec :
⎛ ⎞ ⎛ √ ⎞ On en déduit que la matrice P est inversible et donc que la fa-
⎜⎜⎜ 1 1 1 ⎟⎟⎟ ⎜⎜⎜− 2 0 0 ⎟⎟⎟ mille (v1 , v2 , v3 ) est une base de R3 .
⎜⎜⎜ √ √ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟
P = ⎜⎜⎜⎜− 2 0 2⎟⎟⎟⎟ et D = ⎜⎜⎜⎜ 0 0 0 ⎟⎟⎟⎟⎟. • On a, pour tout m de R :
⎜⎝ ⎟⎠ ⎜⎝ √ ⎟⎠
1 −1 1 0 0 2 ⎛ ⎞
⎜⎜⎜1 − m⎟⎟⎟
⎜ ⎟
hm (v1 ) = v1 , hm (v2 ) = ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ = (1 − m)v2
© Dunod. La photocopie non autorisée est un délit
c) 1) On a : M = aI + bA + cJ = aI + bA + c(A2 − I)
⎝ ⎠
1−m
= (a − c)I + bA + cA2 . ⎛ ⎞
⎧ ⎜⎜⎜ −1 ⎟⎟⎟
⎜ ⎟
⎪
⎪
⎪
⎪
A = PDP−1 et hm (v3 ) = ⎜⎜⎜⎜1 − m⎟⎟⎟⎟ = (m − 2)v2 + (1 − m)v3 .
⎪
⎪ 2
⎨ ⎝ ⎠
A = (PDP−1 )(PDP−1) = PD2 P−1 . m−2
c) 2) On a : ⎪
⎪
⎪
⎪
⎪
⎪ Ainsi la matrice de hm dans la base (v1 , v2 , v3 ) est :
⎩ I = PP−1 = PIP−1
⎛ ⎞
⎜⎜⎜1 0 0 ⎟⎟⎟
M = (a − c)PIP−1 + bPDP−1 + cPD2 P−1 ⎜ ⎟
Ainsi : Am = ⎜⎜⎜⎜0 1 − m m − 2⎟⎟⎟⎟.
⎝ ⎠
= P (a − c)I + bD + cD2 P−1 , 0 0 1−m
noté Δ c) Soit m ∈ R.
141
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
⎛ ⎞
La matrice Am est triangulaire supérieure, donc les éléments ⎜⎜⎜a b c ⎟⎟⎟
⎜⎜
⎜ ⎟⎟
diagonaux de Am sont ses vp. Ainsi les vp de Am , et donc celle • Notons N = ⎜ ⎜⎝d e f ⎟⎟⎟⎠. Alors :
de hm , sont : 1, 1 − m. g h i
⎛ ⎞ ⎛ ⎞
1er cas : si m = 0, alors h0 admet 1 comme unique vp, et ⎜⎜⎜ a b c ⎟⎟⎟ ⎜⎜⎜a 4b 9c ⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
puisque dim SEP(h0 , 1) = 2, on en déduit que h0 n’est pas DN = ND ⇐⇒ ⎜⎜4d 4e 4 f ⎟⎟ = ⎜⎜d 4e 9 f ⎟⎟⎟⎟
⎝ ⎠ ⎝ ⎠
diagonalisable. 9g 9h 9i g 4h 9i
⎛ ⎞
2e cas : si m 0, alors hm admet deux vp : 1 et 1 − m. ⎜⎜⎜a 0 0⎟⎟⎟
⎜⎜
⎜ ⎟⎟⎟
Déterminons SEP(hm , 1 − m). Soit u = (x, y, z) ∈ R3 . ⇐⇒ b = c = d = f = g = h = 0 ⇐⇒ N = ⎜⎜0 e 0⎟⎟.
⎝ ⎠
⎧ 00 i
⎪
⎪
⎪ −2x + my + 2z = 0
⎨ Ceci montre que la matrice N est diagonale.
Alors : hm (u) = (1 − m)u ⇐⇒ ⎪ ⎪ −mx + my + mz = 0
⎪
⎩ −2x + my + 2z = 0 c) Soit M ∈ M3 (R) vérifiant : M 2 = A.
0 Alors M et A commutent car AM = M 2 M = MM 2 = MA.
−x + y + z = 0
⇐⇒ (S) . D’après la question b), on en déduit que P−1 MP est diagonale.
m0 (m − 2)y = 0
Notons E cette matrice.
1 sous cas : si m = 2, alors (S) ⇐⇒ x = y + z.
er
⎛ ⎞
⎜⎜⎜⎜ x 0 0⎟⎟⎟⎟
Ainsi : SEP(h2 , 1 − m) = SEP(h2 , −1) = Vect (1, 1, 0), (1, 0, 1) . Soit (x, y, z) ∈ R3 tel que E = P−1 MP = ⎜⎜⎜⎜0 y 0⎟⎟⎟⎟.
⎝ ⎠
On en déduit que dim SEP(h2 , −1) = 2. D’où : 00 z
dim SEP(h2 , 1) + dim SEP(h2 , −1) = 3 = dim(R3 ). Puisque M 2 = A, alors en multipliant par P−1 et P, on a
P−1 M 2 P = P−1 AP. On obtient donc :
On conclut que h2 est diagonalisable. ⎛ 2 ⎞
0 ⎜⎜⎜ x 0 0 ⎟⎟⎟
y=0 ⎜⎜⎜ ⎟
2e sous cas : si m 2, alors (S) ⇐⇒ . E = ⎜⎜ 0 y 0 ⎟⎟⎟⎟ = D.
2 2
z=x ⎝ 2⎠
0 0 z
Ainsi : SEP(hm , 1 − m) = Vect (1, 0, 1) . ⎧ 2 ⎧
⎪
⎪
⎪ x =1 ⎪
⎪
⎪ x = ±1
⎨ 2 ⎨
On en déduit que dim SEP(h2 , −1) = 1. D’où : Ainsi : ⎪ ⎪ y = 4 , c’est-à-dire ⎪
⎪ y = ±2 .
⎪
⎩ z2 = 9 ⎪
⎩ z = ±3
dim SEP(h2 , 1) + dim SEP(h2 , −1) = 2 3 = dim(R3 ).
Ceci montre que la matrice M est de la forme :
On conclut que hm n’est pas diagonalisable. ⎛ ⎞
⎜⎜⎜±10 0 ⎟⎟⎟
Conclusion : hm est diagonalisable si et seulement si m = 2. ⎜ ⎟
M = P ⎜⎜⎜⎜ 0 ±2 0 ⎟⎟⎟⎟ P−1 .
⎝ ⎠
7.16 a) Par la méthode usuelle, on trouve que : 00 ±3
⎛ ⎞
• les vp de A sont : 1, 4, 9 ⎜⎜⎜±1 0 0 ⎟⎟⎟
⎜ ⎟
Réciproquement, si M = P ⎜⎜⎜⎜ 0 ±2 0 ⎟⎟⎟⎟ P−1 , alors :
• les SEP de A sont : ⎛ ⎞ ⎝ ⎠
⎜⎜⎜⎜0⎟⎟⎟⎟ 0 0 ±3
⎛ ⎞
SEP(A, 1) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ , ⎜⎜⎜(±1)2 0 0 ⎟⎟⎟
⎝ ⎠ ⎜ ⎟
2 M 2 = P ⎜⎜⎜⎜ 0 (±2)2 0 ⎟⎟⎟⎟ P−1 = PDP−1 = A. Donc M est
⎛ ⎞ ⎛ ⎞ ⎝ 2⎠
⎜ ⎟
⎜⎜⎜ ⎟⎟⎟
1 ⎜⎜⎜⎜1⎟⎟⎟⎟ 0 0 (±3)
SEP(A, 4) = Vect ⎜⎜⎜ 0 ⎟⎟⎟ et SEP(A, 9) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ .
⎜ ⎟ solution.
⎝ ⎠ ⎝ ⎠
−1 0
On a donc A = PDP−1 en posant (par exemple) : Conclusion : Les matrices ⎛ solutions ⎞ du problème sont les
⎛ ⎞ ⎛ ⎞ ⎜⎜⎜±1 0 0 ⎟⎟⎟
⎜⎜⎜0 1 1⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟ ⎜ ⎟
⎜ ⎟⎟ ⎜⎜ ⎟ matrices de la forme : P ⎜⎜⎜⎜ 0 ±2 0 ⎟⎟⎟⎟ P−1 .
P = ⎜⎜⎜⎜1 0 1⎟⎟ et D = ⎜⎜0 4 0⎟⎟⎟⎟.
⎟ ⎜ ⎝
0 0 ±3
⎠
⎝ ⎠ ⎝ ⎠
2 −1 0 009
Il y a 8 matrices distinctes solutions du problème.
b) • On a la relation : M = PNP−1 . Donc :
L’une d’elles est, après calcul du produit de trois matrices :
AM = MA ⇐⇒ (PDP−1)(PNP−1 ) = (PNP−1 )(PDP−1)
⎛ ⎞ ⎛ ⎞
⇐⇒ PDNP−1 = PNDP−1 =⇒ DN = ND ⎜⎜⎜1 0 0⎟⎟⎟ ⎜ 1 2 −1⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ −1 ⎜⎜⎜⎜⎜ ⎟
M = P ⎜⎜0 2 0⎟⎟ P = ⎜⎜−2 5 −2⎟⎟⎟⎟ ,
en multipliant à droite par P et à gauche par P−1 ⎝ ⎠ ⎝ ⎠
003 2 2 0
(la réciproque est vraie et s’obtient en multipliant à droite par
P−1 et à gauche par P).
et on peut contrôler que M 2 = A.
142
Corrigés des exercices
⎛ ⎞
d) Soit M ∈ M3 (R) vérifiant : 6M − M 2 = A. ⎜⎜⎜2⎟⎟⎟
Ainsi : SEP(A, 2) = Vect ⎜⎜⎜⎝1⎟⎟⎠⎟ .
Alors M et A commutent car : 0
AM = (6M − M 2 )M = 6M 2 − M 3 = M(6M − M 2 ) = MA. • On a : dim SEP(A, 1) + dim SEP(A, 2) = 2
D’après la question b), on en déduit que P−1 MP est diagonale. et A ∈ M3 (R).
Notons E cette matrice. On conclut que la matrice A n’est pas diagonalisable.
⎛ ⎞
⎜⎜⎜ x 0 0⎟⎟⎟ b) • Notons (e1 , e2 , e3 ) la base canonique de R3 et u l’endomor-
⎜⎜⎜ ⎟
Soit (x, y, z) ∈ R tel que E = P MP = ⎜⎜0 y 0⎟⎟⎟⎟.
3 −1
phisme canoniquement associé à A.
⎝ ⎠
00 z
On cherche alors ( f1 , f2 , f3 ) une base de R3 telle que :
Par le même raisonnement qu’au c), on obtient : ⎧
⎧ √ ⎪
⎪
⎪ u( f1 ) = f1
⎧ ⎪ ⎪
⎪
⎪
⎪
⎪ 6x − x2 = 1 ⎪
⎪
⎪ x = 3 ± 2√ 2 ⎨
⎨ ⎨ ⎪
⎪ u( f2 ) = 2 f2 .
⎪
⎪ 6y − y2 = 4 ⇐⇒ ⎪ ⎪ y=3± 5 ⎪
⎪
⎪
⎪
⎩ 6z − z2 = 9 ⎪
⎪
⎩z = 3 ⎩ u( f3 ) = f2 + 2 f3
⎛ √
⎜⎜⎜3 ± 2 2 0√ 0⎟⎟⎟
⎞ Le vecteur f est alors un −
1
−→de u associé à la vp 1.
vp
⎜⎜⎜ ⎟⎟
donc : M = P ⎜⎜⎜ 0 3 ± 5 0⎟⎟⎟⎟ P−1 . Prenons donc f1 = (1, 1, 0).
⎝ ⎠
0 0 3 Le vecteur f2 est alors un −
−→de u associé à la vp 2.
vp
⎛ √ ⎞
⎜⎜⎜3 ± 2 2 0√ 0⎟⎟⎟ Prenons donc f2 = (2, 1, 0).
⎜⎜⎜ ⎟⎟
Réciproquement, si M = P ⎜⎜⎜ 0 3± 5 0⎟⎟⎟⎟ P−1 , alors
⎝ ⎠ Notons f3 = (x, y, z). Alors : u( f3 ) = f2 + 2 f3
0 0 3 ⎧
6M − M 2 = A. Donc M est solution. ⎪
⎪
⎪ 3x − 2y + 3z = 2 + 2x ⎧
⎪
⎪
⎨ ⎪
⎪
⎨ x − 2y + 3z = 2
Conclusion : Les matrices ⇐⇒ ⎪
⎪ x + 2z = 1 + 2y ⇐⇒ ⎪
⎪
⎛ solutions
√ du problème
⎞ sont les ⎪
⎪
⎪ ⎩ x − 2y + 2z = 1
⎜⎜⎜3 ± 2 2 0√ 0⎟⎟⎟ ⎩ 2z = 0 + 2z
⎜ ⎟⎟
matrices de la forme : P ⎜⎜⎜⎜⎜ 0 3 ± 5 0⎟⎟⎟⎟ P−1 . ⎧
⎝ ⎠ ⎪
⎪
⎨z = 1
0 0 3 ⇐⇒ ⎪ .
⎪
⎩ x = 2y − 1
Il y a 4 matrices distinctes solutions du problème.
Prenons donc f3 = (−1, 0, 1).
7.17 Déterminons les vp de A. Soit λ ∈ R.
• La famille ( f1 , f2 , f3 ) est une base de R3 car :
⎛ ⎞
⎜⎜⎜3 − λ −2 3 ⎟⎟⎟ 1) les trois vecteurs appartiennent à R3
⎜⎜⎜ ⎟
Alors rg(A − λI3 ) = rg ⎜⎜⎜ 1 −λ 2 ⎟⎟⎟⎟⎟
⎝ ⎠ 2) soit (a, b, c) ∈ R3 tel que a f1 + b f2 + c f3 = 0, alors :
0 0 2−λ ⎧
⎪
⎪
⎪ a + 2b − c = 0
⎛ ⎞ ⎨
⎜⎜⎜1 −λ 2 ⎟⎟⎟ L1 ←− L2 ⎪
⎪
⎪
a+b=0
⎩c = 0
⇐⇒ a = b = c = 0 ;
⎜⎜⎜ 2 ⎟
= rg ⎜⎜0 λ − 3λ + 2 3 − 2λ⎟⎟⎟⎟ L2 ←− (3 − λ)L2 − L1
⎝ ⎠
0 0 2−λ donc la famille est libre
0
= 3 si λ 1, 2 3) la famille comporte 3 vecteurs et dim(R3 ) = 3.
. ⎛ ⎞
2 sinon
⎜⎜⎜1 0 0⎟⎟⎟
⎜⎜⎜ ⎟
Ainsi : les vp de A sont 1 et 2. Et la matrice de u dans cette base est : ⎜⎜0 2 1⎟⎟⎟⎟ = T .
© Dunod. La photocopie non autorisée est un délit
⎛ ⎞ ⎝ ⎠
⎜⎜⎜ x⎟⎟⎟ 002
• Déterminons les SEP de A. Soit X = ⎜ ⎜⎜⎝y⎟⎟⎟⎠ ∈ M3,1 (R). On conclut que les matrices A et T sont semblables.
z
⎧
⎪
⎪ 2x − 2y + 3z = 0 2
• Notons P la matrice de passage
⎛ de⎞ la base (e1 , e2 , e3 ) à la base
⎨ z=0 ⎜⎜⎜1 2 −1⎟⎟⎟
1) X ∈ SEP(A, 1) ⇐⇒ ⎪⎪ x − y + 2z = 0 ⇐⇒ x = y . ⎜ ⎟
⎩ 2z = 0 ( f1 , f2 , f3 ). Alors : P = ⎜⎜⎜⎜1 1 0 ⎟⎟⎟⎟.
⎝ ⎠
⎛ ⎞ 00 1
⎜⎜⎜⎜1⎟⎟⎟⎟
Ainsi : SEP(A, 1) = Vect ⎜⎜⎝1⎟⎟⎠ . D’après le cours, on a la relation : A = PT P−1.
0 ⎛ ⎞ ⎛ ⎞
0 0 ⎜⎜⎜ x⎟⎟⎟ ⎜⎜⎜a⎟⎟⎟
x − 2y + 3z = 0 z=0 ⎜
⎜
⎜ ⎟
⎟ ⎜⎜ ⎟⎟
⎜⎝ ⎟⎟⎠ et Y = ⎜⎜⎜⎝b⎟⎟⎟⎠. Alors :
⎟
−1
• Calculons P . Soient X = ⎜ y
2) X ∈ SEP(A, 2) ⇐⇒ ⇐⇒ .
x − 2y + 2z = 0 x = 2y z c
143
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
⎧ ⎧ ⎛ ⎞
⎪
⎪
⎪ x + 2y − z = a ⎪
⎪
⎪ x = −a + 2b − c ! ⎜⎜⎜⎜a 0 0⎟⎟⎟⎟ "
⎪
⎪ ⎪
⎪
PX = Y ⇐⇒ ⎪
⎨
x+y=b ⇐⇒ ⎪
⎨
y= a−b+c . Ainsi : C (T ) = ⎜⎜⎜0 b c⎟⎟⎟⎟ ; (a, b, c) ∈ R3 .
⎜
⎪
⎪ ⎪
⎪ ⎝ ⎠
⎪
⎪
⎩z = c ⎪
⎪
⎩z = c 00b
⎛ ⎞
⎛ ⎞ ! ⎜⎜⎜⎜a 0 0⎟⎟⎟⎟ "
⎜⎜⎜−1 2 −1⎟⎟⎟
⎜⎜ ⎟ d) 3) D’où : C (A) = P ⎜⎜⎜⎜0 b c⎟⎟⎟⎟ P−1 ; (a, b, c) ∈ R3
On en déduit que P = ⎜⎜ 1 −1 1 ⎟⎟⎟⎟.
−1 ⎜ ⎝ ⎠
⎝ ⎠ 00b
0 0 1 ⎛ ⎞
c) • Calculons, pour tout n de N, T n . ! ⎜⎜⎜⎜−a + 2b 2a − 2b −a + b + 2c⎟⎟⎟⎟ "
⎛ ⎞ ⎛ ⎞ = ⎜⎜⎜ −a + b 2a − b −a + b + c ⎟⎟⎟⎟ ; (a, b, c) ∈ R3
⎜
⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜1 0 0 ⎟⎟⎟ ⎝ ⎠
⎜ ⎟ ⎜ ⎟ 0 0 b
On obtient : T 2 = ⎜⎜⎜⎜0 4 4⎟⎟⎟⎟ et T 3 = ⎜⎜⎜⎜0 8 12⎟⎟⎟⎟. ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎝ ⎠ ⎝ ⎠
004 00 8 ⎜⎜⎜⎜−1 2 −1⎟⎟⎟⎟ ⎜⎜⎜⎜2 −2 1⎟⎟⎟⎟ ⎜⎜⎜⎜0 0 2⎟⎟⎟⎟
= Vect ⎜⎜⎜⎜−1 2 −1⎟⎟⎟⎟, ⎜⎜⎜⎜1 −1 1⎟⎟⎟⎟, ⎜⎜⎜⎜0 0 1⎟⎟⎟⎟ .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Par récurrence simple, on ⎛ montre⎞que, pour tout n de N, il existe 0 0 0 0 0 1 000
⎜⎜⎜1 0 0 ⎟⎟⎟
⎜ ⎟
αn ∈ R tel que : T n = ⎜⎜⎜⎜0 2n αn ⎟⎟⎟⎟ ; notée E 1 notée E 2 notée E 3
⎝ n⎠
0 0 2 Les matrices E1 , E2 , E3 étant des éléments de M3 (R), on en dé-
de plus, on a : ∀n ∈ N, αn+1 = 2αn + 2n . duit que C (A) est un sev de M3 (R) ; en particulier, C (A) est un
R-ev.
Puis, par récurrence, on montre : ∀n ∈ N, αn = n2n−1 .
⎛ ⎞ De plus, on montre facilement que les matrices E1 , E2 , E3
⎜⎜⎜1 0 0 ⎟⎟⎟
⎜⎜ n n−1 ⎟⎟⎟
⎜ forment une famille libre de C (A).
Ainsi : ∀n ∈ N, T = ⎜⎜0 2 n2 ⎟⎟.
n
⎝ ⎠ On en déduit que la famille (E1 , E2 , E3 ) est une base de C (A)
0 0 2n
et donc dim C (A) = 3.
•Puisque A = PT P−1, on en déduit que, pour tout n de N :
⎛ ⎞⎛ ⎞
⎜⎜⎜1 2 −1⎟⎟⎟ ⎜⎜⎜1 0 0 ⎟⎟⎟ 7.18 1) Déterminons les éléments propres de la matrice A,
⎜
⎜ ⎟
⎟⎜ ⎜ ⎟⎟
An = PT n P−1 = ⎜⎜⎜⎜1 1 0 ⎟⎟⎟⎟ ⎜⎜⎜⎜0 2n n2n−1 ⎟⎟⎟⎟ P−1 en utilisant la définition.
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠
0 0 1 0 0 2n Remarquons tout d’abord que rg(A) = 1 < n et donc 0 est
⎛ n+1 n ⎞⎛ ⎞ une vp de A et, d’après le théorème du rang, dim SEP(A, 0) =
⎜⎜⎜1 2 2 (n − 1)⎟⎟ ⎜⎜−1 2 −1⎟⎟ n − rg(A) = n − 1.
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
= ⎜⎜⎜1 2n n2n−1 ⎟⎟⎟⎟ ⎜⎜⎜⎜ 1 −1 1 ⎟⎟⎟⎟ ⎛ ⎞
⎜⎜⎜ x1 ⎟⎟⎟
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ ⎜⎜ ⎟⎟
0 0 2n 0 0 1 Soient λ ∈ R et X = ⎜⎜⎜⎜⎜ ... ⎟⎟⎟⎟⎟ ∈ Mn,1 (R).
⎜⎝ ⎟⎠
⎛ ⎞
⎜⎜⎜−1 + 2n+1 2 − 2n+1 −1 + 2n + n2n ⎟⎟⎟ xn
⎜⎜⎜ ⎟⎟ ⎧
= ⎜⎜⎜ −1 + 2n 2 − 2n −1 + 2n + n2n−1 ⎟⎟⎟⎟. ⎪
⎪
⎪ x1 + · · · + xn = λx1
⎜⎝ ⎟⎠ ⎪
⎪
⎨ .
2n .. ..
0 0 On a : (S) : AX = λX ⇐⇒ ⎪ ⎪ .
⎪
⎪
⎪
d) 1) Soit M ∈ M3 (R). On a : ⎩ x + · · · + x = λx
1 n n
M ∈ C (A) ⇐⇒ AM = MA ⇐⇒ PT P−1 M = M PT P−1 1er cas : si λ = 0, alors :
−1 −1 −1
⇐⇒ T P M = P MPT P en multipliant à gauche par P−1 (S) ⇐⇒ xn = −(x1 + x2 + · · · + xn−1 ).
−1
⇐⇒ T P MP = P MPT −1
en multipliant à droite par P ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 1 ⎟⎟⎟ ⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ 0 ⎟⎟⎟
⇐⇒ P−1 MP ∈ C (T ). ⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ 1 ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟
⎛ ⎞ ⎜⎜⎜⎜ . ⎟⎟⎟⎟ ⎜⎜⎜⎜ ⎟⎟⎟⎟ ⎜⎜⎜ .. ⎟⎟⎟
⎜ ⎟
⎜⎜⎜a b c ⎟⎟⎟ Ainsi : SEP(A, 0) = Vect ⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟ , ⎜⎜⎜⎜⎜ 0 ⎟⎟⎟⎟⎟ , . . . , ⎜⎜⎜⎜⎜ 0 ⎟⎟⎟⎟⎟ .
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ .. ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟
d) 2) Notons M = ⎜⎜d e f ⎟⎟⎟⎟. Alors : T M = MT ⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟ ⎜⎜⎜ 1 ⎟⎟⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
gh i −1 −1 −1
⎛ ⎞ ⎛ ⎞ 0
⎜⎜⎜ a b c ⎟⎟⎟ ⎜⎜⎜a 2b b + 2c ⎟⎟⎟ x1 = · · · = xn
⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
⇐⇒ ⎜⎜2d + g 2e + h 2 f + i⎟⎟ = ⎜⎜d 2e e + 2 f ⎟⎟⎟⎟
⎜ 2e cas : si λ 0, alors (S) ⇐⇒
nx1 = λx1
.
⎝ ⎠ ⎝ ⎠
2g 2h 2i g 2h h + 2i
⎛ ⎞ • 1er sous-cas : si λ n,
0 ⎜⎜⎜a 0 0 ⎟⎟⎟
b=c=d=g=h=0 ⎜⎜⎜ ⎟ alors : (S) ⇐⇒ x1 = · · · = xn = 0 ⇐⇒ X = 0,
⇐⇒ ⇐⇒ M = ⎜⎜0 e f ⎟⎟⎟⎟
i=e ⎝ ⎠
00 e donc λ n’est pas une vp de A.
• 2e sous-cas : si λ = n,
144
Corrigés des exercices
⎧
⎪
⎪
alors : (S) ⇐⇒ x1 = · · · = xn , ⎨ x2 = x3 = · · · = xn−1
⎪
⎛ ⎞ alors : (S) ⇐⇒ ⎪⎪ λ ,
⎜1 ⎟ ⎪
⎩ x1 = xn = x2
⎜⎜⎜⎜⎜ . ⎟⎟⎟⎟⎟ 2
donc λ = n est une vp de A et SEP(A, n) = Vect ⎜⎜⎜⎜ .. ⎟⎟⎟⎟ . √
⎜⎝ ⎟⎠ donc λ = 1 ± 2n − 3 est une vp de B
1 ⎛ ⎞
⎜⎜⎜λ⎟⎟⎟
Ainsi A admet 2 vp distinctes, l’un de ses SEP est de dimension ⎜⎜⎜2⎟⎟⎟
n − 1 et l’autre est de dimension 1. ⎜⎜⎜⎜ . ⎟⎟⎟⎟
et SEP(B, λ) = Vect ⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟ .
On en déduit que A est diagonalisable. ⎜⎜⎜⎜ ⎟⎟⎟⎟
⎜⎜⎝2⎟⎟⎠
2) Déterminons les éléments propres de la matrice B, en utili- λ
sant la définition. Ainsi B admet 3 vp distinctes, l’un de ses SEP est de dimension
Remarquons tout d’abord que rg(B) = 2 < n et n − 2 et les deux autres sont de dimension 1.
donc 0 est une vp de B et, d’après le théorème du rang,
On en déduit que B est diagonalisable.
dim SEP(B, 0) = n − rg(B) = n − 2.
⎛ ⎞ Remarque : Les matrices A et B sont des matrices symétriques
⎜⎜⎜ x1 ⎟⎟⎟ réelles, donc diagonalisables dans Mn (R) (voir le programme
⎜⎜ ⎟⎟
Soient λ ∈ R et X = ⎜⎜⎜⎜⎜ ... ⎟⎟⎟⎟⎟ ∈ Mn,1 (R). de seconde année).
⎜⎝ ⎟⎠
xn
⎧ 7.19 a) • Soit P = aX4 + bX3 + cX2 + dX + e un polynôme
⎪
⎪
⎪ x1 + · · · + xn = λx1 de R4 [X]. Alors :
⎪
⎪
⎪
⎪
⎪ x1 + xn = λx2 1
⎪
⎪
⎨ . 1 1 1
.. .. Φ(P) = P(X) + 2X4 a 4 + b 3 + c 2 + d + e
On a : (S) : BX = λX ⇐⇒ ⎪ ⎪ .
⎪
⎪
⎪
X X X X
⎪
⎪
⎪ x1 + xn = λxn−1 = P(X) + 2(a + bX + cX2 + dX3 + eX4 ).
⎪
⎪
⎩ x + · · · + x = λx
1 n n Puisque R4 [X] est stable par combinaison linéaire, on en déduit
1er cas : si λ = 0, alors : que Φ(P) appartient à R4 [X].
0
xn = −x1 Ainsi : Φ : R4 [X] −→ R4 [X].
(S) ⇐⇒ .
x2 = −(x3 + · · · + xn−1 ) • Montrer que Φ est linéaire. Soient (P, Q) ∈ R4 [X] et α ∈ R.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ On a :
⎜⎜⎜ 1 ⎟⎟⎟ ⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ 0 ⎟⎟⎟
⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜−1⎟⎟⎟ ⎜⎜⎜−1⎟⎟⎟ 1
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ Φ(αP + Q) = (αP + Q)(X) + 2X4 (αP + Q)
⎜
⎜⎜⎜ .. ⎟⎟⎟ ⎜⎜⎜ 1 ⎟⎟⎟⎟ ⎜ ⎟ ⎜⎜⎜ 0 ⎟⎟⎟ X
⎜ ⎟ 1 1
Ainsi : SEP(B, 0) = Vect ⎜⎜⎜⎜ . ⎟⎟⎟⎟ , ⎜⎜⎜⎜ 0 ⎟⎟⎟⎟ , . . . , ⎜⎜⎜⎜⎜ . ⎟⎟⎟⎟⎟ .
⎜ ⎟ ⎜ ⎟
= α P(X) + 2X4 P + Q(X) + 2X4 Q
⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ .. ⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ .. ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ = αΦ(P) + Φ(Q).
X X
⎜⎜⎜ 0 ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟ ⎜⎜⎜ 1 ⎟⎟⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
−1 0 0 On conclut : Φ est un endomorphisme de R4 [X].
⎧
⎪
⎪
⎪ x1 = xn b) • Pour tout P ∈ R4 [X], on a :
⎪
⎪
⎪
⎨ x2 = x3 = · · · = xn−1 1
2 cas : si λ 0, alors : (S) ⇐⇒ ⎪
e
⎪ Φ ◦ Φ(P) = Φ P(X) + 2X4 P
⎪
⎪
⎪ 2x1 + (n − 2)x2 = λx1 X
⎪
⎩ 2x1 = λx2 1
= Φ(P) + 2Φ X P 4
⎧ X
⎪
⎪ x2 = x3 = · · · = xn−1 # 1 $ # 1 1 $
⎪
⎪
© Dunod. La photocopie non autorisée est un délit
⎪
⎪ λ = P(X) + 2X4 P + 2 X4 P + 2X4 4 P(X)
⎪
⎨ x1 = xn = x2 X X X
⇐⇒ ⎪
⎪ 2 . 1
⎪
⎪
⎪ λ2 = 5P(X) + 4X4 P = 2Φ(P) + 3P.
⎪
⎪
⎩ − λ − n + 2 x2 = 0 X
2
On en déduit : Φ2 = 2Φ + 3IdR4 [X] .
λ2
• 1er − λ − n + 2 0,
sous-cas : si • On a alors :
2 1 1
2 2
alors : (S) ⇐⇒ x1 = · · · = xn = 0 ⇐⇒ X = 0, Φ ◦ Φ − IdR4 [X] = IdR4 [X] = Φ − IdR4 [X] ◦ Φ.
3 3 3 3
donc λ n’est pas une vp de B. 1 2
−1
Donc Φ est bijectif et Φ = Φ − IdR4 [X] .
λ2 3 3
• 2e sous-cas : si−λ−n+2 =0 −
−→
2 √ c) • Soit λ une vp de Φ et P un vp associé à cette vp.
c’est-à-dire λ = 1 ± 2n − 3,
Puisque : Φ(P) = λP, Φ2 (P) = λ2 P et P 0,
145
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
⎛ ⎞
on en déduit (λ2 − 2λ − 3)P = 0 et par conséquent : ⎜⎜⎜a1 ⎟⎟⎟
⎜⎜ . ⎟⎟ n
Ainsi : ∀i ∈ 1 ; n, ∃αi ∈ R, Ci = αiCi0 . b) 1) Puisque u admet n vp distinctes et dim(E) = n, tous les
⎛ ⎞ SEP de u sont de dimension 1.
⎜⎜⎜α1 ⎟⎟⎟
⎜⎜ . ⎟⎟ Soit x un −
−→de u associé à la vp λ.
vp
Prenons U = Ci0 et V = ⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟.
⎜⎝ ⎟⎠ Puisque x 0, on a : SEP(u, λ) = Vect(x).
αn
D’après a), v(x) appartient à SEP(u, λ) = Vect(x).
Alors U 0 par définition de Ci0 et V 0 car αi0 = 1.
Ainsi, il existe μ ∈ R tel que v(x) = μx.
De plus : U t V = α1Ci0 · · · αnCi0
Autrement dit, puisque x 0, x est un − −
→de v.
vp
= C1 · · · Cn = A.
On en déduit que tout − −→de u est −
vp −→de v.
vp
D’où le résultat demandé.
146
Corrigés des exercices
b) 2) Puisque u admet n vp distinctes et dim(E) = n, u est dia- Alors d’après b), le polynôme P est de la forme :
gonalisable. P(X) = a(X − 1)r (X + 1)n−r , avec a ∈ C∗ et r ∈ 0 ; n.
Il existe donc une base B de E constituée de −−
→de u. D’après
vp Ainsi :
−
−→ −
−→
b) 1), tous ces vp sont aussi des vp de v. P (X) = ar(X − 1)r−1 (X + 1)n−r + a(n − r)(X − 1)r (X + 1)n−r−1
Donc la base B de E est constituée de −−→communs à u et v.
vp
= a(X − 1)r−1 (X + 1)n−r−1 r(X + 1) + (n − r)(X − 1)
En particulier, B est une base de E constituée de −
−→de v, donc
vp = a(X − 1)r−1 (X + 1)n−r−1 nX + (2r − n) .
v est diagonalisable.
Puisque f (P) = λP, on en déduit :
147
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
X est −−
→ 1 1
( un ( vp( ),( on en déduit, en divisant l’inégalité précédente u(y) = u(x) − u2 (x) = − u2 (x) − au(x) = 0,
et :
par (( xi0 (( : ((λ(( 1. a
1
a
(u − aIdE )(z) = u2 (x) − au(x) = 0,
On conclut : λ ∈ [−1 ; 1]. a
donc : y ∈ Ker(u) et z ∈ Ker(u − aIdE ).
7.24 a) • Puisque u2 − au = 0, on montre que, pour toute vp • On conclut : E = Ker(u) ⊕ Ker(u − aidE ).
λ de u, λ vérifie : λ2 − aλ = 0 = λ(λ − a).
2) Soient B1 une base de Ker(u) et B2 une base de Ker(u −
Donc les seules vp possibles de u sont 0 et a. aIdE ).
• Les réels 0 et a sont-ils des vp de u ? Puisque Ker(u) et Ker(u − aIdE ) sont supplémentaires dans E,
1 cas : si rg(u) = 0, alors Im(u) = {0} et donc u = 0.
er alors la famille B1 ∪ B2 est une base de E.
148
Corrigés des exercices
On conclut : u est diagonalisable. Donc (NX1 , . . . , NX p ) est une famille libre de SEP(N M, λ).
Par conséquent :
7.25 a) • Soit λ une vp de MN. Montrons que λ est une vp
de N M. dim SEP(N M, λ) dim SEP(MN, λ) = p.
1er cas : λ 0. •Par symétrie des rôles de M et N, on a aussi :
Soit X un −−→de MN associé à la vp λ.
vp dim SEP(MN, λ) dim SEP(N M, λ) .
Alors, MNX = λX et donc, en multipliant par N à gauche : On conclut : dim SEP(MN, λ) = dim SEP(N M, λ) .
N MNX = N M(NX) = λ(NX). c) Montrons que le résultat précédent n’est pas valable pour
λ = 0 à l’aide d’un contre-exemple.
Si NX = 0, alors MNX = 0 = λX et puisque λ 0, on en Prenons : M =
11
et N =
1 2
.
déduit que X = 0 ce qui est absurde car X est un −
−→.
vp 00 −1 −2
Donc NX 0. 00 1 1
On a : MN = et N M = .
−1 −1
On en déduit que λ est une vp de N M et que NX est un −
−→de 00
vp
N M associé à λ. Il est clair que : rg(MN) = 0 et rg(N M) = 1.
⎧
⎪
⎪
⎨ dim SEP(MN, 0) = 2 − 0 = 2
2e cas : λ = 0. Donc : ⎪ ⎪ dim SEP(N M, 0) = 2 − 1 = 1 .
⎩
Alors la matrice MN n’est pas inversible.
Supposons la matrice N M inversible. Alors, en notant f et g les 7.26 a) 1) En lisant la matrice C, on a :
endomorphismes de Kn canoniquement associés à M et N res-
pectivement, g◦ f bijectif. D’après l’exercice 1.17, on en déduit ∀i ∈ 1 ; n − 1, f (ei ) = ei+1
que f est injectif et que g est surjectif ; puis, par la caractérisa- et f (en ) = −(a0 e1 + · · · + an−1 en ).
tion des automorphismes en dimension finie, f et g sont bijec- ⎧ 0
⎪
⎪
⎪ f (e1 ) = e1
tifs, et donc M et N sont inversibles. Il en résulte, par produit, ⎪
⎪
⎪
⎪
⎪ f (e1 ) = e2 ,
que la matrice MN est inversible. Ce qui est absurde ! ⎪
⎪
⎪
⎪
⎪
⎪ f 2
(e1 ) = f (e2 ) = e3 ,
⎪
⎪
⎪
On en déduit que la matrice N M n’est pas inversible et donc ⎪
⎪
⎨ ..
que 0 est vp de N M. Donc : ⎪⎪ .
⎪
⎪
⎪
⎪
⎪
Dans les deux cas, on obtient que λ est aussi une vp de N M. ⎪
⎪
⎪ f (e1 ) = f f n−2 (e1 ) = f (en−1 ) = en
n−1
⎪
⎪
⎪
• Par symétrie des rôles de M et N, toute vp de N M est vp ⎪
⎪
⎪ f n (e1 ) = f f n−1 (e1 ) = f (en )
⎪
⎪
⎪
de MN. ⎩ = −(a0 e1 + · · · + an−1 en ).
On conclut : les matrices MN et N M ont les mêmes vp. a) 2) • On a : P( f )(e1 )
b) • Soit (X1 , . . . , X p ) une base de SEP(MN, λ). Puisque λ 0, = f n (e1 ) + an−1 f n−1 (e1 ) + · · · + a1 f (e1 ) + a0 e1
en utilisant le corrigé de la question précédente, la famille = −(a0 e1 + · · · + an−1 en ) + an−1 en + · · · + a1 e2 + a0 e1 = 0.
© Dunod. La photocopie non autorisée est un délit
149
Chapitre 7 • Réduction des endomorphismes et des matrices carrées
Ainsi : c) 1) • Soit x ∈ C.
⎛ ⎞
⎜⎜⎜−x 0 ··· −a0 ⎟⎟
⎟
P( f )(x) ⎜⎜⎜ 1 −x −a1 ⎟⎟⎟⎟⎟
⎜⎜
= f n (x) + an−1 f n−1 (x) + · · · + a1 f (x) + a0 x On a : C − x In = ⎜⎜⎜⎜ .. .. .. ⎟⎟⎟.
⎟⎟⎟
⎜⎜⎜ 0 . . . ⎟⎟⎠
= λn + an−1 λn−1 + · · · + a1 λ + a0 )x = P(λ)x. ⎜⎝
0 ··· 1 −x − an−1
Puisque P( f )(x) = 0 et x 0, on en déduit que P(λ) = 0.
Notons D1 , . . . , Dn les colonnes de cette matrice. Il est clair que
On conclut que λ est une racine du polynôme P. les (n − 1) premières colonnes sont linéairement indépendantes.
b) 1) On a : P(X) = (X − λ)R(X) = XR(X) − λR(X). Donc : rg(C − x In ) = rg D1 · · · Dn n − 1.
Donc : P( f ) = 0 = f ◦ R( f ) − λR( f ) = ( f − λIdCn ) ◦ R( f ). • Soit λ une vp de C. Alors rg(C − λIn ) < n et puisque
On en déduit que ( f − λIdCn ) ◦ R( f ) = 0. rg(C − λIn ) n − 1, on en déduit que rg(C − λIn ) = n − 1.
b) 2) Soit λ une racine de P. En utilisant le théorème du rang :
D’après la question précédente : ( f − λIdCn ) ◦ R( f ) = 0. dim SEP(C, λ) = n − rg(C − λIn ) = n − (n − 1) = 1.
• Montrons que R( f ) 0. c) 2) Puisque tous les SEP de C sont de dimension 1, C est
diagonalisable si et seulement si C admet n vp distinctes.
Par l’absurde, supposons R( f ) = 0.
De plus, on vient de montrer que :
Le polynôme R est de degré n − 1, car deg(P) = n.
λ est une vp de C ⇐⇒ λ est une racine de P.
Notons R(X) = b0 + b1 X + · · · + bn−1 Xn−1 .
On conclut :
On a alors : R( f )(e1 )
= b0 e1 + b1 f (e1 ) + · · · + bn−1 f n−1 (e1 ) C est diagonalisable ⇐⇒ P admet n racines distinctes.
Donc R(X) = 0 et ainsi P(X) = 0, ce qui est absurde ! On conclut que la matrice A1 est diagonalisable.
Donc λ est une vp de f et donc de C. On conclut que la matrice A2 n’est pas diagonalisable.
150
Suites CHAPITRE 8
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 151
• Convergence, divergence d’une suite, détermination de son éventuelle limite
Énoncés des exercices 153
• Calcul, quand c’est possible, du terme général d’une suite
Du mal à démarrer ? 159
• Montrer que deux suites sont adjacentes
Corrigés des exercices 162
• Étude d’une suite du type un+1 = f (un ).
151
Chapitre 8 • Suites
Essayer de :
• raisonner par l’absurde : supposer que la suite converge et amener
une contradiction
Pour montrer qu’une suite diverge • montrer (dans certains cas) que le terme général tend vers +∞ ou
vers −∞, et éventuellement combiner avec le point précédent pour
une suite monotone.
➥ Exercices 8.18, 8.24 b), 8.25.
152
Énoncés des exercices
Pour étudier une suite récurrente ➥ Exercices 8.14 a), b), 8.24 a), b)
du type u n+1 = f (u n) • Un dessin permet souvent de prévoir le comportement de la suite
(un )n et guide la marche à suivre.
➥ Exercice 8.24 b)
• Une séparation en cas, selon la position du premier terme de la suite
par rapport aux points fixes de f , peut être nécessaire. suivie de
l’étude de la monotonie de (un )n .
➥ Exercice 8.24 b)
• On peut essayer d’utiliser une majoration de type géométrique
➥ Exercice 8.14 c).
Essayer de :
• calculer les termes généraux un et vn
Pour étudier deux suites (u n) n, (u n) n • étudier la monotonie éventuelle des suites (un )n , (vn )n
définies simultanément par des
relations de récurrence les combinant ➥ Exercices 8.27, 8.28
• raisonner sur les valeurs nécessaires des limites éventuelles
➥ Exercices 8.27, 8.28.
153
Chapitre 8 • Suites
sin n
d)
n
√ √ √
e) n n + 1 − n
√ √
n − E( n)
f) √ .
n
b) u0 = −1 et ∀n ∈ N, un+1 = 2un
c) u0 = 2 et ∀n ∈ N, un+1 = 3un − 1.
8.3 Exemples de calcul du terme général d’une suite récurrente linéaire d’ordre 2 à coefficients
constants et sans second membre
Calculer un pour tout n ∈ N, sachant :
a) u0 = 0, u1 = 1, ∀n ∈ N, un+2 = un+1 + un
154
Énoncés des exercices
Montrer : un −→ 0 et vn −→ 0.
n∞ n∞
b) Soient (un )n∈N , (vn )n∈N deux suites à termes dans R+ , telles que : u2n − v2n −→ 0.
n∞
Montrer : un − vn −→ 0.
n∞
n
i
j
b)
i=1 j=1
n3
n
k+n
c)
k=1
k + n2
n
k
d)
k=1
kn + 1
1 k
n
e) n
k.
n k=1
n
n
n n
d) Montrer : 1) ∀n ∈ N, φk = φ2n 2) ∀n ∈ N, (−1)k φk = −φn .
k=0
k k=0
k
155
Chapitre 8 • Suites
8.13 Exemples de calcul du terme général d’une suite récurrente linéaire d’ordre 2, à coeffi-
cients constants et avec second membre
Calculer un , pour tout n ∈ N, sachant :
a) u0 = 1, u1 = 1, ∀n ∈ N, un+2 = 3un+1 − 2un + 4
a) Montrer que les deux suites (un )n2 , (vn )n2 définies, pour tout n 2, par :
n−1
1
n
1
un = − ln n, vn = − ln n sont adjacentes.
k=1
k k=1
k
b) En déduire qu’il existe γ ∈ R, appelé nombre (ou constante) d’Euler, tel que :
n
1
= ln n + γ + o (1).
k=1
k n∞
x2
a) Montrer : ∀x ∈ [0 ; +∞[, x − ln(1 + x) x.
2
n
k
b) Déterminer lim 1+ .
n∞
k=1
n2
156
Énoncés des exercices
un + vn −→ 0 et e un + e vn −→ 2.
n∞ n∞
Démontrer que (un )n∈N et (vn )n∈N convergent et déterminer leurs limites.
a) Montrer : ∀n ∈ N, un ∈ [0 ; 1].
157
Chapitre 8 • Suites
b) Établir : xn −→ 1.
n∞
b) Établir : ∃ N 1, uN+1 uN
et en déduire que (un )n1 est décroissante à partir d’un certain rang.
c) Conclure : un −→ 1.
n∞
b) Lemme de l’escalier
Soit (an )n∈N∗ une suite réelle telle que (an+1 − an )n∈N∗ converge vers un réel . Montrer que
an
converge aussi vers .
n n∈N∗
un+1
c) Soit (un )n∈N∗ une suite à termes dans R∗+ . Montrer que, si converge vers un réel
√n un n∈N∗
> 0, alors ( un )n∈N∗ converge aussi vers .
158
Du mal à démarrer ?
Du mal à démarrer ?
8.1 Appliquer les théorèmes généraux sur les limites. 8.11 1) Remarquer un 0 et majorer convenablement un .
e) Utiliser une expression conjuguée. 2) Montrer, par des exemples, que (vn )n peut converger ou di-
verger.
f) Utiliser : ∀x ∈ R, 0 x − E(x) < 1.
8.2 a) Il s’agit d’une suite arithmétique. 8.12 a) Il s’agit d’une suite récurrente linéaire d’ordre 2, sans
second membre et à coefficients constants. Appliquer la mé-
b) Il s’agit d’une suite géométrique.
thode du cours : former l’équation caractéristique, écrire l’ex-
c) Il s’agit d’une suite arithmético-géométrique. Résoudre pression de φn avec deux coefficients inconnus et calculer ces
l’équation λ = 3λ − 1, d’inconnue λ ∈ R, puis utiliser la suite deux coefficients à l’aide de φ0 et φ1 .
de terme général vn = un − λ. √ √
1− 5 1+ 5
b) Pour la commodité, noter r1 = , r2 = .
8.3 Il s’agit de suites récurrentes linéaires d’ordre 2, à coeffi- 2 2
re
cients constants et sans second membre. Appliquer la méthode 1 méthode : Utiliser le résultat obtenu en a).
du cours : former l’équation caractéristique, écrire l’expression 2e méthode : Récurrence sur n.
de un avec deux coefficients inconnus et calculer ces deux coef-
ficients à l’aide des valeurs de u0 et u1 . c) Utiliser le résultat de a).
d) 1) et 2) Utiliser le résultat de a) et la formule du binôme de
8.4 Montrer d’abord : ∀n ∈ N, un > 0,
Newton.
puis considérer vn = ln un .
8.13 a) 1) Chercher une suite particulière (vn )n0 telle que :
8.5 Obtenir : ∀n ∈ N, vn+1 = vn + 2n ,
puis sommer pour faire apparaître un télescopage. ∀n ∈ N, vn+2 = 3vn+1 − 2vn + 4,
8.6 re
1 méthode : sous la forme vn = an + b, (a, b) ∈ R2 à calculer.
Montrer que (un )n0 satisfait une relation de récurrence linéaire 2) Considérer la suite de terme général wn = un − vn .
d’ordre 2, à coefficients constants et sans second membre, cal- b) 1) Chercher une suite particulière (vn )n0 telle que :
culer un , puis calculer vn .
2e méthode : ∀n ∈ N, vn+2 = 5vn+1 − 6vn + 4n ,
−2 10 x
Noter A = ∈ M2 (R) et, pour tout n ∈ N, Xn = n ∈ M2,1 (R)
−2 7 yn sous la forme vn = a4n , a ∈ R à calculer.
et obtenir : ∀n ∈ N, Xn = An X0 . 2) Considérer la suite de terme général wn = un − vn .
Calculer An à l’aide d’une diagonalisation de A.
8.14 a) 1) Montrer, par récurrence : ∀n ∈ N, un ∈ [0 ; 1].
8.7 a) Séparer en deux cas selon les positions relatives de x
et y. 2) Montrer que (un )n0 est décroissante.
b) Utiliser a). 3) En déduire que (un )n0 converge et obtenir que sa limite
est 0.
8.8 Utiliser une mise sous forme canonique d’un trinôme. b) 1) Montrer, par récurrence : ∀n ∈ N, un ∈ ]0 ; +∞[.
√
8.9 a) 1) Utiliser une élévation au carré. 2) Montrer que, si (un )n0 converge, alors sa limite est = 2.
√
2) Séparer en deux cas selon les positions relatives de a et b. 3) Montrer : ∀n ∈ N, un 2.
© Dunod. La photocopie non autorisée est un délit
b) Calculer un par sommations emboîtées. Se rappeler les va- c) 1) Montrer, par récurrence : ∀n ∈ N, un > 0.
n
n
2) Montrer que, si (un )n0 converge, alors sa limite est
leurs des sommes k, k2 . √
k=1 k=1
= 5 − 1.
e) Isoler le terme d’indice n dans la sommation. b) Appliquer le théorème sur les suites adjacentes.
159
Chapitre 8 • Suites
n et déduire : ∀n ∈ N∗ , u2n u20 + 2n.
k
b) Noter, pour tout n ∈ N∗ , un = 1+ et encadrer ln un
n2
k=1 8.26 a) b) Récurrence à deux pas.
en utilisant a).
c) Déduire que (un )n∈N converge et que sa limite vérifie :
n
1 n k α
8.18 Noter, pour tout n ∈ N∗ , un = . 1
n k n 0 1 et = (1 + + 3 ).
k=1
3
Séparer en cas (α 0, α 0) et montrer, dans chacun des deux
cas : un −→ + ∞. Résoudre.
n∞
8.19 Revenir à la définition d’une limite, avec ε et N. 8.27 1) Montrer, par récurrence, que, pour tout n ∈ N, un et
vn existent et sont > 0.
Se rappeler que tout entier est pair ou impair.
2) Montrer : ∀n 1, un vn .
8.20 1) Un sens est immédiat. 3) Montrer que (un )n1 est décroissante et que (vn )n∈N est crois-
2) Réciproquement, supposer : un −→ ∈ R. sante.
n∞
4) En déduire que (un )n∈N et (vn )n∈N convergent et noter λ, μ
Montrer qu’il existe N ∈ N tel que : ∀n N, |un − uN | < 1.
leurs limites respectives.
Remarquer : ∀(x, y) ∈ Z2 , |x − y| < 1 =⇒ x = y .
5) Montrer : λ = μ.
8.21 Considérer ( e un
−e ) ;
vn 2 6) Obtenir λμ = u0 v0 , en considérant la suite de terme géné-
ral un vn .
8.22 • Déduire, par addition et télescopage : Conclure.
∗
∀k ∈ N , u2k − u1 2.
8.28 • Montrer, par récurrence : ∀n ∈ N, un > 0 et vn > 0.
4) Montrer que (un )n∈N converge vers un réel et que 0, puis 8.30 a) Montrer, par récurrence, que, pour tout n ∈ N, un
obtenir : = 0 ou = 2. existe et un 1.
5) Montrer, par récurrence : ∀n ∈ N, un 2. b) 1) Raisonner par l’absurde.
Conclure. 2) Montrer, par récurrence : ∀n N, un+1 un .
b) Considérer l’application f : R −→ R, x −→ 2x − x2 . c) Utiliser a), b) et l’égalité de définition de la suite (un )n1 .
160
Du mal à démarrer ?
161
Corrigés des exercices
1 1+ n
3
n+3 D’après le cours, il existe (λ1 , λ2 ) ∈ R2 tel que :
8.1 a) un = = donc : un −→ 0.
n2 +n+1 n 1+ n +
1 1 n∞
n2 ∀n ∈ N, un = λ1 r1n + λ2 r2n .
n2 + 1 1 + n12 ⎧ ⎧
b) un = = n , donc : un −→ + ∞. ⎪
⎪ ⎪
⎪
n−2 1 − 2n n∞ ⎨u0 = 0
⎪ ⎨λ1 + λ2 = 0
⎪
On a : ⎪
⎪ ⇐⇒ ⎪ ⎪
⎪
⎩u1 = 1 ⎪
⎩λ1 r1 + λ2 r2 = 1
n3 − n 1 − n2
1
c) un = 3 = −→ 1. −1 1 1
n + 1 1 + n13 n∞ ⇐⇒ λ1 = = √ , λ2 = −λ1 = − √ .
(( sin n (( 1 r2 − r1 5 5
d) |un | = (( (( , donc, par théorème d’encadrement,
On conclut :
n n
|un | −→ 0, d’où : un −→ 0. √ √
n∞ n∞ 1 # 1 + 5 n 1 − 5 n $
√ ∀n ∈ N, un = √ − .
√ √ √ n 5 2 2
e) un = n n + 1 − n = √ √
n+1+ n
b) L’équation caractéristique r2 − 4r + 4 = 0 admet une seule
1 1
= 3 −→ . solution (double) r0 = 2. D’après le cours, il existe donc
n∞ 2
1 (λ, μ) ∈ R2 tel que : ∀n ∈ N, un = (λ + μn)2n .
1+ +1 ⎧ ⎧
n ⎪ ⎪ ⎧
√ √ ⎪
⎪u0 = 1
⎨ ⎪
⎪λ = 1
⎨ ⎪
⎪
⎨λ = 1
n − E( n) 1 On a : ⎪⎪ ⇐⇒ ⎪ ⎪ ⇐⇒ ⎪⎪
f) 0 un = √ √ −→ 0, ⎪
⎩u1 = −2 ⎪
⎩(λ + μ)2 = −2 ⎩μ = −2.
n n n∞
donc, par théorème d’encadrement : un −→ 0. On conclut : ∀n ∈ N, un = (1 − 2n)2n .
n∞
c) L’équation caractéristique r2 + 2r + 4 = 0 n’admet pas de so-
8.2 a) Il s’agit d’une suite arithmétique, de raison 3. lution réelle mais admet deux√ solutions complexes
√ conjuguées
r1 = −1 + i 3, r2 = −1 − i 3.
On a donc : ∀n ∈ N, un = u0 + 3n = 1 + 3n.
√
b) Il s’agit d’une suite géométrique, de raison 2. 1 3 2π
On a |r1 | = 2, puis : r1 = 2 − + i = 2e i 3 .
On a donc : ∀n ∈ N, un = u0 2n = −2n . 2 2
D’après le cours, il existe donc (A, B) ∈ R2 tel que :
c) Il s’agit d’une suite arithmético-géométrique.
2nπ 2nπ
1 ∀n ∈ N, un = 2n A cos + B sin .
On a, pour tout λ ∈ R : λ = 3λ − 1 ⇐⇒ λ = . 3 3
2
1 On a :
Notons (vn )n∈N la suite définie par : ∀n ∈ N, vn = un − . ⎧
2 ⎧ ⎧ ⎪
⎪ ⎪
⎪ ⎪ A=0
1
On a : ∀n ∈ N, vn+1 = un+1 − = (3un − 1) −
1 ⎪
⎨u0 = 0
⎪ ⎪A = 0
⎪
⎨
⎪
⎪
⎪
⎨
2 2 ⎪
⎪ ⇐⇒⎪
⎪ 2π ⇐⇒⎪
⎪ 1
⎪
⎩u = 1 ⎪
⎪ 2π ⎪
⎪
3 1 1 ⎩2 A cos + B sin =1 ⎩B = √ .
⎪
= 3un − = 3 un − = 3vn . 3 3 3
2 2
2n 2nπ
La suite (vn )n0 est une suite géométrique de raison 3, d’où : On conclut : ∀n ∈ N, un = √ sin .
3 3
1 3 1
∀n ∈ N, vn = v0 3n = u0 − 3n = 3n = 3n+1 . 8.4 Une récurrence à deux pas (aussi dite récurrence
2 2 2
double), immédiate, montre que, pour tout n ∈ N, un existe
On conclut : ∀n ∈ N, un = vn +
1 1 n
= (3 + 1). et un > 0.
2 2
Notons, pour tout n ∈ N : vn = ln un .
⎧
8.3 Il s’agit de suites récurrentes linéaires d’ordre 2, à co- ⎪
⎪
⎪v0 = 0, v1 = 2 ln 2
⎨
efficients constants et sans second membre. On a : ⎪⎪
⎪
⎩∀n ∈ N, vn+2 = 5vn+1 − 4vn .
a) L’équation caractéristique
√ r2 −r−1
√ = 0 admet deux solutions
1+ 5 1− 5 Ainsi, la suite (vn )n∈N est une suite récurrente linéaire d’ordre 2,
réelles r1 = , r2 = . à coefficients constants et sans second membre.
2 2
162
Corrigés des exercices
On a, pour tout n ∈ N : On arrive bien sûr au même résultat que par la première mé-
thode.
un+2 = − 2un+1 + 10vn+1
© Dunod. La photocopie non autorisée est un délit
∀n ∈ N, un = λ1 2 + λ2 3 . n n 1 1
⎧ ⎧ x + y + |x − y| = x + y − (x − y) = y.
⎧ ⎪ ⎪ 2 2
⎪
⎪
⎨u0 = 1 ⎪
⎨λ1 + λ2 = 1
⎪ ⎪
⎨λ = −5
⎪
On a : ⎪
⎪ ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪ On conclut, pour les deux cas :
⎩u1 = 8 ⎪
⎩2λ1 + 3λ2 = 8 ⎪
⎩λ2 = 6.
1
On obtient : ∀n ∈ N, un = −5 · 2n + 6 · 3n . Max (x, y) = x + y + |x − y| .
2
163
Chapitre 8 • Suites
1 1
n n n
b) En utilisant a) et en notant x = lim xn , y = lim yn , on a :
n∞ n∞ = 3 k(n − k) = 3 n k− k2
n k=1 n k=1 k=1
1
un = Max (xn , yn ) = xn + yn + |xn − yn | 1 n(n + 1) n(n + 1)(2n + 1)
2 = n −
1 n3 2 6
−→ x + y + |x − y| = Max (x, y),
n∞ 2 n + 1 (n + 1)(n − 1) n2 1
=2
3n − (2n + 1) = 2
∼ 2 = .
6n 6n n∞ 6n 6
1 1 1
vn = Min (xn , yn ) = xn + yn − |xn − yn | On a donc : ln un −→ , et on conclut : un −→ e 6 .
2 n∞ 6 n∞
1 b) On a, pour tout n ∈ N∗ :
−→ x + y − |x − y| = Min (x, y),
n∞ 2
n i
j 1
n i
1 i(i + 1)
n
un = = j =
8.8 Par mise sous forme canonique d’un trinôme, on a, n3 n3 i=1 j=1 n3 i=1 2
vn 2 3 2
i=1 j=1
pour tout n ∈ N : u2n + un vn + v2n = un + + vn .
1 2 1 n(n + 1)(2n + 1) n(n + 1)
n n
2 4
= i + i = 3 +
3 2 3
2n i=1 2n 6 2
On a donc : ∀n ∈ N, 0 vn un + un vn + vn .
2 2 i=1
4
n(n + 1) n(n + 1)(n + 2) n3 1
3
On déduit, par le théorème d’encadrement : v2n −→ 0, = 3
(2n + 1) + 3 = 3
∼ = ,
12n 6n n∞ 6n3 6
4 n∞
d’où : vn −→ 0. 1
n∞ et on conclut : un −→ .
n∞ 6
vn 2
De même : ∀n ∈ N, 0 un + u2n + un vn + v2n , c) On a, pour tout n ∈ N∗ :
2 ⎧
vn 2 vn ⎪
⎪
⎪
n
k+n
donc : un + −→ 0, puis : un + −→ 0, et enfin : ⎪
⎪
⎪ noté vn
⎪
k + n ⎨ k=1 + n
⎪ n 2
2 n∞ 2 n∞ n
⎪
un = ⎪
vn 1 k + n2 ⎪
⎪
⎪
⎪
n
k+n
un = un + − vn −→ 0. k=1 ⎪
⎪
⎪ noté wn .
2 2 n∞ ⎪
⎩ n2 k=1
() ) ( ) 1 1
n
1 1
n
164
Corrigés des exercices
√
1 1 1 1 1
n n n
1 puisque r1 r2 = −1 et r2 − r1 = 5.
et : 0 vn = 2 2 1= .
n k=1 kn n k=1 k n k=1 n e
2 méthode, n’utilisant pas a) :
On déduit, par théorème d’encadrement : vn −→ 0, Récurrence sur n.
n∞
e) En isolant les deux derniers termes de la sommation, on a, Si elle est vraie pour un n ∈ N, alors :
pour tout n 2 :
φ2n+2 − φn+1 φn+3 = φ2n+2 − φn+1 (φn+1 + φn+2 )
1 k 1 k 1
n n−2
un = n k = n k + n (n − 1)n−1 +1. = φn+2 (φn+2 − φn+1 ) − φ2n+1 = φn+2 φn − φ2n+1
n k=1 n k=1 n
noté vn
noté w n = − (φ2n+1 − φn φn+2 ) = −(−1)n = (−1)n+1 .
1 n−1 1
• 0 wn n = , donc : wn −→ 0. φn+1 rn+1 − r1n+1
nn n n∞ c) On a : = 2 n −→ r2 , car |r1 | < 1 < r2 .
On conclut : un −→ 1. φn r2 − r1n n∞
n∞ √
φn+1 1+ 5
Ainsi : −→ .
8.11 1) On a, pour tout n ∈ N : φn n∞ 2
d) 1) On a, pour tout n ∈ N :
a3n b3 a3 b3
0 un = + 2 n 2 n2 + n2 = an + bn .
a2n + bn an + bn n n
2 an bn n n 1 k
Comme an −→ 0 et bn −→ 0, on déduit an + bn −→ 0, puis, φk = √ (r − r1k )
n∞ n∞ n∞ k=0
k k=0
k 5 2
par théorème d’encadrement : un −→ 0. n n
n∞
1 n k n k
2) On ne peut pas déduire la nature de la suite (vn )n∈N , comme = √ r2 − r
5 k=0 k k 1
le montrent les exemples suivants (où, par commodité, n 1) : k=0
1 n 1 1
• an = bn = , et alors : vn = −→ + ∞. = √ (1 + r2 )n − (1 + r1 )n = √ (r22n − r12n ) = φ2n ,
n 2 n∞ 5 5
1 1 n3
• an = , bn = 2 , et alors : vn = 3 −→ 1. en utilisant 1 + r2 = r22 et 1 + r1 = r12 , car r1 et r2 sont les
n n n + 1 n∞
solutions de l’équation caractéristique r2 − r − 1 = 0.
1 1 n5
• an = , bn = 3 , et alors : vn = 6 −→ 0. 2) De même, pour tout n ∈ N :
n n n + 1 n∞
n n
8.12 a) Le calcul de φn a été effectué dans l’exercice 8.3 a), n n 1 k
(−1)k φk = (−1)k √ (r − r1k )
et on a obtenu : k k 5 2
√ √ k=0 k=0
1 1 + 5 n 1 − 5 n n n
∀n ∈ N, φn = √ − . 1 n n
= √ (−r2 )k − (−r1 )k
© Dunod. La photocopie non autorisée est un délit
5 2 2 5 k=0 k k
k=0
√ √ 1 1
1− 5 1+ 5 = √ (1 − r2 )n − (1 − r1 )n = √ (r1n − r2n ) = −φn ,
b) Notons r1 = , r2 = . 5 5
2 2
1re méthode, utilisant a) :
en utilisant r1 + r2 = 1, car r1 et r2 sont les solutions de l’équa-
tion caractéristique r2 − r − 1 = 0.
1 n+1 2
φ2n+1 − φn φn+2 = (r − r1n+1 − (r2n − r1n )(r2n+2 − r1n+2 ) 8.13 a) 1) Cherchons une suite particulière (vn )n0 telle que :
5 2
1 ∀n ∈ N, vn+2 = 3vn+1 − 2vn + 4.
= − 2r2n+1 r1n+1 + r2n r1n+2 + r1n r2n+2
5 Si vn = C, constante, on obtient C = C + 4, impossible.
1 Cherchons vn sous la former vn = an + b, (a, b) ∈ R2 fixé à
= (r1 r2 )n (r2 − r1 )2 = (−1)n ,
5 trouver.
165
Chapitre 8 • Suites
166
Corrigés des exercices
√
On a vu en 2) que la seule limite possible est 2. On conclut : les suites (un )n2 et (vn )n2 sont adjacentes.
√
On conclut : un −→ 2. b) D’après le cours, puisque que les suites (un )n2 et (vn )n2
n∞
sont adjacentes, elles convergent et ont la même limite. Il existe
c) 1) Une récurrence immédiate montre que, pour tout n ∈ N, donc γ ∈ R tel que : vn −→ γ, ce que l’on peut écrire :
un existe et un > 0. n∞
vn = γ + o (1), d’où finalement :
n∞
2) Si (un )n0 converge, alors, comme :
n
1
∀n ∈ N, un+1 (1 + un ) = 1, = ln n + vn = ln n + γ + o (1).
k n∞
√ k=1
la limite vérifie : (1+) = 1, donc 2 +−1 = 0, = −1± 5.
Comme : ∀n ∈ N, un > 0, on déduit, √ en faisant tendre
√ l’entier 8.16 On remarque d’abord : ∀n ∈ N∗ , un > 0 et vn > 0.
n vers l’infini : 0, et donc = 5− 1, puisque − 5 − 1 < 0. un+1 1
• On a, pour tout n ∈ N∗ : =1+ 1,
3) On a, pour tout n ∈ N : un (n + 1)2
(( 1 1 (((
donc (un )n∈N∗ est croissante.
|un+1 − | = (( − ( • On a, pour tout n ∈ N∗ :
1 + un 1 +
(( (( |u − | |u − |
− un 1 1 1
= (( (( n n
= √ . 1+ un+1 1+ 1+
(1 + un )(1 + ) 1+ vn+1 n+1 (n + 1)2
5 = n + 1 =
vn 1 1
d’où, par une récurrence immédiate : 1 + un 1+
n n
1 n
∀n ∈ N, |un − | √ |u0 − |. n(n + 2) (n + 1)2 + 1 (n2 + 2n)(n2 + 2n + 2)
= =
5 (n + 1)4 (n2 + 2n + 1)2
(( 1 (( 1 n (n2 + 2n + 1)2 − 1
Comme (( √ (( < 1 on a : √ −→ 0, = 1,
5 5 n∞ (n2 + 2n + 1)2
d’où : |un − | −→ 0, et donc : un −→ . donc (vn )n∈N∗ est décroissante.
n∞ n∞
√ • Puisque (vn )n∈N∗ est décroissante et minorée (par 0), la suite
On conclut : un −→ 5 − 1.
n∞ (vn )n∈N∗ converge. Notons sa limite.
1 −1
8.15 a) 1) On a, pour tout n 2 : On a alors : un = 1 + vn −→ ,
n n∞
n
n−1 puis : un − vn −→ − = 0.
1 1 n∞
un+1 − un = − ln(n + 1) − + ln n
k=1
k k=1
k On conclut : les suites (un )n∈N∗ et (vn )n∈N∗ sont adjacentes.
1 1
= − ln 1 + 0, 8.17 a) Considérons les applications f, g : [0 ; +∞[ −→ R
n n
définies, pour tout x ∈ [0 ; +∞[, par :
en utilisant l’inégalité classique :
x2
f (x) = ln(1 + x) − x, .
g(x) = ln(1 + x) − x +
∀x ∈ ] − 1 ; +∞[, ln(1 + x) x. 2
Les applications f, g sont dérivables sur [0 ; +∞[ et, pour tout
Ceci montre que la suite (un )n2 est croissante. x ∈ [0 ; +∞[ :
© Dunod. La photocopie non autorisée est un délit
2) On a, pour tout n 2 : 1 −x
f (x) = −1= 0,
1+x 1+x
n+1
1 n
1
vn+1 − vn = − ln(n + 1) − + ln n 1 x2
k k g (x) =
−1+x= 0.
k=1 k=1 1+x 1+x
1 1 1 1 Il en résulte que f est décroissante et que g est croissante.
= − ln 1 + = + ln 1 − 0,
n+1 n n+1 n+1 Comme f (0) = g(0) = 0, on déduit :
toujours d’après l’inégalité ln(1 + x) x, appliquée à ∀x ∈ [0 ; +∞[, f (x) 0 et g(x) 0,
1
x=− . x2
n+1 et on conclut : ∀x ∈ [0 ; +∞[, x − ln(1 + x) x.
2
Ceci montre que la suite (vn )n2 est décroissante.
n
k
1 b) Notons, pour tout n ∈ N∗ : un = 1+ 2 .
3) On a : vn − un = −→ 0. n
n n∞ k=1
167
Chapitre 8 • Suites
n k Si n est impair, n = 2p + 1, p ∈ N, alors 2p + 1 = n 2N2 + 1,
On a, pour tout n ∈ N∗ , un > 0 et ln un = ln 1 + 2 .
k=1
n donc p N2 , d’où : |u2p+1 − | ε.
D’après a), pour tout k ∈ 1 ; n : On a ainsi montré :
k k 2
k k
− 4 ln 1 + 2 2 , ∀ε > 0, ∃ N ∈ N, ∀n N, |un − | ε,
n2 2n n n
et on conclut que la suite (un )n∈N converge vers .
d’où, en sommant pour k allant de 1 à n :
n
k k2 n
k
2
− 4
ln un 2
. 8.20 1) Il est clair que, si (un )n∈N stationne, alors (un )n∈N
k=1
n 2n k=1
n converge (vers l’élément sur lequel elle stationne).
noté wn noté vn 2) Réciproquement, supposons : un −→ ∈ R.
n∞
On a :
1
1
n
1 n(n + 1) n + 1 1 Il existe N ∈ N tel que : ∀n N, |un − | .
• vn = k= = −→ 3
n2 n2 2 2n n∞ 2
k=1 Soit n ∈ N tel que n N.
n
k2 n
k2 n2 1 On a alors, en utilisant l’inégalité triangulaire :
• wn = vn − 4
et 0 4
n 4 = −→ 0,
k=1
2n k=1
2n 2n 2n n∞
1 1 2
1 |un − uN | |un − | + |uN − | + = < 1.
donc : wn −→ . 3 3 3
n∞ 2
Comme (un , uN ) ∈ Z2 , il en résulte : un = uN .
1
On déduit, par théorème d’encadrement : ln un −→ , Ceci montre que (un )n∈N est stationnaire (elle stationne sur uN ).
n∞ 2
1 √
et on conclut : un −→ e 2 = e.
n∞ 8.21 On a :
n
1 n k α
8.18 ∗
Notons, pour α ∈ R et n ∈ N : un = . (e un
− e v n )2 = ( e un + e v n )2 − 4 e un e v n
n k=1 k n
= ( e un + e vn )2 − 4 e un +vn −→ 22 − 4 e 0 = 0,
n∞
• Si α 0, alors :
n n
1 n 1 n
vn
α 2n − 1 donc : e un
−e −→ 0.
un = α+1 k
α+1
= α+1 −→ + ∞. n∞
n k=1
k n k=1
k n n∞
Ensuite :
1
1 . un % 1
• Soit α 0, alors : e un = ( e + e vn ) + ( e un − e vn ) −→ (2 + 0) = 1,
2 n∞ 2
n n
1 n n −α 1 n 2n − 1 1 . un % 1
un = = −→ + ∞. e vn = ( e + e vn ) − ( e un − e vn ) −→ (2 + 0) = 1.
n k=1 k k n k=1 k n n∞ 2 n∞ 2
168
Corrigés des exercices
on déduit : ∀n ∈ N, un+1 − un < 0, Séparons en cas selon la position de u1 , puis selon la position
de u0 .
donc (un )n0 est (strictement) décroissante.
• Cas u1 ∈ ] − ∞ ; 0[
4) Puisque (un )n0 est décroissante et minorée par 0, (un )n0 y
converge et sa limite vérifie 0. On a, en faisant tendre y=x
l’entier n vers)l’infini dans l’égalité de définition de la suite 1
√
© Dunod. La photocopie non autorisée est un délit
u3 u2 u1 x
(un )n0 : = + 2 (1).
O 1 2
Et :
√ √
(1) ⇐⇒ 2 = + 2 ⇐⇒ 2 − = 2
⎧ ⎧
⎪
⎪ ⎪
⎪
⎨ − 0
⎪ ⎨( − 1) 0
⎪
2
⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪(2 − )2 = 2
⎩ ⎪
⎩4 − 23 + 2 − 2 = 0 y = f (x)
⎧
⎪
⎪
⎨( − 1) 0
⎪
⇐⇒ ⎪
⎪ ⇐⇒ = 0 ou = 2.
⎪
⎩( − 2)(2 + 1) = 0
169
Chapitre 8 • Suites
On a alors : ∀n ∈ N, un ∈ ] − ∞ ; 0[. 8.25 a) • Il est clair, par récurrence immédiate, que, pour
Et : ∀x ∈ ] − ∞ ; 0], f (x) − x = x(1 − x) 0, tout n ∈ N, un existe et un > 0.
1
donc : ∀n 1, un+1 − un 0, • On a : ∀n ∈ N, un+1 − un = > 0,
un
donc (un )n1 est décroissante. donc (un )n0 est (strictement) croissante.
En particulier : ∀n 1, un u1 < 0, • Supposons un −→ ∈ R. Alors, u0 = 5 > 0 et, en passant
n∞
donc, si (un )n1 converge, sa limite vérifie u1 < 0, contra- à la limite dans l’égalité de définition de la suite, on obtient :
diction avec ∈ {0, 1}. 1
= + , contradiction.
Ceci montre que (un )n1 diverge.
Ainsi, la suite (un )n0 est croissante et divergente, donc :
Puisque (un )n1 est décroissante et divergente, on conclut :
un −→ − ∞. un −→ + ∞.
n∞ n∞
• Cas u1 = 0
b) On a, pour tout n ∈ N :
Alors, par récurrence immédiate : ∀n ∈ N∗ , un = 0,
1 2 1
donc : un −→ 0. u2n+1 = un + = u2n + 2 + 2 > u2n + 2.
n∞ un un
• Cas u1 ∈ ]0 ; 1]
y Ainsi, pour tout n 1 : u2n > u2n−1 + 2, . . . , u21 > u20 + 2,
y=x d’où, par addition et télescopage : u2n > u20 + 2n,
√
et donc, puisque un > 0, on conclut : un > 25 + 2n.
1
8.26 a) Montrons, par récurrence à deux pas :
y = f (x)
∀n ∈ N, un ∈ [0 ; 1].
On conclut : un −→ 1. ∀n ∈ N, un ∈ [0 ; 1].
n∞
⎧
⎪
⎪
⎪−∞ si u1 < 0
⎪
⎪
⎨
b) Montrons, par récurrence à deux pas :
Ainsi : un −→ ⎪ ⎪ 0 si u1 = 0
n∞ ⎪⎪
⎪
⎩ 1 ∀n ∈ N, un un+1 .
si 0 < u1 1.
De plus : 1
• C’est vrai pour n = 0 car u0 = 0 et u1 = , et c’est vrai pour
u1 < 0 ⇐⇒ 2u0 − u20 < 0 ⇐⇒ u0 ∈ ] − ∞ ; 0[ ∪ ]2 ; +∞[. 2
1 1
n = 1, car u1 = et u2 = .
Finalement : 2 2
⎧ • Supposons, pour un n ∈ N fixé : un un+1 et un+1 un+2 .
⎪
⎪
⎪ −∞ si u0 ∈ ] − ∞ ; 0[ ∪ ]2 ; +∞[
⎪
⎪
⎨
On a alors :
un −→ ⎪ 0 si u0 ∈ {0, 2}
n∞ ⎪
⎪
⎪ 1 1
⎪
⎩ 1 si u0 ∈ ]0 ; 1[ ∪ ]1 ; 2[. un+3 = (1 + un+2 + u3n+1 ) (1 + un+1 + u3n ) = un+2 .
3 3
170
Corrigés des exercices
donc (un )n∈N est croissante. La suite (vn )n1 est croissante et majorée par u1 , donc converge
et sa limite μ vérifie v1 μ u1 .
c) Puisque (un )n∈N est croissante et majorée (par 1), (un )n∈N est
convergente et sa limite vérifie 0 1. La suite (un )n1 est décroissante et minorée par v1 , donc
converge et sa limite λ vérifie v1 λ u1 .
On a, par passage à la limite dans l’égalité définissant la suite :
1 5) On a : ∀n ∈ N, 2un+1 = un + vn ,
= (1 + + 3 ) (1). Et :
3 d’où, en passant à la limite lorsque l’entier n tend vers l’infini :
λ = μ.
(1) ⇐⇒ − 2 + 1 = 0 ⇐⇒ ( − 1)( + − 1) = 0
3 2
un + vn 2un vn
√ √ 6) On a : ∀n ∈ N, un+1 vn+1 = = un vn ,
−1 − 5 5−1 2 un + vn
⇐⇒ = 1 ou = ou = .
2 2 donc la suite (un vn )n0 est constante.
La deuxième solution est à rejeter, puisque 0. D’où : ∀n ∈ N, un vn = u0 v0 .
√
5−1 En faisant tendre l’entier n vers l’infini, on déduit :
Notons ω = 0, 618... et montrons, par récurrence à
2
deux pas : ∀n ∈ N, un ω. λμ = u0 v0 .
• C’estvrai pour n = 0 car u0 = 0 ω, et c’est vrai pour n = 1, √
1 Comme λ = μ 0, on obtient : λ = μ = u0 v0 .
car u1 = ω. √
2 Finalement : (un )n∈N et (vn )n∈N convergent vers u0 v0 .
• Supposons, pour un n ∈ N fixé : un ω et un+1 ω.
8.28 • On obtient, par une récurrence immédiate :
1 1
On a alors : un+2 = (1 + un+1 + u3n ) (1 + ω + ω3 ) = ω. ∀n ∈ N, un > 0 et vn > 0.
3 3
Ceci montre, par récurrence à deux pas : ∀n ∈ N, un ω. • On a, pour tout n ∈ N :
un + vn 2
On déduit, par passage à la limite : ω. v2n+1 − u2n+1 = − un vn
2
Comme ∈ {ω, 1} et que ω < 1, on conclut : = ω.
√ (un + vn )2 − 4un vn (un − vn )2
= = 0,
5−1 4 4
Finalement : un −→ .
n∞ 2 d’où : ∀n ∈ N, vn+1 un+1 ,
8.27 1) Une récurrence immédiate montre que, pour tout ou encore, en décalant d’un rang : ∀n ∈ N∗ , vn un .
n ∈ N, un et vn existent et sont > 0. ∗ un + vn un − vn
• On a : ∀n ∈ N , vn+1 − vn = − vn = 0,
2) On a, pour tout n ∈ N : 2 2
donc (vn )n1 est décroissante.
un + vn 2un vn
un+1 − vn+1 = − •On a :
2 un + vn √ √ √ √
∀n ∈ N∗ , un+1 − un = un vn − un = un vn − un 0,
(un + vn )2 − 4un vn (un − vn )2
= = 0. donc (un )n1 est croissante.
2(un + vn ) 2(un + vn )
© Dunod. La photocopie non autorisée est un délit
171
Chapitre 8 • Suites
On conclut : les suites (un )n∈N et (vn )n∈N convergent et ont la 8.30 a) Montrons, par récurrence sur n, que, pour tout entier
même limite. n 2, un existe et un 1.
√
Remarque : contrairement à l’exercice 8.27, on ne peut pas ici, • On a : u2 = u1 + 1 1.
calculer simplement cette limite en fonction de u0 et v0 . √ 1
• Si un existe et un 1, alors un+1 = un + existe et
n
8.29 a) Soit n ∈ N − {0, 1}; On a, pour tout x ∈ ]0 ; 1] : √ 1 √
un+1 = un + un 1.
n
xn + x−n
= n ⇐⇒ xn + x−n − n(x + x−1 ) = 0. Ceci montre, par récurrence, que, pour tout n ∈ N, un existe et
x + x−1
noté fn (x) un 1.
L’application fn est deux fois dérivable sur ]0 ; 1] et, pour tout b) Raisonnons par l’absurde : supposons :
x ∈ ]0 ; 1] :
∀n ∈ N, un+1 un .
fn (x) = nxn−1 − nx−n−1 − n(1 − x−2 ),
fn (x) = n(n − 1)xn−2 + n(n + 1)x−n−2 − 2nx−3 Alors, (un )n∈N est croissante.
• Si (un )n∈N converge vers un réel , on a, en√passant à la li-
= nx−3 (n − 1)xn+1 + (n + 1)x−n+1 − 2 .
mite dans l’égalité définissant la suite : = , donc = 0
noté gn (x)
ou = 1.
L’application gn est dérivable sur ]0 ; 1] et, on a, pour tout √ 1 1 3
x ∈ ]0 ; 1] : Mais : ∀n 3, un u3 = u2 + 1 + = ,
2 2 2
gn (x) = (n − 1)(n + 1)xn − (n + 1)(n − 1)x−n 3
donc, en passant à la limite : , contradiction.
2
= (n − 1)(n + 1)(xn − x−n ). • Il en résulte : un −→ + ∞.
n∞
Ainsi, successivement : gn 0 et gn ne s’annule qu’en 1, gn On a alors :
est strictement décroissante, gn (1) = 2n − 2 > 0, donc gn > 0,
fn > 0, fn est strictement croissante, fn (1) = 0, fn < 0, fn est √
un+1 un + 1
1 1
strictement décroissante. = n
= √ + −→ 0.
un un un nun n∞
Puisque fn est continue, strictement décroissante, et que
fn (x) −→ +∞ et fn (1) = 2 − 2n < 0, d’après le théorème
x −→ 0
un+1
de la bijection monotone, il existe xn ∈ ]0 ; 1] unique tel que Il existe donc N 1 tel que : ∀n N, 1. Donc la
fn (xn ) = 0, donc l’équation proposée admet une solution et une un
suite (un )nN est décroissante, contradiction avec un −→ + ∞.
seule, dans ]0 ; 1], notée xn . n∞
# 1 n−1
1 $
1 1 − ln 2 − ln n Ceci montre, par récurrence sur n : ∀n N, un+1 un .
ln = ln = −→ 0.
2n n − 1 2n n−1 n∞
Ainsi, (un )n1 est décroissante à partir d’un certain rang.
D’où, puisque l’exponentielle est continue en 0 : c) La suite (un )nN est décroissante et minorée (par 1), donc
1 n−1
1 2 n−1
1
converge et sa limite vérifie 1. En passant à la limite dans
−→ 1 et −→ 1. l’égalité définissant la suite, on a : = 0 ou = 1, donc = 1.
2n n∞ n n∞
172
Corrigés des exercices
173
Séries CHAPITRE 9
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 174
• Détermination de la nature d’une série à termes 0
Énoncés des exercices 176
• Détermination de la nature d’une série à termes de signes quelconques
Du mal à démarrer ? 181
• Nature d’une suite par intervention d’une série
Corrigés des exercices 184
• Calcul de la somme d’une série convergente, quand c’est possible.
174
Les méthodes à retenir
➥ Exercice 9.25
175
Chapitre 9 • Séries
Pour étudier la nature d’une série
Essayer de voir si la série un est absolument convergente.
u n à termes de signe quelconque, n
n
sur un exemple ➥ Exercices 9.10, 9.11.
Essayer de :
• montrer d’abord la convergence par des arguments qualitatifs (uti-
lisation d’une majoration, d’un équivalent, règle nα un , ... , en tra-
vaillant éventuellement sur |un |), puis calculer les sommes partielles
n
uk , et enfin chercher la limite de celles-ci lorsque l’entier n tend
k=0
vers l’infini
• ou bien former directement les sommes partielles et déterminer leur
Pour montrer la convergence limite.
et calculer la somme d’une série ➥ Exercices 9.3, 9.4, 9.14, 9.15, 9.21, 9.22
Pour calculer les sommes partielles, il faudra souvent amener un téles-
copage, et, à cet effet, si un est une fraction rationnelle en n, amener
une décomposition de un en somme de fractions plus simples.
➥ Exercice 9.13
D’autre part, on connaît directement certaines sommes de séries : sé-
ries géométriques et leurs dérivées successives, série de l’exponen-
tielle.
➥ Exercices 9.5 b), 9.12 b), 9.19.
176
Énoncés des exercices
ln n
g)
n
n!
h)
nn
2 1
i) ln 1 + − .
n n
177
Chapitre 9 • Séries
1 n
1 n
un = k!, vn = k!.
(n + 1)! k=0 (n + 2)! k=0
9.8 Étude de nature de séries dont le terme général est défini par une intégrale
/ 1 / 1 2
xn xn
Nature des séries de termes généraux : un = dx, vn = dx.
0 1+x 0 1+x
+∞
c) En déduire un .
n=0
9.13 Calcul de la somme d’une série par télescopage, utilisation d’une décomposition en
éléments simples
a) Montrer qu’il existe (a, b, c) ∈ R3 unique, que l’on calculera, tel que :
x−1 a b c
∀x ∈ [1 ; +∞[, = + + .
x3 + 3x2 + 2x x x+1 x+2
n−1
b) Montrer que la série converge et calculer sa somme.
n1
n3 + 3n2 + 2n
178
Énoncés des exercices
9.14 Exemple de calcul de la somme d’une série convergente faisant intervenir la suite de
Fibonacci
On considère la suite de Fibonacci (φn )n0 définie par φ0 = 0, φ1 = 1 et :
∀n ∈ N, φn+2 = φn+1 + φn .
a) Montrer que (φn )n0 est croissante et que : φn −→ +∞.
n∞
φn−1 φn+2 1 1
b) Établir : ∀n ∈ N∗ , = 2 − 2 .
φ2n φ2n+1 φn φn+1
φn−1 φn+2
c) En déduire que la série converge et calculer sa somme.
n1
φ2n φ2n+1
+∞
2n − 1
b) .
n=1
2 · 4 · · · (2n)
ln n
b)
n2
1
c) n n2 − 1
1 n2
d) 1 + 3 −1
n
1
e)
n ln n
1
f) .
n(ln n)2
Soit (un )n1 une suite à termes dans R+ , telle que la série n2 u2n converge.
n1
Montrer que la série un converge.
n1
179
Chapitre 9 • Séries
9.20 Nature de séries définies à partir d’une suite du type un+1 = f (un)
On considère la suite réelle (un )n0 définie par u0 ∈ [2 ; +∞[ et :
1
∀n ∈ N, un+1 = un + .
un
a) Montrer : ∀n ∈ N, un ∈ [2 ; +∞[ et : un −→ +∞.
n∞
) )
b) Établir : ∀n ∈ N, 2n + u20 un 3n + u20 .
1
c) En déduire, pour tout α ∈ R∗+ fixé, la nature de la série de terme général .
uαn
9.21 Convergence et somme d’une série définie à partir d’une suite du type un+1 = f (un)
Soit (un )n∈N la suite réelle définie par u0 = 5 et : ∀n ∈ N, un+1 = u2n − 5un + 8.
a) Montrer que (un )n∈N est croissante et que : un −→ +∞.
n∞
n n n+1
(−1) (−1) (−1)
b) Montrer : ∀n ∈ N, = − .
un − 3 un − 2 un+1 − 2
(−1)n
c) Déterminer la nature et la somme de la série .
n0 n
u −3
(−1)n−1
+∞
(−1)n−1
b) En déduire que la série converge et que = ln 2.
n1
n n=1
n
1
c) Quelle est la nature, pour α ∈ ]0 ; +∞[ fixé, de la série de terme général ?
uαn
180
Du mal à démarrer ?
9.27 Théorème spécial à certaines séries alternées, exemple, utilisation d’un développement
limité
n
1) On note, pour tout n ∈ N : S n = uk .
k=0
(−1)n
b) Montrer que, pour tout α ∈ ]0 ; +∞[, la série converge.
n1
nα
(−1)n
c) Déterminer la nature de la série de terme général vn = √ .
n + (−1)n
Du mal à démarrer ?
9.1 Il s’agit de séries à termes positifs ou nuls. i) Utiliser un développement limité pour obtenir un équivalent
de un .
a) Majorer.
© Dunod. La photocopie non autorisée est un délit
b) 1re méthode : Utiliser une expression conjuguée, puis un 9.2 Remarquer d’abord : an −→ 0.
n∞
équivalent.
• Pour un , vn , wn , obtenir un équivalent.
2e méthode : Utiliser un développement limité pour obtenir un
équivalent de un . • Pour xn , majorer en utilisant : ∀x ∈ [0 ; 1], 0 x 2 x.
c) Majorer. 1 1
9.3 a) Partir de √ − √ , réduire au même dénomina-
d) Obtenir un équivalent. n n+1
teur et utiliser une expression conjuguée.
e) Majorer et utiliser la série de l(’exponentielle.
b) Former les sommes partielles et faire apparaître un télesco-
f) Majorer.
page.
g) Minorer.
h) Majorer en isolant les facteurs 1, 2 de n!.
9.4 n
b) Appliquer a) avec x2 à la place de a, former les
sommes partielles et faire apparaître un télescopage.
181
Chapitre 9 • Séries
2n − 1
9.5 a) Il s’agit d’une suite récurrente linéaire d’ordre 2, à co- b) Noter, pour tout n 1 : vn =
2 · 4 · · · (2n)
efficients constants et sans second membre. Appliquer le cours :
former l’équation caractéristique, écrire l’expression de φn à et décomposer vn de façon à faire apparaître un télescopage
l’aide de deux coefficients inconnus et calculer ces deux coeffi- dans les sommes partielles.
cients à l’aide de φ0 et φ1 .
√ √ 9.16 Il s’agit de séries à termes 0.
1− 5 1+ 5
Pour la commodité, noter α = , β= . a) Former n2 un .
2 2
b) • Montrer que la série proposée converge, en utilisant un b) Former n3/2 un .
équivalent.
c) Utiliser un équivalent et le résultat de b).
• Pour calculer la somme, se ramener à des séries géométriques.
d) Utiliser un développement limité pour obtenir un équivalent
de un .
9.6 a) Élever au carré et faire apparaître une suite arithmé-
tique. 1 n2
Attention : on ne peut pas développer 1 + 3 comme (1+x)α ,
n
1 2
car l’exposant n dépend de n ; mettre sous forme exponen-
b) Déduire un équivalent de un , puis un équivalent de .
uαn tielle/logarithme.
n e) Utiliser une comparaison série/intégrale, à l’aide de la fonc-
9.7 a) Dans k!, isoler les termes n! et (n − 1)!.
tion f : [2 ; +∞[ −→ R, x −→
1
.
k=0 x ln x
b) Déduire de a) un équivalent de un , un équivalent de vn . f) Utiliser une comparaison série/intégrale, à l’aide de la fonc-
1
tion f : [2 ; +∞[ −→ R, x −→ .
x(ln x)2
9.8 • Pour un , minorer. • Pour vn , majorer.
1 2
9.9 Remarquer an −→ 0. Utiliser un développement limité
9.17 Utiliser : ∀(a, b) ∈ (R+ )2 , ab (a + b2 ).
2
n∞
pour obtenir un équivalent de un .
9.18 Utiliser des développements limités.
182
Du mal à démarrer ?
√
9.23 a) Remarquer que : un+1 n. Exprimer, pour tout n ∈ N, Vn à l’aide de Un , Un+1 , u0 .
b) 1) Récurrence sur n. 2) Supposer que la série vn converge.
n0
2) Répercuter le résultat de 1) √
dans l’égalité de définition de
la suite, pour déduire : un+1 ∼ n, puis, par un raisonnement Exprimer, pour tout n ∈ N, Un à l’aide de Vn , un+1 , u0 .
√ n∞
correct : un ∼ n. +1
n∞
9.26 a) Noter λ = , montrer qu’il existe N ∈ N tel que :
c) Utiliser b). 2
un+1
2n ∀n N, λ,
un
9.24 a) Considérer, pour n 1 : uk .
k=n+1
puis faire intervenir une série géométrique.
b) • Pour vn , majorer.
b) Utiliser a).
• Pour wn , montrer (1 + un )n −→ 1, puis utiliser un équi-
n∞
valent. 9.27 a) 1) Revenir à la définition de deux suites adjacentes.
n
n 2) Montrer, à l’aide de l’exercice 8.19, que la suite (Sn )n0
9.25 Noter, pour tout n ∈ N : Un = uk , Vn = vk . converge.
k=0 k=0
b) Appliquer a).
1) Supposer que la série un converge.
c) Former un développement de vn .
n0
© Dunod. La photocopie non autorisée est un délit
183
Corrigés des exercices
2n
9.1 Il s’agit de séries à termes positifs ou nuls. D’après le cours, la série exponentielle converge.
n!
| cos n| 1 n
a) On a : ∀n 1, 0 un = 2.
n2 n Par théorème de majoration pour des séries à termes 0, on
D’après l’exemple de Riemann (2 > 1) et le théorème de majo- conclut : la série un converge.
0, on conclut :
ration pour des séries à termes n
la série un converge. 1 1
f) On a : ∀n 3, 0 un = .
n n2 ln n n2
b) 1re méthode : utilisation d’une expression conjuguée : D’après l’exemple de Riemann (2 > 1) et le théorème de majo-
3 1 ration pour des séries à termes 0, on conclut :
1 √ 2 1 la série un converge.
On a : un = n + − n = 3 ∼ √ 0.
2 1 √ n∞ 4 n n
n+ + n ln n 1
2 g) On a : ∀n 3, un = 0.
D’après l’exemple de Riemann (1/2 1) et le théorème d’équi- n n
1
0, on conclut :
valence pour des séries à termes D’après l’exemple de Riemann, la série diverge.
la série un diverge. n
n
n
Par théorème de minoration pour des séries à termes 0, on
2e méthode : utilisation d’un développement limité : conclut : la série un diverge.
On a : n
n + 3n + 2
2
n + 3n + 2
2
donc : un = ln ∼ −1 9.2 Remarquons d’abord que, puisque la série an
n2 + 3n + 1 n∞ n2 + 3n + 1
n
1 1 converge, on a : an −→ 0.
= 2 ∼ 0.
n + 3n + 1 n∞ n2 n∞
an
• un = ∼ an , donc, d’après le théorème d’équivalence
D’après l’exemple de Riemann (2 > 1) et le théorème d’équi- 1 + an n∞
valence pour des séries à termes 0, on conclut : pour des séries à termes 0, la série un converge.
n
la série un converge.
n • vn= e an − 1 ∼ an 0, donc, d’après le théorème d’équiva-
n∞
2n 2n lence pour des séries à termes 0, la série vn converge.
e) On a : ∀n ∈ N, 0 un = .
1 + n! n! n
184
Corrigés des exercices
5 1− 1− 5
On en déduit, pour tout N ∈ N, par sommation et télescopage : 2 2
√
2n 2 β−α 2 5
2n+1
N N
2n = √ = √ = 2.
= − n+1 5 4 − 2(α + β) + αβ 5 4 − 2 + (−1)
n=0
x + 1 n=0 x − 1 x
2 n 2 n
2 −1
1 2N+1 1
+∞
φn
= − N+1 −→ , On conclut : = 2.
x−1 x2 − 1 N∞ x − 1 n=0
2n
185
Chapitre 9 • Séries
√
on déduit : ∀n ∈ N, un = 2n + 1. D’après l’exemple de Riemann, le théorème d’équivalence et
b) Soit α ∈ ]0 ; +∞[ fixé. On a : le théorème de minoration pour des séries à termes 0, on
conclut que la série de terme général un diverge.
1 1 1 1 On a, pour n ∈ N∗ :
= ∼ 0. •
uαn (2n + 1)α/2 n∞ 2α/2 nα/2 / 1 n2 / 1
x 2
# xn2 +1 $1 1 1
1 vn = dx xn dx = 2 = 2 2.
D’après l’exemple de Riemann, la série α/2 converge si et 0 1 + x 0 n + 1 0 n + 1 n
n D’après l’exemple de Riemann (2 > 1) et le théorème de majo-
seulement si α/2 > 1, c’est-à-dire α > 2. Par théorème d’équi-
valence pour des séries à termes 0, on conclut : la série de ration pour des séries à termes 0, on conclut que la série de
1 terme général vn converge.
terme général α converge si et seulement si α > 2.
un
9.9 Puisque la série an converge, on a : an −→ 0,
n∞
9.7 a) On a, pour tout n 2 : √ n0
d’où : an −→ 0. On a donc, par développement limité usuel
n∞
n n−1 n−2 √ √ 1√ 3 √
0 k! − n! = k! = k! + (n − 1)! en 0 : sin an = an − an + o( an 3 ),
k=0 k=0 k=0
6
(n − 1)(n − 2)! + (n − 1)! = 2 · (n − 1)!, puis :
√
sin an 1
n
un = 1 − √ = 1 − 1 − an + o(an )
k! an 6
k=0 2 · (n − 1)! 2 1 1
donc : 0 −1 = , = an + o(an ) ∼ an 0.
n! n! n 6 n∞ 6
n
k! Puisque la série an converge, par théorème d’équivalence
k=0 n0
d’où : −→ 1 pour des séries à termes 0, on conclut que la série un
n! n∞
n
converge.
n0
et on conclut : k! ∼ n!.
n∞
k=0
9.10 D’abord, pour tout n ∈ N∗ , Pn existe et Pn > 0.
b) • On a :
n
k2 + a
1 n
n! 1 1 On a : ∀n ∈ N∗ , ln Pn = ln 2 .
un = k! ∼ = ∼ 0. k=1
k +b
(n + 1)! k=0 n∞ (n + 1)! n + 1 n∞ n
Par développements limités usuels, lorsque l’entier k tend vers
1 l’infini :
Comme la série
n
diverge, par théorème d’équivalence k2 + a a b
n ln 2 = ln 1 + 2 − ln 1 + 2
pour des séries à termes 0, on conclut que la série de terme k +b k k
général un diverge. 1 $ # b
#a 1 $ a − b 1
= +o 2 − 2 +o 2 = 2 +o 2 .
• On a : k2k k k k k
a−b
1 n
n! 1 1 D’après l’exemple de Riemann (2 > 1) la série
vn = k! ∼ = ∼ 0. k2
(n + 2)! k=0 n∞ (n + 2)! (n + 1)(n + 2) n∞ n2 converge.
k1
D’après l’exemple de Riemann (2 > 1) et le théorème d’équi- D’après l’exemple de Riemann et le théorème de comparaison
1
valence pour des séries à termes 0, on conclut que la série de en o, la série o 2 converge absolument, donc converge.
terme général vn converge. k1
k
k2 + a
9.8 Il s’agit de séries à termes 0. On conclut, par addition, que la série ln
k2 + b
converge.
k1
• On a, pour n ∈ N :
+∞
k +a
2
/ / Notons S = ln ∈ R. Ainsi : ln Pn −→ S .
1
xn 1
xn 1 # xn+1 $1 1 k2 + b n∞
un = dx dx = = k=1
1+x 2 2 n + 1 0 2(n + 1)
0 0 Par continuité de l’exponentielle en S , on conclut :
1 1 Pn −→ e S > 0.
et : ∼ .
2(n + 1) n∞ 2n n∞
186
Corrigés des exercices
9.11 Nous allons utiliser le lien suite/série. c) On a, en manipulant des sommes de séries convergentes :
∗
On a, pour n ∈ N :
+∞
+∞
1
1 un = P3 (n) + 9P2 (n) + 2P1 (n) − 2P0 (n)
un+1 − un = − ln(n + 1) + ln n n!
a+n+1 n=0 n=0
1 1 1
+∞
P3 (n)
+∞
P2 (n)
+∞
P1 (n)
+∞
P0 (n)
= − ln 1 + = +9 +2 −2 .
n a + 1 n n! n! n! n!
1+ n=0 n=0 n=0 n=0
n
1# a+1 1 $ # 1 1 1 $ Calculons ces différentes sommes de séries convergentes.
= 1− +o − − 2 +o 2 P0 (n) 1
+∞ +∞
n n n n 2n n
1 • = = e
2a + 1 n! n!
=− +o 2 . n=0 n=0
2n2 n P1 (n) n
+∞ +∞ +∞ +∞
2a + 1 1 1
• = = = = e
D’après l’exemple de Riemann (2 > 1), la série − 2 n! n! (n − 1)! p!
n1
n n=0 n=0 n=1 p=0
converge.
+∞
P2 (n) n(n − 1)
+∞ +∞
1
+∞
1
• = = = = e
D’après l’exemple de Riemann (2 > 1) et le théorème de com- n! n! (n − 2)! p!
1 n=0 n=0 n=2 p=0
paraison en o, la série o 2 converge absolument, donc P3 (n)
+∞ +∞ +∞
n 1 1
n1 • = = = e.
converge. n! (n − 3)! p!
n=0 n=3 p=0
Par addition, on déduit que la série (un+1 − un ) converge.
+∞
n D’où : un = e + 9 e + 2 e − 2 e = 10 e .
D’après le lien suite/série, on conclut que la suite (un )n∈N∗ n=0
converge.
9.13 a) Soit (a, b, c) ∈ R3 . On a, pour tout x ∈ [1 ; +∞[ :
9.12 a) On a, pour n 3 :
a b c
n + 6n2 − 5n − 2
3
n3 + +
un = ∼ x x+1 x+2
n! n∞ n! a(x + 1)(x + 2) + bx(x + 2) + cx(x + 1)
1 n3 1 =
= ∼ . x(x + 1)(x + 2)
(n − 3)! (n − 2)(n − 1)n n∞ (n − 3)! (a + b + c)x2 + (3a + 2b + c)x + 2a
= .
D’après le cours, la série de terme général
1
converge. Par x(x + 1)(x + 2)
n!
1 La condition de l’énoncé, notée (C), équivaut à :
décalage d’indice, la série de terme général converge.
(n − 3)!
Puis, par théorème d’équivalence
pour des séries à termes 0, ∀x ∈ [1 ; +∞[,
on conclut que la série un converge. (a + b + c)x2 + (3a + 2b + c − 1)x + (2a + 1) = 0.
n
P = X3 + 6X2 − 5X − 2 = (X3 − 3X2 + 2X) + 9X2 − 7X − 2 b) Nous allons former les sommes partielles et faire apparaître
= P3 + 9(X2 − X) + 2X − 2 = P3 + 9P2 + 2P1 − 2P0 . un télescopage.
187
Chapitre 9 • Séries
n
On a, pour tout N 3, en utilisant a) : 9.15 a) Notons, pour tout n 1 : un = .
1 · 3 · · · (2n + 1)
N
n−1 1 1 2 3 1
N
On remarque que, pour tout n 1 :
= − + −
n + 3n + 2n n=1
3 2 2n n+1 2n+2
n=1 1 (2n + 1) − 1
un =
11 3 1 2 1 · 3 · · · (2n + 1)
N N N
1
=−
2 n=1 n
+2 −
n + 1 2 n=1 n + 2 14 1 1 5
n=1 = − .
2 1 · 3 · · · (2n − 1) 1 · 3 · · · (2n + 1)
11 1 31
N N+1 N+2
noté an c’est an+1
=− +2 −
2 n=1 n n 2 n=3 n
n=2
D’où, par télescopage, pour tout N 1 :
11 1 1 1 1
N N
1
=− + + +2 + +
N
1
N
1
2 1 2 n=3 n 2 n=3 n N + 1 un = (an − an+1 ) = (a1 − aN+1 )
n=1
2 n=1 2
3 1 1
N
1
− + + =
1
1−
1 1
−→ .
2 n=3 n N + 1 N + 2 2 1 · 3 · · · (2N + 1) N∞ 2
1 1 3 1
= + − −→ . On conclut que la série envisagée converge et que :
4 2(N + 1) 2(N + 2) N∞ 4
+∞
n 1
On conclut : la série proposée converge et : = .
n=1
1 · 3 · · · (2n + 1) 2
+∞
n−1 1
= .
n3 + 3n2 + 2n 4 2n − 1
n=1
b) Notons, pour tout n 1 : vn = .
2 · 4 · · · (2n)
9.14 a) • Par récurrence immédiate : ∀n ∈ N, φn 0. On remarque que, pour tout n 2 :
• D’où : ∀n ∈ N, φn+2 − φn+1 = φn 0, 2n 1
vn = −
donc la suite (φn )n1 est croissante. 2 · 4 · · · (2n) 2 · 4 · · · (2n)
1 1
Comme φ0 = 0 1 = φ1 , finalement, la suite (φn )n0 est crois- = − .
2 · 4 · · · (2n − 2) 2 · 4 · · · (2n)
sante.
noté bn−1 c’est bn
• S’il existe ∈ R tel que φn −→ , alors, en passant à la limite
n∞
dans la définition de la suite (φn )n0 , on obtient = + , donc D’où, par télescopage, pour tout N 2 :
= 0, contradiction avec φ1 = 1.
N
N
N par prépondérance classique.
1
N
φn−1 φn+2 1 1 1 1
= − 2 = 2 − 2 −→ = 1. Il existe donc N ∈ N∗ tel que : ∀n N, 0 n2 un 1,
n=1
φ2n φ2n+1 n=1
φn φn+1
2
φ1 φN+1 N∞ φ21
1
On conclut : la série proposée converge et : d’où : ∀n N, 0 un 2 .
n
+∞ D’après l’exemple de Riemann (2 > 1) et le théorème de ma-
φn−1 φn+2
= 1. joration pour des √séries à termes 0, on conclut : la série de
n=1
φ2n φ2n+1 terme général e − n converge.
188
Corrigés des exercices
ln n ln n
b) On a : 0 n3/2 un = n3/2 = √ −→ 0, est continue et décroissante, donc :
n2 n n∞ / n+1
par prépondérance classique. ∀n 2, f (n + 1) f (x) dx f (n),
n
Il existe donc N ∈ N∗ tel que : ∀n N, n3/2 un 1,
d’où, par sommation et utilisation de la relation de Chasles :
1
d’où : ∀n N, 0 un 3/2 . /
n
N N+1
N
ln n En particulier :
terme général 2 converge.
n /
1 ln n
N N+1
1
c) On a : un = n n2 − 1 = e n2 − 1. ∀N 2, f (n + 1) dx
n=2 2 x(ln x)2
ln n ln n
Comme 2 −→ 0, on déduit : un ∼ 2 0. # 1 $N+1 1 1 1
n n∞ n∞ n = − =− + ,
ln n ln x 2 ln(N + 1) ln 2 ln 2
D’après b), la série de terme général 2 converge. Par théo-
n d’où, par changement d’indice :
rème d’équivalence pour des séries à termes 0, on conclut :
1
la série de terme général e n2 − 1 converge.
N
N−1
1
∀N 3, un = f (n + 1) .
d) On a, par développement limité : n=3 n=2
ln 2
1 n2 # 1 $ Ceci montre que les sommes partielles de la série un sont
un = 1 + 3 − 1 = exp n2 ln 1 + 3 − 1 n
n n
# 1 1 $ #1 1 $ majorées. Comme il s’agit d’une série à termes 0, on conclut :
= exp n2 3 + o 3 − 1 = exp + o −1 la série de terme général
1
converge.
n n n n n(ln n)2
# 1 1 $ 1 1 1
= 1+ +o −1= +o ∼ .
n n n n n∞ n 1 2
9.17 Rappelons : ∀(a, b) ∈ (R+ )2 , ab (a + b2 ).
D’après l’exemple de Riemann et le théorème d’équivalence, 2
1 n2 1 1 1
on conclut : la série de terme général 1 + 3 − 1 diverge. Ici : ∀n 1, 0 un = (nun ) + n2 u2n .
n n 2 n2
e) Nous allons utiliser une comparaison série/intégrale. 1
1 La série converge (exemple de Riemann, 2 > 1) et, par
L’application f : [2 ; +∞[ −→ R, x −→ n2
x ln x n1
est continue et décroissante, donc : hypothèse, la série n2 u2n converge. Par addition et loi ex-
n1
/ 1 1
n+1
terne, la série + n2 u2n converge, puis, par théorème
∀n 2, f (n + 1) f (x) dx f (n), 2 n2
n
n1
de majoration pour des séries à termes 0, la série un
d’où, par sommation et utilisation de la relation de Chasles : n1
converge.
N / N+1
N
∀N 2, f (n + 1) f (x) dx f (n). 9.18 Utilisons des développements limités, lorsque l’entier
© Dunod. La photocopie non autorisée est un délit
n=2 2 n=2
n tend vers l’infini :
En particulier : un = ln(n2 + n + 1) + a ln(n2 + 2n + 4) + b ln(n2 + 3n + 10)
N / # 1 1 $ # 2 4 $
1 N+1
1 . %N+1 = 2 ln n + ln 1 + + 2 + a 2 ln n + ln 1 + + 2
dx = ln(ln x) 2 n n n n
n ln n x ln x #
n=2 2
3 10 $
= ln ln(N + 1) − ln(ln 2) −→ +∞. + b 2 ln n + ln 1 + + 2
n n
N∞
# 1 1 1 1 1 $
= 2(1 + a + b) ln n + + − +o 2
1 n n2 2 n2 n
On conclut : la série de terme général diverge. # 2
n ln n 4 1 4 1 $ # 3 10 1 9 1 $
+a + 2 − 2
+o 2 +b + 2 − 2
+o 2
f) Nous allons utiliser une comparaison série/intégrale. n n 2 n n n n 2 n n
1 1 1 11b 1
L’application f : [2 ; +∞[ −→ R, x −→ = 2(1 + a + b) ln n+(1 + 2a + 3b) + + 2a + +o 2 .
x(ln x)2 n 2 2 n
189
Chapitre 9 • Séries
• Si 1 + a + b 0, alors un ∼ 2(1 + a + b) ln n, donc un ne tend En faisant tendre l’entier N vers l’infini et en utilisant les ré-
n∞ sultats du cours sur la série géométrique et ses dérivées succes-
pas vers 0 lorsque n tend l’infini, et donc la série un diverge
sives, on a :
n
(grossièrement).
+∞
n2 16 p2
+∞
+∞
p 1
+∞
1 n+(−1) n = p
+4 p
+
• Si 1 + a + b = 0 et 1 + 2a + 3b 0, alors un ∼ (1 + 2a + 3b) , n=0
3 3 p=0 9 p=0
9 p=0
9p
1
n∞ n 1 2 1 1
donc, comme la série
n
diverge, par multiplication par une 16 9 + 9 9 1
= + 4 +
3 1 3 1 2
n
1 1
constante non nulle, la série (1 + 2a + 3b) diverge, puis, 1− 1− 1−
n 9 9 9
n
par théorème d’équivalence pour des séries à termes de signe 16 10 93 1 92 9 21
= 2 3
+4 2 + = .
fixe, la série un diverge. 3 9 8 98 8 8
n
21
• Si 1 + a + b = 0 et 1 + 2a + 3b = 0, alors : On conclut : S = .
8
1 11b 1 1
un = + 2a + +o 2 . 9.20 a) D’abord, une récurrence immédiate montre que,
2 2 n2 n pour tout n ∈ N, un existe et un > 0.
1
D’après l’exemple de Riemann (2 > 1), la série • On a : ∀n ∈ N, un+1 − un =
1
> 0,
n
n2 un
converge.
donc (un )n0 est croissante.
D’après l’exemple de Riemann (2 > 1) et le théorème de com-
1 On a donc : ∀n ∈ N, un u0 = 2.
paraison en o, la série o 2 converge absolument, donc 1
n
n Si (un )n0 converge, alors sa limite vérifie 2 et = + ,
converge.
contradiction.
Par combinaison linéaire, la série un converge.
n
Ainsi, (un )n0 est croissante et divergente, donc :
⎧ ⎧ un −→ + ∞.
⎪
⎪
⎨1 + a + b = 0 ⎪
⎪
⎨a = −2 n∞
Enfin : ⎪
⎪ ⇐⇒ ⎪
⎪ 1 2
⎩1 + 2a + 3b = 0 ⎩b = 1. 1
b) On a : ∀n ∈ N, u2n+1 = un + = u2n + 2 + 2 .
un un
Finalement, la série un converge si et seulement si : Comme : ∀n ∈ N, un 2,
n ⎧
a = −2 et b = 1. ⎪
⎪
⎪ u2n + 3
⎨
il s’ensuit : ∀n ∈ N, u2n+1 ⎪
⎪
⎪ u2 + 2.
⎩
9.19 1) Existence : n
190
Corrigés des exercices
• Si α > 2, alors, d’après l’exemple de Riemann, la série On a, d’après b), pour tout N 0 :
1
converge, donc, par théorème d’équivalence pour des
N
(−1)n+1
N
nα/2 (−1)n (−1)n
n1
α = −
1 u − 3 n=0 un − 2 un+1 − 2
séries à termes 0, la série ) converge, puis, n=0 n
n1 2n + u20 N
(−1)n (−1)n+1
N
N
(−1)n (−1)n
N+1
diverge.
uα
n1 n 9.22 a) On a, pour tout N 1, en utilisant une sommation
1 géométrique :
Finalement, la série de terme général α converge si et seule-
un / / 1
ment si α > 2. 1
1 − (−1)N xN
N−1
dx = (−x)n dx
0 1+x 0 n=0
9.21 a) • Montrons, par récurrence sur n : ∀n ∈ N, un 5.
N−1 / 1
N−1
N
1 (−1)n−1
C’est vrai pour n = 0, puisque u0 = 5. = (−1)n xn dx = (−1)n = .
n=0 0 n=0
n + 1 n=1 n
Si c’est vrai pour un n ∈ N, alors :
un+1 = u2n − 5un + 8 = un (un − 5) + 8 8 5, b) D’après a), on a, pour tout N 2 :
/ 1 / 1 N
donc c’est vrai pour n + 1. N
(−1)n−1 1 x
= dx − (−1)N dx.
On conclut : ∀n ∈ N, un 5. n=1
n 0 1 + x 0 1 +x
• On a, pour tout n ∈ N : / 1 / 1
xN 1
Mais : 0 dx xN dx = −→ 0,
un+1 − un = u2n − 6un + 8 = (un − 3) − 1 3 0,
2
0 1+x 0 N + 1 N∞
/ 1
donc (un )n∈N est croissante. xN
donc : dx −→ 0.
1+x N∞
• Supposons un −→ ∈ R. Alors, par passage à la limite dans 0
n∞ On déduit :
la définition de la suite (un )n∈N , on a : = 2 − 5 + 8, d’où
facilement ∈ {2, 4}. Mais : ∀n ∈ N, un 5, N / 1
(−1)n−1 1 . %1
−→ dx = ln(1 + x) 0 = ln 2.
donc, par passage à la limite : 5, contradiction. n=1
n N∞ 0 1 + x
© Dunod. La photocopie non autorisée est un délit
d’où : un+1 −→ + ∞,
c) Nous allons former les sommes partielles et faire apparaître n∞
191
Chapitre 9 • Séries
) √ ∀n N, nun 1.
√
On a donc : un+1 n + 2 n 2 n + 1.
D’où : ∀n N, 0 vn = nu2n = (nun )un un .
Ceci montre que l’encadrement voulu est vrai pour n + 1.
Puisque la série un converge, on déduit, par théorème de
On a démontré, par récurrence sur n :
√ √ n1
∀n ∈ N∗ , n un 2 n. majoration pour des séries à termes 0, que la série vn
⎧ ) √
) ⎪
⎪ n1
√ ⎪ ⎨ n + 2 n
⎪ converge.
2) De 1), on déduit : un+1 = n + un ⎪ ⎪ ) .
⎪
⎩ n + √n.
⎪ •On a : n ln(1 + un ) ∼ nun −→ 0, donc : e n ln(1+un ) −→ 1,
n∞ n∞ n∞
*
) puis : wn = un (1 + un ) = un exp n ln(1 + un ) ∼ un 0.
n
√ √ 2 √ n∞
Comme : n + 2 n = n 1 + √ ∼ n, Par théorème d’équivalence pour des séries à termes 0, on
n n∞
* conclut que la série wn converge.
)
√ √ 1 √ n1
et : n + n = n 1 + √ ∼ n,
n n∞
n
n
√ 9.25 Notons, pour tout n ∈ N : Un = uk , Vn = vk .
on déduit, par encadrement : un+1 ∼ n. k=0 k=0
√ √
n∞
D’où : un+1 ∼ n ∼ n + 1, 1) Supposons que la série un converge.
n∞ n∞ n0
√
puis, par décalage d’indice : un ∼ n.
+∞
n∞
Notons U = un . On a, pour tout n ∈ N :
1 1 α 1
c) Soit α ∈ ]0 ; +∞[. On a :α
∼ √ = α/2 . n=0
un n∞ n n
n n
n
n
Par exemple, pour un = (−1)n , la série de terme général un di- D’après l’exercice 8.19, il en résulte : S n −→ .
n∞
verge (car un ne tend pas vers 0), mais la série de terme général Puisque la suite des
sommes partielles de la série converge, on
vn converge (car, pour tout n, vn = 0).
conclut que la série un converge.
n0
+1 (−1)n
9.26 a) Notons λ = . On a donc : < λ < 1.
2 b) Soit α ∈ ]0 ; +∞[. La série vérifie les hypothèses
un+1 n1
nα
Puisque −→ < λ, il existe N ∈ N tel que : de a), puisque :
un n∞
un+1 1
∀n N, λ. • pour tout n 1, 0
un nα
1
On a donc, pour tout n N + 1 : • la suite est décroissante
nα n1
un λun−1 , . . . , uN+1 λuN . 1
• −→ 0.
nα n∞
Par multiplication (les membres sont tous > 0) et par télesco- (−1)n
page, on obtient : ∀n N, un λn−N uN = λn λ−N uN . On conclut, d’après a) : la série converge.
n1
nα
Comme λ ∈ [0 ; 1[, la série géométrique λn converge. Par
n
c) Utilisons un développement limité :
théorème de majoration pour des séries à termes 0, on conclut
(−1)n (−1)n 1
que la série un converge. vn = √ = √
n + (−1)n n (−1)n
n 1+ √
∀n ∈ N, un > 0, n
b) • On a :
2 −→ 0
un+1 (n + 1)! 2n+1 (2n)! n∞
et : = (−1) n
(−1) 1 1 (−1)n 1 (−1)n 1
n
un 2(n + 1)! (n!)2 2n = √ 1− √ + +o = √ − + √ +o √ .
(n + 1)2 · 2 n+1 1 n n n n n n n n n n
= = −→ < 1. (−1)n
(2n + 1)(2n + 2) 2n + 1 n∞ 2
• D’après b), avec α = 1/2, la série √ converge.
D’après a), on conclut que la série un converge. n1
n
n 1
• On a : ∀n ∈ N, vn > 0, • La série diverge.
n
© Dunod. La photocopie non autorisée est un délit
n
et : (−1)n
−1 • La série est absolument convergente (exemple de
4(n + 1) 4n n3/2
2 n1
vn+1 2(n + 1) 2n (4n)! (2n + 2)! Riemann, 3/2 > 1), donc convergente.
= −1 = = 1
vn 4n 4n + 4 (4n + 4)! (2n)! 2
• Puisque la série est convergente et à termes 0,
2n 2n + 2 n1
n3/2
2 1
(2n + 1)(2n + 2) 16n4 1 d’après le théorème de domination, la série o 3/2 est ab-
= ∼ = . n
(4n + 1)(4n + 2)(4n + 3)(4n + 4) n∞ 256n4 16 n1
solument convergente, donc convergente.
vn+1 1
Ainsi : −→ < 1. Ainsi, vn apparaît comme la somme des termes généraux de
vn n∞ 16
quatre séries, dont trois convergentes et une divergente.
D’après a), on conclut que la série vn converge.
n
On conclut que la série de terme général vn diverge.
193
Fonctions d’une variable CHAPITRE 10
réelle : généralités,
limites, continuité
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 194
• Résolution d’équations à inconnue réelle
Énoncés des exercices 197
• Résolution de certaines équations fonctionnelles
Du mal à démarrer ? 200
• Manipulation des fonctions remarquables : paires, impaires, périodiques, majo-
Corrigés des exercices 202 rées, minorées, bornées, croissantes, décroissantes
• Étude de la continuité d’une fonction, de l’existence et de la valeur d’une limite
• Existence de solutions d’une équation
• Existence et propriétés d’une fonction réciproque.
194
Les méthodes à retenir
Essayer de :
Pour montrer qu’une fonction f • appliquer les théorèmes généraux sur les limites
admet une limite finie en un point a • montrer que | f (x) − | −→ 0.
x −→ a
➥ Exercice 10.2
Essayer de :
• étudier les variations de f , si f (x) est donné par une formule
explicite
Pour montrer l’existence d’une
solution d’une équation f (x) = 0, ➥ Exercice 10.4
où f est à variable réelle • appliquer le théorème des valeurs intermédiaires, si f est continue
et à valeurs réelles sur un intervalle et prend des valeurs négatives ou nulles et des va-
leurs positives ou nulles.
➥ Exercices 10.5, 10.21, 10.26.
195
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
Essayer de :
• revenir à la définition, c’est-à-dire, respectivement :
∃ M ∈ R, ∀x ∈ X, f (x) M
Pour montrer
∃ m ∈ R, ∀x ∈ X, m f (x)
qu’une fonction f : X −→ R
est majorée, ∃ C ∈ R+ , ∀x ∈ X, | f (x)| C
est minorée, ➥ Exercice 10.6
est bornée
• appliquer le théorème du cours si f est continue et si X est un
segment.
➥ Exercices 10.6, 10.14, 10.25.
Essayer de :
• revenir à la définition, c’est-à-dire montrer :
∀y ∈ J, ∃ ! x ∈ I, y = f (x).
Pour montrer On pourra éventuellement exprimer l’application réciproque f −1
qu’une fonction f : I −→ J de f .
est bijective,
où I et J sont des intervalles de R ➥ Exercice 10.7
• appliquer le théorème de la bijection monotone. Dans ce contexte,
souvent, on ne pourra pas exprimer l’application réciproque f −1
de f .
➥ Exercices 10.15 a), 10.16 a).
196
Énoncés des exercices
g) lim x(1 + ln x) e −x
x −→ +∞
1
h) lim 2 x .
x −→ +∞
197
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
10.11 Étude de continuité pour une fonction faisant intervenir la partie entière
On rappelle que, pour tout x ∈ R, la partie entière de x, notée Ent(x), est définie par :
198
Énoncés des exercices
Démontrer : f = IdR .
10.20 Séparation de f et g, de f ◦ f et g ◦ g
Soient f, g : R −→ R continues telles que : f ◦ g = g ◦ f.
Montrer que, si x ∈ R ; f ◦ f (x) = g ◦ g(x) ∅, alors x ∈ R ; f (x) = g(x) ∅.
b) Est-ce que, pour toute application continue f : ]0 ; 1[ −→ ]0 ; 1[, il existe c ∈ ]0 ; 1[ tel que
f (c) = c ?
199
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
Du mal à démarrer ?
10.1 Utiliser des équivalents, des prépondérances classiques. Pour déduire que f est constante égale à 1 ou constante égale
à 2, utiliser le théorème des valeurs intermédiaires.
2
10.2 Considérer f(x) − 1) .
10.13 Considérer h = f − g et utiliser le théorème des valeurs
10.3 Calculer f [n+1] (a) de deux façons, en utilisant l’associati- intermédiaires.
vité de la loi ◦.
f(x)
10.14 Considérer h : x −→ et utiliser le théorème sur la
10.4 Considérer f : R+ −→ R, x −→ x6 + x4 . g(x)
continuité sur un segment.
10.5 Considérer f : R+ −→ R, x −→ x15 − x11 − 2.
10.15 a) Utiliser le théorème de la bijection monotone.
f(x)
10.6 Pour montrer que g ◦ f est bornée, utiliser le théorème b) Obtenir d’abord une minoration convenable de .
sur les applications continues sur un segment. x
10.7 Pour y ∈ R fixé, résoudre l’équation y = f(x), d’inconnue 10.16 a) Utiliser le théorème de la bijection monotone.
x ∈ ] − 1 ; 1[. Utiliser une expression conjuguée pour transformer b) Considérer g : R −→ R, x −→ 2f(x) + 3f −1 (x). Montrer que g
l’écriture. est strictement croissante, et remarquer g(2) = 10.
10.8 a) Revenir à la définition d’un sev, montrer P ∩ I = {0} 10.17 1) Soit f convenant. Montrer f(0) = 1 et déduire f.
et montrer que tout élément f de E se décompose sous la
2) Réciproquement, vérifier que f : R −→ R, x −→ x+1 convient.
forme f = p + i, où p ∈ P et i ∈ I , par analyse-synthèse.
b) Appliquer les formules obtenues en a). 10.18 1) Les implications (1) =⇒ (2), (2) =⇒ (1), (1) =⇒ (3)
sont immédiates.
10.9 Supposer qu’il existe f convenant. Pour tout x ∈ R, calcu-
1 Pour (3) =⇒ (1), utiliser f : X −→ R, x −→ x.
ler f f f(x) − 1 de deux façons, et déduire x = .
2 2) Les implications (1
) =⇒ (2
), (2
) −→ (1
), (1
) =⇒ (3
) sont
immédiates.
10.10 Montrer successivement f(0) = 0, f est impaire, f(x) x
et f(−x) −x pour tout x ∈ R. Pour (3
) =⇒ (1
), utiliser f : X −→ R, x −→ x et la continuité
de ϕ en 0.
10.11 Étudier, pour tout n ∈ Z, les limites de f en n− et en n+ ,
et la valeur de f en n. 10.19 Montrer que f est surjective, puis utiliser :
10.12 Obtenir : ∀x ∈ R, f(x) ∈ {1, 2}. ∀x ∈ R, f(x) = f f(x) .
200
Du mal à démarrer ?
10.23 a) Considérer g : [0 ; 1] −→ R, x −→ f(x) − x et utiliser le 10.26 1) Si deg (P) est impair, étudier les limites de P en −∞ et
théorème des valeurs intermédiaires. en +∞ et utiliser le théorème des valeurs intermédiaires.
201
Corrigés des exercices
2x2 − x + 1 2x2 On conclut que l’équation proposée admet une solution et une
10.1 a) ∼ = 2x,
x−1 x −→ +∞ x seule : x = 3.
2x2 − x + 1
donc : −→ +∞.
x−1 x −→ +∞ 10.5 L’application f : [0 ; +∞[ −→ R, x −→ x15 − x11 − 2
x2 − x + 2 x2 1 est continue sur l’intervalle [0 ; +∞[, f (0) = −2 < 0,
b) 2 ∼ = ,
2x + x + 4 x −→ −∞ 2x2 2
lim f (x) = +∞. D’après le théorème des valeurs intermé-
x2 − x + 2 1 x −→ +∞
donc : 2 −→ . diaires, il en résulte qu’il existe c ∈ [0 ; +∞[ tel que f (c) = 0,
2x + x + 4 x −→ −∞ 2
d’où la conclusion voulue.
x−1 x 1
c) 3 ∼ = 2,
x + x + 1 x −→ +∞ x3 x
10.6 • Puisque f est bornée, il existe M ∈ R+ tel que :
x−1
donc : 3 −→ 0.
x + x + 1 x −→ +∞ ∀x ∈ R, | f (x)| M.
x2 − 3x + 2 (x − 1)(x − 2) x−1
d) 2 = = −→ +∞. Il en résulte : ∀y ∈ R, ( f ◦ g)(y) = f g(y) M,
x − 4x + 4 (x − 2)2 x − 2 x −→ 2+
(ln x)2 − 3 (ln x)2 donc f ◦ g est bornée.
e) ∼ ,
x + 2 x −→ +∞ x • Puisque f est bornée, il existe (a, b) ∈ R2 tel que :
(ln x)2
et −→ 0 par prépondérance classique, ∀x ∈ R, f (x) ∈ [a ; b].
x x −→ +∞
(ln x)2 − 3 Comme g est continue sur le segment [a ; b], d’après un théo-
donc : −→ 0. rème du cours, la restriction de g à [a ; b] est bornée. Il existe
x + 2 x −→ +∞
f) x2 (ln x − x) = x2 ln x − x3 −→ + 0, donc C ∈ R+ tel que : ∀y ∈ [a ; b], |g(y)| C.
En particulier : ∀x ∈ R, (g ◦ f )(x) = g f (x) C,
x −→ 0
∗ Synthèse : Réciproquement, considérons les applications d’où : f (x) x et f (x) = − f (−x) x, donc : f (x) = x.
p, i : I −→ R définies par les formules obtenues ci-dessus. On conclut : f = IdR .
203
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
10.11 • Puisque Ent est continue en tout point de R \ Z, par D’après le théorème des valeurs intermédiaires, il en résulte
opérations, f est continue en tout point de R \ Z. qu’il existe c ∈ R tel que h(c) = 0, c’est-à-dire tel que
• Soit n ∈ Z. On a : f (c) = g(c).
2 2
∀x ∈ [n − 1 ; n], f (x) = x − Ent(x) + Ent(x) + 1 − x f (x)
2 10.14 Considérons h : [a ; b] −→ R, x −→ .
= x − (n − 1) + (n − 1) + 1 − x 2 , g(x)
2 2 Puisque f et g sont continues sur [a ; b] et que g ne s’an-
∀x ∈ [n ; n + 1[, f (x) = x − Ent(x) + Ent(x) + 1 − x nule pas, h est continue sur [a ; b]. D’après un théorème du
= (x − n)2 + (n + 1 − x)2 , cours, puisque h est continue sur le segment [a ; b], h est bor-
née et atteint ses bornes. Notons C = Max h(x). Il existe alors
d’où : f (x) −→ − n − (n − 1) 2 + (n − n)2 = 1, x∈[a;b]
x −→ n x0 ∈ [a ; b] tel que : C = h(x0 ) ∈ [0 ; 1[.
f (x) = (n − n)2 + (n + 1 − n)2 = 1, f (x)
Ainsi : ∀x ∈ [a ; b], C,
f (x) −→ + (n − n)2 + (n + 1 − n)2 = 1. g(x)
x −→ n
donc : ∀x ∈ [a ; b], f (x) Cg(x).
Ainsi : lim
−
f = lim
+
f = f (n), donc f est continue en n.
n n
Finalement, f est continue en tout point de R, donc f est conti- 10.15 a) L’application f : R −→ R, x −→ x + x2 + 2x3
nue sur R. est dérivable et, pour tout x ∈ R : f
(x) = 1 + 2x + 6x2 .
Le discriminant de ce trinôme est Δ = −20 < 0, donc :
10.12 1) Soit f convenant.
2
On a alors, pour tout x ∈ R : f (x) − 3 f (x) + 2 = 0, ∀x ∈ R, f
(x) > 0.
c’est-à-dire : f (x) − 1 f (x) − 2 = 0. Il en résulte que f est strictement croissante sur R.
Ceci montre : ∀x ∈ R, f (x) ∈ {1, 2}. Puisque f est continue (car dérivable) sur l’intervalle R, stric-
Autrement dit, f ne prend que les valeurs 1 et 2. tement croissante, de limite −∞ en −∞, de limite +∞ en +∞,
Mais, a priori, il se pourrait que f prenne la valeur 1 en certains d’après le théorème de la bijection monotone, f est bijective.
points et la valeur 2 et d’autres points. Nous allons montrer, en b) On a, en utilisant une mise sous forme canonique d’un tri-
utilisant la continuité de f , que f est constante égale à 1 ou nôme, pour tout x ∈ R∗ :
constante égale à 2.
f (x) 1 1
Raisonnons par l’absurde : supposons que f ne soit ni constante = 1 + x + 2x2 = 2 x2 + x +
x 2 2
égale à 1 ni constante égale à 2. Il existe alors (a, b) ∈ R2 tel ⎡ 2 ⎤ 2
que : f (a) 1 et f (b) 2. ⎢⎢ 1 7 ⎥⎥ 1 7 7
= 2 ⎢⎣⎢ x + + ⎥⎦⎥ = 2 x + + 0,
4 16 4 8 8
Comme f ne prend que les valeurs 1 et 2, il s’ensuit :
f (a) = 2 et f (b) = 1. | f (x)| f (x) 7
donc : ∀x ∈ R∗ , = ,
|x| x 8
Puisque f est continue sur l’intervalle R et que f prend les va-
7
leurs 2 et 1, d’après le théorème des valeurs intermédiaires, d’où : ∀x ∈ R∗ , | f (x)| |x|.
3 8
il existe c ∈ R tel que f (c) = par exemple, d’où une Il est clair que cette inégalité est aussi vraie pour x = 0.
2
contradiction. 7
Ainsi : ∀x ∈ R, | f (x)| |x|.
Ceci montre que f = 1 ou f = 2. 8
7
2) Réciproquement, il est clair que les deux applications En remplaçant x par f (y) : ∀y ∈ R, |y| | f −1 (y)|,
−1
constantes égales à 1, à 2, conviennent. 8
8
Finalement, il existe exactement deux applications f conve- donc : ∀y ∈ R, | f −1 (y)| |y|.
nant : les applications constantes égale à 1, égale à 2. 7
8
La constante α = convient.
7
10.13 Considérons h = f − g.
Puisque f et g sont continues sur R, h est continue sur R. 10.16 a) 1) 1re méthode :
Puisque f est de limite −∞ en −∞ et de limite +∞ en +∞ et Les applications x −→ x3 et x −→ x − 8 sont strictement crois-
que g est bornée, h est aussi de limite −∞ en −∞ et de limite santes sur R, donc, par addition, f : x −→ x3 + x − 8 est stricte-
+∞ en +∞. ment croissante sur R.
204
Corrigés des exercices
2e méthode : donc : f ϕ ∈ P.
L’application f est dérivable et : • Montrons l’implication (2) =⇒ (1) :
On suppose : ∀ f ∈ P, f ϕ ∈ P.
∀x ∈ R, f
(x) = 3x2 + 1 > 0,
En appliquant cette hypothèse à f = 1, fonction constante égale
donc f est strictement croissante sur R. à 1, qui est bien dans P, on obtient : ϕ ∈ P.
2) L’application f est continue sur l’intervalle R, strictement • Montrons l’implication (1) =⇒ (3) :
croissante, de limite −∞ en −∞ et de limite +∞ en +∞, donc,
On suppose : ϕ ∈ P.
d’après le théorème de la bijection monotone, f est bijective.
On a, pour toute f ∈ I :
b) Considérons l’application
∀x ∈ X, ( f ϕ)(−x) = f (−x)ϕ(−x)
g : R −→ R, x −→ 2 f (x) + 3 f −1 (x).
= − f (x) ϕ(x) = −( f ϕ)(x),
Puisque f et f −1 sont strictement croissantes, par addition avec
coefficients > 0, g est strictement croissante sur R, donc l’équa- donc : f ϕ ∈ I.
tion g(x) = 10, d’inconnue x ∈ R, admet au plus une solution. • Montrons l’implication (3) =⇒ (1) :
On remarque : f (2) = 23 + 2 − 8 = 2, donc f −1 (2) = 2, On suppose : ∀ f ∈ I, f ϕ ∈ I.
puis : g(2) = 2 f (2) + 3 f −1 (2) = 2 · 2 + 3 · 2 = 10, En appliquant cette hypothèse à f : x −→ x, qui est bien dans I,
ce qui montre que 2 est solution. on a : f ϕ ∈ I, c’est-à-dire :
Finalement, l’équation proposée admet une solution et une ∀x ∈ X, ( f ϕ)(−x) = −( f ϕ)(x),
seule : x = 2.
ou encore : ∀x ∈ X, −xϕ(−x) = −xϕ(x).
10.17 1) Soit f convenant. Il s’ensuit : ∀x ∈ X \ {0}, ϕ(−x) = ϕ(x).
On a, en appliquant l’hypothèse à (x, y) = (0, 0) : De plus, cette égalité est triviale pour x = 0.
2
f (0) − f (0) = 0, Ainsi : ∀x ∈ X, ϕ(−x) = ϕ(x),
et on conclut : ϕ ∈ P.
donc : f (0) ∈ {0, 1}.
b) • Montrons l’implication (1
) =⇒ (2
) :
Si f (0) = 0, alors, comme :
On suppose : ϕ ∈ I.
∀x ∈ R, f (x) f (0) − f (0) = x + 0,
On a, pour toute f ∈ P :
on obtient : ∀x ∈ R, x = 0, contradiction.
∀x ∈ X, ( f ϕ)(−x) = f (−x)ϕ(−x)
On a donc : f (0) = 1.
= f (x) − ϕ(x) = −( f ϕ)(x),
Ensuite : ∀x ∈ R, f (x) f (0) − f (0) = x + 0,
donc : f ϕ ∈ I.
donc : ∀x ∈ R, f (x) = x + 1.
• Montrons l’implication (2
) =⇒ (1
) :
2) Réciproquement, en notant f : R −→ R, x −→ x + 1,
On suppose : ∀ f ∈ P, f ϕ ∈ I.
© Dunod. La photocopie non autorisée est un délit
205
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
206
Corrigés des exercices
Finalement, l’ensemble S des applications f cherchées est : On conclut que P n’est pas surjectif.
Finalement, P est surjectif si et seulement si son degré est
S = {−IdR , IdR }. impair.
© Dunod. La photocopie non autorisée est un délit
207
Dérivation CHAPITRE 11
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 208
• Existence et calcul éventuel d’une dérivée première, d’une dérivée n-ième
Énoncés des exercices 211
• Étude des variations d’une fonction, représentation graphique
Du mal à démarrer ? 214
• Séparation des zéros d’une fonction, résolution d’équations et d’inéquations
Corrigés des exercices 216
• Résolution de certaines équations fonctionnelles
• Obtention d’inégalités à une ou plusieurs variables réelles
• Convexité.
si f est
de classe C 2 .
Pour étudier la dérivabilité Essayer d’appliquer les théorèmes sur les opérations sur les fonctions
d’une fonction en un point, dérivables (théorèmes généraux)
et éventuellement
calculer sa dérivée en ce point ➥ Exercice 11.7
208
Les méthodes à retenir
Calculer f
(x) (si f est dérivable) et étudier le signe de f
(x) pour
x∈I
Pour décider si une fonction f
➥ Exercices 11.2 a), 11.23 a)
est monotone sur un intervalle I,
On pourra être amené à étudier le signe de f
Essayer de :
• appliquer le théorème de Rolle à f
➥ Exercice 11.9
Pour montrer • appliquer le théorème de Rolle ou le théorème des accroissements
que la dérivée d’une fonction f finis à une fonction auxiliaire
s’annule en au moins un point
➥ Exercices 11.14, 11.15
• utiliser le théorème du cours faisant intervenir la notion d’extrémum
local.
© Dunod. La photocopie non autorisée est un délit
➥ Exercice 11.1.
Essayer de :
• appliquer la formule de Leibniz si f s’exprime comme produit de
deux fonctions du type polynôme de bas degré et exponentielle
simple
Pour calculer une dérivée n-ième
➥ Exercice 11.8 a)
• utiliser une décomposition de f (x) en termes plus simples
➥ Exercice 11.8 b)
209
Chapitre 11 • Dérivation
Pour montrer l’existence d’un réel Essayer d’utiliser une fonction auxiliaire, à laquelle appliquer le théo-
satisfaisant une condition rème de Rolle.
relative à une dérivée successive ➥ Exercice 11.10.
Essayer de :
• faire tout passer dans le premier membre et étudier les variations de
la fonction définie par ce premier membre
Pour établir une inégalité ➥ Exercices 11.3, 11.11, 11.12, 11.18
à une variable réelle
• utiliser le théorème des accroissements finis
➥ Exercice 11.4.
Voir aussi les méthodes à retenir du chapitre 10.
Fixer toutes les variables sauf une, et étudier les variations d’une fonc-
Pour établir une inégalité tion de cette variable.
à plusieurs variables réelles
➥ Exercices 11.19, 11.20, 11.23 a).
Pour résoudre
une équation fonctionnelle Essayer de dériver à partir de l’équation donnée.
pour laquelle la fonction inconnue ➥ Exercices 11.6, 11.17.
est supposée dérivable
Essayer de :
• revenir à la définition si f n’est pas supposée de classe C 1 sur I
Pour montrer qu’une fonction ➥ Exercice 11.21 a)
f : I −→ R est convexe
sur un intervalle I de R • montrer que f est croissante, si f est supposée de classe C 1 sur I
210
Énoncés des exercices
(c) = 0.
Montrer : ∃ d ∈ I, f (5) (d) = 0.
211
Chapitre 11 • Dérivation
b) Montrer que, si les zéros de P sont tous réels, alors il en est de même de P
.
∀x ∈ R, f
(x) f (−x) = 1.
212
Énoncés des exercices
b) Montrer le même résultat, de façon plus simple, sous l’hypothèse supplémentaire que f, g
sont de classe C 2 sur R.
b) Montrer le même résultat, de façon plus simple, sous l’hypothèse supplémentaire que f est
de classe C 1 sur R.
213
Chapitre 11 • Dérivation
Du mal à démarrer ?
11.1 Remarquer que f − g admet un maximum en a. Montrer que : ∀t ∈ ] − 1 ; +∞[, ln(1 + t) t.
f(x) = 2 sin x + tan x − 3x, g(x) = sin x + 2 tan x − 3x. et utiliser le théorème de Rolle.
11.4 Appliquer le théorème des accroissements finis à Arctan 11.14 Noter = lim f(x) =
x −→ −∞
lim f(x).
x −→ +∞
sur [x ; y]. re
1 méthode : utilisation d’une fonction auxiliaire :
f(y) − f(x) Se ramener à une étude sur un segment, en considérant,
11.5 Étudier, pour x ∈ R fixé, la limite de lorsque y
y−x par exemple, l’application ϕ : ] − π/2 ; π/2[ −→ R, t −→ tan t et
tend vers x. g = f ◦ ϕ.
2e méthode : étude d’extrémum :
11.6 Montrer que, si f convient, alors f
est constante.
Si f n’est pas constante, montrer que f admet un extrémum
11.7 1) Étudier le comportement de f(x) lorsque x tend vers 0. local, en se ramenant à un segment.
f(x) − f(0)
2) Chercher la limite de
x−0
lorsque x tend vers 0. 11.15 a) Appliquer le théorème de Rolle à P sur un segment
f − f
2 = 0.
f
214
Du mal à démarrer ?
.
f(x3 ) − f(x2 )
τa (x1 ) τa (x3 ), en intercalant .
11.22 • Chercher un polynôme P de degré 3, satisfaisant les x3 − x2
1 2
mêmes conditions que f. Obtenir P = X (X + 1). f(x) − f(0)
2 11.25 a) Étudier l’application τa : R∗ −→ R, x −→ ,
• Former g = f − P et raisonner par l’absurde. x
en utilisant l’exercice 11.24.
11.23 a) Pour n ∈ N∗ et x ∈ ]0 ; +∞[ fixés, étudier les variations b) Si on suppose, de plus, que f est de classe C 1 sur R, montrer
yn
de f : ]0 ; +∞[ −→ R, y −→ (n − 1)x + n−1 − ny. que f
admet une limite (finie ou +∞) en +∞ et montrer 0
x par un raisonnement par l’absurde.
b) Récurrence sur n.
Pour le passage de n−1 à n, pour (x1 , ..., xn ) ∈ (R∗+ )n donné, noter 11.26 Noter, pour tout (x, y) ∈ I2 :
x1 + · · · + xn−1
x= , y = (xn xn−1 )1/n , &x + y'
n−1 f(x) + f(y)
δ(x, y) = −f .
yn 2 2
de sorte que n−1 = xn , et utiliser a).
x
• Montrer, en utilisant l’exercice 11.24, que, pour tout
b−a (u, v, w) ∈ I3 tel que u < v < w, on a :
11.24 a) Noter λ = et remarquer : λ ∈ ]0 ; 1[. Appliquer la
c−a
définition de la convexité pour majorer f (1 − λ)a + λc .
δ(u, v) δ(u, w) et δ(v, w) δ(u, w).
b) • Pour tout (x1 , x2 ) ∈ I2 tel que x1 < x2 < a, montrer :
τa (x1 ) τa (x2 ). • En déduire : δ(b, c) δ(a, d).
© Dunod. La photocopie non autorisée est un délit
215
Corrigés des exercices
11.1 Notons h = f − g. L’application h est dérivable sur I et Les applications f, g sont dérivables sur I et, pour tout x ∈ I :
admet un maximum en a, car : 1
f
(x) = 2 cos x + −3
cos2 x
∀x ∈ I, h(x) = f (x) − g(x) 0 = f (a) − g(a) = h(a). 2 cos3 x − 3 cos2 x + 1 (cos x − 1)(2 cos2 x − cos x − 1)
= =
cos2 x cos2 x
De plus, a n’est pas une extrémité de I. (cos x − 1)(cos x − 1)(2 cos x + 1)
= < 0,
cos2 x
D’après le cours, il s’ensuit h
(a) = 0, donc f
(a) = g
(a).
car 1/2 < cos x < 1,
11.2 a) L’application polynomiale P : x −→ x5 − 5x + 2 2 cos3 x − 3 cos2 x + 2
g
(x) = cos x + 2
−3=
cos x cos2 x
est dérivable sur R et : ∀x ∈ R, P
(x) = 5(x4 − 1),
(cos x − 1)(cos x − 2 cos x − 2)
2
∀x ∈ R, f
(x) = x e x − e , f
d’où les tableaux de variations de f , puis de f : sur ]x ; y[, donc, d’après le théorème des accroissements finis,
il existe c ∈ ]x ; y[ tel que :
x −∞ −1 1 +∞ Arctan y − Arctan x 1
f
(x) − 0 + = Arctan
(c) = .
y−x 1 + c2
−e +∞
1 1 1
f
(x) 0 Comme 0 x < c < y, on a : < < ,
<0 1 + y2 1 + c2 1 + x2
f
(x) − 0 + 1 Arctan y − Arctan x 1
d’où : < < ,
+∞ +∞ 1 + y2 y−x 1 + x2
f (x) y−x y−x
puis : < Arctan y − Arctan x < .
<0 1 + y2 1 + x2
216
Corrigés des exercices
11.6 1) Soit f convenant. 11.8 Remarquer d’abord que les applications envisagées
En dérivant par rapport à x, on déduit : sont de classe C ∞ d’après les théorèmes généraux.
a) En notant P : x −→ x2 + x − 2 et g : x −→ e x , d’après la
∀(x, y) ∈ R , f (x + y) = f (x),
2
formule de Leibniz, on a, pour tout n ∈ N et tout x ∈ R :
( n
n (k)
donc f
est constante. Il existe donc (a, b) ∈ R2 tel que : f (n) (x) = P (x)g(n−k) (x)
k=0
k
∀x ∈ R, f (x) = ax + b. n n
n
= P(x)g
(x) + P (x)g
(x) + P (x)g(x)
0 1 2
n(n − 1) x
2) Réciproquement, pour tout (a, b) ∈ R2 , l’application = (x2 + x − 2) e x + n(2x + 1) e x + 2e
2
f : R −→ R, x −→ ax + b est dérivable sur R et elle satisfait
= x2 + (2n + 1)x + (n2 − 2) e x .
⎧ 1
⎪
⎪
⎪
1 1 ∀x ∈ R, f (n) (x) = (−1) p+1 sin x − 32p+1 (−1) p+1 sin 3x .
⎨2x sin x − cos x
⎪ si x 0 4
f (x) = ⎪
⎪
⎪
⎪
⎩ 0 si x = 0. 11.9 Nous allons étudier successivement les zéros de f ,
de f
, de f
, ..., de f (5) .
3) D’une part, d’après les théorèmes généraux et le résultat pré- • Par hypothèse : a < b < c et f (a) = f (b) = f (c) = 0.
cédent, f
est continue en tout point de R∗ . D’après le théorème de Rolle appliqué à f sur [a ; b], sur [b ; c],
1 1 il existe a1 ∈ ]a ; b[, b1 ∈ ]b ; c[ tels que :
D’autre part, puisque 2x sin −→ 0 et que cos n’a pas de
x x −→ 0 x f
(a1 ) = 0 et f
(b1 ) = 0.
limite en 0, f
n’a pas de limite en 0, donc f
n’est pas continue
en 0. • On a donc :
Ainsi, f
est continue en tout point de R∗ et discontinue en 0. a1 < b < b1 < c et f
(a1 ) = f
(b) = f
(b1 ) = f
(c) = 0.
217
Chapitre 11 • Dérivation
(a2 ) = f
(b2 ) = f
(a2 ) = f
(b2 ) = f
(c2 ) = f
(c) = 0.
∀t ∈ [0 ; 1], ϕ
(t) = ln 2 e t ln 2 − 1.
En réitérant le raisonnement, il existe au moins trois points
en ordre strict en lesquels f (3) s’annule, puis au moins deux
En particulier, pour tout t ∈ [0 ; 1] :
points en ordre strict en lesquels f (4) s’annule, puis au moins
un point d en lequel f (5) s’annule. 1
a b c ϕ
(t) = 0 ⇐⇒ ln 2 e t ln 2 − 1 = 0 ⇐⇒ e t ln 2 =
Zéros de f ln 2
− ln(ln 2)
⇐⇒ t ln 2 = − ln(ln 2) ⇐⇒ t = .
a1 b1 ln 2
Zéros de f
− ln(ln 2)
a2 b2 c2 Notons α = , qui est dans ]0 ; 1[.
Zéros de f ln 2
On obtient le tableau de variations :
a3 b3 c3
Zéros de f (3) t 0 α 1
ϕ
(t) − 0 +
a4 b4
Zéros de f (4) 0 0
ϕ(t)
a5 0
Zéros de f (5)
On déduit : ∀t ∈ [0 ; 1], ϕ(t) 0,
11.10 Notons A le réel défini par : c’est-à-dire : ∀t ∈ [0 ; 1], 1 + t 2t .
(b − a) 2 Ent(x)
, on obtient l’inégalité demandée.
f (b) = f (a) + (b − a) f
(a) + A En remplaçant t par
x
2
et notons ϕ : [a ; b] −→ R l’application définie, pour tout 11.12 a) L’application
x ∈ [a ; b], par :
f : [0 ; +∞[ −→ R, x −→ x(2 + cos x) − 3 sin x
(x − a)2
(x) = x sin x.
Comme : ∀x ∈ [a ; b], ϕ
(x) = f
(x) − f
(a) − (x − a)A,
l’application ϕ
est continue sur [a ; u], dérivable sur ]a ; u[, et • On a, pour tout x ∈ [π ; +∞[ :
on a : ϕ
(a) = ϕ
(u) = 0. D’après le théorème de Rolle, il existe
donc c ∈ ]a ; u[⊂ ]a ; b[ tel que ϕ
x ∈ [0 ; π].
f (b) = f (a) + (b − a) f
(a) + f (c).
2 On dresse les tableaux de variations :
(x) 0 + 0
Ent(x) x Ent(x)
1+ 2Ent(x) ⇐⇒ 1 +
Ent(x)
2 x . f
(x) 0
x x f
(x) 0
D’autre part, par définition de la partie entière : f (x) 0
218
Corrigés des exercices
d’où l’inégalité demandée, pour x ∈ [0 ; π]. L’application ϕ est continue sur [a ; b], dérivable sur ]a ; b[, et
b) On a, pour tout x ∈ ]0 ; +∞[ : on ϕ(a) = 0 et ϕ(b) = 0 (par définition de A). D’après le théo-
rème de Rolle, il existe donc c ∈ ]a ; b[ tel que ϕ
(c) = 0.
1 x 1 x+1
1+ < e < 1+ Mais : ∀x ∈ ]a ; b[, ϕ
(x) = f
(x) − Ag
(x),
x x
f
(c)
1 1 d’où : f
(c) − Ag
(c) = 0, donc A =
,
⇐⇒ x ln 1 + < 1 < (x + 1) ln 1 + g (c)
x x
1 1 1 1 ce qui montre le résultat demandé.
⇐⇒ ln 1 + < et ln 1 + > .
x x x x+1
De plus :
11.14 Par hypothèse, il existe ∈ R tel que :
1 1 x+1 1 f (x) −→ et f (x) −→ .
x −→ −∞ x −→ +∞
ln 1 + > ⇐⇒ ln >
x x+1 x x+1
x 1 1 1 1re méthode : utilisation d’une fonction auxiliaire :
⇐⇒ ln <− ⇐⇒ ln 1 − <− .
x+1 x+1 x+1 x+1
Le résultat demandé ressemble au théorème de Rolle, mais sur
Ainsi, pour prouver les deux inégalités demandées, il suffit R au lieu d’un segment [a ; b]. Nous allons essayer de nous
d’établir l’inégalité : ∀t ∈ ] − 1 ; +∞[−{0}, ln(1 + t) < t. ramener à un segment par composition avec une fonction auxi-
Cette inégalité est connue. Redémontrons-la. L’application f : liaire.
t −→ ln(1 + t) − t est dérivable sur ] − 1 ; +∞[ et : Considérons, par exemple, l’application
1 t ϕ : ] − π/2 ; π/2[ −→ R, t −→ tan t
∀t ∈ ] − 1 ; +∞[, f
(t) = −1 =− ,
1+t 1+t
et notons g = f ◦ ϕ.
d’où le tableau de variations :
On a, par composition de limites :
t −1 0 +∞
f (t)
Comme g est continue sur ] − π/2 ; π/2[ et de limite finie en
<0 <0
−π/2 et en π/2, l’application h : [−π/2 ; π/2] −→ R définie pour
On a donc : ∀t ∈ ] − 1 ; +∞[−{0}, f (t) < 0, tout t ∈ [−π/2 ; π/2], par :
⎧
c’est-à-dire : ∀t ∈ ] − 1 ; +∞[−{0}, ln(1 + t) < t. ⎪
⎪
⎨g(t)
⎪ si − π/2 < t < π/2
1 ϕ(t) = ⎪
⎪
En remplaçant t par pour x ∈ ]0 ; +∞[, on obtient : ⎪
⎩ si t = −π/2 ou t = π/2
x
1 1 est continue sur [−π/2 ; π/2].
ln 1 + < ,
x x D’autre part, puisque ϕ est dérivable sur ] − π/2 ; π/2[ et que f
1 est dérivable sur R, par composition, g = f ◦ ϕ est dérivable sur
et, en remplaçant t par − pour x ∈ ]0 ; +∞[, on obtient :
x+1 ] − π/2 ; π/2[, donc h est dérivable sur ] − π/2 ; π/2[.
1 1 Puisque h est continue sur [−π/2 ; π/2] et dérivable sur ] −
ln 1 − <− ,
© Dunod. La photocopie non autorisée est un délit
219
Chapitre 11 • Dérivation
Supposons f . Il existe donc a ∈ R tel que f (a) . Quitte On met ainsi en évidence des zéros de P
, deux à deux dis-
à remplacer f par − f (et donc par −), on peut se ramener au tincts : y1 , ..., yN−1 d’une part, x1 d’ordre α1 − 1, ..., xN d’ordre
cas où : f (a) > . αN − 1 d’autre part, avec une convention évidente si αk = 1.
Notons ε = f (a) − > 0. Comme :
Puisque f (x) −→ et f (x) −→ , (
N (
N
x −→ −∞ x −→ +∞
(N − 1) + (αk − 1) = αk − 1 = deg (P) − 1 = deg (P
),
il existe A ∈ ] − ∞ ; a] et B ∈ [a ; +∞[ tels que : k=1 k=1
⎧ on conclut que les zéros de P
sont tous réels.
⎪
⎪
⎨∀x ∈ ] − ∞ ; A], | f (x) − | ε
⎪
⎪
⎪
⎪
⎩∀x ∈ [B ; +∞[, | f (x) − | ε. 11.16 a) • Si f (a) > 0, alors, comme f est continue en a (car
dérivable en a), il existe η > 0 tel que :
On a alors : ∀x ∈ ] − ∞ ; A] ∪ [B ; +∞[, f (x) + ε = f (a).
D’autre part, f étant continue sur R, f est en particulier conti- ∀x ∈ [a − η ; a + η], f (x) 0.
nue sur le segment [A ; B]. D’après un théorème du cours, il en On a alors : ∀x ∈ [a − η ; a + η], | f |(x) = f (x),
résulte que la restriction de f à [A ; B] est bornée et atteint ses
bornes. Il existe donc c ∈ [A ; B] tel que : c’est-à-dire que | f | coïncide avec f au voisinage de a. Puisque
f est dérivable en a, | f | l’est alors aussi et : | f |
(a) = f
(a).
∀x ∈ [A ; B], f (x) f (c). y y = f (x)
En particulier, comme a ∈ [A ; B], on a : f (a) f (c). f (a) y = |f |(x)
⎧
⎪
⎪
⎪∀x ∈ ] − ∞ ; A], f (x) f (a) f (c)
⎪
⎪
⎪
⎪
⎨
On a alors : ⎪ ⎪∀x ∈ [A ; B], f (x) f (c)
⎪
⎪
⎪
⎪
⎪
⎩∀x ∈ [B ; +∞[, f (x) f (a) f (c).
x
O a
Ainsi, f admet un maximum local en c. Comme f est dérivable
en c, il en résulte, d’après le cours : f
(c) = 0. Cas f (a) > 0
•Si f (a) < 0, de même, comme | f | coïncide avec− f au voisi-
11.15 a) Par hypothèse, il existe n ∈ N − {0, 1}, λ ∈ R∗ , nage de a, on conclut que | f | est dérivable en a et que :
(x1 , ..., xn ) ∈ Rn tels que : | f |
(a) = − f
(a).
n
On peut regrouper ces deux résultats en utilisant la fonction
x1 < ... < xn et P = λ (X − xk ).
signe : | f |
(a) = sgn f (a) f
(a).
k=1
b) Supposons f
(a) > 0, le cas f
(a) < 0 étant analogue, ou, si
Pour tout k de 1 ; n − 1, P est continue sur [xk ; xk+1 ], déri- l’on préfère, s’y ramenant en remplaçant f par − f.
vable sur ]xk ; xk+1 [, et P(xk ) = P(xk+1 ) = 0, donc, d’après le
f (x) − f (a)
théorème de Rolle, il existe yk ∈ ]xk ; xk+1 [ tel que P
(yk ) = 0. Comme −→ f
(a) > 0,
x−a x −→ a
Puisque x1 < y1 < x2 < ... < yn−1 < xn , les réels y1 , ..., yn−1 il existe η > 0 tel que :
sont deux à deux distincts. Comme P
est de degré n − 1, il en
résulte que les zéros de P
sont tous réels et simples (ce sont f (x) − f (a)
∀x ∈ [a − η ; a + η] − {a}, 0,
y1 , ..., yn−1 ). x−a
⎧
b) Par hypothèse, il existe N ∈ N∗ , λ ∈ R∗ , (x1 , ..., xN ) ∈ RN , ⎪
⎪
⎨∀x ∈ [a − η ; a], f (x) 0
⎪
(α1 , ..., αN ) ∈ (N∗ )N tels que : d’où, puisque f (a) = 0 : ⎪
⎪
⎪
⎩∀x ∈ [a ; a + η], f (x) 0.
N
Autrement dit, | f | coïncide avec − f au voisinage à gauche de a
x1 < ... < xN et P=λ (X − xk )αk .
et | f | coïncide avec f au voisinage à droite de a.
k=1
| f |(x) − | f |(a)
Comme en a), il existe y1 , ..., yN−1 ∈ R tels que : On a alors : −→ − f
(a),
x−a x −→ a−
| f |(x) − | f |(a)
∀k ∈ 1 ; N − 1, yk ∈ ]xk ; xk+1 [ et P
(yk ) = 0 . et −→ f
(a),
x−a x −→ a+
D’autre part, pour tout k ∈ 1 ; N tel que αk 2, xk est zéro donc | f | est dérivable à gauche en a, dérivable à droite en a, et
de P
d’ordre αk − 1. non dérivable en a car f
(a) − f
(a), puisque f
(a) 0.
220
Corrigés des exercices
y Puisque f
= λ f, d’après le cours, il existe C ∈ R tel que :
y = |f |(x)
∀x ∈ R, f (x) = C e λx .
Comme f 0, on a : C 0.
x
O a 2) Réciproquement, soient C ∈ R∗ , λ ∈ R.
y = f (x) L’application f : R −→ R, x −→ C e λx est dérivable sur R et :
∀x ∈ R, f
(x) f (−x) = (Cλ e λx )(C e −λx ) = C 2 λ,
Cas f (a) = 0 et f
(a) > 0
donc f convient si et seulement si C 2 λ = 1, c’est-à-dire si et
c) On a, pour x ∈ R − {a}, en utilisant l’inégalité triangulaire 1
renversée : seulement si λ = 2 .
C
On conclut que l’ensemble S des applications f cherchées est :
| f |(x) − | f |(a) | f (x)| − | f (a)|
=
x
x−a |x − a| S = f : R −→ R, x −→ C e C2 ; C ∈ R∗ .
| f (x) − f (a)| f (a) − f (a)
= x−→ | f
(a)| = 0,
|x − a| x−a −→ a 11.18 Soit a ∈ ]0 ; 1[ fixé.
L’application
| f |(x) − | f |(a)
donc −→ 0,
x−a x −→ a f : I = ]0 ; π/2[ −→ R, x −→ cos(ax) − (cos x)a
et on conclut que | f | est dérivable en a et que : | f |
(a) = 0. est de classe C 1 sur I et, pour tout x ∈ I :
y
y = |f |(x) f
(x) = −a sin(ax) + a(cos x)a−1 sin x
sin x
=a 1−a
− sin(ax) .
(cos x)
x
O a Soit x ∈ I.
y = f (x) • On a sin x > 0, car x ∈ I, et 0 < (cos x)1−a < 1, car x ∈ I et
sin x
Cas f (a) = 0 et f
(a) = 0 0 < a < 1, donc : > sin x.
(cos x)1−a
• D’autre part, comme x ∈ I et a ∈ ]0 ; 1[, on a :
11.17 1) Soit f convenant. On a : ∀x ∈ R, f
(x) f (−x) = 1, π
donc : ∀x ∈ R, f (−x) 0, 0 < ax < x < ,
2
1 d’où, puisque sin est croissante sur I :
puis : ∀x ∈ R, f
(x) = .
f (−x)
0 < sin(ax) < sin x.
Comme f est dérivable sur R et à valeurs non nulles, par opé-
1 sin x
rations, l’application x −→ est dérivable sur R, donc f
On déduit : > sin x > sin(ax), d’où : f
(x) > 0.
f (−x) (cos x)1−a
est dérivable sur R, et on conclut que f est deux fois dérivable
Ceci montre f
> 0, donc f est strictement croissante.
sur R.
Enfin, f (x) −→ 0.
On a alors, en dérivant dans l’égalité de l’énoncé : x −→ 0
© Dunod. La photocopie non autorisée est un délit
(x) f (−x) + f
(x) − f
(−x) = 0,
11.19 Considérons l’application
2
∀x ∈ R, f (x) f (x) − f (x) = 0. L’application f est dérivable sur [0 ; +∞[ et :
1
f
f − f
2 ∀t ∈ [0 ; +∞[, f
(t) = > 0,
Ensuite : = = 0, (1 + t)2
f f2
donc f est (strictement) croissante.
f
, g, g
, g
toutes 0.
Ceci montre : f (y + z) < f (y) + f (z). On a alors : ( f g)
= f
g + 2 f
g
+ f g
0,
On a donc : f (x) < f (y) + f (z), donc f g est convexe.
x y z
et on conclut : < + .
1+x 1+y 1+z
11.22 • Cherchons d’abord un polynôme P, de degré 3, satis-
11.20 a) Soit y ∈ R fixé. faisant les mêmes conditions que f :
L’application f : R∗+ −→ R, x −→ x ln x + e y−1 − xy
P(−1) = P(0) = P
(0) = 0 et P(1) = 1.
est dérivable sur R∗+ et : ∀x ∈ R∗+ , f
(x) = 1 + ln x − y,
d’où le tableau des variations de f : Le polynôme P doit avoir 0 pour zéro double et −1 pour zéro,
donc P est de la forme P = aX2 (X + 1), a ∈ R∗ .
x 0 e y−1 +∞
1
f (x) − 0 + Ensuite : P(1) = 1 ⇐⇒ a = .
2
f (x) 0
1
Le polynôme P = X2 (X + 1) convient.
Et : f ( e y−1 ) = e y−1 (y − 1) + e y−1 − e y−1 y = 0. 2
• Considérons g = f − P.
Il en résulte : ∀x ∈ R∗+ , f (x) 0,
L’application g est de classe C 3 sur [−1 ; 1] et :
d’où l’inégalité voulue.
⎧
On conclut : ∀(x, y) ∈ R∗+ × R, xy x ln x + e y−1 . ⎪
⎪
(u) = g
222
Corrigés des exercices
nyn−1 n
∀y ∈ ]0 ; +∞[, f
(y) = − n = n−1 (yn−1 − xn−1 ).
xn−1 x
yn
de sorte que : = xn .
xn−1
D’après a), on a alors :
• Pour tout (x3 , x4 ) ∈ I 2 tel que a < x3 < x4 , on a, d’après a) : •De même, par un raisonnement analogue, f
est croissante et
f (x3 ) − f (a) f (x4 ) − f (a) de limite
0 en −∞, donc :
τa (x3 ) = = τa (x4 ).
x3 − a x4 − a ∀x ∈ R, f
(x) 0.
∀t ∈ [a ; +∞[, f (t) m,
y = f (x)
d’où, pour x ∈ [a ; +∞[ :
) x
f (x) = f (a) + f
(t) dt f (a) + (x − a)m −→ +∞,
a x −→ +∞
224
Intégration sur un CHAPITRE 12
segment, primitives
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 225
• Calculs simples d’intégrales
Énoncés des exercices 227
• Obtention d’inégalités portant sur des intégrales
Du mal à démarrer ? 231
• Détermination de certaines limites liées à des intégrales
Corrigés des exercices 233
• Recherche de limites d’intégrales
• Étude et représentation graphique d’une fonction définie par une intégrale, le
paramètre étant aux bornes
• Résolution de certaines équations fonctionnelles.
225
Chapitre 12 • Intégration sur un segment, primitives
Essayer de :
• conjecturer la limite, qui est souvent dans les exemples simples l’in-
tégrale de la limite, et montrer que la différence entre l’intégrale de
l’énoncé et l’intégrale conjecturée tend vers 0
Pour trouver une limite d’intégrale ➥ Exercices 12.4, 12.9, 12.10, 12.24
• transformer l’écriture de l’intégrale, par exemple par un change-
ment de variable, par une intégration par parties, par la relation de
Chasles.
➥ Exercice 12.6.
226
Énoncés des exercices
Essayer de :
Pour chercher
• faire apparaître une somme de Riemann
la limite d’une suite
dont le terme général u n ➥ Exercice 12.3
est une somme indexée par k
• se ramener à une somme de Riemann, par exemple en prenant le
et dont les termes
logarithme si l’expression de l’énoncé est un produit.
dépendent de k et de n
➥ Exercice 12.11.
Essayer de :
• appliquer le théorème du cours reliant dérivée et primitive :
si f : I −→ R est continue sur
) l’intervalle I et si a ∈ I, alors l’appli-
x
cation F : I −→ R, x −→ f (t) dt est de classe C 1 et F
= f.
a
Pour étudier
une fonction de la forme ➥ Exercices 12.12 à 12.14, 12.17, 12.19, 12.23
u(x)
x −→ f (t) dt • combiner le théorème précédent avec une composition de fonctions :
u(x) si f : I −→ R est continue sur l’intervalle I et si u, v : J −→ R sont
de classe C 1 sur l’intervalle J et telles que u(J) ⊂ I et v(J) ⊂ I, alors
) v(x)
l’application G : J −→ R, x −→ f (t) dt est de classe C 1 sur J
u(x)
et : ∀x ∈ J, G
(x) = f v(x) v
(x) − f u(x) u
(x).
➥ Exercice 12.21 a).
Essayer de :
• utiliser une fonction auxiliaire dont on étudiera les variations
Pour obtenir
une inégalité portant ➥ Exercice 12.21
sur une fonction ou une intégrale
• utiliser l’inégalité des accroissement finis
• utiliser l’inégalité de Taylor-Lagrange.
Pour résoudre
une équation fonctionnelle Essayer de dériver pour faire apparaître une équation différentielle.
© Dunod. La photocopie non autorisée est un délit
227
Chapitre 12 • Intégration sur un segment, primitives
(n
k kπ
b) lim 2
sin .
n∞
k=1
n n
228
Énoncés des exercices
a) Établir : In −→ 0.
n∞
e 1
b) Montrer : ∀n ∈ N∗ , In = − In+1 .
n+1 n+1
c) Trouver un équivalent simple de In lorsque l’entier n tend vers l’infini.
(x) = 2 f (x).
12.15 Déduction sur une fonction à partir de renseignements sur des intégrales
) 1 ) 1 ) 1
Soit f : [0 ; 1] −→ R continue telle que : f = 1 et f4 = f 3 . Montrer : f = 1.
0 0 0
t
a) Montrer : ∀n ∈ N, dn = dt.
0 1 +t
1 1 1
b) En déduire : ∀n ∈ N, dn , puis : dn ∼ .
2n + 4 2n + 3 n∞ 2n
) y
y − x
∀(x, y) ∈ R2 , f (t) dt = f (x) + f (y) .
x 2
229
Chapitre 12 • Intégration sur un segment, primitives
1
∀x ∈ [1 ; +∞[, 0 f
(x) 2 .
x2 + f (x)
π
Montrer que f admet une limite finie en +∞ et que : 1 + .
4
) xn
tn
dt = ln(1 + xn ).
0 1+t
230
Du mal à démarrer ?
Du mal à démarrer ?
12.1 Linéariser. b) Montrer que g est de classe C 1 sur [0 ; 1] et calculer g
(x)
pour tout x ∈ [0 ; 1] en utilisant a), puis montrer que g est de
12.2 Traduire la condition de l’énoncé pour tout polynôme classe C 2 sur [0 ; 1] et calculer g
12.5
)
Utiliser une intégration par parties, faisant apparaître
b 12.14 Considérer F, G : R −→ R définies, pour tout x ∈ R, par :
(t − a)f
(t) dt.
a ) x ) x
F(x) = f(t) dt, G(x) = g(t) dt.
12.6 Utiliser une intégration par parties pour faire apparaître 0 0
λ au dénominateur.
) Obtenir : ∀b ∈ R, F(b)G(b) = 0,
1
2
12.7 Calculer, pour tout k ∈ 1 ; n, Ik = |x − xk | dx, puis : ∀(a, b) ∈ R2 , F(b) G(a) = 0.
0
√ 1+t 2
12.9 Comme, pour tout x ∈ [0 ; 1] fixé, 1 − xn −→ 1, on peut
n∞
) 1 12.17 1) Soit f convenant.
conjecturer : In −→ 1 dx = 1.
n∞ 0 Dériver par rapport à y, pour x fixé, puis obtenir :
Former |In − 1| et utiliser une expression conjuguée.
∀(x, y) ∈ R2 , (y − x)f
(y) = (y − x)f
(x).
12.10 a) Majorer e x par e , pour x ∈ [0 ; 1].
b) Intégration par parties. Déduire que f
est constante.
c) Utiliser a) et b). 2) Ne pas oublier la réciproque.
12.11 Considérer ln un , qui est une somme de Riemann. 12.18 Montrer d’abord : ∀x ∈ [1 ; +∞[, f(x) 1.
) x
π 1
12.12 a) Utiliser la relation de Chasles. Le apparaîtra à partir de 2
dt.
4 1 1+t
231
Chapitre 12 • Intégration sur un segment, primitives
12.19 a) Pour n ∈ N∗ fixé, étudier les variations de : 2) Utiliser la croissance des pentes (exercice 11.24), puis intégrer
) de a à b.
x n
t
fn : [0 ; +∞[ −→ R, x −→ dt − ln(1 + x).
0 1+t 12.23 a) 1) Montrer que le théorème de la bijection monotone
) X
2
) xn
s’applique à F : R −→ R, X −→ e t dt.
tn 0
b) Minorer convenablement dt.
0 1+t 2) La question proposée revient alors à : y = F −1 F(x) + 1 .
12.20 Penser à la formule de Taylor avec reste intégral, appli- b) Appliquer un théorème du cours.
1
quée à f : [0 ; 1[ −→ R, t −→ . c) • Calculer f
(x) à l’aide de F, F −1 , F
et x.
1−t
• Étudier les limites de f en +∞ et en −∞.
12.21 a) Étudier les variations de
∀x ∈ R, x < f(x) < x + e −x .
2
• Obtenir :
) x ) f −1 (x)
A : [0 ; a] −→ R, x −→ f+ f −1 − xf(x).
0 0 12.24 • Remarquer d’abord que, pour tout n ∈ N, fn existe,
fn est continue sur [0 ; 1], fn 1.
b) Pour x ∈ [0 ; a] fixé, étudier les variations de ) 1
) x ) y
• Montrer que la recherche de la limite de In = f n (x) dx se
0
Bx : [0 ; f(a)] −→ R, y −→ f+ f −1 − xy. ramène à la recherche de la limite de un = fn (0). À cet effet,
0 0
majorer convenablement |fn+1 (x) − fn+1 (0)|, puis |In − un |.
a+b 1 1
12.22 1) Remarquer que : = x + (a + b − x) • Étudier la suite (un )n∈N , qui est une suite récurrente du type :
2 2 2
un+1 en fonction de un .
et appliquer la définition de la convexité de f, puis intégrer
de a à b. • Conclure.
232
Corrigés des exercices
233
Chapitre 12 • Intégration sur un segment, primitives
1 2 1
12.5 On a, par intégration par parties, puisque f est de • On a : ∀k ∈ 1 ; n, 0 xk − ,
classe C 1 sur [a ; b], et en utilisant f (b) = 0 : 2 4
) b ) b n n
b donc : In .
f (t) dt = (t − a) f (t) a − (t − a) f
(t) dt 4 2
a a • De plus, puisqu’une somme de réels positifs ou nuls est nulle
) b si et seulement si chaque terme est nul :
=− (t − a) f
(t) dt,
a
n 1 2
) b ) b I= ⇐⇒ ∀k ∈ 1 ; n, xk − =0
4 2
d’où : f (t) dt = (t − a) f
(t) dt
1
a
)
a
) ⇐⇒ ∀k ∈ 1 ; n, xk = ,
b b 2
(t − a)| f
(t)| dt M (t − a) dt,
a a
en notant M = Max | f
(t)|. n 1 2 1
t∈[a;b] I= ⇐⇒ ∀k ∈ 1 ; n, xk − =
) 2 2 4
b % (t − a)2 $b (b − a)2 ⇐⇒ ∀k ∈ 1 ; n, xk ∈ {0, 1}.
Enfin : (t − a) dt = = .
a 2 a 2
) b (b − a)2 12.8 • On a, en utilisant la formule du binôme de Newton :
On conclut : f (t) dt Max | f
(t)|.
a 2 t∈[a;b] ) 1 ) 1 n
%( $
n
In = (1 − x ) dx =
2 n
(−1)k x2k dx
12.6 Notons, pour tout λ ∈ ]0 ; +∞[ : 0 0 k=0
k
) b ) n
( ) 1 (n
b n n (−1)k
I(λ) = f (x) cos λx dx, J(λ) = f (x) sin λx dx. = (−1)k x2k dx = .
k=0
k 0 k=0
k 2k + 1
a a
%) )
1
12.7 • On a : I = |x − xk | dx = |x − xk | dx . 1 1 $
0 k=1 k=1
0 = 2(n + 1) (1 − x2 )n dx − (1 − x2 )n+1 dx
0 0
notée Ik
= 2(n + 1)(In − In+1 ).
Et, pour tout k ∈ 1 ; n :
) xk ) 1 D’où : ∀n ∈ N, (2n + 3)In+1 = (2n + 2)In .
Ik = (xk − x) dx + (x − xk ) dx
2n 2n − 2 2
0 xk
Ainsi : In = In−1 , In−1 = In−2 , . . . , I1 = I0 .
(xk − x)2 $ xk % (x − xk )2 $1
% x2 (1 − xk )2 2n + 1 2n − 1 3
= − + = k + 2n 2n − 2 2
2 0 2 xk 2 2 D’où, en reportant : In = · · · · I0 .
1 1 2 1 2n + 1 2n − 1 3
= xk − xk + = xk −
2
+ . En multipliant haut et bas par (2n)(2n − 2) · · · 2, on obtient :
2 2 4
(n %
1 2 1 $ % (
n
1 2 $ n 2
d’où : I = xk − + = xk − + . (2n)(2n − 2) · · · 2 (2n n!)2
2 4 2 4 In = I0 = I0 .
k=1 k=1 (2n + 1)! (2n + 1)!
234
Corrigés des exercices
) 1 ) 1
Et : I0 = (1 − x2 )0 dx = 1 dx = 1. Calculons cette intégrale par une intégration par parties :
0 0 ) 1 ) 1
1 1
4n (n!)2 ln(1 + x) dx = (1 + x) ln(1 + x) 0 − (1 + x) dx
On conclut : In = , d’où l’égalité demandée. 1 + x
(2n + 1)! 0 0
) 1
√ = 2 ln 2 − 1 dx = 2 ln 2 − 1.
12.9 Comme, pour tout x ∈ [0 ; 1[ fixé, 1 − xn −→ 1, 0
n∞
) 1 On a donc : ln un −→ 2 ln 2 − 1.
on peut conjecturer : In −→ 1 dx = 1. n∞
n∞ 0 Puisque l’exponentielle est continue sur R, on déduit :
Formons |In − 1|, en utilisant une expression conjuguée :
4
) 1 √ ) 1 un −→ e 2 ln 2−1 = .
n∞ e
|In − 1| = 1 − xn dx − dx
0 0 n
k 1/n 4
) 1 √ ) 1 On conclut : 1+ −→ .
1 − (1 − xn ) n n∞ e
= 1 − 1 − xn dx = √ dx k=1
0 0 1+ 1 − xn
) 1 ) 1 % xn+1 $1
xn 1 12.12 a) Soit x ∈ [0 ; 1]. On a, par la relation de Chasles :
= √ dx xn dx = = .
0 1+ 1 − xn 0 n+1 0 n+1 ) 1
1 g(x) = |x − t| f (t) dt
Comme −→ 0, on déduit, par théorème d’encadrement : 0
n + 1 n∞ ) )
|In − 1| −→ 0, et on conclut : In −→ 1. x 1
n∞ n∞ = (x − t) f (t) dt + (t − x) f (t) dt
0 x
) )
12.10 a) On a, pour tout n ∈ N∗ : x x
= (x − t) f (t) dt + (x − t) f (t) dt
∀x ∈ [0 ; 1], 0 xn e x xn e , )
0
)
1
) )
x x x x
e e
d’où, puisque In+1 −→ 0 : In ∼ ∼ . 0 1
n∞ n∞ n + 1 n∞ n
n sur [0 ; 1], et, pour tout x ∈ [0 ; 1] :
k 1/n
12.11 En notant, pour tout n ∈ N∗ , un = 1+ ,
k=1
n g
235
Chapitre 12 • Intégration sur un segment, primitives
donc φ est strictement décroissante sur [0 ; 1]. Comme ( f − 1)2 ( f 2 + f + 1) est continue et 0, il en résulte,
On a φ(0) = 1 > 0 et : d’après le cours : ( f − 1)2 ( f 2 + f + 1) = 0.
De plus, on a vu : ∀y ∈ R, y2 + y + 1 0.
) 1 ) 1 2
φ(1) = f −3 2 − 3 = −1 < 0. On déduit : ∀x ∈ R, f (x) − 1 = 0,
0 0
puis : ∀x ∈ R, f (x) − 1 = 0, c’est-à-dire : f = 1.
Puisque φ est continue et strictement décroissante sur l’inter-
valle [0 ; 1] et que φ(0) > 0 et φ(1) < 0, d’après le théorème de )
1
1
la bijection monotone, φ admet un zéro et un seul. 12.16 a) Remarquons : ln 2 = ln(1 + t) 10 = dt
0 1+t
Finalement, l’équation proposée admet une solution et une ) 1
seule. 1
et : ∀k ∈ N, = tk dt.
k+1
) x
0
D’où, pour tout n ∈ N :
12.14 Notons F : R −→ R, x −→ f (t) dt,
0
) ) 1
) ( (−1)k 1 1 (
n n
x
G : R −→ R, x −→ g(t) dt. dn = ln 2 − = dt − (−1)k tk dt
0 k=0
k+1 0 1+t k=0 0
0 0
0 1
et on conclut : dn ∼ .
=0 =0 n∞ 2n
236
Corrigés des exercices
t t t 1
dt dt dt = 1− dt
En particulier, en remplaçant x par 0 : 0 1 + t 1 1 + t 1 1 + t 1 1 +t
x
∀y ∈ R, y f
(y) = y f
(0), = t − ln(1 + t) 1 = x − ln(1 + x) − 1 + ln 2,
d’où : ∀x ∈ [1 ; +∞[, fn (x) x − 2 ln(1 + x) − 1 + ln 2.
donc : ∀y ∈ R∗ , f
(y) = f
(0).
Comme, par prépondérance classique :
Ceci montre que f
est constante sur R∗− et constante sur R∗+ .
Comme de plus f
est continue sur R, il en résulte que f
est x − 2 ln(1 + x) − 1 + ln 2 −→ +∞,
x −→ +∞
constante sur R.
on déduit : fn (x) −→ +∞.
Il existe donc a ∈ R tel que : ∀x ∈ R, f
(x) = a, x −→ +∞
puis il existe (a, b) ∈ R2 tel que : ∀x ∈ R, f (x) = ax + b. On dresse le tableau des variations de fn , avec les valeurs et
limites :
2) Réciproquement, soient (a, b) ∈ R2 et
x 0 1 +∞
f : R −→ R, x −→ ax + b. fn
(x) − 0 +
0 +∞
Alors, f est de classe C 1 sur R et, pour tout (x, y) ∈ R2 : fn (x)
) y ) y % t2 $y <0
f = (at + b) dt = a + bt
x x 2 x
D’après le théorème de la bijection monotone, on conclut que
a x2 a fn s’annule en un point et un seul de ]0 ; +∞[, noté xn , et que
= y2 + by − a + bx = (y2 − x2 ) + b(y − x)
2 2 2 l’on a : xn ∈ ]1 ; +∞[.
y − x y − x
= a(y + x) + 2b = f (x) + f (y) , b) Soit n ∈ N∗ . D’une part :
2 2
) xn n ) xn
donc f convient. t tn
dt dt
1+t 1 + xn
Finalement, l’ensemble S des applications f convenant est : 0 0
1 % tn+1 $xn 1 xn+1
S = f : R −→ R, x −→ ax + b ; (a, b) ∈ R2 . = = n
.
1 + xn n + 1 0 1 + xn n + 1
) xn
12.18 Puisque f est dérivable sur l’intervalle [1 ; +∞[ et que tn
D’autre part : dt = ln(1 + xn ).
237
Chapitre 12 • Intégration sur un segment, primitives
D’où : y
) x f (a)
x − t n−1 1 1 1 1 − xn
dt = Rn (x) = f (x) −
0 1−t (1 − t) 2 n n 1−x f (x)
1 1 1 − xn xn y
= − = . y
n 1−x 1−x n(1 − x)
f −1 x
0
12.21 a) Puisque f : [0 ; a] −→ R est continue et strictement f
croissante, f réalise une bijection de [0 ; a] sur [ f (0) ; f (a)], 0
c’est-à-dire sur [0 ; f (a)], et la bijection réciproque f −1 est stric- O x a x
tement croissante et continue.
L’application A : [0 ; a] −→ R définie par :
) )
12.22 1) Comme f est convexe, on a, pour tout x ∈ [a ; b] :
x f (x)
∀x ∈ [0 ; a], A(x) = f+ f −1
− x f (x) a + b 1 1 1 1
0 0 f = f x + (a + b − x) f (x) + f (a + b − x).
2 2 2 2 2
est de classe C 1 sur [0 ; a] et, pour tout x ∈ [0 ; a] : Puisque f est continue sur [a ; b], on déduit en intégrant de a
àb:
A
(x) = f (x) + f −1 f (x) f
(x) − f (x) + x f
(x) = 0,
a + b 1 ) b
=x (b − a) f f (x) + f (a + b − x) dx
2 2 a
donc A est constante. ) )
1 b 1 b
= f (x) dx + f (a + b − x) dx.
Comme, de plus, A(0) = 0 on conclut A = 0, d’où l’égalité 2 a 2 a
demandée.
238
Corrigés des exercices
Dans cette dernière intégrale, le changement de variable t = 2) On a, pour tout (x, y) ∈ R2 , en utilisant la relation de
a + b − x donne : Chasles :
) b ) a ) b ) y ) y ) x
2 2 2
f (a + b − x) dx = − f (t) dt = f (t) dt. e t dt = 1 ⇐⇒ e t dt − e t dt = 1
a b a x 0 0
⇐⇒ F(y) − F(x) = 1 ⇐⇒ F(y) = F(x) + 1
a + b ) b
et donc : (b − a) f f (x) dx. ⇐⇒ y = F −1 F(x) + 1 .
2 a ) y
2
2) Comme f est convexe, on a, par croissance des pentes (cf. Ceci montre que : ∀x ∈ R, ∃ !y ∈ R, e t dt = 1
f (x) − f (a) f (b) − f (a) x
exercice 11.24) : ∀x ∈ ]a ; b], ,
x−a b−a
et que l’application f : R −→ R, x −→ y est donnée par :
noté m
puis, en comptant le cas x = a : ∀x ∈ R, f (x) = F −1 F(x) + 1 .
∀x ∈ [a ; b], f (x) f (a) + m(x − a). b) Puisque F est de classe C 1 sur R et que F
> 0, d’après le
cours, F −1 est de classe C 1 sur R.
Puisque f est continue sur [a ; b], on déduit en intégrant c) • On a, par dérivation d’une composée et d’une réciproque :
de a à b :
∀x ∈ R, f
(x) = F (x) > 0,
) b ) b F
F −1 F(x)+1
f (x) dx f (a) + m(b − a) dx donc f est strictement croissante sur R.
a a
(b − a) 2 • Puisque F et F −1 sont de limite +∞ en +∞, par opérations :
= (b − a) f (a) + m . f (x) −→ +∞.
2 x −→ +∞
) f (x)
d’où : 2
• On a, pour tout x ∈ R : e t dt = 1 > 0,
) x
1 b
b−a
f (x) dx f (a) + m donc : f (x) > x,
b−a a 2 )
f (b) − f (a) f (a) + f (b)
f (x)
2 2
= f (a) + = . et, d’autre part : 1= e t dt f (x) − x e x ,
2 2 x
f (x) − x e −x ,
2
) X
donc :
2
12.23 a) 1) L’application F : R −→ R, X −→ e t dt et on obtient : ∀x ∈ R, x < f (x) < x + e −x .
2
est de classe C 1 (donc continue) sur R et : Ainsi, la courbe représentative C de f est située au-dessus de
la première bissectrice et elle admet cette première bissectrice
∀X ∈ R, F
(X) = e X > 0,
2
pour asymptote lorsque x tend vers −∞ et lorsque x tend vers
+∞.
donc F est strictement croissante sur R. y
On a, pour X 0 :
) )
X
2
X
y=x
F(X) = e t dt 1 dt = X −→ +∞,
© Dunod. La photocopie non autorisée est un délit
0 0 X −→ +∞
1
donc : F(X) −→ +∞.
X −→ +∞
y = f (x)
De plus, F est impaire car, par le changement de variable
x
u = −t :
O 1
) −X ) X
2 2
∀X ∈ R, F(−X) = e t dt = e u (−du) = −F(X),
0 0
239
Chapitre 12 • Intégration sur un segment, primitives
• Nous allons montrer que la recherche de la limite de • Étudions la suite (un )n∈N .
) 1
In = fn (x) dx se ramène à la recherche de la limite de Puisque ∀n ∈ N, un+1 = 1 + un ,
0
un = fn (0). il s’agit d’une suite récurrente du type : un+1 fonction de un .
On a, pour tout n ∈ N et tout x ∈ [0 ; 1] : On a, pour tout t ∈ [0 ; +∞[ :
√
| fn+1 (x) − fn+1 (0)| = 1 + fn (x) − 1 + fn (0) √
t = 1 + t ⇐⇒ t − t − 1 = 0 ⇐⇒ t =
2 1+ 5
.
| fn (x) − fn (0)| 1 2
= | fn (x) − fn (0)|. √
1 + fn (x) + 1 + fn (0) 2 1+ 5
Notons ω = . On a alors :
2
En réitérant, on déduit, pour tout n ∈ N et tout x ∈ [0 ; 1] :
√
√ ∀n ∈ N, |un+1 − ω| = 1 + un − 1 + ω
| f0 (x) − f0 (0)| x 1
| fn (x) − fn (0)| = n. |un − ω| 1
2n 2n 2 = √ √ |un − ω|,
1 + un + 1 + ω 2
En intégrant, on déduit, pour tout n ∈ N :
1
) 1 d’où, en réitérant : ∀n ∈ N, |un − ω| |u0 − ω|.
2n
|In − un | = fn (x) dx − fn (0)
0 1
) 1 ) Comme −→ 0, on déduit : un −→ 0.
1
1 2n n∞ n∞
= fn (x) − fn (0) dx | fn (x) − fn (0)| dx n . • Enfin : In = (In − un ) + un −→ 0 + ω = ω.
0 0 2 n∞
√
1 1+ 5
Comme −→ 0, il en résulte : In − un −→ 0. On conclut : In −→ .
2n n∞ n∞ n∞ 2
240
Comparaison locale des CHAPITRE 13
fonctions et des suites,
développements limités
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 241
• Calculs de limites, d’équivalents, de développements limités, de développe-
Énoncés des exercices 243 ments asymptotiques
Du mal à démarrer ? 248 • Développement limité, développement asymptotique d’une fonction réciproque
Corrigés des exercices 250 • Limite, équivalent, développement limité, développement asymptotique d’une
intégrale dépendant d’un paramètre
• Limite, équivalent, développement limité, développement asymptotique des so-
lutions d’une équation à paramètre.
Essayer de :
• transformer l’écriture de la fonction
➥ Exercice 13.1
Pour calculer
une limite se présentant • utiliser les prépondérances classiques des puissances sur les loga-
sous une forme indéterminée rithmes, des exponentielles sur les puissances, c’est-à-dire plus pré-
cisément les limites suivantes du cours :
(ln x)α
lim = 0, pour (α, β) ∈ R × R∗+ fixé
x −→ +∞ xβ
241
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
Utiliser les DL(0) usuels et les opérations sur les DL(0) : troncature,
dérivation, primitivation, addition, loi externe, multiplication, compo-
Pour former un DL(0) d’une fonction sition. Dans la composition, se ramener, si nécessaire, au voisinage
de 0 par transformation de l’écriture.
➥ Exercices 13.2, 13.3, 13.5, 13.9 à 13.13, 13.5.
Essayer de :
• utiliser des équivalents si la fonction se présente comme un produit
Pour calculer un équivalent simple ou un quotient
d’une fonction en un point • utiliser des développements limités, si la fonction se présente
comme une somme ou une différence.
➥ Exercice 13.17.
Pour étudier limite, équivalent, Étudier d’abord ln f (x) = v(x) ln u(x), puis prendre l’exponentielle,
développement limité, pour une pour étudier f (x) = e v(x) ln u(x) .
fonction du type f : x −→ u(x)u(x) ➥ Exercices 13.5, 13.6, 13.11 a),b) 13.12 c) à e) .
242
Énoncés des exercices
243
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
13.7 Un contrexemple
⎧ −1
⎪
⎪
⎪
1
x0
⎨ e x sin e si
2 x2
Montrer que l’application f : R −→ R, x −→ ⎪
⎪
⎪
⎩ 0 si x=0
admet un développement limité à tout ordre en 0, mais que f n’est pas de classe C 1 sur R.
f (a) = g(a) = 0, g
(a) 0, f (x) ∼ g(x).
x −→ a
(a) − f
(a)
b) Établir : − −→ 2 .
f (x) g(x) x −→ a 2 g
(a)
1 1
c) DL2 (0), − x
x e −1
d) DL2 (π/6), tan x.
244
Énoncés des exercices
1 1
b) lim 2
− 2
x −→ 0 sin x x
1/x x
c) lim 2 + 3 − 51/x
1/x
x −→ +∞
1 x2 −x
d) lim 1+ e
x −→ +∞ x
sin x 12
e) lim x
.
x −→ 0 x
Soit n ∈ N∗ fixé.
n
Trouver un équivalent simple de n!xn − sin(kx) lorsque x tend vers 0.
k=1
245
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
13.23 Étude de dérivabilité pour f
Soit f : R −→ R de classe C , à valeurs 0. On note : g : R −→ R, x −→
2
f (x).
Soit a ∈ R tel que f (a) = 0. Montrer que g est dérivable en a si et seulement si : f
(a) = 0.
b) Trouver lim xn .
n∞
b c 1
c) Déterminer (a, b, c) ∈ R3 de façon que : xn = a + + + o .
n n2 n∞ n2
246
Énoncés des exercices
a) Montrer : ∀x ∈ ]0 ; a[, ∃ !θ(x) ∈ ]0 ; 1[, f (x) = f (0) + x f
(0) + f θ(x)x .
2
Ceci permet de définir une application θ : ]0 ; 1[ −→ R, x −→ θ(x).
13.29 Exemple de détermination d’un équivalent simple du terme général d’une suite récurrente
du type u n+1 = f (u n)
On considère la suite (un )n∈N définie par u0 ∈ ]0 ; π/2] et : ∀n ∈ N, un+1 = sin(un ).
a) Montrer : un −→ 0.
n∞
1
b) On note, pour tout n ∈ N : Un = .
u2n
1
1) Montrer : Un+1 − Un −→ .
n∞ 3
Un 1
2) En utilisant l’exercice 8.31, démontrer : −→ .
n n∞ 3
3) En déduire un équivalent simple de un lorsque l’entier n tend vers l’infini.
© Dunod. La photocopie non autorisée est un délit
f (a) − 2 f (a + h) + f (a + 2h)
Par exemple, si f est de classe C 2 : −→ f
(a).
h2 h −→ 0
247
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
Du mal à démarrer ?
0
13.1 Il s’agit de formes indéterminées du type . puis déduire que, au voisinage de a, g ne s’annule en aucun
0
point sauf a.
a) Factoriser les dénominateurs, simplifier l’expression, puis
f(x)
passer à la limite. • Utiliser −→ 1.
g(x) x −→ a
b) Utiliser une expression conjuguée.
b) Appliquer la formule de Taylor-Young à l’ordre 2 à f et g
c) Par le changement de variable h = x − 1, se ramener à en a.
une étude au voisinage de 0, et utiliser l’équivalent classique
sin u ∼ u. 13.11 a) Mettre f(x) sous forme d’exponentielle et composer
u −→ 0
les DL.
13.2 a) Effectuer un produit de DL3 (0). b) Mettre f(x) sous forme exponentielle. Former le DL4 (0) de
2 2
b) Écrire l’expression sous la forme (1 − x)(1 − x2 )−1/2 , puis faire x −→ ln 1 + ln(1 + x) et le DL4 (0) de x −→ x2 , puis
un produit de DL4 (0). sin2 x
faire un produit de DL(0), puis une composition de DL2 (0).
1
c) Faire intervenir sin et cos et utiliser le DL(0) de u −→ . c) Réduire au même dénominateur, puis se ramener à un quo-
1−u
tient de DL.
1 π
13.3 Puisque f(x) est présenté avec en facteur, faire un d) Faire le changement de variable h = x − −→ 0.
x3 6 x −→ π/6
DL3 (0) de l’autre facteur. Séparer en cas selon la nullité ou la Utiliser le DL2 (0) de tan obtenu dans l’exercice 13.2 c).
non-nullité des coefficients successifs du développement ob-
tenu pour f. 13.12 a) Mettre x en facteur.
b) Réduire au même dénominateur, puis chercher un équi-
13.4 Appliquer le théorème de Taylor-Young pour transfor-
valent du numérateur et un équivalent du dénominateur.
mer f(a + h) et f(a − h).
c), d), e) Mettre sous forme exponentielle-logarithme.
13.5 Écrire f(x) sous forme d’une exponentielle et utiliser des
développements limités. 13.13 Montrer d’abord que P est nécessairement de degré 2 et
de coefficient dominant égal à 1. Écrire alors P sous la forme
13.6 Écrire f sous forme d’une exponentielle et utiliser le P = X2 + aX + b, (a, b) ∈ R2 . Former un développement de f(x)
DL1 (0) de f. en mettant x2 en facteur.
13.7 1) Montrer que, pour tout n ∈ N, f admet le DL (0) : 13.14 Appliquer à τa le théorème limite de la dérivée.
13.10 a) • Montrer, en utilisant la formule de Taylor-Young : 13.18 a) Utiliser une bonne majoration.
1 1
g(x) b) Obtenir un+1 ∼ , puis un ∼ .
−→ 1, n+1
n∞ n∞ n
(x − a)g
(a) x −→ a, xa
1
c) Considérer vn = un − et étudier vn+1 .
n
248
Du mal à démarrer ?
, et déduire
0 n
un résultat sur θ(x).
13.21 a) 1) Appliquer le théorème de la bijection monotone.
13.27 a) Étudier, pour n ∈ N∗ fixé, les variations de
2) Exprimer (f −1 )
à l’aide d’une formule du cours.
b) D’après le théorème de Taylor-Young, f −1 admet un DL3 (0) : 1 4
fn : R −→ R, x −→ x + x2 − nx.
f −1 (y) = ay + by 2 + cy 3 + o (y 3 ), 4
y −→ 0
(a) 0.
2) Pour l’étude de f −1 (y) lorsque y −→ + ∞, noter x = f −1 (y),
g(x) − g(a) y
• Étudier et en déduire que g est dérivable en a si examiner , puis x − y.
x−a x
et seulement si f
(a) = 0.
13.29 a) 1) Former un développement de u2n+1 en fonction de
13.24 a) Pour n ∈ N fixé tel que n 2, étudier les variations de un , puis un développement de Un+1 en fonction de Un .
1
Pn : [1 ; +∞[ −→ R, x −→ xn − x − 1. Obtenir : Un+1 − Un = + o (1).
3 n∞
© Dunod. La photocopie non autorisée est un délit
249
Corrigés des exercices
13.1 a) On a : 1
13.3 Puisque f (x) est présenté avec 3 en facteur, formons
x
2x − 1 x+7 2x − 1 x+7 un DL3 (0) de l’autre facteur :
− = −
x2 − 3x + 2 x2 − x − 2 (x − 1)(x − 2) (x + 1)(x − 2)
1 2x − 1 x + 7 1 x2 − 5x + 6 1
= − = f (x) = ln(1 + x) + a( e x − 1) + b sin x
x−2 x−1 x+1 x − 2 (x − 1)(x + 1) x3
x−3 1 1 % x2 x3 x2 x3 x3 $
= −→ − . = 3 x− + +a x+ + +b x− + o(x3 )
(x − 1)(x + 1) x −→ 2 3 x 2 3 2 6 6
b) Utilisons une expression conjuguée : 1% 1 a 1 a b $
= 3 (1 + a + b)x + − + x2 + + − x3 + o(x3 )
√ √ x 2 2 3 6 6
2x + 3 − 3x (2x + 3) − (3x)
= √ √ 1 a − 1 1 1 a b
x2 − 3x (x2 − 3x) 2x + 3 + 3x = (1 + a + b) 2 + + + − + o(1).
x 2 x 3 6 6
1 1 1
= − √ √ −→ − √ √ =− .
x 2x + 3 + 3x x −→ 3 3( 9 + 9) 18 1
Si 1 + a + b 0, alors f (x) ∼ (1 + a + b) , donc
x −→ 0 x2
c) Par le changement de variable h = x − 1, x = 1 + h : f (x) −→ ±∞.
x −→ 0
sin(5πx) sin 5π(1 + h) 1 a a−1 1
= Si 1 + a + b = 0 et − + 0, alors f (x) ∼ ,
sin(4πx) sin 4π(1 + h) 2 2 x −→ 0 2 x
donc f (x) −→ ±∞.
− sin(5πh) −5πh 5 x −→ 0
= ∼ =− ,
sin(4πh) h −→ 0 4πh 4
a−1 1 a b
sin(5πx) 5 Si 1 + a + b = 0 et = 0, alors : f (x) −→ + − .
2 x −→ 0 3 6 6
donc : −→ − .
sin(4πx) x −→ 1 4
Ceci montre que f a une limite finie en 0 si et seulement si
a−1
13.2 a) On effectue un produit de DL3 (0) : (a, b) satisfait : 1 + a + b = 0 et = 0.
2
% x2 x3 $% x3 $
e x sin x = 1 + x + + + o(x3 ) x − + o(x3 ) Il est clair que ceci équivaut à : a = 1 et b = −2.
2 6 6
1 1 3 1 1 1 2 5
= x + x2 + − x + o(x ) = x + x2 + x3 + o(x3 ).
3
Dans ce cas : f (x) −→ + + = .
2 6 3 x −→ 0 3 6 6 6
b) On transforme l’écriture de l’expression :
Finalement, f admet une limite finie en 0 si et seulement si
5
1−x 1−x a = 1 et b = −2, et, dans ce cas, cette limite est .
= √ = (1 − x)(1 − x2 )−1/2 6
1+x 1 − x2
1 3
% 1 −2 −2 $ 13.4 Puisque f est de classe C 2 sur I, on a, en appliquant le
= (1 − x) 1 + − (−x2 ) + (−x2 )2 + o (x4 )
2 2! x −→ 0 théorème de Taylor-Young :
1 2 3 4
= (1 − x) 1 + x + x + o(x ) 4
2 8 1
1 2 1 3 3 4 2
f (a + h) − 2 f (a) + f (a − h)
= 1 − x + x − x + x + o(x4 ). h
2 2 8 1 % h2
= 2 f (a) + h f
(a) + f (a) + o (h2 )
c) On fait intervenir sin x et cos x : h 2 h −→ 0
h2
$
x3 − 2 f (a) + f (a) − h f
(a) + f (a) + o(h2 )
sin x x− + o (x3 ) 2
6 x −→ 0
tan x = = 1
cos x x2 = 2 h2 f
(a) + o(h2 ) = f
(a) + o(1) −→ f
(a).
1− + o(x3 ) h h −→ 0
2
% x3 $% x2 $ x3
= x− + o(x3 ) 1 + + o(x3 ) = x + + o(x3 ). f (a + h) − 2 f (a) + f (a − h)
6 2 3 On conclut : lim = f
(a).
h −→ 0 h2
250
Corrigés des exercices
√
13.5 On a : 13.8 Soit n ∈ N∗ . Par DLn (0) de x −→ 1 + x, il existe
1 x3 −x2 +ax % 1 $ Pn ∈ Rn [X] tel que :
f (x) = 1 + e = exp x3 ln 1 + − x2 + ax √
x x
% 1 1 $ 1 + x = (1 + x)1/2 = Pn (x) + o (xn ).
1 1 x −→ 0
= exp x3 − 2 + 3 + o 3
− x2 + ax
x 2x 3x x −→ +∞ x
% D’où, en élevant au carré :
1 1 $
= exp a − x + + o(1) . 2 2
2 3 1 + x = Pn (x) + o(xn ) = Pn (x) + o(xn ),
1 2
Si a < , alors f (x) −→ 0. donc : 1 + x − Pn (x) = o(xn ).
2 x −→ +∞
2
1
Si a = , alors : f (x) −→ e 1/3 . Comme 1 + X − Pn (X) ∈ R[X] et que ce polynôme est négli-
2 x −→ +∞ geable devant x lorsque x tend vers 0, il existe Qn ∈ R[X] tel
n
2
1 que : 1 + X − Pn (X) = Xn+1 Qn (X).
Si a > , alors f (x) −→ +∞. 2
2 x −→ +∞
On obtient : Xn+1 | 1 + X − Pn (X) .
On conclut que f (x) admet une limite finie non nulle lorsque
1
x −→ + ∞ si et seulement si a = et que cette limite est alors (
10
(−1)k+1
2 13.9 On reconnaît en xk la partie régulière du
égale à e 1/3 . k=1
k
DL10 (0) de x −→ ln(1 + x).
13.6 Puisque f est dérivable en a, on a le DL1 (0) suivant : Formons le DL12 (0) de x −→ ln(1 + x) :
f (a + h) = f (a) + h f
(a) + o (h).
h −→ 0 (
12
(−1)k+1
ln(1 + x) = xk
D’où : k=1
k
f (a + h) 1/h %1 f (a + h) $ ⎛ 10 ⎞
= exp ⎜⎜( (−1)k+1 k ⎟⎟⎟ x11 x12
= ⎜⎜⎜⎝
ln
f (a) h f (a) x ⎟⎟⎠ + − + o (x12 ).
k 11 12 x −→ 0
%1 f
(a) $ % 1 f
(a) $ k=1
= exp ln 1 + h + o(h) = exp h + o(h)
h f (a) h f (a) D’où :
f
(a) f
(a) ⎛ 10 ⎞
⎜⎜⎜( (−1)k+1 k ⎟⎟⎟
= exp + o(1) −→ exp . f (x) = exp ⎜⎝ ⎜ x ⎟⎟⎠
f (a) h −→ 0 f (a) k
k=1
−1
1) On a : ∀x ∈ R∗ , | f (x)| = e x2 sin e
1 1 x11 x12
13.7 x2 e − x2 . = exp ln(1 + x) − + + o(x ) 12
11 12
− 12 11
Pour tout n ∈ N, comme x e n x −→ 0, il s’ensuit :
x −→ 0 x x12
= (1 + x) exp − + + o(x12 )
f (x) = o (xn ). 11 12
x −→ 0
x11 x12
ainsi, f admet un DLn (0), pour tout n ∈ N, de partie régulière = (1 + x) 1 − + + o(x12 )
11 12
nulle.
2) Par opérations, f est dérivable en tout point de R∗ et, pour x11 x12
= 1+x− − + o(x12 ).
2 −1 1 2 1 11 132
tout x ∈ R∗ : f
(x) = 3 e x2 sin e x2 − 3 cos e x2 .
© Dunod. La photocopie non autorisée est un délit
x x
D’une part, par prépondérance classique et puisque le sinus est 13.10 a) • Puisque g est de classe C 1 sur I, d’après la formule
2 − 12 1 de Taylor-Young :
borné sur les réels : e x sin e x2 −→ 0.
x3 x −→ 0
g(x) = g(a) + (x − a)g
(a) + o (x − a),
2 12 x −→ a
D’autre part, 3 cos e x n’a pas de limite lorsque x −→ 0+ ,
x
1 donc, comme g(a) = 0 et g
(a) 0 :
car, par exemple : en remplaçant x par √ (pour
ln(2nπ) g(x)
n ∈ N∗ ), on a : −→ 1.
(x − a)g
(a) x −→ a, xa
2 1 3/2
cos e x2 = 2 ln(2nπ) −→ + ∞. En particulier, il existe η > 0 tel que :
x3 n∞
(a) − f
2
g (a) − f
(a) + o(1)
2 3
= = e 2 exp − 2x + x2 + o(x2 )
f
(a)g
(a) + o(1) 2
1
% 3 1 $
g (a) − f
(a) g
(a) − f
(a)
= e 1 + − 2x + x2 + (−2x)2 + o(x2 )
2
2 2 2
−→ = .
x −→ a
f (a)g (a) 2 g
(a)2 7
= e 2 1 − 2x + x2 + o(x2 )
2
13.11 a) On a : 7e2 2
= e − 2e x+
2 2
x + o(x2 ).
1 2
1
(1 + x) = exp
x ln(1 + x)
x c) Réduisons au même dénominateur :
%1 x2
x3 x4 $
= exp x− + − + o(x4 ) 1 1 ex −1− x
x 2 3 4 f (x) = − x = .
% $ x e −1 x( e x − 1)
x x2 x3
= exp 1 − + − + o(x3 )
2 3 4 x2
% x x2 x3 1 x x2 x3 2 Comme e x − 1 − x ∼ et x( e x − 1) ∼ x2 et que
x −→ 0
2 x −→ 0
= e1 1 + − + − + − + − l’on veut un DL2 (0) de f (x), on va effectuer un DL4 (0) des deux
2 3 4 2 2 3 4
1 x x2 x3 3 $ termes de la fraction.
+ − + − + o(x3 ) x2 x3 x4
6 2 3 4 D’une part : e x − 1 − x = + + + o(x4 ).
% x x2 x3 1 x2 x3 1 x3 $ 2 6 24
=e 1+ − +
1
− + − − + o(x3 ) D’autre part :
2 3 4 2 4 3 6 8
% 1 11 2 7 3 $
=e 1− x+
1
x − x + o(x ) .
3 x2 x3 x3 x4
2 24 16 x( e x − 1) = x x + + + o(x3 ) = x2 + + + o(x4 ).
2 6 2 6
252
Corrigés des exercices
2 3 4 12 x −→ +∞ 12 On a :
√
f (x) = x4 − 6x3 + 11x2 − 6 − (x2 + ax + b)
b) On a, en réduisant au même dénominateur : 6 11 6 1/2
= x2 1 − + 2 − 3 − (x2 + ax + b)
x x x
% 1 1
1 1 x2 − sin2 x (x − sin x)(x + sin x) 1 6 11 2 − 2 6 2 1 $
2
− 2 = = = x 1+
2
− + 2 + − +o 2
sin x x x2 sin2 x x2 sin2 x 2 x x 2 x x
x3 x3 − (x2 + ax + b)
+ o (x3 ) 2x + o(x) 2x 1
x −→ 0 % 1 $
= 6 2 ∼ 6 = , 3 1
= x2 1 − + 2 + o 2 − (x2 + ax + b)
x2 x + o(x) x −→ 0 x4 3 x x x
= −(a + 3)x + (1 − b) + o(1).
1
donc la limite cherchée est . Si a −3, alors f (x) −→ ±∞.
3 x −→ +∞
253
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
(a) + o(h) h − h f
(a) + h2 f
3! 3
= f
254
Corrigés des exercices
2) Puis :
∀n 1, un > 0.
e −un 1 xn − n = e −xn = e −n+o(1)
D’où : ∀n 1, 0 < un+1 = .
n+1 n+1 = e −n e o(1) = e −n 1 + o(1) = e −n + o( e −n ),
Il s’ensuit un+1 −→ 0,
n∞ donc : xn = n + e −n + o ( e −n ).
n∞
puis, par décalage de l’indice : un −→ 0.
n∞
−un 1 1
∼ ∼ − ∼ − ,
n∞ n + 1 n∞ n(n + 1) n∞ (n + 1)2 Ces applications sont deux fois dérivables sur [0 ; 1] et, pour
1 tout u ∈ [0 ; 1] :
puis, par décalage de l’indice : vn ∼ − 2 .
n∞ n f
(u) = e u − 1 − 4u, g
(u) = e u − 1 + 4u,
1 1 1
On conclut : un = − 2 + o 2 . f
(u) = e u − 4 < 0, g
(u) = e u + 4 > 0.
n n n∞ n
Autrement dit, avec les notations de l’énoncé : On en déduit les tableaux de variations de f et g :
a = 1, b = −1. u 0 1 u 0 1
f
(u) − g
(u) +
13.19 a) Considérons l’application f
(u) 0 g
(u) 0
f
(u) − g
(u) +
f : [0 ; +∞[ −→ R, x −→ f (x) = x − Ent(x) − e −x . f (u) 0 g(u) 0
255
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
D’où : ∀u ∈ [0 ; 1], f (u) 0 et g(u) 0 , On a, pour tout x ∈ R :
c’est-à-dire : ∀u ∈ [0 ; 1], −2u e − (1 + u) 2u ,
2 u 2
e x − 1 + x
et finalement : ∀u ∈ [0 ; 1], e u − (1 + u) 2u2 . x = f −1 f (x) = f −1
2
2) Soit n ∈ N∗ . On a, pour tout x ∈ [0 ; 1] : −1
= f x+ x +
1 2 1 3
x + o(x3 )
4 12
1 2
e 1 ln(1+x2 ) 1
− 1 + ln(1 + x2 ) 2 ln(1 + x2 ) , 1 2 1 3 1
n
n n =a x+ x + x + b x2 + x3 + cx3 + o(x3 )
4 12 2
a a b
d’où, en intégrant de 0 à 1 : = ax + + b x2 + + + c x3 + o(x3 ).
4 12 2
) 1
In − 1
1 + ln(1 + x2 ) dx Par unicité du DL3 (0) de x −→ x, on obtient :
0 n
) 1 % 1 1 $
= e n ln(1+x ) − 1 + ln(1 + x2 ) dx
2
a a b
n a = 1, + b = 0, + + c = 0.
) 1
0 4 12 2
1 ln(1+x2 ) 1
e n − 1 + ln(1 + x2 ) dx On déduit successivement les valeurs de a, b, c :
0 n
) 1
2 2 1 1
2
ln(1 + x2 ) dx. a = 1, b=− , c= .
0 n 4 24
Ainsi, en notant
On conclut au DL3 (0) de f −1 :
) 1 ) 1
2
J= ln(1 + x2 ) dx et K = 4 ln(1 + x2 ) dx, y2 y3
0 0 f −1 (y) = y − + + o (y3 ).
4 24 y −→ 0
1 K
on a : ∀n ∈ N∗ , In − 1 + J 2 . √
n n 13.22 Rappelons le DL4 (0) de x −→ 1 + x :
1 1
Il en résulte : In = 1 + J + o ,
n 1
n∞ n
√ 1
1
2
− 12 − 12 − 32 3
et donc, comme J 0 (car J > 0) : In − 1 ∼
J
. 1 + x = (1 + x) = 1 + x +
1/2
x +
2 2
x
2 2! 3!
1 1 3 5
n∞ n
−2 −2 −2 4
+ 2 x + o (x4 )
13.21 a) 1) L’application f est dérivable (donc continue) 4! x −→ 0
ex +1 1 1 2 1 3 5 4
sur R et : ∀x ∈ R, f
(x) =
> 0, =1+ x− x + x − x + o(x4 ).
2 2 8 16 128
donc f est strictement croissante sur R.
Il existe donc α > 0 et M 0 tels que :
De plus : f (x) −→ −∞ et f (x) −→ +∞.
x −→ −∞ x −→ +∞
√ 1 1 1 3
D’après le théorème de la bijection monotone, f est bijective.
∀x ∈ [0 ; α], 1 + x − 1 + x − x2 + x Mx4 .
2) D’après le cours, puisque f : R −→ R est de classe C 1 , bi- 2 8 16
jective, et que f
> 0, la réciproque f −1 de f est de classe C 1 Soient n ∈ N∗ , k ∈ 1 ; n.
1
sur R et : ( f −1 )
=
. k 1 1
f ◦ f −1 On a : 0 2 , d’où, si n :
n n α
Puisque f est de classe C 2 , le second membre de cette for-
mule est de classe C 1 , donc ( f −1 )
est de classe C 1 , f −1 est 3
1 + k − 1 + 1 k − 1 k + 1 k M k M n = M .
2 4 4
de classe C 2 . 2 2 4 6 8
n 2n 8n 16 n n n8 n4
Le même raisonnement montre que f −1 est de classe C 3 sur R.
b) Puisque f −1 est de classe C 3 sur R, d’après le théorème de En sommant de k = 1 à k = n et en notant S n la somme de
(n
1 k 1 k2 1 k3
Taylor-Young, f −1 admet un DL3 (0). Comme f (0) = 0, on a l’énoncé et T n = − + ,
2n 2 8n 4 16 n6
f −1 (0) = 0, donc le DL3 (0) de f −1 est de la forme : k=1
M M
f −1 (y) = ay + by2 + cy3 + o (y3 ), on obtient : |S n − T n | n = 3,
y −→ 0 n4 n
1
où (a, b, c) ∈ R3 est à calculer. donc : S n − Tn = o .
n∞ n2
256
Corrigés des exercices
(x − a)2
ln 2 1 ln 2 1
Si f
(a) 0. n
1
• On a, pour tout x ∈ R − {a} : sorte que : zn = o . Comme ci-dessus :
n
g(x) − g(a) f (x) 1 % 1 $
= ln 2
x−a x−a xn = exp ln 2 + +o
n n n
1 (x − a)2
1
= f (a) + o (x − a)2 1 % ln 2 1 $
x−a 2 = exp ln 2 + ln 1 + +o
⎧ n n 2n n
⎪
© Dunod. La photocopie non autorisée est un délit
⎪
⎪
⎪
1
1 1 $
⎪
⎪ f (a) + o(1) si x > a =
ln 2
exp ln 2 + 2 + o 2
⎪
⎨ 2
=⎪ n 2n n
⎪
⎪
⎪
⎪
⎪ 1
ln 2 ln 2 1 ln 2 2 1
⎪
⎩− f (a) + o(1) si x < a, = 1+ + 2 + +o 2
2 n 2n 2 n n
⎧ ln 2 ln 2 + (ln 2)2 1
⎪
⎪
⎪ g(x) − g(a) f
(a) = 1+ + +o 2 .
⎪
⎪
⎪ −→ n 2n2 n
⎪
⎪
⎨ x − a x −→ a, x>a 2
donc : ⎪
⎪
⎪
⎪
⎪
⎪ g(x) − g(a) f
(a)
⎪
⎪
⎩ −→ − . ln 2 + (ln 2)2
x − a x −→ a, x<a 2 En notant c = , on, conclut :
2
Il en résulte que g est dérivable en a si et seulement si
f
(a) = 0. b c 1
xn = a + + + o .
Finalement, g est dérivable en a si et seulement si f
(a) = 0. n n2 n∞ n2
257
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
(θ1 x) = f
f (x) = f (0) + x f
(0) + f θ(x)x .
2
donc f est strictement décroissante sur ]a ; b[.
b) D’une part, puisque f est de classe C 3 sur [0 ; a[, on a,
De plus : f (x) −→ + +∞ et f (x) −→ − −∞. d’après le théorème de Taylor-Young :
x −→ a x −→ b
x3 (3)
f est bijective. f (x) = f (0) + x f
(0) + f (0) + f (0) + o (x3 ).
2 6 x −→ 0
(t) = f
θ(x)x = f
1 (x − a)(x − b) f (x) = f (0) + x f
(0) + f (0) + θ(x)x f (3) (0) + o(x)
z= x−a− = x−a− 2
1
+ 1 (x − a) + (x − b) x2
x3
= f (0) + x f
(0) +
x−a x−b
f (0) + θ(x) f (3) (0) + o(x3 ).
(x − a) 2
(x − a)2 1 2 2
= ∼ ∼ .
(x − a) + (x − b) y −→ +∞ a−b y −→ +∞ (a − b)y2 Des deux expressions précédentes de f (x), on déduit :
Ainsi : x3 x3 (3)
θ(x) f (3) (0) + o(x3 ) = f (0) + o(x3 ),
2 6
1 1 1 1 1
f −1 (y) = a + +z=a+ − + o . 1 1
y y b − a y2 y −→ +∞ y2 donc : θ(x) f (3) (0) = f (3) (0) + o(1).
2 6
On conclut que le triplet suivant convient : 1
Comme f (3) (0) 0, on obtient : θ(x) = + o(1),
3
1 1
(α, β, γ) = a, 1, − . et on conclut : θ(x) −→ .
b−a x −→ 0 3
on a fn
(x) < 0 si x < xn , et fn
(x) > 0 si x > xn . Il en résulte
f (x) = f (0) + x f
(0) + f θ(x)x .
2 que fn admet un minimum (et un seul), noté μn , atteint en un
point et un seul, noté xn .
258
Corrigés des exercices
(x) +
+∞ 2(1 + x)(1 + x2 ) − (1 + x)2 2x
f
(x) =
fn (x) 0 (1 + x2 )4
−∞
2 (1 + x) − x(1 + x2 ) 2(1 − x2 )
fn
(x) − 0 + = = ,
(1 + x2 )3 (1 + x2 )3
+∞ +∞
fn (x)
donc : f
(x) = 0 ⇐⇒ x = −1 ou x = 1 ,
μn
et f change de signe en −1 et en 1.
Ainsi : fn
(xn ) = 0 et μn = f (xn ).
Ainsi, C admet exactement deux points d’inflexion, d’abscisses
b) 1) • On a, pour tout n ∈ N∗ : −1, 1. On a :
fn
(xn ) = 0 ⇐⇒ x3n + 2xn = n. f (−1) = ln 2 − 1, f (1) = ln 2 + 1, f
(−1) = 0, f
(1) = 2.
Pour n 3 : fn
(1) = 3 − n 0 = fn
(xn ), y
d’où, puisque fn
est strictement croissante : xn 1.
C
Alors : n = x3n + 2xn 3x3n ,
n 1/3
donc : xn , puis : xn −→ + ∞.
3 n∞
1 + ln(2)
Ensuite : n = x3n + 2xn ∼ x3n , donc : xn ∼ n1/3 . y=x
n∞ n∞
2) On a :
1
1 4 1
μn = x + x2n − nxn = x4n + x2n − (x3n + 2xn )xn
4 n 4
=n −1 O x
3 3 3
= − x4n − x2n ∼ − x4n ∼ − n4/3 . 1
4 n∞ 4 n∞ 4 −1 + ln(2)
et : f (x) −→ +∞.
x −→ +∞ 1
D’où le tableau de variations de f : f (x) = x + ln(1 + x2 ) = x + ln x2 1 + 2
x
x −∞ −1 +∞ 1
= x + 2 ln x + ln 1 + 2 = x + 2 ln x + o (1).
f
(x) + 0 + x x −→ +∞
+∞
f (x) ln 2 − 1 2) Notons x = f −1 (y) pour la commodité.
−∞ On a alors x −→ +∞.
y −→ +∞
259
Chapitre 13 • Comparaison locale des fonctions et des suites, développements limités
comme on le voit, par exemple, en étudiant les variations de la Par unicité du DLn (0) de x −→ ( e x − 1)n , on déduit :
fonction x −→ sin x − x.
⎧
On conclut : un −→ 0. n
( ⎪
⎪ p<n
n∞ n n−k k
⎪
⎨0p si
(−1) =⎪
1 k p! ⎪
⎪
⎩1 si p = n.
b) 1) On a : un+1 = sin un = un − u3n + o (u3n ), k=0
6 n∞
260
Fonctions réelles CHAPITRE 14
de deux variables
réelles
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 261
• Montrer qu’une partie de R2 est bornée, est ouverte, est fermée, est convexe, ou
Énoncés des exercices 265 ne l’est pas
Du mal à démarrer ? 268 • Étude de limite ou de continuité pour une fonction de deux variables réelles
Corrigés des exercices 270 • Existence et calcul éventuel des dérivées partielles premières d’une fonction de
deux variables réelles
• Former un DL1 pour une fonction de deux variables réelles.
*
Pour montrer
∃ C ∈ R+ , ∀(x, y) ∈ A, x2 + y 2 C
qu’une partie A de R2
est bornée Graphiquement, la notion de partie bornée est apparente.
➥ Exercices 14.1, 14.8
Essayer de :
• revenir à la définition, c’est-à-dire montrer :
∀M ∈ A, ∃ r > 0, B(M, r) ⊂ A,
Pour montrer
qu’une partie A de R2 où B(M, r) désigne la boule ouverte de centre M et de rayon r
est ouverte ➥ Exercice 14.1
• présenter A comme l’image réciproque d’un ouvert de R par une
application continue de R2 dans R.
➥ Exercice 14.8.
Pour montrer Revenir à la définition, c’est-à-dire montrer qu’il existe M ∈ A tel que,
qu’une partie A de R2 pour tout r > 0, la boule ouverte B(M, r) n’est pas incluse dans A.
n’est pas ouverte ➥ Exercices 14.1, 14.8.
Essayer de :
• revenir à la définition, c’est-à-dire montrer que le complémentaire
de A dans R2 est ouvert
Pour montrer
qu’une partie A de R2 ➥ Exercice 14.1
est fermée • présenter A comme l’image réciproque d’un fermé de R par une
application continue de R2 dans R.
➥ Exercice 14.8.
262
Les méthodes à retenir
• Essayer, après avoir fixé une variable, d’appliquer les théorèmes gé-
néraux sur la dérivation pour les fonctions d’une variable réelle
➥ Exercices 14.4, 14.11, 14.13
• En un point en lequel les théorèmes généraux ne s’appliquent pas,
Pour calculer revenir à la définition d’une dérivée partielle première comme déri-
les dérivées partielles premières vée d’une fonction partielle. On a ainsi, sous réserve d’existence :
d’une fonction f
de deux variables réelles x, y ∂f
∂f
263
Chapitre 14 • Fonctions réelles de deux variables réelles
➥ Exercice 14.5.
➥ Exercice 14.6.
Appliquer le cours : le plan tangent en A a, b, f (a, b) à la surface S
Pour former d’équation cartésienne z = f (x, y), où f : U −→ R est de classe C 1 sur
une équation cartésienne un ouvert U de R2 tel que (a, b) ∈ U, admet pour équation cartésienne :
du plan tangent
en un point A a, b, f (a, b) ∂f ∂f
z − f (a, b) = (a, b)(x − a) + (a, b)(y − b).
d’une surface S ∂x ∂y
d’équation cartésienne z = f (x, y)
➥ Exercice 14.4.
Pour montrer l’existence d’un point C Étudier une fonction auxiliaire d’une variable réelle, par exemple
satisfaisant une condition t −→ f (1−t)A+tB , et appliquer un théorème sur les fonctions d’une
portant sur f (C) ou sur ∇ f (C), variable réelle, par exemple le théorème des valeurs intermédiaires, le
où f est une fonction théorème de Rolle, ou le théorème des accroissements finis.
de deux variables réelles ➥ Exercices 14.17, 14.18.
264
Énoncés des exercices
b) g(t) = f ( e t − 1, 1 + t2 ).
265
Chapitre 14 • Fonctions réelles de deux variables réelles
266
Énoncés des exercices
⎩ 0 si x=0
∂f ∂f
est de classe C 1 sur ] − 1 ; +∞[×R et calculer (0, 1) et (0, 1).
∂x ∂y
14.18 Analogue du théorème des accroissements finis pour une fonction de deux variables réelles
Soient U un ouvert convexe non vide de R2 , f : U −→ R une application de classe C 1 sur U,
(A, B) ∈ U 2 . Montrer : ∃ C ∈ [A ; B], f (B) − f (A) = < ∇ f (C), B − A > .
267
Chapitre 14 • Fonctions réelles de deux variables réelles
Du mal à démarrer ?
14.1 Les ensembles A à F sont limités par des droites, des • Montrer que C n’est pas ouverte en trouvant un point de C
demi-droites, des segments, et le bord est soit compris, soit ex- tel qu’aucune boule ouverte centrée en ce point ne soit incluse
clu, soit en partie compris. dans C.
Pour G, il s’agit d’un quart de disque dont une partie du bord • Faire de même pour le complémentaire de C dans R2 .
est exclue.
14.9 • Étudier, pour x ∈ [0 ; 1] fixé, les variations de
14.2 a) Utiliser la définition de la convexité.
gx : [0 ; 1] −→ R, y −→ f(x, y).
b) Trouver un contrexemple, c’est-à-dire un exemple de parties
convexes C1 , C2 de R2 telles que C1 ∪ C2 ne soit pas convexe. Déduire : F ⊂ [0 ; 1].
• Réciproquement, montrer : [0 ; 1] ⊂ F.
14.3 • Montrer, à l’aide d’inégalités : F ⊂ [0 ; 1].
• Réciproquement, établir : [0 ; 1] ⊂ F. 14.10 a) Majorer convenablement |f(x, y)| et obtenir :
f(x, y) −→ 0.
∂f (x,y) −→ (0,0)
14.4 Pour calculer, par exemple, (x, y), fixer mentalement y
∂x b) Remarquer : |x| (x4 + y 4 )1/4 et |y| (x4 + y 4 )1/4 ,
et dériver par rapport à x. Dans l’exemple c), mettre d’abord xy
sous forme d’une exponentielle. et en déduire une majoration convenable de |f(x, y)|.
c) Examiner f(x, 0) et f(x, x).
14.5 Appliquer la formule du cours pour dériver une fonction
composée à deux variables. d) Utiliser : ∀t ∈ R, | sin t| t.
e) Examiner f(x, 0) et f(x, x).
14.6 a) b) Noter ρ = x2 + y 2 .
√ f) Examiner f(x, 0).
c) Noter h = x − 2, k = y − 1, ρ = h2 + k2 .
√ e xy − 1
d) Noter h = x − 1, k = y + 1, ρ = h2 + k2 . g) Faire intervenir .
xy
268
Du mal à démarrer ?
269
Corrigés des exercices
y
14.1 y
A 3
x
+
y
1 −1
=
=
3
2y
x−
−1 2 x 1
x
O =
2y
+
y
x−
=
E
0
−1 O 1 3 x
y
1
y
x+
x 2y
−2 O 1 = 1 F
1
x+
2y
=
0
O 1 x
−1
y
2
y=
y=
−
−
2x
1
2x
−2 O 1 x
y y
1
1
D
G
−1 O 2 x
O 1 x
270
Corrigés des exercices
∂f y ∂f
(x, y) = e y ln x = yxy−1 , (x, y) = ln x e y ln x = ln x xy .
14.2 a) ∂x x ∂y
C1
∂f 2 2 2
d) (x, y) = 2x e xy + (x2 + y3 )y2 e xy = (2x + x2 y2 + y5 ) e xy ,
∂x
C2 ∂f 2 2
C1 ∩ C2 (x, y) = 3y2 e xy + (x2 + y3 )2xy e xy
∂y
2
= (2x3 y + 2xy4 + 3y2 ) e xy .
∂f x
e) (x, y) = sin(xy2 ) + x2 + y2 y2 cos(xy2 ),
∂x x2 + y2
Soient M, N ∈ C1 ∩ C2 , t ∈ [0 ; 1]. ∂f y
(x, y) = sin(xy2 ) + x2 + y2 2xy cos(xy2 ).
On a alors : M ∈ C1 et N ∈ C1 , donc, puisque C1 est convexe : ∂y x2 + y2
(1 − t)M + tN ∈ C1 . ∂f 2 3 ∂f 2 3 2
14.5 a) g
(t) = (t , t )2t + (t , t )3t .
∂x ∂y
De même : (1 − t)M + tN ∈ C2 .
∂f t ∂f t
D’où : (1 − t)M + tN ∈ C1 ∩ C2 . b) g
(t) = ( e − 1, 1 + t2 ) e t + ( e − 1, 1 + t2 )2t.
∂x ∂y
Ceci montre que C1 ∩ C2 est convexe.
b) Il se peut que C1 ∪ C2 ne soit pas convexe. 14.6 a) Notons ρ = x2 + y2 , pour la commodité. On a :
f (x, y) = (1 + x)2 cos(x − y) = 1 + 2x + o(x) 1 + o(x − y)
y
= 1 + 2x + o(ρ) 1 + o(ρ) = 1 + 2x + o(ρ).
C1 C2
O x b) Notons ρ = x2 + y2 , pour la commodité. On a :
=
convexe. 1 + 2x + 3y
ln 2 − (ln 2)(3x + 2y) + o(ρ)
=
1 + 2x + 3y
14.3 • On a, pour tout (x, y) ∈ [0 ; 1] :
2
⎧ = ln 2 − (ln 2)(3x + 2y) + o(ρ) 1 − (2x + 3y) + o(ρ)
⎪
⎪
⎨ x + y − xy = x(1 − y) + y 0
⎪ = ln 2 − (ln 2)(3x + 2y) + (ln 2)(2x + 3y) + o(ρ)
⎪
⎪
⎪
⎩ x + y − xy = x(1 − y) + y (1 − y) + y = 1, = ln 2 − 5(ln 2)x − 5(ln 2)y + o(ρ).
donc : F ⊂ [0 ; 1]. √
c) Notons : h = x − 2, k = y − 1, ρ = h2 + k2 . On a :
• Réciproquement, pour tout λ ∈ [0 ; 1], on remarque, par
exemple : f (λ, 0) = λ, donc λ ∈ F. f (x, y) = x2 y3 = (2 + h)2 (1 + k)3
On conclut : F = [0 ; 1]. = 4 + 4h + o(ρ) 1 + 3k + o(ρ) = 4 + 4h + 12k + o(ρ).
271
Chapitre 14 • Fonctions réelles de deux variables réelles
√
d) Notons : h = x − 1, k = y + 1, ρ = h2 + k2 . On a : donc B n’est pas bornée.
f (x, y) = e xy
ln( e + x + y) • L’application
f : R2 −→ R, (x, y) −→ x4 − x3 y − x2 + y + 3
= e ln e + (1 + h) + (−1 + k)
(1+h)(−1+k)
Il est clair que (0, 0) ∈ A et que, pour tout r > 0, la boule ou-
−1/ 2
verte B (0, 0), r n’est pas incluse dans A1 , puisque, en notant
M = (r/2, r/2), on a : M ∈ B (0, 0), r et M A1 .
On conclut : A n’est pas fermée.
b) • Il est clair que : ∀x ∈ [1 ; +∞[, (x, 0) ∈ B,
272
Corrigés des exercices
gx − 0 +
e xy − 1 e xy − 1 x y
gx x4 x4 − x3 + 1 f (x, y) = = · x · .
( e x − 1)( e y − 1) xy e −1 ey −1
On a :
2x3 et −1
4 9 Comme −→ 1, on déduit :
gx (0) = x 1, gx
4
=x − 4
x 0, gx (1) 1. t t −→ 0
3 27
1 1
Ceci montre : ∀(x, y) ∈ [0 ; 1], f (x, y) ∈ [0 ; 1], f (x, y) −→ 1· · = 1.
(x,y) −→ (0,0) 1 1
d’où : F ⊂ [0 ; 1].
• Réciproquement, soit λ ∈ [0 ; 1]. 14.11 1) Continuité de f :
On remarque : f (λ1/4 , 0) = λ, donc : λ ∈ F. D’après les théorèmes généraux, f est continue en tout point de
R2 − {(0, 0)}.
Finalement : F = [0 ; 1].
On a :
14.10 a) On a : |x2 y|
∀(x, y) ∈ R2 − {(0, 0)}, | f (x, y) − f (0, 0)| = |y|.
y2 x2 + y2
∀(x, y) ∈ R2 − {(0, 0)}, | f (x, y)| = |x| |x|.
x2 + y2
Comme y −→ 0, on déduit, par encadrement :
© Dunod. La photocopie non autorisée est un délit
∂f x2 (x2 + y2 ) − x2 y(2y) x4 − x2 y2 ∂f
(x, y) = = 2 . donc (0, 0) existe et est égale à 1.
∂y (x + y )
2 2 2 (x + y2 )2 ∂x
De même : ∀y ∈ R, f (0, y) = 0,
•On a : ∀x ∈ R, f (x, 0) = 0,
∂f
∂f donc (0, 0) existe et est égale à 0.
donc (0, 0) existe et est égale à 0. ∂y
∂x
Ceci montre que f admet des dérivées partielles premières
De même : ∀y ∈ R, f (0, y) = 0,
en (0, 0).
∂f
donc (0, 0) existe et est égale à 0. 3) Non-existence du DL1 de f en (0, 0) :
∂y
On conclut que les dérivées partielles premières de f existent Supposons que f admette un DL1 en (0, 0) :
en tout point de R2 et que, pour tout (x, y) ∈ R2 :
f (x, y) = a + bx + cy + o x2 + y2 , (a, b, c) ∈ R3 .
⎧
⎪
⎪
⎪ 2xy3
∂f ⎪
⎪
⎨ (x2 + y2 )2 si (x, y) (0, 0) On a alors :
(x, y) = ⎪
⎪
∂x ⎪
⎪
⎪ ∂f ∂f
⎩ 0 si (x, y) = (0, 0) a = f (0, 0), b = (0, 0) = 1, c = (0, 0) = 0,
∂x ∂y
⎧ 4
⎪
⎪
⎪ x − x2 y2
⎪
⎪ si (x, y) (0, 0) d’où : f (x, y) = x + o ( x2 + y2 ),
∂f ⎨ (x2 + y2 )2 (x,y) −→ (0,0)
(x, y) = ⎪
⎪
∂y ⎪
⎪
⎪ f (x, y) − x
⎩ 0 si (x, y) = (0, 0). c’est-à-dire : −→ 0.
x2 + y2 (x,y) −→ (0,0)
x
∂f
donc n’est pas continue en (0, 0). Comme |x| |y| −→
∂y (x,y) −→ (0,0)
0, par théorème d’encadrement, on
On conclut : f est de classe C sur R − {(0, 0)}, mais f n’est
1 2 déduit : f (x, y) −→ f (0, 0),
(x,y) −→ (0,0)
pas de classe C 1 sur R2 .
donc f est continue en (0, 0).
14.12 1) Continuité de f en (0, 0) : 2) Existence des dérivées partielles premières de f en (0, 0) :
On a, pour tout (x, y) ∈ R2 − {(0, 0)} : On a : ∀x ∈ R, f (x, 0) = 0,
∂f
|x|3 donc (0, 0) existe et est égale à 0.
f (x, y) − f (0, 0) = |x|. ∂x
x2 + y2 De même : ∀y ∈ R, f (0, y) = 0,
Comme |x| −→ 0, par théorème d’encadrement, on dé- ∂f
(x,y) −→ (0,0) donc
∂y
(0, 0) existe et est égale à 0.
duit : f (x, y) − f (0, 0) −→ 0,
(x,y) −→ (0,0)
3) Existence d’un DL1 (0, 0) pour f :
donc : f (x, y) −→ f (0, 0). 1
(x,y) −→ (0,0)
On a : | f (x, y)| = |xy| sin |x||y| = o x2 + y2 ,
Ceci montre que f est continue en (0, 0). x
donc f admet un DL1 (0, 0) :
2) Existence des dérivées partielles premières de f en (0, 0) :
2
On a : ∀x ∈ R, f (x, 0) = x, f (x, y) = 0 + 0x + 0y + o x + y2 .
(x,y) −→ (0,0)
274
Corrigés des exercices
ϕ (x) = =
(1 + x)x2 (1 + x)x2
est bornée : il existe N ∈ R+ tel que :
− x + o(x2 )
1 2
1
© Dunod. La photocopie non autorisée est un délit
= 22 −→ − .
∀y ∈ R, |v(y)| N. x + o(x2 ) x −→ 0 2
On a alors : ∀(x, y) ∈ R2 , | f (x, y)| MN D’après le théorème limite de la dérivée, on conclut que ϕ est
de classe C 1 sur ] − 1 ; +∞[.
et on conclut que f est bornée.
b) • On a, pour tout (x, y) ∈ ] − 1 ; 0[ ∪ ]0 ; +∞[ × R :
14.15 1) Soit f convenant. y 2 ln(1 + x) 2 2
f (x, y) = ln(1 + x) = xy = xy ϕ(x)
Soit (x, y) ∈ R fixé.2
x x
On a, en appliquant deux fois l’hypothèse, d’abord à (x, y), puis et, d’autre part : ∀x ∈ R, f (x, 0) = 0 = x0ϕ2 (x).
à (x + y, x − y) :
On a donc : ∀(x, y) ∈ ] − 1 ; +∞[×R, f (x, y) = xyϕ2 (x).
f (x, y) = f (x + y, x − y) Comme ϕ est de classe C 1 sur R, par opérations, on conclut
= f (x + y) + (x − y), (x + y) − (x − y) = f (2x, 2y). que f est de classe C 1 sur ] − 1 ; +∞[×R.
275
Chapitre 14 • Fonctions réelles de deux variables réelles
• De plus, pour tout (x, y) ∈ ] − 1 ; +∞[×R : D’après le théorème des accroissements finis, appliqué à ϕ sur
[0 ; 1], il existe c ∈ ]0 ; 1[ tel que :
∂f ∂f
(x, y) = yϕ2 (x) + 2xyϕ(x)ϕ
(x), (x, y) = xϕ2 (x).
∂x ∂y ϕ(1) − ϕ(0) = (1 − 0)ϕ
(c) = ϕ
(c).
∂f ∂f
En particulier : (0, 1) = ϕ(0) = 1, (0, 1) = 0. De plus, f (A) = ϕ(0) et f (B) = ϕ(1), donc, en notant
∂x ∂y
C = (1 − c)A + cB, on conclut :
14.17 Considérons l’application
f (B) − f (A) = < ∇ f (C), B − A > .
ϕ : [0 ; 1] −→ R, t −→ ϕ(t) = f (1 − t)A + tB ,
qui est correctement définie, car : A ∈ U, B ∈ U, U est convexe, 14.19 L’application
f est définie sur U. 2 2
ϕ : [−1 ; 1]2 −→ R, (x, y) −→ f (x, y) + g(x, y)
Puisque f est continue sur U, par composition, ϕ est continue
sur l’intervalle [0 ; 1]. est continue sur [−1 ; 1]2 , car f et g le sont, et [−1 ; 1]2 est une
De plus : ϕ(0) = f (A) et ϕ(1) = f (B). partie fermée bornée de R2 .
D’après le théorème des valeurs intermédiaires, puisque k est D’après un théorème du cours, ϕ est bornée et atteint ses
compris entre f (A) et f (B), il existe c ∈ [0 ; 1] tel que ϕ(c) = k. bornes.
En notant C = (1 − c)A + cB, on obtient : En particulier, il existe (x0 , y0 ) ∈ [−1 ; 1]2 tel que :
C∈U et f (C) = ϕ(c) = k. ∀(x, y) ∈ [−1 ; 1]2 , ϕ(x, y) ϕ(x0 , y0 ).
14.18 Considérons l’application Notons m = ϕ(x0 , y0 ) = f (x0 , y0 ) 2 + g(x0 , y0 ) 2 0.
Si m = 0, alors f (x0 , y0 ) = 0 et g(x0 , y0 ) = 0,
ϕ : [0 ; 1] −→ R, t −→ ϕ(t) = f (1 − t)A + tB ,
donc | f (x0 , y0 )| + |g(x0 , y0 )| = 0, exclu.
qui est correctement définie, car : A ∈ U, B ∈ U, U est convexe,
f est définie sur U. Donc : m > 0.
Puisque f est de classe C 1 sur l’ouvert convexe U, par com- On a montré :
position, ϕ est de classe C 1 sur l’intervalle [0 ; 1] et, pour tout 2 2
∃ m ∈ R∗+ , ∀(x, y) ∈ [−1 ; 1]2 , f (x, y) + g(x, y) m.
t ∈ [0 ; 1] : ϕ
(t) = < ∇ f (1 − t)A + tB , B − A > .
276
Dénombrement CHAPITRE 15
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 278
• Cardinal d’un ensemble fini
Énoncés des exercices 281
• Dénombrement d’un ensemble par complémentaire, différence, réunion finie,
Du mal à démarrer ? 285 produit cartésien
Corrigés des exercices 287 • Dénombrement de p-listes, de p-listes d’éléments distincts, de parties
• Calculs de sommes et de produits
• Manipulation de coefficients binomiaux, calculs de sommes les faisant
intervenir.
277
Chapitre 15 • Dénombrement
Essayer :
• de décrire l’ensemble puis compter son nombre d’éléments,
➥ Exercices 15.7, 15.13, 15.14
Pour calculer le cardinal • d’établir une bijection entre l’ensemble dont on cherche le cardinal
d’un ensemble fini et un autre ensemble dont on connaît le cardinal,
➥ Exercices 15.11, 15.14
• de décomposer l’ensemble à l’aide de sous-ensembles dont on
connaît le cardinal, et d’utiliser les règles de calculs décrites ci-
dessous.
Si A est une partie d’un ensemble fini E, il est parfois plus simple de
Pour calculer le cardinal dénombrer le complémentaire de A dans E plutôt que A directement.
du complémentaire Dans ce cas, on utilise : Card(A) = Card(E) − Card(A).
d’une partie d’un ensemble fini
➥ Exercices 15.1, 15.5.
278
Les méthodes à retenir
ce qui s’écrit :
– pour n = 2 :
Card(A1 ∪ A2 ) = Card(A1 ) + Card(A2 ) − Card(A1 ∩ A2 ),
– pour n = 3 :
Card(A1 ∪ A2 ∪ A3 ) = Card(A1 ) + Card(A2 ) + Card(A3 )
(suite) − Card(A1 ∩ A2 ) − Card(A1 ∩ A3 ) − Card(A2 ∩ A3 )
+ Card(A1 ∩ A2 ∩ A3 ),
– pour n = 4 :
Card(A1 ∪ A2 ∪ A3 ∪ A4 )
= Card(A1 ) + Card(A2 ) + Card(A3 ) + Card(A4 )
− Card(A1 ∩ A2 ) − Card(A1 ∩ A3 ) − Card(A1 ∩ A4 )
− Card(A2 ∩ A3 ) − Card(A2 ∩ A4 ) − Card(A3 ∩ A4 )
+ Card(A1 ∩ A2 ∩ A3 ) + Card(A1 ∩ A2 ∩ A4 )
+ Card(A1 ∩ A3 ∩ A4 ) + Card(A2 ∩ A3 ∩ A4 )
− Card(A1 ∩ A2 ∩ A3 ∩ A4 ).
➥ Exercices 15.5, 15.15.
•
Card(An ) = Card(A) n .
279
Chapitre 15 • Dénombrement
➥ Exercice 15.11.
Essayer de :
• remplacer les coefficients binomiaux par leurs expressions à l’aide
de factorielles
• utiliser l’une des propriétés suivantes sur les coefficients binomiaux :
n n
∀(n, p) ∈ N avec 0 p n,
2
=
p n− p
n n n+1
∀(n, p) ∈ N2 avec 0 p n, + =
Pour simplifier une expression p p+1 p+1
faisant intervenir
(formule du triangle de Pascal)
des coefficients binomiaux
n n−1
∀(n, p) ∈ N2 avec 1 p n, p =n
p p−1
280
Énoncés des exercices
e) Combien existe-il de mots de 4 lettres écrits uniquement avec les lettres A et B, chaque lettre
apparaissant au moins une fois ?
15.3 Tirages successifs dans une urne : obtention de boules regroupées par couleur
Une urne contient douze boules : quatre boules blanches numérotées de 1 à 4, six boules rouges
numérotées de 5 à 10 et deux boules noires numérotées 11 et 12.
a) On tire successivement et sans remise toutes les boules de l’urne et on note, à chaque tirage,
le numéro obtenu.
c) Combien y a-t-il de résultats pour lesquels les boules sont regroupées par couleur ?
d) Combien y a-t-il de résultats pour lesquels les boules rouges sont regroupées ?
e) Combien y a-t-il de mains contenant un brelan (c’est-à-dire 3 cartes de la même hauteur, sans
full, ni carré) ?
f) Combien y a-t-il de mains contenant une double paire (c’est-à-dire deux fois 2 cartes de la
même hauteur, sans full, ni brelan, ni carré) ?
g) Combien y a-t-il de mains contenant une paire (c’est-à-dire 2 cartes de la même hauteur, sans
double paire, ni brelan, ni full, ni carré) ?
281
Chapitre 15 • Dénombrement
h) Combien y a-t-il de mains contenant une quinte flush (c’est-à-dire 5 cartes de hauteurs consé-
cutives et de même couleur) ?
b) Quel est le nombre de répartitions telles qu’au moins un sac soit vide ?
15.7 Nombre de façons de monter un escalier par saut d’une ou de deux marches
Soit n ∈ N∗ . Une grenouille monte les n marches d’un escalier, en sautant soit une marche soit
deux marches.
On note cn le nombre de façons qu’a la grenouille de monter ces n marches.
a) Calculer c1 et c2 .
b) On dispose maintenant d’une table ronde avec n chaises. Combien existe-il de dispositions
différentes, sachant que deux dispositions sont identiques si chaque invité a les mêmes voisins ?
15.9 Tirages sans remise dans une urne : obtention de numéros dans l’ordre croissant
Soit n un entier naturel non nul. Une urne contient n boules numérotées de 1 à n. On tire succes-
sivement et sans remise toutes les boules de l’urne et on note, à chaque tirage, le numéro obtenu.
b) Quel est le nombre de résultats pour lesquels les numéros obtenus sont dans l’ordre croissant ?
282
Énoncés des exercices
c) Soit k ∈ 1 ; n. Quel est le nombre de résultats pour lesquels les k premiers numéros obtenus
sont dans l’ordre croissant ?
(k
k−1 n−k
d) Soit k ∈ 1 ; n fixé. Que représente la somme ? En déduire une expres-
i=k−n+p
i−1 p−i
sion simple de cette somme en fonction de n et p.
283
Chapitre 15 • Dénombrement
284
Du mal à démarrer ?
Du mal à démarrer ?
15.1 a) Un mot de 4 lettres peut être assimilé à une 4-liste de 15.5 a) Une répartition est une 5-liste de l’ensemble des
l’ensemble des 26 lettres. 4 sacs.
b) Un mot de 4 lettres, constitués de 4 lettres différentes, peut b) Considérer, pour tout i de 1 ; 4, Ai l’ensemble des répar-
être assimilé à une 4-liste d’éléments distincts de E. titions telles que le sac n◦ i soit vide. Il s’agit alors de calculer
Card(A1 ∪ A2 ∪ A3 ∪ A4 ), avec les ensembles Ai non deux à deux
c) Il faut choisir la première et la dernière lettre dans l’ensemble
disjoints.
des 6 voyelles, les deux autres lettres dans l’ensemble des 26
lettres. c) 1re méthode : Calculer le cardinal du complémentaire de l’en-
semble précédent.
d) Commencer par calculer le nombre de mots de 4 lettres sans
voyelle. 2e méthode : Obtenir le résultat par un raisonnement direct.
e) Considérer l’ensemble des mots écrits uniquement avec les
lettres A et B. Parmi ces mots, deux seulement sont écrits uni-
15.6 a) Un résultat est une partie à n éléments de l’ensemble
1 ; a + b.
quement avec la lettre A ou uniquement avec la lettre B.
f) Commencer par choisir les 2 lettres qui vont constituer le mot, b) Commencer par choisir k boules blanches parmi les a boules
blanches, puis n − k boules noires parmi les b boules noires.
puis utiliser le résultat du e).
c) Partitionner l’ensemble des résultats possibles.
15.2 a) Les 6 lettres du mot « DANUBE » sont distinctes. Un
anagramme est alors une permutation de l’ensemble de ces 6 15.7 a) Décrire l’ensemble des façons de monter un escalier
lettres. d’une marche, puis un escalier de deux marches.
b) Le mot « MISSISSIPPI » contient 1 M, 4 I, 4 S et 2 P. Pour b) Partitionner l’ensemble en raisonnant sur le dernier saut de
construire un anagramme, il faut (par exemple) placer le M, la grenouille : soit elle saute une seule marche, soit elle saute
puis les I, puis les S, et enfin les P. deux marches.
c) La suite (cn )n∈N∗ est une suite récurrente linéaire d’ordre 2.
15.3 a) Un résultat est une permutation de l’ensemble des 12
boules.
15.8 a) Lorsque les chaises sont en rangée, une disposition est
b) Commencer par choisir l’ordre des couleurs, puis ordonner une permutation de l’ensemble des n personnes.
les boules.
b) Lorsque les chaises sont autour d’une table ronde, la place
c) Commencer par choisir la place des boules rouges, puis or- de la première personne n’a pas d’importance. Une fois cette
donner les boules. personne assise, les (n − 1) autres personnes se répartissent sur
les (n − 1) chaise restantes.
15.4 a) Une main est une partie à 5 éléments de l’ensemble
des 52 cartes. 15.9 a) Un résultat est une permutation de l’ensemble 1 ; n.
b) Commencer par prendre les 4 as, puis une autre carte parmi b) Il n’y a qu’un seul tirage amenant les numéros par ordre
les 48 cartes restantes. croissant.
c) Commencer par choisir la hauteur du carré, puis prendre les c) Commencer par choisir l’ensemble des k numéros obtenus
4 cartes correspondantes, et une autre carte parmi les 48 cartes lors des k premiers tirages, les disposer par ordre croissant, puis
restantes. disposer les (n − k) numéros restants.
d) Commencer par choisir la hauteur du brelan et prendre 3 des
4 cartes correspondantes, puis choisir la hauteur de la paire et 15.10 a) Commencer par choisir l’ensemble des p éléments qui
prendre 2 des 4 cartes correspondantes. vont constituer le p-uplet, puis ordonner ces éléments par ordre
© Dunod. La photocopie non autorisée est un délit
croissant.
e) Commencer par choisir la hauteur du brelan, prendre 3 des
4 cartes correspondantes, puis prendre 2 autres cartes de façon b) Noter, pour i ∈ 1 ; p et k ∈ 1 ; n,
à ne pas obtenir de carré, ni de full. Ei,k = (x1 , . . . , xp ) ∈ E / xi = k .
f) Commencer par choisir la hauteur des deux paires, prendre Pour construire un p-uplet de Ei,k , commencer par choisir l’en-
pour chaque paire 2 des 4 cartes correspondantes, puis prendre semble des (i − 1) premiers éléments dans 1 ; k − 1 et les ordon-
une dernière carte de façon à ne pas obtenir de full. ner, puis choisir l’ensemble des (p − i) derniers éléments dans
g) Commencer par choisir la hauteur de la paire, prendre 2 des k + 1 ; n et les ordonner.
4 cartes correspondantes, puis prendre 3 autres cartes de façon +
n
à ne pas obtenir de brelan, de double paire, de carré, ou de c) Il s’agit de calculer Card Ei,k .
k=1
full.
+
p
h) Commencer par choisir la couleur de la quinte flush, puis la d) Il s’agit de calculer Card Ei,k .
hauteur de la plus petite carte (par exemple). i=1
285
Chapitre 15 • Dénombrement
15.11 b) c) d) Partitionner l’ensemble cherché en raisonnant sur un élément à x1 , puis faire une partition par paires de l’en-
le cardinal de A, puis utiliser les résultats de la question a). semble des 2n éléments restants.
c) Raisonner par récurrence sur n.
15.12 a) Une application de En dans En est surjective si et seule-
ment si tous les éléments de l’ensemble de départ ont des 15.14 a) Expliciter les solutions lorsque n = 0, lorsque n = 1.
images deux à deux distinctes. b) Expliciter les solutions lorsque p = 1, lorsque p = 2.
b) Une application de En+1 dans En est surjective si et seule- c) Partitionner l’ensemble des solutions en séparant les cas se-
ment si deux éléments de En+1 ont la même image notée y, et lon que xp = 0 ou que xp 1.
les autres ont des images deux à deux distinctes et distinctes
de y. e) Raisonner par récurrence sur p.
286
Corrigés des exercices
6
15.1 Notons E l’ensemble de 26 lettres de l’alphabet. - choisir la place des 4 S parmi les 6 places restantes : 4
choix,
2
a) Un mot de 4 lettres peut être assimilé à une 4-liste de E. - choisir la place des 2 P dans les 2 places restantes : 2 choix.
Il y a donc 264 = 456976 mots de 4 lettres. 6 2 11!
Il y a donc 111 10 4 4 2
= = 34650 anagrammes
b) Un mot de 4 lettres constitué de 4 lettres différentes peut être 1! 4! 4! 2!
assimilé à une 4-liste d’éléments distincts de E. possibles.
26! 26! Remarque : Si l’on commence (par exemple) à placer les S,
Il y a donc = = 26 × 25 × 24 × 23 = 358800 mots
(26 − 4)! 22! puis les I, puis les P, puis le M, on obtient :
correspondants. 11 7 3 1 11!
4 4 2 1
= = 34650 anagrammes.
c) Pour écrire un mot de 4 lettres commençant et se terminant 4! 4! 2! 1!
par une voyelle, il faut : (On retrouve bien le même résultat ...)
- choisir la première lettre parmi les 6 voyelles : 6 choix,
- choisir la dernière lettre parmi les 6 voyelles : 6 choix, 15.3 a) Un résultat est une permutation de l’ensemble des
- choisir les deux autres lettres parmi les 26 lettres : 26 × 12 boules.
26 choix. Ainsi, il y a 12! = 479001600 résultats possibles.
Il y a donc 6 × 26 = 24336 mots correspondants.
2 2
b) Pour obtenir un résultat pour lequel les boules sont regrou-
d) • Dénombrons, dans un premier temps, l’ensemble des mots pées par couleur, il faut :
de 4 lettres sans voyelle. - choisir l’ordre des 3 couleurs : 3! = 6 choix,
Un tel mot peut être assimilé à une 4-liste de l’ensemble des - au sein de chaque groupement de couleur, ranger les boules
20 consonnes. Il y a donc 204 = 160000 mots de 4 lettres sans correspondantes : il y a 4! = 24 rangements pour les boules
voyelle. blanches, 6! = 720 rangements pour les boules rouges et 2! = 2
• On en déduit que le nombre de mots de 4 lettres contenant au
rangements pour les boules noires.
moins une voyelle est : 264 − 206 = 296976. Ainsi, il y a 6 × 24 × 720 × 2 = 207360 résultats correspondants.
Il y a 2 = 16 mots de 4 lettres écrits avec les lettres A et B.
4
c) Pour obtenir un résultat pour lequel les boules rouges sont
Mais parmi ces mots, deux sont écrits uniquement avec la lettre regroupées, il faut :
A et uniquement avec la lettre B : ce sont les mots AAAA et - choisir la place des boules rouges (on peut les mettre de la
BBBB. place 1 à la place 6, de la place 2 à la place 7, ..., de la place 7
Il y a donc 16 − 2 = 14 mots correspondants. à la place 12) : 7 choix,
f) Pour écrire un tel mot, il faut : - ranger les boules rouges dans les places choisies : 6! =
720 choix,
- choisir les 2 lettres du mot : 26
2
= 325 choix,
- écrire un mot de 4 lettres avec ces 2 lettres : 14 choix (d’après - ranger les 6 autres boules dans les 6 places restantes : 6! =
la question e). 720 choix.
Il y a donc 325 × 14 = 4550 mots correspondants. Ainsi, il y a 7 × 720 × 720 = 3628800 résultats correspondants.
287
Chapitre 15 • Dénombrement
Ainsi : Card(B) = 48. - choisir les 3 hauteurs des 3 autres cartes, parmi les 12 hau-
c) Notons C l’ensemble des mains contenant un carré. teurs restantes (on est alors
sûr de ne pas obtenir de double
paire, brelan et full) : 123 ,
Pour construire une telle main, il faut :
- 3choisir trois fois 1 carte des hauteurs choisies :
- choisir la hauteur du carré : 13 choix, 4
= 43 choix.
4 1
- prendre les 4 cartes de la hauteur choisie : = 1 choix,
4 4 12
48 Ainsi : Card(G) = 13 × × × 43 = 1098240.
- choisir 1 carte parmi les 48 cartes restantes : 1 = 48 choix. 2 3
Ainsi : Card(C) = 13 × 48 = 624. h) Notons H l’ensemble des mains contenant une quinte flush.
d) Notons D l’ensemble des mains contenant un full. Pour construire une telle main, il faut :
Pour construire une telle main, il faut : - choisir la couleur de la quinte flush : 4 choix,
- choisir la hauteur du brelan : 13 choix, - choisir la hauteur de la plus petite carte de la quinte
4 flush : 10 choix (en effet, on peut avoir {1, 2, 3, 4, 5},
- prendre 3 cartes de la hauteur choisie : 3
choix, {2, 3, 4, 5, 6}, . . . , {9, 10, V, D, R} ou {10, V, D, R, As}).
- choisir la hauteur de la paire : 12 choix, Ainsi : Card(H) = 4 × 10 = 40.
- prendre 2 cartes de la hauteur choisie : 42 choix.
15.5 a) Notons A l’ensemble des répartitions possibles.
4 4
Ainsi : Card(D) = 13 × × 12 × = 3744. Pour chaque bille, il y a 4 choix possibles.
3 2
e) Notons E l’ensemble des mains contenant un brelan, sans Ainsi : Card(A) = 45 = 1024.
rien de mieux. b) Notons B l’ensemble des répartitions telles qu’au moins un
Pour construire une telle main, il faut : sac soit vide, et pour tout i de 1 ; 4, Ai l’ensemble des répar-
titions telles que le sac n◦ i soit vide.
- choisir la hauteur du brelan : 13 choix,
4 Alors : B = A1 ∪ A2 ∪ A3 ∪ A4 . Ces ensembles n’étant pas
- prendre 3 cartes de la hauteur choisie : 3
choix, deux à deux disjoints, utilisons la formule du crible pour calcu-
- choisir les 2 hauteurs des 2 autres cartes, parmi les 12 hau- ler Card(B) :
teurs restantes
(on est alors sûr de ne pas obtenir de full ni de Card(B) = Card(A1 ∪ A2 ∪ A3 ∪ A4 )
carré) : 12
2
, = Card(A1 ) + Card(A2 ) + Card(A3 ) + Card(A4 )
-42choisir deux fois 1 carte des hauteurs choisies : − Card(A1 ∩ A2 ) − Card(A1 ∩ A3 ) − Card(A1 ∩ A4 )
1
= 42 choix. − Card(A2 ∩ A3 ) − Card(A2 ∩ A4 ) − Card(A3 ∩ A4 )
+ Card(A1 ∩ A2 ∩ A3 ) + Card(A1 ∩ A2 ∩ A4 )
4 12
Ainsi : Card(E) = 13 × × × 42 = 54912. + Card(A1 ∩ A3 ∩ A4 ) + Card(A2 ∩ A3 ∩ A4 )
3 2 − Card(A1 ∩ A2 ∩ A3 ∩ A4 )
f) Notons F l’ensemble des mains contenant une double paire,
sans rien de mieux. • Calculons Card(A1 ).
Pour construire une telle main, il faut : Pour construire une répartition de A1 , il faut placer toutes les
billes dans les sacs 2, 3 ou 4. Ainsi : Card(A1 ) = 35 = 243.
- choisir la hauteur des deux paires : 132 choix,
42 • De même : Card(A2 ) = Card(A3 ) = Card(A4 ) = 243.
- choisir deux fois 2 cartes des hauteurs choisies : 2
choix, • Soit (i, j) ∈ 1 ; 42 tel que i < j. Alors l’ensemble Ai ∩ A j
- choisir une carte parmi les 44 cartes restantes (on est alors sûr est l’ensemble des répartitions pour lesquelles le sac n◦ i et le
de ne pas obtenir de full) : 441 = 44 choix. sac n◦ j sont vides. Il faut donc placer toutes les billes dans les
2 deux autres sacs. Ainsi : Card(Ai ∩ A j ) = 25 = 32.
13 4
Ainsi : Card(F) = × × 44 = 123552. • Soit (i, j, k) ∈ 1 ; 43 tel que i < j < k. Par le même raison-
2 2
nement, Card(Ai ∩ A j ∩ Ak ) = 15 = 1.
g) Notons G l’ensemble des mains contenant une paire, sans • Enfin : Card(A1 ∩ A2 ∩ A3 ∩ A4 ) = 0.
rien de mieux.
Ainsi : Card(B) = 4 × 35 − 6 × 25 + 4 × 15 − 0 = 784.
Pour construire une telle main, il faut :
c) Notons C l’ensemble des répartitions telles qu’aucun sac ne
- choisir la hauteur de la paire : 13 choix, soit vide. Alors : C = B = A \ B.
- choisir 2 cartes de la hauteur choisie : 42 choix, Ainsi : Card(C) = Card(A) − Card(B) = 1024 − 784 = 240.
288
Corrigés des exercices
Ainsi : Card(C) = 4 × 10 × 6 = 240. Ces deux cas forment une partition de An+2 .
On en déduit la relation : cn+2 = cn + cn+1 .
15.6 a) Notons Ω l’ensemble des résultats possibles. Les ré- c) • Ainsi, la suite (cn )n∈N∗ est une suite récurrente linéaire
sultats sont les parties à n éléments de l’ensemble 1 ; a + b. d’ordre 2.
a+b Les solutions de√l’équation caractéristique X 2 − X − 1 = 0 sont :
Ainsi : Card(Ω) = . √
n 1+ 5 1− 5
et .
b) Puisque n a et n b, il est possible d’obtenir aucune boule 2 2
blanche, une boule blanche, ..., ou n boules blanches. Ainsi, il existe deux réels λ et μ tels que :
Notons, pour tout k de 0 ; n, Ωk l’ensemble des résultats
contenant exactement k boules blanches. √ √
1 + 5 n 1 − 5 n
∗
Pour obtenir un résultat de Ωk , il faut : ∀n ∈ N , cn = λ +μ .
2 2
-achoisir k boules blanches parmi les a boules blanches :
k
choix,
Or : c1 = 1 et c2 = 2.
- choisir
n − k boules noires parmi les b boules noires : , √ √
b
choix. λ(1 + √5) + μ(1 − √5) = 2
n−k On obtient : .
λ(1 + 5)2 + μ(1 − 5)2 = 8
a b √ √
Ainsi : Card(Ωk ) = . 1+ 5 −1 + 5
k n−k Et on en déduit : λ = et μ =
√ √ .
c) L’ensemble Ω peut se décomposer en : 2 5 2 5
√ √
+n %
1 1+ 5 n 1 − 5 n $
Ω= Ωk , avec les Ωk deux à deux disjoints. Ainsi : ∀n ∈ N∗ , cn = √ − .
5 2 2
1 − √5 1 + √5
k=0
(
• Puisque , on en déduit :
n
Donc : Card(Ω) = Card(Ωk ). <
√ 2 √ 2
k=0 1 − 5 n 1 + 5 n
= o .
Ce qui donne l’égalite suivante : 2 n→+∞ 2
√
1 1 + 5 n
Ainsi : cn ∼ √ .
( n n→+∞ 5 2
a+b a b
= .
n k n−k
© Dunod. La photocopie non autorisée est un délit
a) • Pour monter un escalier d’une marche, la grenouille doit b) On considère une personne donnée. Sa place est indifférente
obligatoirement faire un saut d’une marche. car la table est ronde. Mais une fois cette personne assise, les
(n − 1) autres personnes se répartissent sur les (n − 1) chaises
Ainsi : c1 = Card(A1 ) = 1. restantes.
• Pour monter un escalier de deux marches, la grenouille peut Il y a donc (n − 1)! dispositions différentes.
faire soit un saut de deux marches, soit deux sauts de une
marche. 15.9 a) Un résultat peut être assimilé une permutation de
Ainsi : c2 = Card(A2 ) = 2. l’ensemble 1 ; n.
b) Considérons un escalier à n + 2 marches. Il y a donc n! tirages possibles.
289
Chapitre 15 • Dénombrement
( k − 1n − k
n−p+i
b) On obtient les numéros dans l’ordre croissant si l’on tire, au n
D’où : = .
premier tirage, la boule numéro 1, puis au deuxième tirage, la p k=i
i−1 p−i
boule numéro 2, ..., et au n-ième tirage, la boule numéro n.
d) Soit k ∈ 1 ; n fixé.
Il n’y a donc qu’un seul tirage amenant les numéros par ordre
• Les ensembles Ei,k , pour i ∈ 1 ; p, sont également deux à
croissant.
deux disjoints, donc :
c) Pour obtenir les k premiers numéros par ordre croissant, il
(k (k
faut : k−1 n−k
= Card(Ei,k )
i−1 p−i
- choisir l’ensemble
des k numéros obtenus lors des k premiers i=k−n+p i=k−n+p
tirages : nk choix, (p
+
p
= Card(Ei,k ) = Card Ei,k .
- les disposer par ordre croissant : 1 choix, i=1 i=1
- ordonner ces éléments par ordre croissant : 1 choix. - ordonner ces p éléments par ordre croissant : 1 choix.
n n−1
On en déduit : Card(E) = . Ainsi : Card(Fk ) = .
p p−1
( p
b) Soient i ∈ 1 ; p et k ∈ 1 ; n. Notons : k−1 n−k n−1
On obtient alors : = .
Ei,k = (x1 , . . . , x p ) ∈ E / xi = k . i=1
i−1 p−i p−1
- choisir l’ensemble des (i − 1) premiers éléments dans a) 2) Une partie B de E vérifie A ⊂ B si et seulement si
B = A ∪ C, avec C ∈ E \ A.
1 ; k − 1 : k−1
i−1
choix,
- les ordonner par ordre croissant : 1 choix, Il y a donc autant de parties B convenant que de parties C
de E \ A.
- choisir l’ensemble
des (p − i) derniers éléments dans
k + 1 ; n : n−k choix, Or Card(E \ A) = Card(E) − Card(A) = n − p,
p−i
- les ordonner par ordre croissant : 1 choix. et donc Card P(E \ A) = 2n−p .
Ainsi, il y a 2n−p parties de E contenant A.
k−1 n−k
On en déduit : Card(Ei,k ) = .
i−1 p−i a) 3) Une partie B de E vérifie A ∪ B = E si et seulement si
+
n B = (E \ A) ∪ D, avec D ⊂ A.
c) Soit i ∈ 1 ; p fixé. Alors : Ei,k = E. En effet, pour tout Il y a donc autant de parties B convenant que de parties D de A.
k=1
p-uplet (x1 , . . . , x p ) de E, il existe un unique k dans 1 ; n tel Or Card(A) = p, et donc Card P(A) = 2 p .
que xi = k ; donc ce p-uplet appartient à Ei,k .
Ainsi, il y a 2 p parties B de E telles que A ∪ B = E.
Puisque les ensembles Ei,k , pour k ∈ 1 ; n, sont deux à deux
b) Notons : Δ = (A, B) ∈ P(E)2 / A ∪ B = E ,
disjoints, on obtient :
( et pour k ∈ 0 ; n,
n
Card(E) = Card(Ei,k ). Δk = (A, B) ∈ P(E)2 / A ∪ B = E et Card(A) = k .
k=1
290
Corrigés des exercices
+
n
n k k n k
Alors : Δ = Δk , avec les ensembles Δk deux à deux disjoints. Donc : Card(Γk ) = 32 = 6.
k k
n
k=0
(
n ( n k
Donc : Card(Δ) = Card(Δk ). • Ainsi : Card(Γ) = 6 = (6 + 1)n = 7n .
k=0 k=0
k
• Pour construire un couple de parties (A, B) de Δk , il faut : 2e méthode : notons, pour tout k ∈ 0 ; n,
- construire une partie A à k éléments :
n
choix, Γk
= (A, B, C) ∈ P(E)3 / A ∪ B ∪ C = E, Card(A) = k .
k
+
n
- la partie A étant construite, construire une partie B telle que Alors : Γ = Γk
, avec les ensembles Γk
deux à deux disjoints.
A ∪ B = E : 2k choix (d’après a) 3)). k=0
(
n
Donc : Card(Δk ) =
n k
2. Donc : Card(Γ) = Card(Γk
).
k k=0
+
n Ainsi, pour construire une telle application, il faut :
Alors : Γ = Γk , avec les ensembles Γk deux à deux disjoints. - choisir l’image de x1 : n choix,
k=0
(
n - choisir l’image de x2 , distincte de f (x1 ) : n − 1 choix,
Donc : Card(Γ) = Card(Γk ).
k=0
···
• Pour construire un triplet de parties (A, B, C) de Γk , il faut : - choisir l’image de xn , distincte des précédentes : 1 choix.
n On en déduit qu’il existe n! applications surjectives de En
- choisir une partie Ek de E à k éléments : choix,
k dans En .
- construire un couple de parties (A, B) telles que Remarque : une telle application est alors injective, donc
A ∪ B = Ek : 3k choix (d’après la question b)), bijective.
- construire une partie C telle que Ek ∪C = E : 2k choix (d’après b) Une application f de En+1 dans En est surjective si et seule-
la question a)3)). ment si deux éléments de En+1 ont la même image par f , no-
291
Chapitre 15 • Dénombrement
tée y, et les autres ont des images deux à deux distinctes, et n+2 n 4
Donc : Card(B) = × × × (n − 2)!
distinctes de y. 4 2 2
n (n − 1) (n + 2)!
Ainsi, pour construire une telle application, il faut : = .
8
- choisir deux éléments de En+1 : n+1
2
choix, • En notant C l’ensemble des applications surjectives de En+2
- choisir leur image commune y dans En : n choix, dans En , on a : C = A ∪ B, avec A et B disjoints.
- choisir, pour les (n − 1) autres éléments de En+1 , des images On en déduit qu’il existe
deux à deux distinctes et distinctes de y : (n − 1)! choix.
n (3n + 1) (n + 2)!
n+1 n(n + 1)! Card(C) = Card(A) + Card(B) =
On en déduit qu’il existe × n × (n − 1)! = 24
2 2
applications surjectives de En+1 dans En .
applications surjectives de En+2 dans En .
c) Une application f de En+2 dans En est surjective si et seule-
ment si :
15.13 a) • Soit E2 = {a, b} un ensemble à 2 éléments.
- trois éléments de En+2 ont la même image par f , - .
La seule partition par paires possible est : {a, b} .
notée y, et les autres ont des images deux à deux
distinctes et distinctes de y Ainsi : c1 = 1.
ou - deux éléments de En+2 ont la même image par f , • Soit E4 = {a, b, c, d} un ensemble à 4 éléments.
notée y, deux autres ont également la même image
Les partitions par paires possibles sont :
par f différente de y, notée z, et les autres ont des -
. -
.-
.
images deux à deux distinctes et distinctes de y et a, b}, {c, d} , a, c}, {b, d} a, d}, {b, c} .
de z. Ainsi : c2 = 3.
Notons A l’ensemble des applications de En+2 dans En pour b) Pour créer une partition par paires d’un ensemble
lesquelles trois éléments de En+2 ont la même image par f , no- E2n+2 = {x1 , x2 , . . . , x2n+2 } à (2n + 2) éléments, il faut :
tée y, et les autres ont des images deux à deux distinctes et
distinctes de y. - choisir un élément (noté xk ) de E2n+2 à associer à x1 : 2n + 1
choix,
Notons B l’ensemble des applications de En+2 dans En pour
lesquelles deux éléments de En+2 ont la même image par f , no- - former une partition par paires de E2n+2 \ {x1 , xk }, qui a 2n
tée y, deux autres ont également la même image par f différente éléments : cn choix.
de y, notée z, et les autres ont des images deux à deux distinctes Ainsi : cn+1 = (2n + 1)cn .
et distinctes de y et de z. c) Raisonnons par récurrence sur n. Notons, pour tout n ∈ N∗ ,
(2n)!
• Pour construire une application de A, il faut : P(n) la propriété : « cn = n ».
2 n!
- choisir trois éléments de En+2 : n+2
3
choix, 2!
• Pour n = 1 : c1 = 1 et = 1.
- choisir leur image commune y dans En : n choix, 2 × 1!
D’où la propriété P(1).
- choisir, pour les (n − 1) autres éléments de En+2 , des images
deux à deux distinctes et distinctes de y : (n − 1)! choix. • Supposons la propriété P(n) pour un n de N∗ fixé.
(2n)!
n+2 n (n + 2)! Alors : cn+1 = (2n + 1)cn = (2n + 1) n
Donc : Card(A) = × n × (n − 1)! = . 2 n!
3 6 2n + 2 (2n + 1) (2n)! (2n + 2)!
= = n+1 .
• Pour construire une application de B, il faut : 2(n + 1) 2n n! 2 (n + 1)!
D’où la propriété P(n + 1).
- choisir quatre éléments de En+2 : n+2
4
choix,
(2n)!
- choisir les deux éléments y et z de En qui ont deux antécé- • On en déduit : ∀n ∈ N∗ , cn = .
2n n!
dents : n2 choix,
- choisir les deux éléments parmi les quatre éléments précé- 15.14 a) Soit p ∈ N∗ fixé.
qui ont pour image y, les deux restants ont pour image z :
dents • L’équation x1 + x2 + · · · + x p = 0 admet pour unique solution
4
2
× 1 choix, dans N p : (0, 0, . . . , 0). Donc : Γ(0, p) = 1.
- choisir, pour les (n − 2) autres éléments de En+2 , des images • L’équation x1 + x2 + · · · + x p = 1 admet pour solutions
deux à deux distinctes et distinctes de y et de z : (n − 2)! dans N p : (1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1). Donc :
choix. Γ(1, p) = p.
292
Corrigés des exercices
= (x1 , . . . , x p ) ∈ N / x1 + · · · + x p−1 +
p
b) Une application de E dans E est bijective si, tous les élé-
+ (x p − 1) = n − 1 et (x p − 1) 0
ments de E ont des images deux à deux distinctes dans E.
= (x1 , . . . , x p−1 , x p ) ∈ N p /
Pour construire une bijection de P1 , il faut :
(x1 , . . . , x p−1 , x p − 1) ∈ E(n − 1, p) . •
293
Chapitre 15 • Dénombrement
294
Espaces probabilisés CHAPITRE 16
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 296
• Expériences aléatoires, univers des possibles, événements
Énoncés des exercices 299
• Probabilité
Du mal à démarrer ? 305
• Probabilité conditionnelle
Corrigés des exercices 307
• Indépendance d’événements.
295
Chapitre 16 • Espaces probabilisés
Essayer de :
• utiliser l’événement contraire A, et dans ce cas :
P(A) = 1 − P(A)
➥ Exercices 16.4, 16.11 à 16.13, 16.17
• décomposer A sous la forme A = B \ C, et dans ce cas :
Pour calculer la probabilité P(A) = P(B \ C) = P(B) − P(B ∩ C) ;
d’un événement A à l’aide si de plus C implique B (c’est-à-dire C ⊂ B), alors :
des opérations sur les événements P(A) = P(B \ C) = P(B) − P(C)
• décomposer A sous la forme A = B ∪ C, et dans ce cas :
P(A) = P(B ∪ C) = P(B) + P(C) − P(B ∩ C) ;
si de plus B et C sont incompatibles (c’est-à-dire B ∩ C = ∅), alors :
P(A) = P(B ∪ C) = P(B) + P(C).
➥ Exercices 16.3, 16.9, 16.18.
296
Les méthodes à retenir
– pour n = 3 :
P(A1 ∪ A2 ∪ A3 ) = P(A1 ) + P(A2 ) + P(A3 )
−P(A1 ∩ A2 ) − P(A1 ∩ A3 ) − P(A2 ∩ A3 ) + P(A1 ∩ A2 ∩ A3 ).
➥ Exercices 16.7, 16.13
(suite)
• On peut aussi essayer de calculer la probabilité de l’événement
n
n
contraire : Ak = Ak . On se ramène alors au calcul de la pro-
k=1 k=1
babilité d’une intersection finie d’événements.
➥ Exercice 16.4
Pour calculer la probabilité • Sinon, on utilise la formule suivante :
d’une intersection infinie +∞ n
+∞ P An = lim P Ak .
n∞
d’événements An n=1 k=1
n=1 ➥ Exercice 16.18
• On peut aussi essayer de calculer la probabilité de l’événement
+∞
+∞
contraire : An = An . On se ramène alors au calcul de la pro-
n=1 n=1
babilité d’une réunion infinie d’événements.
➥ Exercice 16.11.
298
Énoncés des exercices
299
Chapitre 16 • Espaces probabilisés
b) deux doubles : deux dés amènent la même face, deux autres amènent une même autre face,
et le dernier amène une face différente,
c) un triple : trois dés amènent la même face, et les deux autres amènent des faces différentes
entre elles et de celle du triple,
d) un double et un triple,
16.4 Tirages dans une urne, obtention d’au moins une boule rouge lors d’une infinité de tirages
On considère une urne qui contient deux boules vertes et une boule rouge dans laquelle on
effectue une infinité de tirages successifs et avec remise.
On définit E l’événement : « on obtient au moins une boule rouge ». On souhaite calculer P(E)
par trois méthodes différentes.
Pour cela, on note pour tout n de N∗ les événements suivants :
An : « on obtient la première boule rouge au n-ième tirage »,
Bn : « on obtient au moins une boule rouge au cours des n premiers tirages »,
Cn : « on obtient n boules vertes au cours des n premiers tirages ».
16.5 Tirages avec remise dans une urne, en ajoutant à chaque tirage une boule noire
Une urne contient initialement une boule blanche et une boule noire. On effectue dans cette urne
une suite de tirages. À chaque tirage, on note la couleur de la boule tirée, on la remet dans l’urne
et on ajoute en plus une boule noire.
Pour tout n de N∗ , on définit les événements :
En : « on obtient la première boule blanche au n-ième tirage »,
Fn : « on obtient la première boule noire au n-ième tirage ».
1
a) 1)Soit n ∈ N∗ . Montrer : P(En ) = .
n(n + 1)
a b
2) Déterminer deux réels a et b tels que : ∀n ∈ N∗ , P(En ) = + .
n n+1
300
Énoncés des exercices
3) En déduire que l’on obtient presque sûrement au moins une boule blanche.
1 1
b) 1) Soit n ∈ N∗ . Montrer : P(Fn ) = − .
n! (n + 1)!
2) En déduire que l’on obtient presque sûrement au moins une boule noire.
16.6 Tirages avec remise dans une urne, en ajoutant à chaque tirage une boule noire ou une
boule blanche
On lance, une seule fois, une pièce équilibrée, puis on effectue des tirages successifs dans une
urne, contenant initialement une boule blanche et une boule noire, selon le protocole suivant :
- on tire une boule, on note sa couleur et on la remet dans l’urne,
- on rajoute une boule blanche si l’on a obtenu pile, et une boule noire si l’on a obtenu face.
Ainsi, au moment du k-ième tirage, l’urne contient k + 1 boules.
a) Calculer la probabilité de tirer une boule blanche au k-ième tirage.
b) Sachant que l’on a tiré une boule blanche au k-ième tirage, calculer la probabilité pk d’avoir
obtenu pile.
c) Déterminer lim pn .
n∞
x − 2y = 3
On considère alors le système linéaire suivant : (S ) .
ax − by = c
Déterminer la probabilité pour que le système (S ) ait :
a) une infinité de solutions,
© Dunod. La photocopie non autorisée est un délit
b) aucune solution
301
Chapitre 16 • Espaces probabilisés
d) On dit que le jeu est équitable lorsque P(G1 ) = P(G2 ). Montrer que ceci est réalisé si et
p1 1
seulement si p2 = . Que peut-on dire si p1 > ?
1 − p1 2
b) Sachant que le joueur a gagné, quelle est la probabilité qu’il ait obtenu le premier pile au
troisième lancer ?
b) Calculer la probabilité pour que l’on s’arrête après avoir tiré une boule numérotée 2.
c) De même, calculer la probabilité pour que l’on s’arrête après avoir tiré une boule numérotée 3.
16.13 Tirages avec remise dans une urne, obtention de tous les jetons au moins une fois
Une urne contient n jetons numérotés de 1 à n. On y effectue p tirages avec remise.
a) Pour tout k de 1 ; n, quelle est la probabilité que le jeton numéro k ne soit pas pioché ?
302
Énoncés des exercices
b) Pour tout k de 1 ; n, quelle est la probabilité qu’aucun jeton numéro 1, 2, . . . ou k ne soit
pioché ?
c) À l’aide de la formule de Poincaré, déterminer la probabilité qu’au moins l’un des jetons ne
soit pas pioché.
d) En déduire la probabilité que tous les jetons soient piochés au moins une fois.
n
n p
e) Quelle égalité obtient-on pour p < n ? En déduire : k (−1)n−k = 0.
k=0
k
n
n n
f) Quelle égalité obtient-on pour p = n ? En déduire : k (−1)n−k = n!.
k=0
k
b) En raisonnant sur les résultats du premier tirage, déterminer une relation entre pN (n), pN (n+1)
et pN (n − 1).
a) Calculer u0 et u1 .
b) Montrer que la suite (un )n∈N converge vers une limite ∈ [0 ; 1].
b) Trois personnes A, B et C lancent chacune une fois le même dé à n faces (pas nécessairement
équilibré). On définit les événements :
E : « A et B obtiennent la même face » et F : « A et C obtiennent la même face ».
Montrer que E et F sont indépendants si et seulement si le dé est équilibré.
16.17 Nombre de filles dans une famille ayant un nombre d’enfants aléatoire
1 1
On admet que, pour tout n de N∗ , la probabilité qu’une famille ait n enfants est égale à × .
e n!
1
De plus, à chaque naissance, la probabilité d’avoir une fille est égale à .
2
Pour tout n de N, on définit les événements :
En : « la famille a n enfants » et Fn : « la famille a n filles ».
a) Calculer la probabilité qu’une famille ait au moins un enfant. En déduire la probabilité qu’une
famille n’ait aucun enfant.
b) Soit (n, k) ∈ N2 . Calculer la probabilité qu’une famille ait k filles, sachant qu’elle a n enfants.
16.19 Tirages dans une urne, avec remise de la boule et ajout d’autres boules de même couleur
Soit c ∈ N∗ . On considère une urne contenant initialement une boule blanche et une boule noire.
Àprès chaque tirage, la boule est remise dans l’urne avec c autres boules de la même couleur
que celle qui vient d’être tirée.
Pour tout n de N∗ , on note pn la probabilité que la première boule blanche soit obtenue au n-ième
tirage.
a) On suppose dans cette question que c = 1.
1 +∞
b) Montrer : ∀n ∈ N∗ , pn = . En déduire pn . Interpréter ce résultat.
n(n + 1) n=1
n−1
1 + kc
c) Cas général. On définit la suite (an )n∈N∗ par : ∀n ∈ N∗ , an = .
k=0
2 + kc
1) Montrer : ∀n 2, pn = an−1 − an .
2) Calculer ln(an ) et montrer lim ln(an ) = −∞. En déduire la limite de (an )n∈N∗ .
n∞
+∞
3) Déduire de ce qui précède pn . Interpréter ce résultat.
n=1
304
Du mal à démarrer ?
Du mal à démarrer ?
16.1 Noter Ω l’ensemble des résultats possibles. 16.7 b) Il s’agit de calculer pn = P(A1 ∪· · ·∪An ). Les événements
Ak n’étant pas incompatibles, utiliser la formule de Poincaré.
Alors Ω est l’ensemble des triplets de 1 ; 10, et on est dans le
cas d’équiprobabilité.
n
(−1)k
c) Exprimer pn à l’aide de , puis utiliser le résultat sur
Décrire chaque événement comme une partie de Ω. k!
k=0
la série exponentielle.
16.2 Noter Ω l’ensemble des lancers possibles.
Alors Ω est l’ensemble des 5-listes de 1 ; 6, et on est dans le 16.8 Noter Ω l’ensemble des résultats possibles.
cas d’équiprobabilité. Alors Ω = 1 ; 63 , et on est dans le cas d’équiprobabilité.
n=1
incompatibles. tient jamais de boule numérotée 2, ni de boule numérotée 3.
b) Procéder de la même façon que dans le a).
16.13 Noter, pour tout k de 1 ; n, Ak l’événement : « le jeton
numéro k n’est pas pioché ».
16.6 a) Définir les événements F : « on obtient face au lancer
de la pièce » et P = F : « on obtient pile au lancer de la pièce ». a) b) Calculer P(Ak ) puis P(A1 ∩ · · · ∩ Ak ) à l’aide du dénombre-
ment (par exemple).
Utiliser la formule des probabilités totales avec comme système
complet d’événements (P, F). c) Il s’agit de calculer P(A1 ∪ · · · ∪ An ), à l’aide de la formule de
b) Utiliser la formule de Bayes. Poincaré.
e) Lorsque p < n, la probabilité cherchée est nulle.
c) Utiliser la formule des probabilités totales avec comme sys-
tème complet d’événements (P, F), puis appliquer la formule n!
f) Lorsque p = n, la probabilité cherchée est égale à .
des probabilités composées. np
305
Chapitre 16 • Espaces probabilisés
+∞
16.14 b) Utiliser la formule des probabilités totales avec
16.17 a) Calculer P En , puis en déduire P(E0 ).
comme système complet d’événements P1 , F1 , où P1 : « on ob- n=1
tient pile au premier lancer » et F1 : « on obtient face au pre-
c) Utiliser la formule des probabilités totales avec comme sys-
mier lancer ».
tème complet d’événements (E0 , E1 , E2 , . . .).
c) Montrer que la suite (pN (n))n est une suite récurrente linéaire
+∞
du second ordre. d) Calculer P Fn , puis en déduire P(F0 ).
n=1
16.15 b) Montrer que la suite (un )n∈N est croissante et majorée.
16.18 a) Décomposer l’événement à l’aide d’événements élé-
c) Noter A0 (resp. A2 ) l’événement : « la première fleur n’a au- mentaires.
cune descendance (resp. a deux descendances) ».
b) Calculer, dans un premier temps, la probabilité que A gagne
Utiliser la formule des probabilités totales avec comme système au k-ième tour.
complet d’événements (A0 , A2 ), et remarquer que PA0 (Un+1 ) = 0
1
et que PA2 (Un+1 ) = u2n . c) Le jeu est équilibré lorsque P(« A gagne ») = .
2
1 1
d) Pour calculer , distinguer les cas p et p > . 16.19 a) et b)1) Calculer pn à l’aide de la formule des probabi-
2 2
lités composées.
16.16 b) Noter ai la probabilité que le dé amène la face nu- 1
n b) 2) Montrer que la série ln 1 + diverge, pour en
méro i. Ainsi : ai = 1. k0
1 + kc
i=1 déduire ln(an ) −→ −∞.
n∞
Calculer, en fonction des ai , P(E), P(F) puis P(E ∩ F).
Pour étudier l’indépendance de E et de F, utiliser le a). b) 3) La série pn est une série téléscopique.
n1
306
Corrigés des exercices
16.1 Notons Ω l’ensemble des résultats possibles. Alors Ω a) Considérons l’événement A : « on obtient un double ». Pour
est l’ensemble des triplets de 1 ; 10. réaliser A, il faut :
Donc : Card(Ω) = 103 = 1000. - choisir le numéro du double : 6 choix,
Tous les triplets étant équiprobables, P est la probabilité uni- 5
- choisir les deux dés formant le double : = 10 choix,
forme sur Ω. 2
a) Considérons l’événement A : « on obtient trois numéros - choisir les numéros des trois autres dés : 5 × 4 × 3 choix.
identiques ». Pour réaliser A, il faut choisir un numéro dans Ainsi : Card(A) = 6 × 10 × 5 × 4 × 3.
1 ; 10 (10 possibilités), puis obtenir à chaque tirage, la boule Card(A) 25
correspondante (1 possibilité). Donc : P(A) = = .
Card(Ω) 54
Ainsi : Card(A) = 10 × 1 = 10. b) Considérons l’événement B : « on obtient deux doubles ».
Card(A) 10 1 Pour réaliser B, il faut :
Donc : P(A) = = = .
Card(Ω) 1000 100 6
b) Considérons l’événement B : « on obtient trois numéros dis- - choisir les numéros des deux doubles : = 15 choix,
2
tincts ». Pour
réaliser B, il faut choisir les trois numéros dans - choisir les deux dés formant le premier double :
10
1 ; 10 ( possibilités), puis ordonner ces numéros (3! pos- 5
3 = 10 choix,
sibilités). 2
10 3
Ainsi : Card(B) = × 3! = 10 × 9 × 8. - choisir les deux dés formant le second double : = 3 choix,
3 2
Card(B) 10 × 9 × 8 18 - choisir le numéro du dernier dé : 4 choix.
Donc : P(B) = = = .
Card(Ω) 1000 25 Ainsi : Card(B) = 15 × 10 × 3 × 4.
c) Considérons l’événement C : « on obtient trois numéros Card(B) 25
Donc : P(B) = = .
consécutifs ». Pour réaliser C, il faut choisir le premier numéro Card(Ω) 108
n dans 1 ; 8 (8 possibilités), puis tirer les numéros n, n + 1 c) Considérons l’événement C : « on obtient un triple ». Pour
puis n + 2 (1 possibilité). réaliser C, il faut :
Ainsi : Card(C) = 8 × 1 × 1 × 1 = 8. - choisir le numéro du triple : 6 choix,
Card(C) 8 1
Donc : P(C) = = = . - choisir les trois dés formant le triple :
5
= 10 choix,
Card(Ω) 1000 125 3
d) Considérons l’événement D : « on obtient trois numéros ran-
- choisir les numéros des deux autres dés : 5 × 4 choix.
gés par ordre strictement croissant ». Pour réaliser D, il faut
10 Ainsi : Card(C) = 6 × 10 × 5 × 4.
choisir les trois numéros dans 1 ; 10 ( possibilités), puis
3 Card(C) 25
les tirer par ordre strictement croissant (1 possibilité). Donc : P(C) = = .
Card(Ω) 162
10 d) Considérons l’événement D : « on obtient un double et un
Ainsi : Card(D) = × 1 = 120.
3 triple ». Pour réaliser D, il faut :
Card(D) 120 3 - choisir le numéro du double : 6 choix,
Donc : P(D) = = = .
Card(Ω) 1000 25 5
- choisir les deux dés formant le double : = 10 choix,
2
16.2 On suppose que les cinq dés sont discernables entre
eux, et on note Ω l’ensemble des résultats possibles. Alors Ω - choisir le numéro du triple : 5 choix,
est l’ensemble des 5-listes de 1 ; 6. - choisir les trois dés formant le triple : 1 choix.
Donc : Card(Ω) = 65 . Ainsi : Card(D) = 6 × 10 × 5.
Toutes les 5-listes étant équiprobables, P est la probabilité uni- Card(D) 25
Donc : P(D) = = .
forme sur Ω. Card(Ω) 648
307
Chapitre 16 • Espaces probabilisés
e) Considérons l’événement E : « on obtient un quintuplet ». • Ainsi Ω est l’ensemble des couples de 1, 9, donc :
Pour réaliser E, il faut : Card(Ω) = 92 = 81.
- choisir le numéro du quintuplet : 6 choix, • B est l’ensemble des couples de {2, 4, 6, 8}, donc :
- choisir les cinq dés formant le quintuplet : 1 choix, Card(B) = 42 = 16.
•C est l’ensemble des 2-listes sans répétition de {1, 3, 5, 7, 9}, c) L’événement E s’écrit : E = Bn .
donc : Card(C) = 5 × 4 = 20. n=1
308
Corrigés des exercices
Les événements Cn forment une suite décroissante d’événe- Les événements Fn étant deux à deux incompatibles, on a :
ments (car : ∀n ∈ N∗ , Cn+1 ⊂ Cn ), donc :
+∞
1
+∞
2
1
2 n P(F) = P(Fn ) = − .
P(E) = lim P(Cn ) = lim = 0, car
< 1. n=1 n=1
n! (n + 1)!
n∞ n∞ 3 3
N
N
1 1
Donc : P(E) = 1 − P(E) = 1. Or : P(Fn ) = −
n=1 n=1
n! (n + 1)!
e) L’événement E est donc un événement presque sûr : on est
presque sûr d’obtenir, au moins une fois, une boule rouge. N
1 1
N+1
1
= − =1− −→ 1.
n=1
n! n=2
n! (N + 1)! N∞
16.5 Notons, pour tout k de N∗ , Bk (resp. Nk ) l’événement :
On en déduit que P(F) = 1. L’événement F est alors un événe-
« on obtient une boule blanche (resp. noire) au k-ième tirage ».
ment presque sûr : on obtient alors presque sûrement une boule
a) 1) L’événement En s’écrit : En = N1 ∩ · · · ∩ Nn−1 ∩ Bn . noire.
Par la formule des probabilités composées :
16.6 Notons F l’événement :
P(En ) = P(N1 ) · · · PN1 ∩···∩Nn−2 (Nn−1 )PN1 ∩···∩Nn−1 (Bn ) « on obtient face au lancer de la pièce ».
1 2 n−1 1
= × × ··· × × 1
2 3 n n+1 Ainsi : P(F) = .
1 2
= .
n(n + 1) a) Notons Ak l’événement : « on tire une boule blanche au k-
ième tirage ».
a) 2) On cherche deux réels a et b tels que :
1 a b n(a + b) + a Utilisons la formule des probabilités totales avec comme sys-
∀n ∈ N∗ , = + = . tème complet d’événements (F, F) :
n(n + 1) n n + 1 n(n + 1)
P(Ak ) = P(F) × PF (Ak ) + P(F) × PF (Ak ).
a+b = 0
Il suffit que : .
a=1 Or, sachant F, les tirages se font avec remise de la boule et
ajout d’une autre boule noire ; l’urne contient, au moment du
Prenons alors : a = 1 et b = −1.
k-ième tirage, une boule blanche et k boules noires ; ainsi :
a) 3) L’événement E : « on obtient au moins une boule 1
+∞ PF (Ak ) = .
blanche » est l’événement En . k+1
n=1 De même, sachant F, les tirages se font avec remise de la boule
Les événements En étant deux à deux incompatibles, on a : et ajout d’une autre boule blanche ; l’urne contient, au moment
du k-ième tirage, k boules blanches et une boule noire ; ainsi :
+∞
+∞
1 1
P(E) = P(En ) = − . PF (Ak ) =
k
n=1 n=1
n n+1 k+1
.
1 1 1 k 1
1 1 1
N N N N+1
1 Donc : P(Ak ) = × + × = .
Or : P(En ) = − = − 2 k+1 2 k+1 2
n=1 n=1
n n+1 n=1
n n=2 n
1 b) Calculons pk = PAk (F) en utilisant la formule de Bayes :
= 1− −→ 1.
N + 1 N∞ P(F) × PF (Ak ) 1
× k
k
On en déduit que P(E) = 1. L’événement E est alors un événe- pk = = 2 k+1
= .
P(Ak ) 1 k+1
© Dunod. La photocopie non autorisée est un délit
1
De la même façon : On en déduit que : lim pn = 1 − 0.63.
n∞ e
1 1 2 k 1
P(F ∩ A1 ∩ · · · ∩ Ak ) = × × × ··· × = .
2 2 3 k + 1 2(k + 1) 16.8 Notons Ω l’ensemble des résultats des lancers de dés.
1 1 1 + k!
D’où : P(A1 ∩ · · · ∩ Ak ) = + = . Ainsi : Ω = 1 ; 63 et Card(Ω) = 63 = 216.
2(k + 1)! 2(k + 1) 2(k + 1)!
Tous les triplets étant équiprobables, P est la probabilité uni-
16.7 a) • Notons Ω l’ensemble des répartitions possibles. forme sur Ω.
⎧
Alors : Card(Ω) = n!. ⎪
⎨ x − 2y
⎪ = 3
Remarquons : (S ) ⇐⇒ ⎪ ⎪ .
Toutes les répartitions étant équiprobables, P est la probabilité ⎩ (2a − b)y = c − 3a
uniforme sur Ω.
a) Notons A l’événement :
• Pour réaliser A1 , il faut mettre la première lettre dans la « le système a une infinité de solutions ».
bonne enveloppe (1 choix), puis répartir les (n−1) autres lettres
dans les (n − 1) autres enveloppes ((n − 1)! choix) : ainsi, A est réalisé ⇐⇒ 2a − b = 0 et c − 3a = 0
Card(A1 ) = (n − 1)!. ⇐⇒ b = 2a et c = 3a.
Card(A1 ) 1
Donc : P(A1 ) = = . Ainsi : A = (1, 2, 3), (2, 4, 6) .
Card(Ω) n
Card(A) 2 1
• Pour réaliser A1 ∩ A2 , il faut mettre les deux premières lettres On en déduit : P(A) = = = .
Card(Ω) 216 108
dans les bonnes enveloppes (1 choix), puis répartir les (n − 2)
autres lettres dans les (n− 2) autres enveloppes ((n− 2)! choix) : b) Notons B l’événement :
ainsi, Card(A1 ∩ A2 ) = (n − 2)!. « le système n’a aucune solution ».
Card(A1 ∩ A2 ) 1 B est réalisé ⇐⇒ 2a − b = 0 et c − 3a 0
Donc : P(A1 ∩ A2 ) = = .
Card(Ω) n(n − 1) ⇐⇒ b = 2a et c 3a
• Pour réaliser A1 ∩· · ·∩ Ak , il faut mettre les k premières lettres
⇐⇒ a = 1, b = 2 et c = 1 ou 2 ou 4 ou 5 ou 6
dans les bonnes enveloppes (1 choix), puis répartir les (n − k)
autres lettres dans les (n − k) autres enveloppes ((n − k)! choix) : a = 2, b = 4 et c = 1 ou 2 ou 3 ou 4 ou 5
ainsi, Card(A1 ∩ · · · ∩ Ak ) = (n − k)!. a = 3, b = 6 et c = 1 ou 2 ou 3 ou 4 ou 5 ou 6.
Card(A1 ∩ · · · ∩ Ak ) (n − k)!
Donc : P(A1 ∩ · · · ∩ Ak ) = = . Card(B) 16 2
Card(Ω) n! On en déduit : P(B) = = = .
b) On a : pn = P(A1 ∪ A2 ∪ · · · ∪ An ). Card(Ω) 216 27
310
Corrigés des exercices
a) • An = R1 ∩ · · · ∩ Rn ∪ N1 ∩ · · · ∩ Nn . Alors : Ainsi les événements An et Bn sont indépendants si et seule-
ment si n = 3.
noté E noté F
P(An ) = P(E) + P(F) 16.10 a) Notons, pour tout i de {1, 2} et tout k de N∗ , Ei,k
car E et F sont incompatibles l’événement : « le joueur Ai l’emporte au rang k ».
= P(R1 ) · · · P(Rn ) + P(N1 ) · · · P(Nn ) L’événement E1,2n+1 s’écrit :
par indépendance des événements
1 1 1 E1,2n+1 = E1,1 ∩ E2,2 ∩ · · · ∩ E1,2n−1 ∩ E2,2n ∩ E1,2n+1 .
= n + n = n−1 .
2 2 2
Par la formule des probabilités composées :
1
Donc : P(An ) = 1 − n−1 .
2
P(E1,2n+1 ) = P(E1,1 ) × PE1,1 (E2,2 ) × · · ·
• B n = N1 ∩ · · · ∩ Nn ∪ R 1 ∩ N2 ∩ · · · ∩ Nn ∪ · · ·
× PE1,1 ∩···∩E1,2n−1 (E2,2n ) × PE1,1 ∩···∩E2,2n (E1,2n+1 )
noté F
noté G1
∪ N1 ∩ · · · ∩ Nn−1 ∩ Rn . Alors : = q1 × q2 × · · · × q1 × q2 × p1 = q1 q2 n p1 .
n
noté Gn b) De la même façon : P(E2,2n+2 ) = q1 q2 q1 p2 .
P(Bn) = P(F) + P(G1 ) + · · · + P(Gn )
+∞
c) • L’événement G1 s’écrit : G1 = E1,2n+1 .
par incompatibilité de F, G1 , . . . , Gn
n=0
1 n+1
= (n + 1) × n = n . Les événements E1,2n+1 étant deux à deux incompatibles :
2 2
b) Pour n = 2 :
+∞
n +∞
n p1
P(G1 ) = q1 q2 p1 = p1 × q1 q2 = .
A 2 ∩ B 2 = R 1 ∩ N2 ∪ N1 ∩ R 2 . n=0 n=0
1 − q1 q2
1 1 1 1 1
Donc : P(A2 ∩ B2) = × + × = . • De la même façon :
2 2 2 2 2
1 3 3
Et : P(A2 )P(B2) = × = P(A2 ∩ B2).
+∞ +∞
n q1 p2
2 4 8 P(G2 ) = P E2,2n+2 = q1 q2 q1 p2 = .
Donc A2 et B2 ne sont pas indépendants. n=0 n=0
1 − q1 q2
A n ∩ B n = R 1 ∩ N2 ∩ · · · ∩ Nn ∪ · · · ⇐⇒ p1 = q1 p2 = (1 − p1 ) p2
∪ N1 ∩ · · · ∩ Nn−1 ∩ Rn . p1
⇐⇒ p2 = .
n 1 − p1
Donc : P(An ∩ Bn) = .
2n 1 1 1
• Si p1 > , alors 0 < 1 − p1 < donc > 2 ; ainsi
Ainsi : An et Bn sont indépendants 2 2 1 − p1
p1
si et seulement si P(An ∩ Bn ) = P(An )P(Bn) > 1. Dans ce cas, le jeu ne peut être équitable, puisque
1 − p1
n 2n−1 − 1 n + 1 p1
si et seulement si = × n p2 ne peut être égal à .
2n 2n−1 2 1 − p1
si et seulement si 2 − 1 − n = 0.
n−1
Notons également B l’événement : « le joueur n’obtient jamais jamais avoir obtenu avant de boule numérotée 2 ni de boule nu-
pile ». Alors B est l’événement : « le joueur obtient au moins mérotée 3 » et F l’événement : « on s’arrête après avoir tiré une
+∞
boule numérotée 3 ».
une fois pile », ainsi : B = En . 1 n−1 3
n=1 Comme précédemment : ∀n ∈ N∗ , P(Fn ) = × .
2 10
Les événements En sont deux à deux incompatibles, donc :
+∞
+∞
+∞ Puisque F = Fn , avec les Fn deux à deux incompatibles :
1 n 1 1
P(B) = P(En ) = = × = 1. n=1
2 2 1− 1
3 1 n
n=1 n=1 2 +∞ +∞
3 1 3
P(F) = P(Fn ) = = × = .
Donc : P(B) = 1 − P(B) = 0. n=1
10 n=0 2 10 1 − 1
2
5
•Notons G l’événement : « le joueur gagne ». d) Enfin, notons T l’événement : « on ne s’arrête jamais de tirer
des boules ».
1
Alors : ∀n ∈ N∗ , PEn (G) = . Alors les événements E, F et T forment un système complet
n
Les événements B, E1 , E2 , . . . forment un système complet d’événements. Donc : P(E) + P(F) + P(T ) = 1.
d’événements. Par la formule des probabilités totales : 2 3
On en déduit : P(T ) = 1 − P(E) − P(F) = 1 − − = 0.
5 5
+∞
P(G) = P(B ∩ G) + P(En ∩ G). On s’arrête donc de tirer des boules presque sûrement.
n=1
16.13 Notons, pour tout k de 1 ; n, Ak l’événement : « le
Or : B ∩ G ⊂ B et P(B) = 0, donc : P(B ∩ G) = 0.
jeton numéro k n’est pas pioché ».
+∞
+∞
1 1
Ainsi : P(G) = P(En ) PEn (G) = × = ln 2. a) Calculons P(Ak ) : à chaque tirage, la probabilité de ne pas
n=1 n=1
2n n n−1
piocher le jeton numéro k est égale à ; les p tirages
b) Calculons PG (E3 ) à l’aide de la formule de Bayes : n
étant mutuellement indépendants (car avec remise), on en dé-
n − 1 p
P(E3 ) PE3 (G) ( 12 )3 13 1 duit que : P(Ak ) = .
PG (E3 ) = = = 0.060. n
P(G) ln 2 24 ln 2 b) Par le même raisonnement, on obtient que :
n − k p
16.12 Notons, pour tout k de N∗ , Ak (resp. Bk ) l’événement : P(A1 ∩ A2 ∩ · · · ∩ Ak ) = .
« on obtient une boule numérotée 2 (resp. 3) au k-ième lancer », n
et Ck l’événement : « on n’obtient pas de boule numérotée 2 ni c) L’événement A : « au moins l’un des jetons n’est pas pioché »
n n
de boule numérotée 3 au k-ième lancer ». est l’événement Ak . Calculons alors P Ak .
2 1 3
Alors : ∀k ∈ N∗ , P(Ak ) = = et P(Bk ) = , k=1 k=1
10 5 10 Les événements Ak ne sont pas deux à deux incompatibles. Uti-
1 3 1 lisons donc la formule de Poincaré :
et comme Ck = Ak ∪ Bk , alors P(Ck ) = 1 − − = .
5 10 2 n n
a) L’événement En s’écrit : En = C1 ∩ · · · ∩ Cn−1 ∩ An . P Ak = (−1)k+1 P(Ai1 ∩ · · · ∩ Aik ).
k=1 k=1 1i1 <···<ik n
En utilisant la formule des probabilités composées :
Or, pour tout k de 1 ; n fixé, toutes les probabilités
n − k p
P(En ) = P(C1 ) · · · PC1 ∩···∩Cn−2 (Cn−1 )PC1 ∩···∩Cn−1 (An ) P(Ai1 ∩ · · · ∩ Aik ) sont égales à P(A1 ∩ · · · ∩ Ak ) = ; de
1 n−1 1 n
= × . plus, il y en a
n
.
2 5 k
b) Notons E l’événement : « on s’arrête après avoir tiré une
n n − k p
n
+∞
Ainsi : P(A) = (−1)k+1 .
boule numérotée 2 ». Alors E s’écrit : E = En . k=1
k n
n=1
d) L’événement B : « tous les jetons sont piochés au moins une
Les événements En sont deux à deux incompatibles, donc : fois » est l’événement A. Ainsi :
+∞
1 1 n 1
+∞
1 2 n n − k p
P(E) = P(En ) = = × = . n
5 n=0 2 5 1− 1 5 P(B) = 1 − P(A) = 1 + (−1)k
n=1 2 k=1
k n
n n − k p n n
kp n
n n
c) De le même façon, notons pour tout n de N∗ , Fn l’événe- kp
= (−1)k = (−1)n−k p = (−1)n−k p .
ment : « on obtient une boule numérotée 3 au n-ième tirage sans k=0
k n k=0
n − k n k=0
k n
312
Corrigés des exercices
e) Lorsque p < n, il est impossible que tous les jetons soient • Déterminons lim pN (n). Deux cas se présentent :
N∞
piochés au moins une fois. Donc P(B) = 0.
n
Si p > q : le jeu est alors favorable au joueur, et dans ce cas
n kp q N q n
Ce qui donne : (−1)n−k p = 0. lim = 0, donc lim pN (n) = 1 − .
k n N∞ p N∞ p
k=0
n Si p < q : le jeu est alors défavorable au joueur, et dans ce
n p q N
Ainsi : k (−1)n−k = 0. cas lim = +∞, donc lim pN (n) = 0.
k=0
k N+∞ p N∞
f) Lorsque p = n, l’événement B est « tous les jetons sont pio- Dans ce dernier cas, on a de fortes chances de finir ruiné !
n!
chés une et une seule fois ». On a : P(B) = p .
n 16.15 a) • À l’instant 0, il y a une fleur. Donc : u0 = 0.
n
n kp n! •L’événement U1 est réalisé lorsque la première fleur n’a pas
Ce qui donne : (−1)n−k p = p .
k=0
k n n de descendance. Donc : u1 = q.
n b) On a : ∀n ∈ N, Un ⊂ Un+1 .
n n
Ainsi : k (−1)n−k = n!.
k=0
k Il en résulte que la suite (un )n∈N est croissante. De plus, un étant
une probabilité, la suite est majorée par 1. On en déduit que la
16.14 a) • Lorsque n = 0, on est ruiné dès le départ, on ne suite (un )n∈N converge vers une limite ∈ [0 ; 1].
peut donc pas jouer. Ainsi : pN (0) = 0. c) Notons A0 l’événement : « la fleur F0 n’a aucune descen-
• Lorsque n = N, on a déjà gagné. Ainsi : pN (N) = 1. dance » et A2 l’événement : « la fleur F0 a deux descendances ».
b) Notons P1 (resp. F1 ) l’événement : « on obtient pile (resp. Les événements A0 et A2 forment un système complet d’événe-
face) au premier lancer » et G l’événement : « on gagne la par- ments. Par la formule des probabilités totales :
tie ». Ainsi : P(G) = pN (n). P(Un+1 ) = P(A0 )PA0 (Un+1 ) + P(A2)PA2 (Un+1 ).
La famille d’événements (P1 , F1 ) forme un système complet
d’événements, donc par la formule des probabilités totales : Or : PA0 (Un+1 ) = 1, car sachant que la première fleur n’a
pas de descendance, la lignée est éteinte à l’instant 1 et donc
P(G) = P(P1 ) × PP1 (G) + P(F1 ) × PF1 (G) également à l’instant n + 1.
= p PP1 (G) + q PF1 (G). PA2 (Un+1 ) = u2n , car sachant que la première fleur a deux
Si P1 est réalisé, on gagne 1 e au premier coup, et la proba- descendances F1 et F2 , la probabilité que la lignée s’éteigne à
bilité de gagner est égale à la probabilité de gagner avec une l’instant n + 1 est égale à la probabilité que les lignées de F1 et
somme initiale de (n + 1) e ; ainsi : PP1 (G) = pN (n + 1). F2 s’éteignent à l’instant n.
De la même façon : PF1 (G) = pN (n − 1). On en déduit : un+1 = 1 − p + p u2n .
On en déduit : pN (n) = p pN (n + 1) + q pN (n − 1). d) • La suite (un )n∈N est ainsi définie par :
c) • On obtient alors la relation suivante : u0 = 0, ∀n ∈ N, un+1 = f (un ) avec f (x) = p x2 + q.
1 q
pN (n + 1) = pN (n) − pN (n − 1). Or : lim un+1 = et lim(p u2n + q) = p 2 + q.
n∞ n∞
p p
Par unicité de la limite :
La suite pN (n) n est alors une suite récurrente linéaire du se- q
cond ordre. = p 2 + q ⇐⇒ = 1 ou = .
p
© Dunod. La photocopie non autorisée est un délit
+∞
n
n
• Notons U : « la lignée s’éteint ». Alors : U = Un . ⇐⇒ ai a j (ai − a j )2 = 0 (d’après a))
n=1 i=1 j=1
Notons également, pour tout i de 1 ; n, Ai (resp. Bi et Ci ) P(Fk ) = P(En ) PEn (Fk ).
l’événement : « A (resp. B et C) obtient la face numéro i ». n=0
n 1
n Si n < k, PEn (Fk ) = 0 et si n k, PEn (Fk ) = .
k 2n
• L’événement E s’écrit : E = (Ai ∩ Bi ). 1
+∞
1 n 1
i=1 Donc : P(Fk ) = × × × n
e n! k 2
Ainsi, par incompatibilité des événements Ai ∩ Bi, puis par in- n=k
1 ( 2 )n−k 1 ( 2 )n
+∞ 1 +∞ 1
dépendance des événements Ai et Bi, on obtient :
= =
n n n
e k!2k n=k (n − k)! e k!2k n=0 n!
P(E) = P(Ai ∩ Bi ) = P(Ai ) P(Bi) = a2i .
1 1 1 1
i=1 i=1 i=1 = × e 2 = e− 2 × .
n e k!2k k!2k
• De la même façon : P(F) = a2i .
i=1 16.18 a) Notons, pour tout k de N∗ , Ek l’événement : « il y a
• L’événement E ∩ F est l’événement : « A, B et C obtiennent égalité au k-ième tour ».
n
la même face ». Ainsi : E ∩ F = (Ai ∩ Bi ∩ Ci ). Il y a égalité au premier tour lorsque :
i=1 - A obtient deux fois face et B obtient face,
n
On obtient alors : P(E ∩ F) = a3i . - ou A obtient une fois pile et une fois face et B obtient pile.
i=1 Par incompatibilité des événements, puis par indépendance des
•Les événements E et F sont indépendants lancers, on obtient :
n
n 2 1 1 1 1 1+ p
⇐⇒ P(E ∩ F) = P(E) P(F) ⇐⇒ a3i = a2i . P(E1 ) = × × (1 − p) + 2 × × × p = .
2 2 2 2 4
i=1 i=1 ∗
b) Notons, pour tout k de N , Fk l’événement : « A obtient plus
n
n
n 2
n
de piles que B au k-ième tour », et Ak l’événement : « A gagne
⇐⇒ a3i ai − a2i = 0 (car ai = 1)
i=1 i=1 i=1 i=1
au k-ième tour ».
314
Corrigés des exercices
Ainsi par indépendance des résultats à chaque lancer : b) 1) De la même façon qu’en a), on obtient :
1 + p k−1 3 − 2p P(En ) = P(N1 ) · · · PN1 ∩···∩Nn−2 (Nn−1 )PN1 ∩···∩Nn−1 (Bn)
P(Ak ) = × .
4 4 1 1+c 1 + (n − 2)c 1
= × × ··· × × .
+∞ 2 2+c 2 + (n − 2)c 2 + (n − 1)c
• L’événement G A : « A gagne » s’écrit : G A = Ak .
n−2
1 + kc 1 + (n − 1)c
k=1
Or : an−1 − an = × 1−
Par incompatibilité des événements Ak : k=0
2 + kc 2 + (n − 1)c
+∞
1 + p k−1 3 − 2p
n−2
1 + kc 1
P(G A ) = × = × .
4 4 k=0
2 + kc 2 + (n − 1)c
k=1
1 3 − 2p 3 − 2p On en déduit : pn = an−1 − an .
= × = .
1 − 1+p 4 3− p
4
n−1 1 + kc
n−1 2 + kc
c) •
L’événement F : « le jeu ne se termine pas » s’écrit : b) 2) • ln(an ) = ln =− ln
2 + kc 1 + kc
+∞ k=0 k=0
F= Ek . Les événements Ek forment une suite décroissante
n−1 1
k=1 =− ln 1 + .
d’événements, donc : k=0
1 + kc
n 1 + p n 1 1 1 1
P(F) = lim P Ek = lim =0 Or : ln 1 + ∼ ∼ × .
n∞ n∞ 4 1 + kc k∞ 1 + kc k∞ c k
k=1 1
On en déduit que le jeu se termine presque sûrement. On sait que la série diverge. Donc par le théorème de
k1
k
1 comparaison des séries à termes positifs, la série
• Ainsi, le jeu est équitable si et seulement P(G A ) = .
2 1
ln 1 + diverge.
1 1 + kc
Or : P(G A ) = ⇐⇒ 2(3 − 2p) = 3 − p ⇐⇒ p = 1. k0
2
Cette série étant à termes positifs, on obtient :
Dans ce cas, le joueur B fait systématiquement pile. 1
n−1
N−1 N
n-ième tirage » s’écrit : En = N1 ∩ · · · ∩ Nn−1 ∩ Bn. 1 1
= p1 + an − an = p1 + a1 − aN = + − aN −→ 1.
Par la formule des probabilités composées : n=1 n=2
2 2 N∞
N
N+1 On en déduit que l’événement En est un événement pres-
1 1 1
= − =1− −→ 1. n=1
n=1
n n=2
n N + 1 N∞ que sûr.
315
Variables aléatoires CHAPITRE 17
discrètes
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 316
• Loi de probabilité d’une variable aléatoire discrète
Énoncés des exercices 319
• Fonction de répartition d’une variable aléatoire discrète
Du mal à démarrer ? 325
• Espérance, variance, moment d’ordre r (r ∈ N∗ ) d’une variable aléatoire
Corrigés des exercices 327 discrète.
316
Les méthodes à retenir
Pour déterminer Si X(Ω) = xi ; i ∈ I , écrire :
la fonction de répartition ∀x ∈ R, F(x) = P(X x) = P(X = xi )
d’une va discrète X i∈I ; xi x
connaissant sa loi de probabilité
➥ Exercice 17.1.
Utiliser la formule :
Pour déterminer ∀xi ∈ X(Ω), P(X = xi ) = F(xi ) − lim
x→x
F(x).
i
x<xi
la loi de probabilité
d’une va discrète X connaissant Dans le cas où X(Ω) ⊂ N, on a :
sa fonction de répartition F ∀n ∈ N, P(X = n) = F(n) − F(n − 1).
➥ Exercices 17.7, 17.13.
On peut :
• utiliser la définition :
– si X est une va discrète finie avec X(Ω) = x1 , . . . , xn , alors X
© Dunod. La photocopie non autorisée est un délit
317
Chapitre 17 • Variables aléatoires discrètes
(suite) dans ce cas, E(X) est donnée par : E(X) = g(yn ) P(Y = yn )
n=0
On peut :
• montrer que X admet une espérance puis montrer que X − E(X) 2
admet une espérance ;
dans ce cas, V(X) est donnée par : V(X) = E X − E(X) 2
Pour montrer
qu’une va discrète X • montrer que X et X 2 admettent une espérance ;
admet une variance V(X) dans ce cas, V(X) est donnée par : V(X) = E(X 2 ) − E(X) 2
et la calculer
➥ Exercices 17.1 à 17.4, 17.6, 17.11
• si X = aY +b et si Y admet une variance, alors X admet une variance,
et V(X) est donnée par : V(X) = a2 V(Y)
➥ Exercice 17.7.
+∞ n
x
∀x ∈ R, = ex
n=0
n!
17.3 Tirages sans remise dans une urne : loi du rang d’apparition de la première boule blanche
Soit n ∈ N∗ . Une urne contient n boules dont une seule boule blanche. On y effectue des tirages
successifs et sans remise jusqu’à obtenir la boule blanche. On note X la va égale au nombre de
tirages effectués.
a) Déterminer la loi de X.
319
Chapitre 17 • Variables aléatoires discrètes
17.4 Tirages avec remise dans une urne : loi du nombre de boules blanches obtenues
Soit n ∈ N∗ . Une urne contient des boules blanches en proportion p (0 < p < 1) et des boules
noires en proportion q = 1 − p. On y effectue n tirages successifs et avec remise. On note X la
va égale au nombre de boules blanches obtenues.
a) Déterminer la loi de X.
b) Calculer E(X), puis E X(X − 1) , et en déduire V(X).
a) Déterminer la loi de X.
17.7 Tirages de deux boules dans une urne : loi du plus petit et du plus grand numéros obtenus
Soit n 2. Une urne contient n boules numérotées de 1 à n, dans laquelle on tire deux boules
sans remise. On note X (resp. Y) la va égale au plus petit (resp. au plus grand) des deux numéros
obtenus.
a) Pour tout k de 1 ; n, calculer P(Y k). En déduire la loi de Y.
17.8 Tirages avec remise dans une urne, en ajoutant à chaque tirage une boule noire
On effectue des tirages successifs dans une urne qui contient initialement une boule noire et une
boule blanche. À chaque tirage, on note la couleur de la boule tirée et on la remet dans l’urne en
ajoutant en plus une boule noire.
On définit la va Y égale au rang d’apparition de la première boule noire et la va Z égale au rang
d’apparition de la première boule blanche.
a) Déterminer la loi de Y et la loi de Z.
320
Énoncés des exercices
17.10 Lancer d’une pièce déséquilibrée : loi du nombre de lancers nécessaires à l’obtention de
deux piles consécutifs
2
On dispose d’une pièce déséquilibrée, amenant pile avec la probabilité . On note X le nombre
3
de lancers nécessaires pour obtenir pour la première fois deux piles consécutifs, et pour tout
n ∈ N∗ , on note an = P(X = n).
a) Calculer a1 , a2 , a3 .
1 2
b) Montrer : ∀n 3, an = an−1 + an−2 .
3 9
+∞
c) En déduire la loi de X. Vérifier par le calcul que P(X = n) = 1.
n=1
b) Montrer que la va X admet une espérance et une variance, et calculer E(X) et V(X).
17.12 Tirages dans une urne : loi du nombre de boules blanches présentes à l’issue du n-ième
tirage, loi du premier instant où l’urne ne contient que des boules noires
Une urne contient deux boules blanches et une boule noire. On y effectue une succession de
tirages de la façon suivante : on tire une boule ; si la boule est noire, on la remet dans l’urne ; si
© Dunod. La photocopie non autorisée est un délit
la boule est blanche, on met, à la place de la boule blanche, une boule noire.
Pour tout n de N∗ , on note Yn la va égale au nombre de boules blanches présentes dans l’urne à
l’issue du n-ième tirage. Ainsi, Yn prend ses valeurs dans {0, 1, 2}.
a) Déterminer la loi de Y1 .
321
Chapitre 17 • Variables aléatoires discrètes
f) On définit la va Z égale à l’instant où, pour la première fois, l’urne ne contient plus que des
boules noires.
Déterminer la loi de Z. Montrer que Z admet une espérance et calculer E(Z).
E(X)
c) Calculer, pour N fixé, lim . En déduire un équivalent de E(X) lorsque n tend vers +∞
n∞ n
et lorsque N est fixé.
17.14 Échange de boules dans deux urnes : loi du nombre de boules blanches présentes dans
l’une des deux urnes
On dispose de deux urnes U1 et U2 . Initialement, il y a deux boules blanches dans U1 et deux
boules noires dans U2 . À chaque tirage, on prend une boule dans U1 et une boule dans U2 , et
on les échange.
Pour tout n de N, on note Xn la va égale au nombre de boules blanches dans U1 après le n-ième
échange ; ainsi Xn prend ses valeurs dans {0, 1, 2}.
⎛ ⎞
⎜⎜⎜ P(Xn = 0) ⎟⎟⎟
⎜ ⎟
Pour tout n de N, on définit la matrice colonne Un = ⎜⎜⎜⎜ P(Xn = 1) ⎟⎟⎟⎟
⎝ ⎠
P(Xn = 2)
a) Trouver une matrice A de M3 (R) telle que : ∀n ∈ N, Un+1 = A Un .
b) Montrer que la suite E(Xn ) n1 est constante et déterminer cette constante.
17.15 Suite infinie de lancers d’une pièce équilibrée : loi du nombre de changement de côtés
On effectue une succession infinie de lancers d’une pièce équilibrée. À chaque lancer, à partir
du deuxième, si le côté obtenu est différent du côté obtenu au lancer précédent, on gagne 1 e.
Pour tout n 2, on définit la va Xn égale au gain total à l’issue des n premiers lancers.
a) Déterminer les lois de X2 et de X3 , puis calculer leurs espérances.
322
Énoncés des exercices
1 1
P(Xn+1 = k) = P(Xn = k) + P(Xn = k − 1).
2 2
n−1
d) Pour tout n 2, on définit la fonction Qn par : ∀s ∈ R, Qn (s) = P(Xn = k)sk .
k=0
1) Soit n 2. Calculer Qn (1) et montrer que Qn (1) = E(Xn ). Exprimer V(Xn) à l’aide de la
fonction Qn .
1+s
2) Montrer, pour tout n 2 et tout s ∈ R : Qn+1 (s) = Qn (s).
2
3) En déduire une expression de Qn (s) en fonction de n et de s.
c) Soit k ∈ N∗ . Montrer :
i n−i+1
∀i ∈ 1 ; n, P(Xk+1 = i) = P(Xk = i) + P(Xk = i − 1).
n n
n−1
d) Montrer alors : E(Xk+1 ) = E(Xk ) + 1.
n
En déduire une expression de E(Xk ) en fonction de n et k.
n∞
17.17 Tirages dans une urne jusqu’à l’obtention d’un numéro inférieur au numéro précédem-
ment
Soit N 3. Une urne contient N jetons numérotées de 1 à N. On tire les jetons au hasard et sans
remise, jusqu’à ce que le numéro tiré soit inférieur au numéro précédemment tiré ou que l’urne
soit vide.
On note XN la va égale au nombre de tirages effectués.
a) Calculer, pour tout k de 1 ; N − 1, P(XN > k).
b) En déduire la loi de XN .
323
Chapitre 17 • Variables aléatoires discrètes
+∞
dans ce cas, on a : E(X) = P(X > n).
n=0
+∞
Montrer que X admet alors une espérance, puis que E(X) = P(X > n).
n=0
17.19 Tirages dans une urne jusqu’à obtenir tous les numéros au moins une fois
Soit N ∈ N∗ . Une urne contient N boules numérotées de 1 à N. On y effectue des tirages
successifs et avec remise jusqu’à obtenir, pour la première fois, tous les numéros au moins une
fois.
On note X la va égale au nombre de tirages effectués.
a) Soit n ∈ N fixé. Pour tout i de 1 ; N, on définit l’événement Ei,n : « la boule numéro i n’est
pas été obtenue lors des n premiers tirages ».
Calculer, pour tout i de 1 ; N, P(Ei,n ) puis P(E1,n ∩ · · · ∩ Ei,n ).
N
1
d) En déduire que : E(X) = N .
i=1
i
324
Du mal à démarrer ?
Du mal à démarrer ?
17.1 a) Montrer X(Ω) = 1 ; 4, puis pour tout i de 1 ; 4, calcu- 17.7 a) Exprimer l’événement (Y k) à l’aide d’événements
ler P(X = i) en utilisant le formule des probabilités composées. élémentaires. Pour calculer ensuite P(Y = k), écrire :
b) Utiliser la définition de la fonction de répartition. P(Y = k) = P(Y k) − P(Y k − 1).
c) Calculer E(X), puis E(X 2 ) à l’aide du théorème de transfert b) Utiliser les définitions de E(Y ) et V (Y ).
pour en déduire V (X).
c) Exprimer l’événement (X k) à l’aide d’événements élémen-
taires. Pour calculer ensuite P(X = k), écrire :
6
17.2 a) Utiliser le fait que P(X = k) = 1 pour en déduire la
k=1 P(X = k) = P(X k) − P(X k + 1).
valeur de a.
b) 1) Utiliser le théorème de transfert. d) Montrer que (n + 1 − X)(Ω) = 2 ; n = Y (Ω), puis que
1 1 1 1 1 ∀k ∈ 2 ; n, P(n + 1 − X = k) = P(Y = k).
b) 2) Montrer que Y (Ω) = , , , , , 1 , et que
6 5 4 3 2
En déduire : E(Y ) = E(n + 1 − X) = n + 1 − E(X)
et V (Y ) = V (n + 1 − X) = V (X).
1
∀k ∈ 1 ; 6, P Y = = P(X = k).
k
17.8 a) Justifier que Y (Ω) = Z(Ω) = N∗ . Calculer P(Y = n) et
P(Z = n) pour tout n de N∗ , en décomposant les événements et
17.3 a) Montrer que X(Ω) = 1 ; n, puis calculer P(X = k) à en utilisant la formule des probabilités composées.
l’aide de la formule des probabilités composées.
b) Étudier la nature des séries nP(Y = n) et nP(Z = n).
b) Calculer E(X), E(X 2 ) puis V (X) en utilisant les sommes n1 n1
usuelles.
17.9 a) b) Justifier que X(Ω) = 1 ; +∞ et Y (Ω) = 2 ; +∞.
17.4 a) Montrer que X(Ω) = 0 ; n, puis décomposer l’événe-
ment (X = k) à l’aide d’événements élémentaires. Décomposer les événements (X = n) et (Y = n) en utilisant l’in-
dépendance des réalisations des expériences.
b) Calculer E X(X − 1) à l’aide du théorème de transfert, et
2 c) Montrer que E(X) E(Y ).
montrer que V (X) = E X(X − 1) + E(X) − E(X) .
+∞ 17.10 a) Décomposer les événements (X = 1), (X = 2), (X = 3).
17.5 b) Déterminer a pour que pn = 1.
b) Utiliser la formule des probabilités totales avec comme sys-
n=1
tème complet d’événements F1 , P1 ∩ P2 , P1 ∩ F2 ).
c) Étudier la nature de la série de terme général n pn . 2 n+1 1 n+1
d) Déterminer Y (Ω), puis pour tout n de N, exprimer l’événe- c) Montrer : ∀n 1, P(X = n) = −4 − .
3 3
ment (Y = n) à l’aide d’événements liés à la va X.
d) Montrer que la série nP(X = n) converge et calculer sa
Pour l’existence de l’espérance de Y , étudier la nature de la n1
série de terme général (n2 − 6n + 9) pn . somme en utilisant les dérivées de la série géométrique.
+∞ de P(X = 0).
Utiliser le fait que P(X = n) converge et P(X = n) = 1
n0 n=0
b) Pour E(X), montrer que nP(X = n) converge absolument
pour déterminer les valeurs de A et B. n∈Z
+∞
+∞
puis calculer E(X) = nP(X = n) − nP(X = −n).
b) Montrer que les séries nP(X = n) et n2 P(X = n)
n=0 n=1
n0 n0
convergent et calculer leurs sommes. Procéder de la même façon pour calculer E(X 2 ).
325
Chapitre 17 • Variables aléatoires discrètes
17.12 b) Remarquer que l’événement (Yn = 2) est réalisé si et 17.16 a) Montrer : Xk (Ω) = 1 ; min(n, k).
seulement si on n’obtient que des boules noires aux cours des
b) L’événement (Xk = 1) est réalisé si et seulement si le lecteur
n premiers tirages.
lit toujours la même piste.
c) 1) Montrer : (Yn+1 = 1) = (Yn = 1) ∩ Nn+1 ∪ (Yn = 2) ∩ Bn+1 ,
L’événement (Xk = k) est réalisé si et seulement si le lecteur lit
puis en déduire l’expression demandée.
des pistes deux à deux distinctes.
c) 2) Montrer que (vn )n1 est une suite géométrique.
c) Remarquer : P(Xk+1 = i)
d) Écrire : P(Yn = 0) = 1 − P(Yn = 1) − P(Yn = 2). = P(Xk = i)P(Xk =i) (Xk+1 = i) + P(Xk = i − 1)P(Xk =i−1) (Xk+1 = i).
f) Remarquer que Z(Ω) = 2 ; +∞ et que : d) Sommer l’égalité précédente pour i allant de 1 à n.
(Z = n) = (Yn = 0) \ (Yn−1 = 0) et (Yn−1 = 0) ⊂ (Yn = 0). e) Montrer : E(Xk ) −→ n.
k∞
k N f) Montrer : E(Xk ) −→ k.
17.13 a) Montrer : P(X k) = . Pour calculer P(X = k), n∞
n
écrire : P(X = k) = P(X k) − P(X k − 1). 17.17 a) L’événement (XN > k) est réalisé si et seulement si les
b) Décomposer la somme, puis faire un changement d’indices. k premiers numéros obtenus sont rangés par ordre strictement
croissant.
c) Utiliser le théorème sur les sommes de Riemann.
k
k N b) Écrire : P(XN = N) = P(XN > N − 1) et
d) Remarquer : ∀k ∈ 0 ; n − 1,
< 1, donc −→ 0. P(XN = k) = P(XN > k − 1) − P(XN > k) si k ∈ 2 ; N − 1.
n n N∞
c) Utiliser la définition de E(XN ) pour la calculer, puis montrer :
17.14 a) Pour P(Xn+1 = 0), utiliser la formule des probabilités E(XN ) −→ e.
totales avec comme système complet d’événements (Xn = 0), N∞
écrire A sous la forme A = PDP −1 . • Écrire P(X > k) = kP(X = k) + nP(X > n),
En déduire que An = PDn P −1 et effectuer le produit matriciel. k=0 k=0
puis passer à la limite quand n tend vers +∞.
d) Raisonner par récurrence sur n. Effectuer le produit matriciel
n
n−1
pour en déduire la matrice Un , puis la loi de Xn . b) 2) Remarquer que 0 kP(X = k) P(X > k), puis mon-
k=0 k=0
17.15 b) L’événement (Xn = 0) est réalisé si et seulement s’il
n
n’y a aucun changement de côté lors des n premiers lancers. trer que la suite de terme général Sn = kP(X = k) est majo-
k=0
L’événement (Xn = n − 1) est réalisé si et seulement s’il y a un rée. Conclure.
changement de côté à chaque lancer.
c) Définir E l’événement : « les côtés obtenus aux lancers n et
17.19 b) Utiliser la formule de Poincaré pour calculer P(X > n).
N − i n
n + 1 sont les mêmes ». Puis utiliser la formule des probabilités c) Montrer que, pour tout i de 1 ; N, les séries
totales avec comme système complet d’événements (E, E). n0
N
d) 1) Montrer : Qn (1) = 1, Qn (1) = E(Xn ) convergent et calculer leurs sommes.
Qn (1) = E(Xn2 ) − E(Xn ).
En déduire que la série P(X > n) converge.
d) 2) Replacer dans l’expression de Qn+1 (s), P(Xn+1 = k) par n0
1
2
P(Xn = k) + 12 P(Xn = k − 1). d) Montrer par récurrence sur N que :
s + 1 n−1 N
1 1
N
d) 3) Obtenir : ∀n 2, ∀s ∈ R, Qn (s) = . N
2 (−1)i+1 = .
i=1
i i i=1
i
e) Utiliser les résultats de la question d)1) et l’expression de
Qn (s).
326
Corrigés des exercices
P(X = x)
7 7 7 1 55 11 2 77
10 30 120 120 Donc : V(X) = − = .
24 8 192
la boule blanche au k-ième tirage ». Remarque : la loi de X est la loi binomiale de paramètre (n, p).
328
Corrigés des exercices
α β γ
b) La va X est une va finie, elle admet donc une espérance et 17.5 a) On a : ∀n ∈ N∗ ,+ +
une variance. n n+1 n+2
α(n + 1)(n + 2) + βn(n + 2) + γn(n + 1)
• Calculons E(X). =
n(n + 1)(n + 2)
n n
n
E(X) = k P(X = k) = k pk (1 − p)n−k n2 (α + β + γ) + n(3α + 2β + γ) + 2α
k = .
k=0 k=0 n(n + 1)(n + 2)
n ⎧ ⎧
=
n
k pk (1 − p)n−k . ⎪
⎪
⎪ α+β+γ =0 ⎪
⎪
⎪ α = 1/2
⎨ ⎨
k On en déduit : ⎪
⎪ 3α + 2β + γ = 0 ⇐⇒ ⎪ ⎪ β = −1 .
k=1
⎪
⎩ 2α = 1 ⎪
⎩ γ = 1/2
n n−1
Or, si k ∈ 1 ; n, on sait que k =n . 1 1/2 1 1/2
k k−1 Donc : ∀n ∈ N∗ , = − + .
n n(n + 1)(n + 2) n n+1 n+2
n−1 k
Donc : E(X) = n p (1 − p)n−k b) L’ensemble (n, pn ) ; n ∈ N∗ est la loi de probabilité d’une
k − 1
k=1 va discrète X si et seulement si :
n−1
n − 1 k+1
+∞
= n p (1 − p)n−(k+1)
k ∀n 1, pn 0 , pn converge et pn = 1.
k=0 n1 n=1
n−1
n−1 k • ∀n 1, pn 0 ⇐⇒ a 0
= np p (1 − p)(n−1)−k
k
k=0 • En utilisant a), on a, pour tout N de N∗ :
n−1
= n p p + (1 − p) = n p. 11 1 11
N N N+1 N+2
Newton 1
= − +
• Calculons E X(X − 1) , par la formule de transfert. n=1
n(n + 1)(n + 2) 2 n=1 n n=2 n 2 n=3 n
1 1 1 1 1 1
n
N N+1 N+2 N+1
E X(X − 1) = k (k − 1)P(X = k) = − + −
k=0
2 n=1 n n=2 n 2 n=3 n n=2 n
n 1 1 1 1 1 1
n k = 1− + − −→ .
= k (k − 1)p (1 − p)n−k 2 N+1 2 N + 2 2 N∞ 4
k
k=0
+∞
a
n
n Ainsi la série pn converge et pn = .
= k (k − 1) pk (1 − p)n−k . n1 n=1
4
k=2
k
+∞
n n−2 • Donc : pn = 1 ⇐⇒ a = 4.
Or, si k ∈ 2 ; n, k(k − 1) = n(n − 1) .
k k−2 n=1
n
n−2 k On en déduit que (n, pn ) ; n ∈ N∗ est une loi de probabilité si
Donc : E X(X − 1) = n(n − 1) p (1 − p)n−k et seulement si : a = 4.
k=2
k−2
n−2
c) La va X est une va discrète infinie. Donc :
n − 2 k+2
= n (n − 1) p (1 − p)n−(k+2) X admet une espérance
k=0
k
n−2 ⇐⇒ nP(X = n) converge absolument
n−2 k
= n (n − 1) p 2
p (1 − p)(n−2)−k
n1
k=0
k ⇐⇒ nP(X = n) converge (car les termes sont 0).
n−2
© Dunod. La photocopie non autorisée est un délit
= n (n − 1) p2 p + (1 − p) = n (n − 1) p2 . n1
Newton
4 4
n Or : ∀n 1, npn 0 et npn = ∼ .
• Or : E X(X − 1) = k(k − 1)P(X = k) (n + 1)(n + 2) n∞ n2
k=0
1
n
n Puisque la série converge, par le théorème d’équivalence
= k2 P(X = k) − kP(X = k) n1
n2
k=0 k=0
pour des séries à termes positifs, on conclut que la série npn
= E(X 2 ) − E(X).
n1
Remarque : On peut aussi utiliser la linéarité de l’espérance. converge.
2 Ainsi : la va X admet une espérance.
Donc : V(X) = E(X 2 ) − E(X)
2
= E X(X − 1) + E(X) − E(X) d) • Remarquons que Y = (X − 3)2 .
= n(n − 1)p + np − n p = np(1 − p).
2 2 2
Puisque X(Ω) = N∗ , on en déduit que Y(Ω) = n2 ; n ∈ N .
329
Chapitre 17 • Variables aléatoires discrètes
+∞
De plus : ∀n ∈ Y(Ω), P(Y = n) = P (X − 3)2 = n2
• De plus, P(X = n) = 1.
= P (X − 3 = n) ∪ (X − 3 = −n) n=0
+∞
1 n
1 3 2
= P (X = n + 3) ∪ (X = 3 − n) . Puisque = = , on obtient : B= .
n=0
3 1− 1
3
2 3
Ainsi : Ainsi la loi de X est donnée par :
1
- pour n = 0 : P(Y = 0) = P(X = 3) =
15 2 1 n
X(Ω) = N et ∀n ∈ N, P(X = n) = .
1 3 3
- pour n = 1 : P(Y = 1) = P(X = 4) + P(X = 2) =
5
b) • X admet une espérance
24
- pour n = 2 : P(Y = 4) = P(X = 5) + P(X = 1) = ⇐⇒ nP(X = n) converge absolument
35
n0
- pour n 3 : P(Y = n2 )
⇐⇒ nP(X = n) converge (car les termes sont 0).
= P(X = n + 3) + P(X = 3 − n)
n0
=0
N
2 1 1 n−1
N
4 nP(X = n) = ×
= pn+3 = . Or : n
(n + 3)(n + 4)(n + 5) n=0
3 3 n=0 3
• La va Y est une va discrète infinie. 2 1 1
−→ × = .
Donc, par le théorème de transfert : N∞ 9 (1 − 13 )2 2
Y admet une espérance 1
Ainsi : X admet une espérance et E(X) = .
2
⇐⇒ (n2 − 6n + 9)pn converge absolument • X admet une variance
n1
⇐⇒ X 2 admet une espérance
⇐⇒ (n2 − 6n + 9)pn converge ⇐⇒ n2 P(X = n) converge absolument
n1 n0
(car les termes sont 0). (par le théorème de transfert)
⎧
⎪
⎪
⎪ ∀n 1, (n2
− 6n + 9)pn = (n − 3)2 pn 0 ⇐⇒ n2 P(X = n) converge (car les termes sont 0).
⎨
Or : ⎪⎪ 4
⎪
⎩ (n − 3) pn n∞
2
∼ .
n0
n
N
2
N
1 n 1 n
N
1 Or : n2 P(X = n) = n(n − 1) + n
Puisque la série diverge, par le théorème d’équivalence n=0
3 n=0 3 n=0
3
n1
n
2 1 2 1 n−2 2 1 1 n−1
N N
pour des séries à termes positifs, on conclut que la série
= × n(n − 1) + × n
(n − 3)2 pn diverge. 3 3 n=0 3 3 3 n=0 3
n1
2 2 2 1
Ainsi : la va Y n’admet pas d’espérance. −→ × + × = 1.
N∞ 27 (1 − 13 )3 9 (1 − 13 )2
Donc : X 2 admet une espérance et E(X 2 ) = 1.
17.6 a) • La suite P(X = n) n∈N est une suite récurrence
linéaire d’ordre 2. Ainsi : X admet une variance
2 3
Les solutions de l’équation caractéristique 3r − 4r + 1 = 0, 2
et : V(X) = E(X 2 ) − E(X) = .
1 4
d’inconnue r ∈ C, sont : 1 et .
3
17.7 a) • Soit k ∈ 1 ; n. L’événement (Y k) est réalisé
Donc il existe deux réels A et B tels que :
si et seulement si on obtient deux boules de numéros inférieurs
1 n ou égaux à k, donc si et seulement si on obtient deux boules
∀n ∈ N, P(X = n) = A + B . dont le numéro est compris entre 1 et k.
3
Par équiprobabilité des tirages possibles, on a :
• Or on sait que la série P(X = n) converge. Puisque la k
n0 k(k − 1)
1 n 2
P(Y k) = n = .
série 1 diverge et converge (série géométrique de n(n − 1)
2
n0 n0
3
1
raison , avec
< 1), on obtient :
1
A = 0. • Déterminons la loi de Y.
3 3
330
Corrigés des exercices
- La variable aléatoire Y prend ses valeurs dans 2 ; n. (X = k) = (X k) \ (X k + 1), avec (X k + 1) ⊂ (X k).
- Soit k ∈ 2 ; n. Alors : (Y = k) = (Y k) \ (Y k − 1), Donc : P(X = k) = P(X k) − P(X k + 1)
avec (Y k − 1) ⊂ (Y k). (n − k)(n − k + 1) (n − k − 1)(n − k)
= −
n(n − 1) n(n − 1)
Donc : P(Y = k) = P(Y k) − P(Y k − 1) 2(n − k)
k(k − 1) (k − 1)(k − 2) 2(k − 1) = .
= − = . n(n − 1)
n(n − 1) n(n − 1) n(n − 1) d) • On a X(Ω) = 1 ; n − 1, donc
n
2 n−1
Remarque : P(Y = k) = k
k=2
n(n − 1) k=1 (n + 1 − X)(Ω) = 2 ; n = Y(Ω).
2 (n − 1)n
= × = 1. De plus : ∀k ∈ 2 ; n, P(n + 1 − X = k)
n(n − 1) 2
2(k − 1)
b) La va Y est une va discrète finie, donc Y admet une espérance = P(X = n + 1 − k) = = P(Y = k).
et une variance. n(n − 1)
n
n−1 On en déduit que Y et (n + 1 − X) ont même loi.
2
• E(Y) = kP(Y = k) = (k + 1)k • Ainsi : E(n + 1 − X) = E(Y) et V(n + 1 − X) = V(Y).
k=2
n(n − 1) k=1
n−1
n−1 Or : E(n + 1 − X) = n + 1 − E(X),
2
= k2 + k n+1
n(n − 1) k=1 k=1 on en déduit : E(X) = n + 1 − E(Y) = .
(n − 1)n(2n − 1) (n − 1)n 3
2
= + De plus : V(n + 1 − X) = (−1)2 V(X) = V(X),
n(n − 1) 6 2
2 (n − 1)n(n + 1) 2(n + 1) (n + 1)(n − 2)
= × = . on en déduit : V(X) = V(Y) = .
n(n − 1) 3 3 18
• Par le théorème de transfert, 17.8 a) Pour tout n de N∗ , notons Bn (resp. Nn ) l’événe-
n
2
n−1
ment : « on obtient une boule blanche (resp. noire) au n-ième
E(Y 2 ) = k2 P(Y = k) = (k + 1)2 k tirage ».
k=2
n(n − 1) k=1
⎛ n−1 ⎞ • Déterminons la loi de Y.
2 ⎜⎜⎜ 3 n−1
n−1
⎟⎟
= ⎜⎜⎝ k + 2 k2 + k⎟⎟⎟⎠ - La va Y prend ses valeurs dans 1 ; +∞= N∗ .
n(n − 1) k=1 k=1 k=1
- Soit n ∈ N∗ . L’événement (Y = n) se décompose sous la
2 (n − 1)2 n2 (n − 1)n(2n − 1) (n − 1)n
= +2 + forme : (Y = n) = B1 ∩ · · · ∩ Bn−1 ∩ Nn .
n(n − 1) 4 6 2
2 n(n − 1)(3n + 2)(n + 1) Par la formule des probabilités composées :
= ×
n(n − 1) 12 1 1 1 n n
(3n + 2)(n + 1) P(Y = n) = × × · · · × × = .
= . 2 3 n n + 1 (n + 1)!
6 Ainsi la loi de Y est donnée par :
2
Donc : V(Y) = E(Y 2 ) − E(Y) n
(3n + 2)(n + 1) 4(n + 1)2 (n + 1)(n − 2) Y(Ω) = N∗ et ∀n ∈ N∗ , P(Y = n) = .
= − = . (n + 1)!
6 9 18 N N
n+1−1
c) • Soit k ∈ 1 ; n. L’événement (X k) est réalisé si et Remarque : P(Y = n) =
© Dunod. La photocopie non autorisée est un délit
331
Chapitre 17 • Variables aléatoires discrètes
Par la formule des probabilités composées : Les réalisations des expériences se faisant de façon indépen-
1 2 n−1 1 1 dantes, les événements S k sont mutuellement indépendants.
P(Z = n) = × × · · · × × = . Donc :
2 3 n n + 1 n(n + 1)
Ainsi la loi de Z est donnée par :
1 P(X = n) = P(S 1 ) · · · P(S n−1 )P(S n) = (1 − p)n−1 p.
Z(Ω) = N∗ et ∀n ∈ N∗ , P(Z = n) = .
n(n + 1)
N N
1 1
Remarque : P(Z = n) = − Remarque :
n=1 n=1
n n+1
+∞
+∞
p
N
1 1
N+1
1 P(X = n) = p (1 − p)n = = 1.
= − =1− −→ 1. n=1 n=0
1 − (1 − p)
n=1
n n=2 n (N + 1) N∞
La loi de X est la loi géométrique de paramètre p.
+∞
Donc : P(Z = n) = 1. • X admet une espérance
n=1 ⇐⇒ nP(X = n) converge absolument
b) • Y admet une espérance
n1
⇐⇒ nP(Y = n) converge absolument ⇐⇒ nP(X = n) converge (car les termes sont 0).
n1 n1
⇐⇒ nP(Y = n) converge (car les termes sont 0).
N
N
N
N
1
N+1
1 Les événements Ek sont deux à deux incompatibles, puis les
Or : nP(Z = n) = = −→ +∞ , événements S k sont mutuellement indépendants. Donc :
n=1 n=1
(n + 1) n=2 n N∞
1
car la série diverge.
n2
n P(Y = n) = P(E1 ) + P(E2 ) + · · · + P(En−1 )
Donc : Z n’admet pas d’espérance. = (n − 1)(1 − p)n−2 p2 .
332
Corrigés des exercices
N
N 4
Or : nP(Y = n) = p2 n(n − 1)(1 − p)n−2 En utilisant a1 = 0 et a2 = , on obtient :
9
n=2 n=2
2 4
2p2 2 α= et β = .
−→ 3 = p . 3 3
N∞ 1 − (1 − p)
2 Ainsi la loi de X est donnée par : X(Ω) = 2 ; +∞
Donc : Y admet une espérance et E(Y) = . 2 n+1 1 n+1
p et ∀n 2, P(X = n) = −4 − .
c) On constate que : E(X) E(Y). 3 3
Remarque : cette dernière formule est valable pour n = 1,
Ce qui est logique puisque X Y, et donc la valeur moyenne puisque P(X = 1) = 0.
de X est inférieure ou égale à celle de Y.
+∞
+∞
+∞
• P(X = n) = an = an
17.10 Notons, pour tout n de N∗ , Pn (resp. Fn ) l’événement : n=2 n=2 n=1
« on obtient pile (resp. face) au n-ième lancer ». 2 2
+∞
2 n 1 2
+∞
1 n
= −4 − −
a) • L’événement (X = 1) est impossible, donc : a1 = 0. 3 n=0
3 3 n=0 3
• L’événement (X = 2) s’écrit :(X = 2) = P1 ∩ P2 . =
4
×
1
−
4
×
1
=
4 1
− = 1.
2 2 4 9 1− 2
3
9 1+ 1
3
3 3
Par indépendance des lancers : a2 = × = .
3 3 9 d) X admet une espérance
• L’événement (X = 3) s’écrit : (X = 3) = F1 ∩ P2 ∩ P3 .
⇐⇒ nP(X = n) converge absolument
1 2 2 4
Par indépendance des lancers : a3 = × × = .
n1
3 3 3 27 ⇐⇒ nP(X = n) converge (car les termes sont 0).
b) Soit n 3. La famille d’événements F1 , P1 ∩ P2 , P1 ∩ F2 ) n1
forme un système complet d’événements.
N N 2 n+1 N 1 n+1
Or : nP(X = n) = n − 4n −
Donc par la formule des probabilités totales : n=1 n=1
3 n=1
3
4 2 n−1 4 1 n−1
N N
= n − n −
P(X = n) = P(F1 )PF1 (X = n) + P(P1 ∩ P2 )PP1 ∩P2 (X = n) 9 n=1 3 9 n=1 3
+ P(P1 ∩ F2 )PP1 ∩F2 (X = n). 4 1 4 1 1 15
−→ − =4− = .
N∞ 9 (1 − 23 )2 9 (1 + 13 )2 4 4
Or, sachant F1 , pour réaliser l’événement (X = n), il faut ob- 15
tenir deux piles consécutifs, pour la première fois, après les Donc : X admet une espérance et E(X) = .
4
(n − 1)-ièmes prochains lancers.
Ainsi : PF1 (X = n) = P(X = n − 1). 17.11 a) Par récurrence immédiate, on montre que,
De la même façon : PP1 ∩F2 (X = n) = P(X = n − 2). pour tout n de N,
Enfin, sachant P1 ∩ P2 , l’événement (X = n) est impossible. 1
P(X = n) =P(X = 0) = P(X = −n).
Ainsi : PP1 ∩P2 (X = n) = 0. n!
1 2 1
On en déduit : an =× an−1 + 0 + × × an−2 De plus, d’après le cours : P(X = n) = 1.
© Dunod. La photocopie non autorisée est un délit
3 3 3
1 2 n∈X(Ω)
= an−1 + an−2 .
3 9
+∞
+∞
M
N
4e
= nP(X = n) + nP(X = n). Ainsi : X 2 admet une espérance et E(X 2 ) =
.
n=1 n=0
2e − 1
2 4e
M
1
M
1 Donc : V(X) = E(X 2 ) − E(X) = E(X 2 ) = .
Or : nP(X = n) = 2e − 1
n=1
2e − 1 n=1 (n − 1)!
17.12 Notons, pour n ∈ N∗ , Bn (resp. Nn ) l’événement : « on
1 1
M−1
e obtient une boule blanche (resp. noire) au n-ième tirage ».
= −→ .
2e − 1 n=0 n! M∞ 2e − 1
a) La va Y1 prend ses valeurs dans {1, 2}.
N
e 1
De la même façon : nP(X = n) −→ . De plus : P(Y1 = 2) = P(N1 ) = .
n=0
N∞ 2e − 1 3
Et donc : P(Y1 = 1) = 1 − P(Y1 = 2) =
2
.
On en déduit que la série nP(X = n) converge absolument, 3
n∈Z b) On a : (Yn = 2) = N1 ∩ · · · ∩ Nn .
donc que X admet une espérance. De plus :
On en déduit, par la formule des probabilités composées :
+∞
E(X) = nP(X = n) 1 n
P(Yn = 2) = .
n=−∞ 3
−1
+∞
= nP(X = n) + nP(X = n) 2
c)1) • D’après la question a) : u1 = P(Y1 = 1) = .
n=−∞ n=0 3
+∞
+∞
• Soit n 1. L’événement (Yn+1 = 1) peut s’écrire :
= (−n) P(X = −n) + nP(X = n)
n=1
=P(X=n)
n=0 (Yn+1 = 1) = (Yn = 1) ∩ Nn+1 ∪ (Yn = 2) ∩ Bn+1 .
+∞
+∞
=− nP(X = n) + nP(X = n) Les deux événements étant incompatibles, on a :
n=1
e e
n=0
P(Yn+1 = 1) = P (Yn = 1) ∩ Nn+1 + P (Yn = 2) ∩ Bn+1
=− + = 0.
2e − 1 2e − 1 = P(Yn = 1) P(Yn =1) (Nn+1 ) + P(Yn = 2) P(Yn =2) (Bn+1)
• X admet une variance 2 2
= P(Yn = 1) × + P(Yn = 2) ×
⇐⇒ X 2 admet une espérance 3 3
2 2
⇐⇒ n2 P(X = n) converge absolument = un + n+1 .
3 3
n∈Z
2
⇐⇒ n2 P(X = n) converge (car les termes sont 0). c) 2) Posons : ∀n 1, vn = un + n .
n∈Z
3
2 2 2 2
N Alors : vn+1 = un+1 + n+1 = un + n+1 + n+1
On a, pour tous M, N > 0 : n2 P(X = n) 3 3 3 3
2 2 2
n=−M
= un + n = vn .
−1 N 3 3 3
= n P(X = n) +
2
n2 P(X = n) 2
n=−M n=0 Donc (vn )n1 est une suite géométrique de raison .
M
N 3
= (−n)2 P(X = −n) + n2 P(X = n) 2 n−1 2 2 n
Ainsi : ∀n 1, vn = × u1 + =2 .
n=1 n=0 3 3 3
334
Corrigés des exercices
2 n 2 2(2n − 1)
On en déduit : ∀n 1, un = 2 − n = . Remarque : cette formule est encore valable pour k = 0.
3 3 3n
d) Les événements (Yn = 0), (Yn = 1), (Yn = 2) forment un - La fonction de répartition F de X est définie par :
système complet d’événements. On en déduit : ⎧
⎪
⎪
⎪ 0 si x < 1
P(Yn = 0) = 1 − P(Yn = 1) − P(Yn = 2) ⎪
⎪ N
⎪
⎨ [x]
3n + 1 − 2n+1 ∀x ∈ R, F(x) = ⎪
⎪ F([x]) = si 1 x n
= . ⎪
⎪
⎪ n
3n ⎪
⎩ 1 si x > n
e) L’espérance de Yn est donnée par :
E(Yn ) = 0 × P(Yn = 0) + 1 × P(Yn = 1) + 2 × P(Yn = 2) où [x] désigne la partie entière de x.
2 n
=2 . • Déduisons la loi de X. Soit k ∈ 1 ; n. Alors :
3
f) • La va Z prend ses valeurs dans 2 ; +∞.
• Soit n ∈ 2 ; +∞. L’événement (Z = n) s’écrit :
kN − (k − 1)N
(Z = n) = (Yn = 0) \ (Yn−1 = 0), avec (Yn−1 = 0) ⊂ (Yn = 0). P(X = k) = P(X k) − P(X k − 1) = .
nN
Ainsi : P(Z = n) = P(Yn = 0) − P(Yn−1 = 0)
3n + 1 − 2n+1 3n−1 + 1 − 2n b) La va X est finie, donc X admet une espérance donnée par :
= − n n
kN − (k − 1)N
3n 3n−1 E(X) = kP(X = k) = k×
3 + 1 − 2 − 3(3n−1 + 1 − 2n ) 2n − 2
n n+1 nN
= = . k=1 k=1
3n 3n
n
kN
n−1
kN
• La va Z est une va discrète infinie. = k× − (k + 1) ×
k=1
nN k=0 nN
Donc : Z admet une espérance
n
kN
n−1
kN kN
n−1
⇐⇒ nP(Z = n) converge (car les termes sont 0). nN kNn−1 k n−1
N
=n − 0 − = n − .
n2 nN k=0
nN k=0
n
N N " 2 n 1 n #
1 k N
n−1
Or : nP(Z = n) = n −2 E(X)
3 3 c) On a : =1− .
n=2 n=2 n n k=0 n
N " 2 n 1 n #
= n −2 Posons f : x −→ xN . Alors f est continue sur [0 ; 1]. D’après
n=1
3 3 le théorème sur les sommes de Riemman, on obtient :
2 2 n−1 2 1 n−1
N N
= − $ 1
n n 1 k N
n−1
3 n=1 3 3 n=1 3 1
−→ f (x)dx = .
2 1 2 1 9 n k=0 n n∞ 0 N +1
−→ × − × = .
N∞ 3 (1 − 23 )2 3 (1 − 13 )2 2
E(X) 1 N
9 On en déduit que : −→ 1 − = .
On en déduit que Z admet une espérance et que E(Z) = . n n∞ N+1 N+1
2 E(X) N nN
∼ , et donc : E(X) ∼ .
© Dunod. La photocopie non autorisée est un délit
Ainsi :
17.13 a) • La va X prend ses valeurs dans 1 ; n. n n∞ N + 1 n∞ N + 1
k
k N
• Déterminons la fonction de répartition de X. d) Pour tout k de 0 ; n − 1,
< 1, donc −→ 0.
n n N∞
- Soit k ∈ 1 ; n. Notons, pour tout i de 1 ; N, Ai,k l’événe- La somme ayant un nombre fixé de termes, on en déduit :
ment : « on obtient un jeton de numéro inférieur ou égal à k
dans l’urne numéro i ».
n−1
k N
k −→ 0.
Alors, pour tout i de 1 ; N, P(Ai,k ) = . k=0
n N∞
n
On a : (X k) = A1,k ∩ · · · ∩ AN,k .
Donc : E(X) −→ n.
N∞
Puisque les événements Ai,k sont mutuellement indépendants,
on en déduit : Ce résultat était prévisible, car plus N devient grand, plus on a
k N de chance de tirer le jeton numéro n ; ainsi X tend vers n, et
P(X k) = P(A1,k ) × · · · × P(AN,k ) = . donc son espérance aussi.
n
335
Chapitre 17 • Variables aléatoires discrètes
17.14 Pour i ∈ {1, 2} et n ∈ N∗ , on définit l’événement Bi,n c) • On calcule les valeurs propres de A et on obtient :
(resp. Ni,n ) : « on prend une boule blanche (resp. noire) dans Ui 1
pour le n-ième échange ». Sp(A) = − , 0, 1 .
2
a) • Soit n ∈ N. Les événements (Xn = 0), (Xn = 1) et (Xn = 2) La matrice A admet trois valeurs propres distinctes et A est une
forment un système complet d’événements. Donc, par la for- matrice de M3 (R), donc A est diagonalisable.
mule des probabilités totales : • Après avoir déterminé les sous-espaces propres de A, on ob-
- Si (Xn = 0), il y a, dans l’urne U1 , deux boules noires, et dans • PDP−1 PDP−1 · · · PDP−1
On a alors : ∀n ∈ N∗ , An =
l’urne U2 , deux boules blanches. On est donc obligé de prendre n fois
une boule noire dans U1 et une boule blanche dans U2 ; et donc P−1 P D
= PD P−1 P DP−1 · · · PD
P−1 P DP−1 = PDn P−1 .
Xn+1 ne peut pas être égale à 0. =I3 =I3 =I3
Ainsi : P(Xn =0) (Xn+1 = 0) = 0. ⎛ ⎞
⎜ 2 −1 2⎟⎟⎟
1 ⎜⎜⎜⎜ ⎟
- De la même façon : P(Xn =2) (Xn+1 = 0) = 0. Après calcul : P−1 = ⎜⎜⎜−3 0 3⎟⎟⎟⎟.
6⎝ ⎠
1 1 1
- Et si (Xn = 1), il y a, dans les deux urnes, une boule blanche
et une boule noire. Ainsi : La matrice D étant diagonale, on a :
⎛ 1 n ⎞
⎜⎜⎜ − 2 0 0⎟⎟⎟
⎜⎜⎜ ⎟
P(Xn =1) (Xn+1 = 0) = P(Xn =1) (B1,n+1 ∩ N2,n+1 ) =
1
.
∗
∀n ∈ N , D = ⎜⎜ 0
n
0 0⎟⎟⎟⎟
⎝ ⎠
4 0 01
1 (cette relation est fausse pour n = 0).
On en déduit : P(Xn+1 = 0) = P(Xn = 1).
4 On en déduit : ∀n ∈ N∗ ,
• Par le même raisonnement, on obtient :
⎧ ⎛ ⎞
⎪ 1 ⎜⎜⎜1 + 2 − 12 n 1 − − 12 n 1 + 2 − 12 n ⎟⎟⎟
⎪
⎪ ⎜ n n n ⎟⎟
⎨ P(Xn+1 = 1) = P(Xn = 0) + 2 P(Xn = 1) + P(Xn = 2)
⎪ 1⎜
An = ⎜⎜⎜⎜⎜4 − 4 − 12 4 + 2 − 12 4 − 4 − 12 ⎟⎟⎟⎟⎟ .
⎪
⎪
⎪ 1 6 ⎜⎝ n n n ⎟⎠
⎪
⎩ P(Xn+1 = 2) = P(Xn = 1). 1 + 2 − 12 1 − − 12 1 + 2 − 12
4
⎛ ⎞
⎜⎜⎜P(Xn+1 = 0)⎟⎟⎟
⎜⎜ ⎟
• Ainsi : Un+1 = ⎜⎜P(Xn+1 = 1)⎟⎟⎟⎟⎜ d) • Par récurrence sur n, on montre :
⎝ ⎠
P(Xn+1 = 2) ∀n ∈ N, Un = An U0 .
⎛ ⎞
⎜⎜⎜ 1
P(Xn = 1) ⎟⎟⎟
⎜⎜⎜⎜ ⎟⎟ • La va X0 est la va égale à 2. Donc :
4
= ⎜⎜⎜P(Xn = 0) + 2 P(Xn = 1) + P(Xn = 2)⎟⎟⎟⎟⎟
1
⎜⎝ ⎟⎠
1
4
P(Xn = 1)
⎛ 1 ⎞⎛ ⎞
⎜⎜⎜⎜0 4 0⎟⎟⎟⎟ ⎜⎜P(Xn = 0)⎟⎟ P(X0 = 0) = 0, P(X0 = 1) = 0, P(X0 = 2) = 1.
⎜⎜⎜ 1 ⎟⎟⎟ ⎜⎜⎜ ⎟⎟
= ⎜⎜⎜1 2 1⎟⎟⎟ ⎜⎜⎜P(Xn = 1)⎟⎟⎟⎟
⎜⎝ 1 ⎟⎠ ⎝P(X = 2)⎠ ⎛ ⎞
0 4 0 n ⎜⎜⎜0⎟⎟⎟
⎜ ⎟
⎛ 1 ⎞ En multipliant la matrice An par la matrice U0 = ⎜⎜⎜⎜0⎟⎟⎟⎟, on obtient
⎜⎜⎜0 4 0⎟⎟⎟ ⎝ ⎠
⎜⎜ ⎟⎟ 1
Ainsi la matrice A = ⎜⎜⎜⎜⎜1 12 1⎟⎟⎟⎟⎟ convient. la matrice Un , et on en déduit :
⎜⎝ 1 ⎟⎠
0 4 0
⎧
⎪
⎪ 1 n
b) Soit n ∈ N. Alors : ⎪
⎪
⎪ P(Xn = 0) = 1 + 2 − 12
⎪
⎪
⎪ 6
⎪
⎪
⎨ 1 n
∀n ∈ N∗ , ⎪
⎪ P(Xn = 1) = 4 − 4 − 12
⎪
⎪
⎪ 6
E(Xn+1 ) = P(Xn+1 = 1) + 2P(Xn+1 = 2) ⎪
⎪
⎪
⎪
⎪ 1 n
1 1 ⎩ P(Xn = 2) = 1 + 2 − 12 .
= P(Xn = 0) + P(Xn = 1) + P(Xn = 2) + P(Xn = 1) 6
2 2
= P(Xn = 0) + P(Xn = 1) + P(Xn = 2) = 1.
Remarque : P(Xn = 0) + P(Xn = 1) + P(Xn = 2) = 1, et on
On en déduit : ∀n 1, E(Xn ) = 1. retrouve ainsi E(Xn ) = 1, pour n ∈ N∗ .
336
Corrigés des exercices
17.15 a) Notons, pour k ∈ N∗ , Pk (resp. Fk ) l’événement : • P(Xn = 0) = P (P1 ∩ · · · ∩ Pn ) ∪ (F1 ∩ · · · ∩ Fn )
« on obtient pile (resp. face) au k-ième lancer. »
= P(P1 ∩ · · · ∩ Pn ) + P(F1 ∩ · · · ∩ Fn ) par incompatibilité
• Loi de X2 :
= P(P1 ) · · · P(Pn ) + P(F1 ) · · · P(Fn ) par indépendance
- La va X2 prend ses valeurs dans {0, 1}. 1 n 1 n 1 n−1
= + = .
- De plus : P(X2 = 0) = P (P1 ∩ P2 ) ∪ (F1 ∩ F2 ) 2 2 2
= P(P1 ∩ P2 ) + P(F1 ∩ F2 ) par incompatibilité • De la même façon : P(Xn = n − 1)
= P(P1 )P(P2 ) + P(F1 )P(F2 ) par indépendance = P (P1 ∩ F2 ∩ P3 ∩ · · · ) ∪ (F1 ∩ P2 ∩ F3 ∩ · · · )
1 1 1 1 1 1 n 1 n 1 n−1
= × + × = . = + = .
2 2 2 2 2 2 2 2
1 c) Soient n 2 et k ∈ 0 ; n. Notons E l’événement : « les
Donc : P(X2 = 1) = 1 − P(X2 = 0) = .
2 côtés obtenus aux lancers n et n + 1 sont les mêmes ».
Alors : P(E) = P (Pn ∩ Pn+1 ) ∪ (Fn ∩ Fn+1 )
x 0 1
Ainsi la loi de X2 est : = P(Pn )P(Pn+1) + P(Fn )P(Fn+1 )
1 1
P(X2 = x) 1 1 1 1 1
2 2 = × + × = .
2 2 2 2 2
On en déduit :
La famille d’événements (E, E) est un système complet d’évé-
nements. Donc par la formule des probabilités totales :
1
E(X2 ) = 0 × P(X2 = 0) + 1 × P(X2 = 1) = .
2
P(Xn+1 = k) = P(E)PE (Xn+1 = k) + P(E)PE (Xn+1 = k).
• Loi de X3 :
⎧
- La va X3 prend ses valeurs dans {0, 1, 2}. ⎪
⎪
⎨ PE (Xn+1 = k) = P(Xn = k)
Or : ⎪
⎪
- De plus : P(X3 = 0) = P (P1 ∩ P2 ∩ P3 ) ∪ (F1 ∩ F2 ∩ F3 ) ⎩ PE (Xn+1 = k) = P(Xn = k − 1).
= P(P1 ∩ P2 ∩ P3 ) + P(F1 ∩ F2 ∩ F3 ) par incompatibilité On en déduit :
= P(P1 )P(P2 )P(P3 ) + P(F1 )P(F2 )P(F3 ) par indépendance P(Xn+1 = k) = P(E)P(Xn = k) + P(E)P(Xn = k − 1)
1 1 1 1 1 1 1
= × × + × × = . 1 1
2 2 2 2 2 2 4 = P(Xn = k) + 1 − P(Xn = k − 1)
2 2
De la même façon : 1 1
= P(Xn = k) + P(Xn = k − 1).
P(X3 = 2) = P (P1 ∩ F2 ∩ P3 ) ∪ (F1 ∩ P2 ∩ F3 ) 2 2
1 1 1 1 1 1 1
n−1
= × × + × × = . d) 1) • Qn (1) = P(Xn = k) = 1.
2 2 2 2 2 2 4
k=0
1 1 1
Enfin : P(X2 = 1) = 1 − − = .
n−1
4 4 2 • On a : ∀s ∈ R, Qn (s) = kP(Xn = k)sk−1 .
k=0
x 0 1 2
n−1
Ainsi la loi de X3 est : Donc : Qn (1) = kP(Xn = k) = E(Xn ).
1 1 1
P(X3 = x)
© Dunod. La photocopie non autorisée est un délit
k=0
4 2 4
n−1
On en déduit : • On a : ∀s ∈ R, Qn (s) = k(k − 1)P(Xn = k)sk−1 .
k=0
1 1 1
E(X3 ) = 0 × + 1 × + 2 × = 1.
n−1
337
Chapitre 17 • Variables aléatoires discrètes
- si k > n, alors la plus grande valeur de Xk est n, lorsque le car si k + 1 < n et k + 2 i n, alors P(Xk+1 = i) = 0
lecteur lit, par exemple, aux cours des n premières lectures, les n 2
i i(n − i + 1)
n pistes, puis lit des pistes quelconques. = P(Xk = i) + P(Xk = i − 1)
i=1
n n
• Enfin, Xk peut prendre toutes les valeurs intermédiaires.
1 2 1
n n−1
On en déduit : Xk (Ω) = 1 ; min(n, k). = i P(Xk = i) + (i + 1)(n − i)P(Xk = i)
n i=1 n i=0
b) Soit k ∈ N∗ . Notons E l’ensemble des k premières lectures
possibles. Alors : Card(E) = nk . =0 pour i = 0 et i = n
338
Corrigés des exercices
1 2 1
n n
De plus, il y a N! tirages possibles, chaque tirage étant équipro-
= i P(Xk = i) + (i + 1)(n − i)P(Xk = i)
n i=1 n i=1 bable.
1 2 1
n n
Card(Ek ) 1
= i P(Xk = i) + i(n − 1)P(Xk = i) On en déduit : P(Ek ) = P(XN > k) = = .
n i=1 n i=1 N! k!
1
n b) • La va XN prend ses valeurs dans 2 ; N.
+ (n − i2 )P(Xk = i) ⎧
n i=1 ⎪
⎪
⎪ ∀k ∈ 2 ; N − 1,
⎨
n−1 • Et : ⎪ P(XN = k) = P(XN > k − 1) − P(XN > k)
n n
⎪
⎪
⎩ P(X = N) = P(X > N − 1).
= iP(Xk = i) + P(Xk = i) N N
n i=1
n−1
i=1 ⎧
⎪
⎪
⎪ ∀k ∈ 2 ; N − 1, P(XN = k)
= E(Xk ) + 1. ⎪
⎪ k−1
n ⎪
⎪
⎨
1 1
= − =
Ainsi : ⎪
⎪ (k − 1)! k! k!
• La suite E(Xk ) k∈N∗ est une suite arithmético-géométrique. ⎪
⎪
⎪
⎪
⎪
⎩ P(XN = N) =
1
.
La suite de terme général uk = E(Xk ) − n est alors une suite (N − 1)!
n−1
géométrique de raison . N
n Remarque : on vérifie P(XN = k) = 1.
n − 1 k−1
Donc : ∀k ∈ N∗ , E(Xk ) = (E(X1 ) − n) + n. k=2
n c) La va XN est une va finie, donc admet une espérance.
Or la va X1 est constante, égale à 1 : donc E(X1 ) = 1.
N
On en déduit : Et E(XN ) = kP(XN = k)
k=2
n − 1 k−1 " n − 1 k # k(k − 1)
N−1
E(Xk ) = (1 − n) + n = n 1 − . = +
N
n n k! (N − 1)!
k=2
n − 1
< 1, donc n − 1 k −→ 0. 1
N−3 N−1
e) On a :
= +
N
=
1
.
n n k∞
k! (N − 1)! k!
k=0 k=1
On en déduit : E(Xk ) −→ n.
k∞
N−1
1
Ce résultat est prévisible car, lorsque le nombre de lectures tend Or : −→ e. On en déduit : E(XN ) −→ e.
k=0
k! N∞ N∞
vers l’infini, toutes les pistes vont tendre à être lues, donc Xk va
tendre vers n, et son espérance aussi. 17.18 a) Soit n ∈ N∗ . On a :
n − 1 k 1 k k 1
f) On a : = 1− =1− + o . ∀k ∈ N, P(X = k) = P(X > k − 1) − P(X > k).
n n n n∞ n n n
k 1 Donc : kP(X = k) = k P(X > k − 1) − P(X > k)
Donc : E(Xk ) = n 1 − 1 + + o = k+ o (1).
n n∞ n n∞ k=0 k=0
n
On en déduit : E(Xk ) −→ k. = k P(X > k − 1) − P(X > k)
n∞
k=1
Ce résultat est prévisible car, lorsque le nombre de pistes tend
n−1
n
vers l’infini, les pistes lues lors de k premières lectures vont = (k + 1)P(X > k) − kP(X > k)
tendre à être toutes différentes, donc Xk va tendre vers k, et son k=0 k=1
n−1
n−1
n
espérance aussi. = kP(X > k) + P(X > k) − kP(X > k)
© Dunod. La photocopie non autorisée est un délit
Or, puisque la série nP(X = n) converge, la suite de ses • Les événements Ei,n ne sont pas deux à deux incompatibles,
n0 donc utilisons la formule de Poincaré :
+∞
restes tend vers 0, autrement dit : kP(X = k) −→ 0.
k=n+1
n∞
N
P(X > n) = (−1)k+1 P Ei1 ,n ∪ · · · ∪ Eik ,n .
On en déduit : lim nP(X > n) = 0.
n∞ k=1 1i1 <···<ik N
n−1
n
• On a : P(X > k) = kP(X = k) + nP(X > n).
Pour k fixé, tous les événements Ei1 ,n ∪ · · · ∪ Eik ,n ont la même
⎧
k=0 k=0
N − k n
⎪
⎪ nP(X > n) −→ 0 probabilité, égale à P(E1,n ∩ · · · ∩ Ek,n ) = ; de plus, il
⎪
⎪
⎪ N
⎨ n
n∞
N
Or : ⎪
⎪
⎪
⎪
⎪ kP(X = k) −→ E(X). y en a .
⎩ n∞ k
k=0
N n
Donc, en passant à la limite dans la relation précédente : k+1 N N − k
Donc : P(X > n) = (−1) .
k N
n−1 k=1
P(X > k) −→ E(X). c) D’après l’exercice 17.18, X admet une espérance si et seule-
n∞
k=0
ment si la série P(X > n) converge.
+∞ n0
340
Corrigés des exercices
N+1
• Initialisation : Pour N = 1 : 1 N+1
1 = 1− (−1)i
1 1 1 n
1 N+1 i=0
i
(−1)i+1 = (−1)2 = 1 = .
i=1
i i 1 i=1
i =0 par Newton
∗
1
• Hérédité : Soit N ∈ N fixé. Supposons P(N) et montrons = .
N+1
P(N + 1).
N+1
1 N+1
N+1
N+1 N+1 1
N+1 1 N N 1 On en déduit : (−1)i+1 = S1 +S2 = . Donc
On a : (−1)i+1 = + (−1)i+1 i i i
i i i i − 1 i i=1 i=1
i=1 i=1 la formule est vraie pour N + 1.
N
1 N
N+1 N+1
1 • Conclusion : Ainsi,
= (−1)i+1 + (−1)i+1 .
i=1
i i i=1
i − 1 i
N
1 1
noté S 1 noté S 2 N
N
N
∀N 1, (−1)i+1 = .
N 1 N i i i
Or : S 1 = (−1)i+1 car =0 i=1 i=1
i=1
i i N+1
n
1
= par l’hypothèse de récurrence.
N
1
i=1
i On en déduit d’après c) : E(X) = N .
i
N+1
1 N+1
i=1
Et : S 2 = (−1)i+1
N
N+1 i 1
∼ ln N,
i=1 Remarque : en utilisant l’équivalent classique
1 N 1 N+1 i N∞
car = E(X) ∼ N ln N.
i=1
i i−1 N+1 i on obtient :
N∞
© Dunod. La photocopie non autorisée est un délit
341
Couples de variables CHAPITRE 18
aléatoires discrètes
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 342
• Loi d’un couple, lois marginales, lois conditionnelles
Énoncés des exercices 345
• Indépendance de variables aléatoires discrètes
Du mal à démarrer ? 349
• Covariance d’un couple de variables aléatoires discrètes.
Corrigés des exercices 352
342
Les méthodes à retenir
Montrer :
Essayer de :
• montrer qu’il existe x ∈ X(Ω) et y ∈ Y(Ω) tels que :
Pour montrer que
deux va discrètes X et Y P (X = x) ∩ (Y = y) P(X = x)P(Y = y)
ne sont pas indépendantes
• montrer que Cov(X, Y) 0.
➥ Exercices 18.1, 18.2, 18.4 à 18.6, 18.8, 18.10.
© Dunod. La photocopie non autorisée est un délit
la loi de Z = g(X, Y)
si de plus X et Y sont des va finies, alors Z admet une espérance et
et calculer son espérance
E(Z) est donnée par :
E(Z) = g(x, y)P (X = x) ∩ (Y = y) ;
(x,y)∈X(Ω)×Y(Ω)
343
Chapitre 18 • Couples de variables aléatoires discrètes
en particulier : E(XY) = x y P (X = x) ∩ (Y = y) .
(x,y)∈X(Ω)×Y(Ω)
On peut :
• utiliser la définition : Cov(X, Y) = E(XY) − E(X)E(Y)
• calculer V(X), V(Y), V(X + Y) (ou V(X − Y)) et utiliser la formule :
Pour calculer
la covariance V(X + Y) = V(X) + V(Y) + 2 Cov(X, Y)
d’un couple (X, Y) de va discrètes ou la formule V(X − Y) = V(X) + V(Y) − 2 Cov(X, Y)
344
Énoncés des exercices
x −2 −1 0 1 2
1 1 1 1 1
P(X = x)
6 4 6 4 6
(1 − p) j−2 p2 si 1 i < j
ai, j = .
0 sinon
a) Montrer que (i, j, ai, j ) ; (i, j) ∈ N2 est la loi d’un couple (X, Y) de va discrètes.
18.5 Choix d’une urne, puis tirage d’une boule dans cette urne
Soit n 2. On dispose de n urnes U1 , . . . , Un . Pour tout k de 1 ; n, l’urne Uk contient k boules
numérotées de 1 à k. On choisit une urne au hasard, puis on tire une boule de cette urne. On note
X le numéro de l’urne choisie et Y le numéro de la boule tirée.
345
Chapitre 18 • Couples de variables aléatoires discrètes
b) Déterminer la loi du couple (X, Y). En déduire la loi marginale de Y. Calculer son espérance.
18.8 Lancers d’une pièce, étude de l’indépendance des va égales à la longueur de la première et
deuxième série
On effectue une succession infinie de lancers indépendants d’une pièce donnant pile avec la
probabilité p ∈ ]0 ; 1[. On s’intéresse aux successions de lancers amenant un même côté.
On dit que la première série est de longueur n si les n premiers lancers ont amené le même
côté de la pièce et le (n + 1)-ième lancer a amené l’autre côté. La deuxième série commence au
lancer suivant la fin de la première série et se termine (si elle se termine) au lancer précédant un
changement de côté.
On note L1 (resp. L2 ) la va égale à la longueur de la première (resp. deuxième) série.
a) Déterminer la loi de L1 . Montrer que L1 admet une espérance et la calculer.
346
Énoncés des exercices
k=0
d) Le joueur B gagne s’il obtient au moins un pile, sinon c’est le joueur A qui gagne. Le jeu
est-il équitable ?
347
Chapitre 18 • Couples de variables aléatoires discrètes
18.15 Tirages d’un nombre aléatoire de jetons, loi de la somme des numéros obtenus
Soit n ∈ N tel que n 2. On dispose de deux urnes : la première U1 contient (n + 1) jetons
numérotés de 0 à n, la seconde U2 contient n jetons numérotés de 1 à n.
On tire au hasard un jeton de U1 , et on note N son numéro. Puis on tire une poignée de N jetons
de l’urne U2 .
a) Déterminer la loi de N, son espérance et sa variance.
b) Pour tout i de 1 ; n, on note Xi la va égale à 1 si le jeton numéroté i de l’urne U2 est tiré et
0 sinon.
1) Déterminer la loi de Xi , son espérance et sa variance.
n
2) Que vaut Xi ? En déduire la covariance des couples (Xi , X j ), pour i j.
i=1
c) On note S la va égale à la somme des numéros des jetons obtenus dans l’urne U2 .
Calculer E(S ) et V(S ).
348
Du mal à démarrer ?
Du mal à démarrer ?
18.1 a) Remarquer que X et Y prennent leurs valeurs respec- c) En déduire : E(XY ) = E(X)E(Y ).
tivement dans 1 ; 3 et 2 ; 4, puis calculer, pour tous i ∈ 1 ; 3
d) Utiliser : E(Z) = E(X) + E(Y )
et j ∈ 2 ; 4, P(X = i, Y = j).
⎧ et V (Z) = V (X) + V (Y ) + 2 Cov(X, Y ).
⎪
⎪
⎪ 4
⎪
⎪
⎪ ∀i ∈ 1 ; 3, P(X = i) = pi,j
⎪
⎪
⎪
⎨ j=2 18.4 a) Montrer : ∀(i, j) ∈ N2 , ai,j 0 et ai,j = 1.
b) Utiliser : ⎪
⎪
⎪
⎪
⎪ 3
⎪
⎪
(i,j)∈N2
⎩ ∀j ∈ 2 ; 4, P(Y = j) =
⎪
⎪ pi,j .
+∞
i=1
b) • Pour la loi de X, on a : ∀i ∈ N∗ , P(X = i) = qj−2 p2 .
c) Montrer que X et Y ne sont pas indépendantes. j=i+1
Pour déterminer la loi de Z, remarquer que Z prend ses va- c) Calculer, pour tout i ∈ 1 ; +∞,
leurs dans 1 ; 3, et exprimer, pour tout i de 1 ; 3, l’événement
P(X = i, Y = j)
(Z = i) à l’aide des va X et Y . P(Y=j) (X = i) = .
P(Y = j)
18.2 a) Y prend ses valeurs dans {0, 1, 2} et calculer, pour tout
i ∈ −2 ; 2 et j ∈ 0 ; 2, P(X = i, Y = j). 18.5 a) Montrer : X(Ω) = 1 ; n
© Dunod. La photocopie non autorisée est un délit
n
b) • Pour la loi de X, on a : ∀i ∈ 1 ; n, P(X = i) = pi,j . • Déterminer la loi marginale de Y par la méthode usuelle.
j=1
n c) Montrer que X et Y ne sont pas indépendantes.
• Pour la loi Y , on a : ∀j ∈ 1 ; n, P(Y = j) = pi,j . Pour Cov(X, Y ), utiliser : Cov(X, Y ) = E(XY ) − E(X)E(Y ).
i=1
• Montrer : ∀(i, j) ∈ 1 ; n , pi,j = P(X = i)P(Y = j).
2 Justifier que Cov(X, Y ) > 0.
349
Chapitre 18 • Couples de variables aléatoires discrètes
18.6 a) Montrer : X(Ω) = Y (Ω) = N∗ et c) Déterminer la loi de Z, puis la loi du couple (Y, Z), pour en
déduire que Y et Z sont indépendantes.
∗
∀n ∈ N , P(X = n) = P(Y = n) = p n−1
(1 − p).
18.10 a) Remarquer que X prend ses valeurs dans 1 ; m − 1 et
Pour la loi du couple (X, Y ), remarquer que X et Y sont indé- que Y prend ses valeurs dans 2 ; m.
pendantes, donc :
Calculer pour k ∈ 1 ; m − 1 et ∈ 2 ; m, P(X = k, Y = ).
∀n, m ∈ N∗ , P(X = n, Y = m) = P(X = n)P(Y = m).
b) Déterminer la loi de X et la loi de D, et vérifier que ce sont
+∞ les mêmes lois.
b) • Justifier : P(X = Y ) = P(X = n)P(Y = n).
c) En déduire que E(D) = E(X) et V (D) = V (X).
n=1
• Montrer que (X < Y ), (X = Y ), (X > Y ) forment un système d) Déterminer la loi de m + 1 − Y , puis en déduire :
complet d’événements, puis que P(X < Y ) = P(X > Y ). En dé- E(m + 1 − Y ) = E(X).
duire P(X < Y ) en fonction de P(X = Y ).
18.11 a) Montrer : X(Ω) = N∗ et ∀n ∈ N∗ , P(X = n) = qn−1 p.
n−1
c) Montrer : ∀n ∈ 2 ; +∞, P(Z = n) = P(X = k)P(Y = n − k). b) Calculer, pour tout k de N, P(X=n) (Y = k).
k=1 ⎧
⎪
⎪
⎪
+∞
d) Calculer, dans un premier temps, P(S > n) pour en déduire la ⎪
⎪
⎪ P(Y = 0) = P(X = n) P(X=n) (Y = 0)
⎪
⎪
⎨
loi de S et calculer P(T n) pour en déduire la loi de T . c) Écrire : ⎪ n=1
⎪
⎪
⎪
+∞
⎪
⎪
18.7 a) Montrer : Tn (Ω) = N∗ et ∀k ∈ N∗ , P(Tn = k) = (1 − p)k−1 p. ⎩ P(Y = k) =
⎪
⎪ P(X = n) P(X=n) (Y = k)
n=k
1 1−p d) Noter GA (resp. GB ) l’événement :
Puis montrer que E(Tn ) = et V (Tn ) = .
p p2
« le joueur A (resp. B) gagne ».
b) Justifier Sn = T1 + · · · + Tn , et que les va Tk sont mutuellement
indépendantes. Alors : GB = (Y 1) et GA = (Y = 0).
18.8 Noter, pour tout k de N∗ , Pk (resp. Fk ) l’événement : « on 18.12 b) Puisque Sn prend ses valeurs dans 0 ; n, on a :
obtient pile (resp. face) au k-ième lancer ».
n
a) Justifier que, pour tout n de N∗ : P(Xn+1 = 1) = P(Sn = k)P(Sn =k) (Xn+1 = 1).
k=0
(L1 = n) = P1 ∩ · · · ∩ Pn ∩ Fn+1 ∪ F1 ∩ · · · ∩ Fn ∩ Pn+1 .
p q c) Raisonner par récurrence forte. Pour montrer l’hérédité, cal-
En déduire la loi de L1 , puis : E(L1 ) = + . culer E(Sn ).
q p
b) Justifier que, pour tout n, m de N∗ : 1 n−1
18.13 a) Obtenir : P(Xk = 1) = et P(Xk = 0) = .
n n
(L1 = n, L2 = m) = P1 ∩ · · · ∩ Pn ∩ Fn+1 ∩ · · · ∩ Fn+m ∩ Pn+m+1
b) Pour Cov(Xk , X ), utiliser :
∪ F1 ∩ · · · ∩ Fn ∩ Pn+1 ∩ · · · ∩ Pn+m ∩ Fn+m+1 .
Cov(Xk , X ) = E(Xk X ) − E(Xk )E(X ).
En déduire la loi du couple (L1 , L2 ).
c) Déterminer la loi de L2 par la méthode usuelle, puis obtenir Et remarquer que E(Xk X ) = P(Xk = 1, X = 1).
E(L2 ) = 2.
c) Remarquer : S = X1 + · · · + Xn .
1
d) Montrer : • si p , L1 et L2 ne sont pas indépendantes En déduire, par linéarité de l’espérance, E(S).
2
1 Pour calculer V (S), utiliser la formule :
• si p = , L1 et L2 sont indépendantes.
2
n
18.9 a) Montrer que : V (S) = V (Xk ) + 2 Cov(Xk , X ).
k=1 1k<n
X(Ω) = N et ∀n ∈ N, P(X = n) = (n + 1)(1 − p) p . n 2
2(1 − p) 18.14 a) Calculer, dans un premier temps, P(S > n), puis en dé-
Puis obtenir : E(X) = .
p duire P(S = n).
b) Calculer, pour tout (n, k) ∈ N2 , P(X=n) (Y = k) puis en déduire b) Calculer, pour (n, m) ∈ N2 , P(S = n, T = m), en distinguant les
P(X = n, Y = k). Déterminer ensuite la loi marginale de Y par la cas m = 0, m > 0.
1−p
méthode usuelle, puis obtenir : E(Y ) = . c) Montrer : ∀(n, m) ∈ N2 , P(S = n, T = m) = P(S = n)P(T = m).
p
350
Du mal à démarrer ?
n
18.15 a) Montrer que : N(Ω) = 0 ; n c) Écrire : S = iXi .
1
et ∀k ∈ 0 ; n, P(N = k) = , i=1
n+1
n n(n + 2) 18.16 a) Une variance est toujours positive ou nulle.
puis obtenir : E(N) = et V (N) = .
2 12 Ainsi : ∀t ∈ R, 0 V (tX + Y ) = t2 V (X) + 2t Cov(X, Y ) + V (Y ).
n
b)1) Utiliser : P(Xi = 1) = P(N = k)P(N=k) (Xi = 1), et remar- En déduire que t → V (tX + Y ) est une fonction polynôme de
k=1 degré inférieur ou égal à 2, positive ou nulle sur R, donc le dis-
k criminant Δ est négatif ou nul.
quer : P(N=k) (Xi = 1) =
.
'
n
b) Remarquer :
Cov(X, Y )
= V (X)V (Y ) ⇐⇒ Δ = 0.
n
b)2) Remarquer que : Xi = N, donc :
i=1 18.17 a) Montrer :
⎛ n ⎞
N
⎜⎜⎜ ⎟⎟⎟ n ∀n ∈ N, P(S = n) = P(T = k, X1 + · · · Xk = n).
V (N) = V ⎝⎜ Xi ⎟⎟⎠⎟ =
⎜
⎜ V (Xi ) + 2 Cov(Xi , Xj ).
k=1
i=1 i=1 1i<jn
⎛ N ⎞
⎜⎜⎜ ⎟
Puisque toutes les variances et les covariances sont égales, en b) Montrer que la série ⎜⎜⎜ nP(T = k, X1 + · · · + Xk = n)⎟⎟⎟⎟⎟
V (N) − nV (X1 ) ⎝ ⎠
déduire : Cov(Xi , Xj ) = . n0 k=1
2 n2 converge et calculer sa somme.
© Dunod. La photocopie non autorisée est un délit
351
Corrigés des exercices
352
Corrigés des exercices
1
P(Z = 2) = P(X = 1, Y = 3) + P(X = 2, Y = 4) E(XY) = i j P(X = i, Y = j) = 0 × 0 ×
−2i2
6
1 1
=2× = 0 j2
6 3 1 1 1 1
1 + (−1) × 1 ×+ 1 × 1 × + (−2) × 2 × + 2 × 2 × = 0.
P(Z = 3) = P(X = 1, Y = 4) = . 4 4 6 6
6
Donc : Cov(X, Y) = 0.
Remarque : En utilisant la loi de Z, on retrouve le fait que Remarque : X et Y ne sont pas indépendantes et pourtant
5 5 Cov(X, Y) = 0.
E(Z) = et V(Z) = , mais ceci nécessite des calculs sup-
3 9
plémentaires.
18.3 a) • Calculons d’abord ij:
1in
1 1 1 1 1 1 jn
18.2 Remarque : On a bien : + + + + = 1.
6 4 6 4 6 n n n(n + 1) 2 n2 (n + 1)2
a) • Loi du couple (X, Y) : ij= i j = = .
1in i=1 j=1
2 4
Y prend ses valeurs dans {0, 1, 2} et la loi du couple (X, Y) est 1 jn
donnée par : 4
• Prenons a = . Alors :
n2 (n + 1)2
H
Y HH
X
-2 -1 0 1 2 ∀(i, j) ∈ 1 ; n2 , pi, j 0 et pi, j = a i j = 1.
HH 1in 1in
1 jn 1 jn
1
0 0 0 0 0 Donc (i, j, pi, j ) ; (i, j) ∈ 1 ; n2 est la loi d’un couple de va
6
discrètes.
1 1
1 0 0 0 b) • Loi de X : X(Ω) = 1 ; n et
4 4
1 1
n
n
2i
2 0 0 0 ∀i ∈ 1 ; n, P(X = i) = pi, j = a i j= .
6 6 j=1 j=1
n(n + 1)
n
2 i3
Or : E(X 2 ) =
18.5 a) • Loi de X :
n(n + 1)
i=1 X prend ses valeurs dans 1 ; n.
2 n2 (n + 1)2 n(n + 1) Chaque urne a la même probabilité d’être choisie, donc :
= × = ,
n(n + 1) 4 2 1
∀k ∈ 1 ; n, P(X = k) = .
2 n(n + 1) (2n + 1)2 n
donc : V(X) = E(X 2 ) − E(X) = −
2 9 • X étant une va finie, X admet une espérance, et :
9(n + n) − 2(4n + 4n + 1)
2 2
n
1
n
n+1
= E(X) = kP(X = k) = k= .
18 n 2
k=1 k=1
n2 + n − 2 (n + 2)(n − 1)
= = . b) • Loi du couple (X, Y) :
18 18
(n + 2)(n − 1) soit (k, ) ∈ 1 ; n2 . Calculons
On conclut : V(Z) = .
9 pk, = P(X = k, Y = ) = P(X = k)P(X=k) (Y = ) :
– Si > k, alors P(X=k) (Y = ) = 0, donc : pk, = 0.
18.4 Notons q = 1 − p.
– Si k, puisque chaque boule de Uk a la même probabilité
a) ∀(i, j) ∈ N2 , ai, j 0. 1 1
d’être tirée, P(X=k) (Y = ) = . Donc : pk, = .
+∞
j−1
k
⎧ 1
nk
De plus : ai, j = q j−2 p2 ⎪
⎪
⎪
⎨ si k
(i, j)∈N2 j=2 i=1 Ainsi : ∀(k, ) ∈ 1 ; n2 , pk, = ⎪
⎪ nk .
⎪
⎩ 0 sinon
+∞
+∞
1
= ( j − 1)q j−2 p2 = p2 jq j−1 = p2 × = 1. • Loi de Y :
j=2 j=1
(1 − q)2
Y prend ses valeurs dans 1 ; n.
Donc (i, j, ai, j )/(i, j) ∈ N2 est la loi d’un couple de va dis-
crètes. n n
1 11
n
Soit ∈ 1 ; n : P(Y = ) = pk, = =
b) • Loi de X : k=1 k=
nk n k= k
(on ne sait pas calculer explicitement cette dernière somme).
X prend ses valeurs dans 1 ; +∞.
•Y étant une va finie, Y admet une espérance, et :
Soit i ∈ 1 ; +∞. Alors :
n n n
+∞
+∞
E(Y) = P(Y = ) =
P(X = i) = ai, j = q j−2 p2 =1 =1 k=
nk
j=0 j=i+1
n k
1 1 k(k + 1)
n k n
+∞
1 = = =
= p2 qi−1 qk = p2 qi−1 × = p qi−1 . k=1 =1
nk nk =1 nk 2
1 − q k=1 k=1
1
k=0 n
1 n2 + 3n n + 3
• Loi de Y : = (k + 1) = × = .
2n k=1 2n 2 4
Y prend ses valeurs dans 2 ; +∞.
c) • X et Y ne sont pas indépendantes car :
Soit j ∈ 2 ; +∞. Alors :
P(X = 1, Y = n) = 0
+∞
j−1
1 1 1
P(Y = j) = ai, j = q p = ( j − 1) q
j−2 2 j−2 2
p. et P(X = 1)P(Y = n) =× = 3 0.
i=0 i=1
n n2 n
• Calculons Cov(X, Y) = E(XY) − E(X)E(Y).
• X et Y ne sont pas indépendantes car :
n
k
1
P(X = 3, Y = 2) = 0 E(XY) = k pk, = k
1kn k=1 =1
nk
et P(X = 3)P(Y = 2) = q2 p × p2 0. 1n
1
n
k 1 n
k(k + 1) 1 2
n n
• Loi de Y :
n−1
= pn−2 (1 − p)2 = (n − 1)pn−2 (1 − p)2 .
∗
De la même façon, Y prend ses valeurs dans N , et : k=1
+∞ p (1 − p)
n
= = pn .
(X = Y) = (X = n, Y = n). 1− p
n=1
Donc : P(S > n) = p2n .
Par incompatibilité des événements, puis indépendance des va Puis : P(S = n) = P(S > n − 1) − P(S > n)
+∞
X et Y, on obtient : P(X = Y) = P(X = n)P(Y = n) = p2n−2 − p2n = p2n−2 (1 − p2 ).
n=1
• Loi de T = max(X, Y) :
+∞
+∞
= p2n−2
(1 − p) = (1 − p)
2 2 2 n
(p ) T prend ses valeurs dans N∗ .
n=1 n=0
Soit n ∈ N∗ . On a : (T n) = (X n) ∩ (Y n). D’où :
(1 − p)2 (1 − p)2 1− p P(T n) = P(X n)P(Y n) par indépendance de X et Y
= = = .
1− p 2 (1 − p)(1 + p) 1 + p = P(X n)2
• Calculons P(X < Y). Or, P(X n) = 1 − P(X > n) = 1 − pn .
Les événements (X < Y), (X = Y), (X > Y) forment un système Donc : P(T n) = (1 − pn )2 .
complet d’événements. Puis : P(T = n) = P(T n) − P(T n − 1)
© Dunod. La photocopie non autorisée est un délit
Donc : P(X < Y) + P(X = Y) + P(X > Y) = 1. = (1− pn )2 −(1− pn−1 )2 = p2n − p2n−2 −2pn +2pn−1 .
De plus, par symétrie des rôles de X et de Y, • Les va S et T ne sont pas indépendantes car :
P(X < Y) = P(X > Y). P(S = 2, T = 1) = 0
et P(S = 2)P(T = 1) = p2 (1 − p2 ) × (1 − p)2 0.
1 p
On en déduit : P(X < Y) = 1 − P(X = Y) = .
2 1+ p 18.7 a) • Loi de T 1 :
c) Loi de Z = X + Y : T 1 prend ses valeurs dans N∗ .
Z prend ses valeurs dans 2 ; +∞. Soit k ∈ N∗ . Notons Pk (resp. Fk ) l’événement : « on obtient
Soit n ∈ 2 ; +∞. L’événement (Z = n) s’écrit : pile (resp. face) au k-ième lancer ».
n−1 On a : (T 1 = k) = F1 ∩ · · · ∩ Fk−1 ∩ Pk . Par mutuelle indépen-
(Z = n) = (X = k) ∩ (Y = n − k) .
k=1
dance des lancers, on obtient : P(T 1 = k) = (1 − p)k−1 p.
355
Chapitre 18 • Couples de variables aléatoires discrètes
356
Corrigés des exercices
N
N
N
• Calculons E(X) :
Or : mP(L2 = n) = p2 mqm−1 + q2 mpn−1
m=1 m=1 m=1 X admet une espérance
p2 q2 ⇐⇒ nP(X = n) converge absolument
−→ + = 1 + 1 = 2.
N∞ (1 − q) 2 (1 − p)2
n0
Ainsi : L2 admet une espérance et E(L2 ) = 2. ⇐⇒ nP(X = n) converge (car les termes sont 0).
n0
1
d) • Si p : alors
N
N
2
Or : nP(X = n) = p2 n(n + 1)(1 − p)n
P(L1 = 1, L2 = 1) = p2 q + q2 p = pq(p + q) = pq et n=0 n=0
P(L1 = 1)P(L2 = 1) = 2pq.(p2 + q2 ) = 2pq(2p2 − 2p + 1), car
N+1
q2 = (1 − p)2 = p2 − 2p + 1. = p2 (1 − p) m(m − 1)(1 − p)m−2
m=1
Or : 2(2p2 − 2p + 1) = 1 ⇐⇒ 4p2 − 4p + 1 = 0
1 2 2(1 − p)
⇐⇒ (2p − 1)2 = 0 ⇐⇒ p = . −→ p (1 − p) ×
2
3 = .
2 N∞ 1 − (1 − p) p
Puisque p
1 2(1 − p)
, on en déduit que Ainsi : X admet une espérance et E(X) = .
2 p
P(L1 = 1, L2 = 1) P(L1 = 1)P(L2 = 1). b) • Loi de (X, Y) :
Soit n ∈ N. Sachant que (X = n), Y prend ses valeurs dans
Donc L1 et L2 ne sont pas indépendantes.
0 ; n, et puisque chaque boule a la même probabilité d’être
1 1
• Si p = : alors, pour tout n, m ∈ N∗ tirée : ∀k ∈ 0 ; n, P(X=n) (Y = k) = .
2 n+1
1 1 1 1
P(L1 = n, L2 = m) = n+1 × m + m+1 × n = n+m ,
1 Ainsi : ∀(n, k) ∈ N2 ,
2 2 2 2 2 ⎧
1 1 ⎪
⎨ P(X = n)P(X=n) (Y = k) si 0 k n
⎪
et P(L1 = n)P(L2 = m) = n × m . P(X = n, Y = k) = ⎪ ⎪
2 2 ⎩ 0 sinon
donc : P(L1 = n, L2 = m) = P(L1 = n)P(L2 = m).
⎧
Il en résulte que L1 et L2 sont indépendantes. ⎪
⎨ (1 − p) p si 0 k n
⎪ n 2
=⎪
⎪
On conclut : ⎩ 0 sinon.
1 • Loi de Y :
L1 et L2 sont indépendantes si et seulement si p = .
2 Y prend ses valeurs dans N.
noté E 1 ⇐⇒ kP(Y = k) converge (car les termes sont 0).
k0
∪ F1 ∩ · · · ∩ Fn ∩ Pn+1 ∩ Pn+2 .
noté E n+1
K
K
Or : kP(Y = k) = p(1 − p) k(1 − p)k−1
Les événements E1 , . . . , En+1 sont deux à deux incompatibles, k=0 k=0
n+1
p(1 − p) 1− p
donc : P(X = n) = P(Ek ). −→ 2 = .
k=1
K∞ 1 − (1 − p) p
De plus, par indépendance des lancers : 1− p
Ainsi : Y admet une espérance et E(Y) = .
p
∀k ∈ 1 ; n + 1, P(Ek ) = (1 − p)n p2 .
c) • Loi de Z = X − Y :
Donc : P(X = n) = (n + 1)(1 − p)n p2 . Z prend ses valeurs dans N, puisque 0 Y X.
357
Chapitre 18 • Couples de variables aléatoires discrètes
donc : P(Z = n, Y = k) = P(Z = n)P(Y = k). Y prend ses valeurs dans 2 ; m, donc Z prend ses valeurs dans
1 ; m − 1.
On conclut : Y et Z sont indépendantes.
Soit k ∈ 1 ; m − 1. Alors :
18.10 a) Loi de (X, Y) : P(Z = k) = P(Y = m + 1 − k)
– Les tirages s’effectuant sans remise, X prend ses valeurs dans
m−1
= P(X = , Y = m + 1 − k)
1 ; m − 1 et Y prend ses valeurs dans 2 ; m.
=1
= 0 si m + 1 − k
– Soient k ∈ 1 ; m − 1 et ∈ 2 ; m.
m−k
2 2(m − k)
Si k , alors P(X = k, Y = ) = 0. = = = P(X = k).
=1
m(m − 1) m(m − 1)
Si k < , l’événement (X = k, Y = ) est réalisé lorsque l’on
Ainsi, X et Z ont la même loi.
obtient l’une des deux boules blanches au k-ième tirage, puis
l’autre au -ième tirage. • E(Z) = m + 1 − E(Y) = m + 1 − 2E(X) = E(X).
Donc :
2 1 m+1 2(m + 1)
Donc : P(X = k, Y = ) = × . D’où : E(X) = et E(Y) = 2E(X) = .
m m−1 3 3
⎧
⎪
⎪
⎪ 2
⎨ si 1 k < m
Ainsi : P(X = k, Y = ) = ⎪⎪ m(m − 1) 18.11 a) Loi de X :
⎪
⎩ 0 sinon.
X prend ses valeurs dans N∗ .
b) • Loi de X :
Soit n ∈ N∗ . Notons, pour tout k de N∗ , Pk (resp. Fk ) l’événe-
X prend ses valeurs dans 1 ; m − 1. ment : « on obtient pile (resp. face) au k-ième lancer ».
Soit k ∈ 1 ; m − 1. Alors : On a : (X = n) = F1 ∩ · · · ∩ Fn−1 ∩ Pn . Par indépendance des
m m
2 lancers, on obtient : P(X = n) = qn−1 p.
P(X = k) = P(X = k, Y = ) =
m(m − 1)
=2
= 0 si k
=k+1 b) Loi conditionnelle de Y sachant (X = n) :
2(m − k) Sachant que (X = n), le joueur B lance n fois la pièce, donc Y
= .
m(m − 1) prend ses valeurs dans 0 ; n.
• Loi de D : Soit k ∈ 0 ; n. Alors P(X=n) (Y = k) est égale à la probabilité
D prend ses valeurs dans 1 ; m − 1, car 1 X < Y m. de l’événement Ak : « on obtient k piles lors de n lancers de
la pièce » ; cet événement est la réunion disjointe des événe-
Soit k ∈ 1 ; m − 1. Alors :
ments Ei1 ,...,ik : « les lancers i1 , i2 , . . . , ik amènent pile, les autres
m−1 amènent face », pour 1 i1 < · · · < ik n.
P(D = k) = P(Y = X + k) = P(X = , Y = + k) Par indépendance des lancers : P(Ei1 ,...,ik ) = pk qn−k .
=1
=0 si + k > m
n
m−k
2 2(m − k)
De plus, il y a
k
événements de ce type (qui correspondent au
= = .
m(m − 1) m(m − 1) nombre de façons de placer les k piles).
=1
n k n−k
Ainsi, X et D ont la même loi. Ainsi : P(X=n) (Y = k) = pq .
k
358
Corrigés des exercices
c) On a : ∀k ∈ N, • Loi de X2 :
La va X2 prend ses valeurs dans {0, 1}.
+∞
P(Y = k) = P(X = n) P(X=n) (Y = k). On a : P(X2 = 0) = P(X1 = 0)P(X1 =0) (X2 = 0)
n=1
+ P(X1 = 1)P(X1 =1) (X2 = 0).
•Calculons P(Y = 0). On a : ∀n 1, P(X=n) (Y = 0) = q . n
Or, si (X1 = 0), l’urne contient, avant le deuxième tirage,
+∞ 1 boule blanche et 1 + c boules noires ;
Donc : P(Y = 0) = P(X = n) P(X=n) (Y = 0) 1+c
n=1 donc : P(X1 =0) (X2 = 0) = .
2+c
+∞
+∞
pq De même, si (X1 = 1), l’urne contient, avant le deuxième tirage,
= qn−1 pqn = pq (q2 )n =
n=1 n=0
1 − q2 1 + c boules blanches et 1 boule noire ;
pq q 1
= = . donc : P(X1 =1) (X2 = 0) = .
(1 − q)(1 + q) 1 + q 2+c
• Soit k 1. Calculons P(Y = k). On a :
⎧ 1 1+c 1 1 1
⎪
⎪ n k n−k D’où : P(X2 = 0) = × + × = .
⎪
⎨ pq si k n 2 2+c 2 2+c 2
∀n 1, P(X=n) (Y = k) = ⎪
⎪ k
⎪
⎩ 1
0 sinon. Puis : P(X2 = 1) = 1 − P(X2 = 0) = .
2
+∞
n k n−k 1
Donc : P(Y = k) = qn−1 p pq On conclut : P(X2 = 1) = P(X2 = 0) = .
n=k
k 2
+∞
b) • Soit k ∈ 0 ; n. Sachant que (S n = k), on a obtenu, lors
n des n premiers tirages, k boules blanches et n − k boules noires ;
= pk+1 qk−1 (q2 )n−k
n=k
k l’urne contient donc, avant le (n + 1)-ième tirage, 1 + ck boules
1 pk+1 qk−1 blanches et 1 + c(n − k) boules noires et au total 2 + cn boules.
= pk+1 qk−1 × = 1 + ck
(1 − q )
2 k+1 (1 − q)k+1 (1 + q)k+1 Ainsi : P(S n =k) (Xn+1 = 1) = .
k−1 2 + cn
qk−1 1 q • Ainsi, puisque S n prend ses valeurs dans 0 ; n, on a :
= = .
(1 + q)k+1 (1 + q)2 1 + q
+∞
+∞
n
1 % &
n n
q 1 1 q 1 = P(S n = k) +c kP(S n = k)
= + q = + = 1. 2 + cn k=0
1 + q (1 + q)2 1 − 1+q 1+q 1+q k=0
d) Notons G A (resp. G B ) l’événement : « le joueur A (resp. B) =1 = E(S n )
gagne ». 1 + cE(S n )
= .
Alors : P(G B ) = P(Y 1) = 1 − P(Y = 0) 2 + cn
© Dunod. La photocopie non autorisée est un délit
n
n c) Par définition des va, on peut écrire : S = X1 + · · · + Xn .
Donc : E(S n ) = E(Xk ) = . Ainsi, d’après b) :
2
k=1 • Par linéarité de l’espérance :
1 + cE(S n ) 1 + c 2
n
1 1
P(Xn+1 = 1) = = = . E(S ) = E(X1 ) + · · · + E(Xn ) = n × = 1.
2 + cn 2 + cn 2 n
Enfin, puisque Xn+1 (Ω) = {0, 1}, • Les va Xk ne sont pas mutuellement indépendantes, donc :
1
n
P(Xn+1 = 0) = 1 − P(Xn+1 = 1) = . V(S ) = V(Xk ) + 2 Cov(Xk , X ).
2
k=1 1k<n
D’où la propriété P(n + 1).
1
Conclusion : On conclut que, pour tout n de N∗ , Or, toutes les covariances sont égales (égales à 2 ),
n (n − 1)
n n(n − 1)
Xn (Ω) = {0, 1} et P(Xn = 1) = P(Xn = 0) =
1
. et il y a = termes dans la deuxième somme.
2 2 2
n−1 n(n − 1) 1
18.13 a) • Loi de Xk : Donc : V(S ) = n × +2× × 2
n2 2 n (n − 1)
n−1 1
La va Xk prend ses valeurs dans {0, 1}. = + = 1.
n n
L’événement (Xk = 1) est réalisé lorsque la boîte numéro k
contient le jeton numéro k. Or, il y a n! répartitions possibles, 18.14 Notons q = 1 − p.
toutes les répartitions sont équiprobables, et il y a 1 × (n − 1)!
a) Loi de S :
répartitions réalisant l’événement (Xk = 1).
1 × (n − 1)! 1 La va S prend ses valeurs dans N, car X(Ω) = Y(Ω) = N.
On en déduit : P(Xk = 1) = = .
n! n Soit n ∈ N. On a : (S > n) = (X > n) ∩ (Y > n).
n−1 D’où :
Et donc : P(Xk = 0) = 1 − P(Xk = 1) = .
n
• Xk est une va finie, donc admet une espérance et une variance.
P(S > n) = P(X > n)P(Y > n)
On a : (par indépendance de X et de Y)
1 = P(X > n)2 (car X et Y ont même loi).
E(Xk ) = 0 × P(Xk = 0) + 1 × P(Xk = 1) = ,
n
1 Or :
E(Xk2 ) = 02 × P(Xk = 0) + 12 × P(Xk = 1) = ,
+∞
+∞
n P(X > n) = P(X = k) = qk p
2 n − 1
et donc : V(Xk ) = E(Xk ) − E(Xk ) = 2 .
2 k=n+1 k=n+1
n q p n+1
b) Calculons Cov(Xk , X ) = E(Xk X ) − E(Xk )E(X ). = qn+1 .
=
1−q
Les va Xk et X prennent leurs valeurs dans {0, 1}, donc : 2
Donc : P(S > n) = qn+1 = q2n+2 .
E(Xk X ) = 0 × 0 × P(Xk = 0, X = 0) Enfin :
+ 0 × 1 × P(Xk = 0, X = 1) + 1 × 0 × P(Xk = 1, X = 0) P(S = n) = P(S > n − 1) − P(S > n)
Si m > 0 : alors • N est une va finie, donc admet une espérance et une variance,
les événements (X < Y), (X = Y), (X > Y) forment un système et l’on a :
complet d’événements, donc
n
k 1 n(n + 1) n
E(N) = = × = ,
n+1 n+1 2 2
P(S = n, T = m) = P(S = n, T = m, X < Y) k=0
n
k2 n(n + 1)(2n + 1)
+ P(S = n, T = m, X = Y) +P(S = n, T = m, X > Y) E(N 2 ) = =
1
×
= 0 car m 0 k=0
n+1 n+1 6
= P(X = n, Y − X = m) + P(Y = n, X − Y = m) n(2n + 1)
= ,
= P(X = n, Y = m + n) + P(Y = n, X = m + n) 6
= P(X = n)P(Y = m + n) + P(Y = n)P(X = m + n) 2 n(n + 2)
donc : V(N) = E(N 2 ) − E(N) = .
car X et Y sont indépendantes 12
n b)1) • Loi de Xi :
= 2 q p × qn+m p = 2q2n+m p2
La va Xi prend ses valeurs dans {0, 1}.
q2n p2 si m = 0 Soit k ∈ 1 ; n. Calculons P(N=k) (Xi = 1). Sachant que (N = k),
ainsi : P(S = n, T = m) =
2q2n+m p2 si m > 0. n
on tire une poignée de k jetons dans l’urne U2 ; il y a donc
• Loi de T : k
résultats possibles, chaque résultat est équiprobable ; l’événe-
La va T prend ses valeurs dans N. ment (Xi = 1) est réalisé si on tire le jeton numéro i : il y a donc
+∞
n−1
Soit m ∈ N. Alors P(T = m) = P(S = n, T = m). 1× résultats réalisant cet événement.
k−1
n=0 n−1
+∞
Ainsi : P(N=k) (Xi = 1) = n
k−1
Si m = 0 : alors P(T = 0) = q2n p2
k
n=0
(n − 1)! k!(n − k)! k
p2 p2 p = × = .
= = = . (k − 1)! (n − 1) − (k − 1) ! n! n
1−q 2 (1 − q)(1 + q) 1 + q
On en déduit, en utilisant le système complet d’événements
+∞
(N = k) ; k ∈ 0 ; n :
Si m > 0 : alors P(T = 0) = 2q2n+m 2
p
n=0
n
2 2
= 2q2n+m p2 = P(S = n, T = m). Ainsi : E(Xi ) = 0 × P(Xi = 0) + 1 × P(Xi = 1)
Ainsi : 1
= P(Xi = 1) =
2
∀(n, m) ∈ N2 , P(S = n, T = m) = P(S = n) P(T = m). E(Xi2 ) = 02 × P(Xi = 0) + 12 × P(Xi = 1)
1
= P(Xi = 1) =
On en déduit que : S et T sont indépendantes. 2
1 1 2 1
V(Xi ) = E(Xi2 ) − E(Xi ) 2 = − = .
18.15 a) • Loi de N : 2 2 4
n
La va N prend ses valeurs dans 0 ; n. b)2) Par définition des va : Xi = N. Donc :
Chaque jeton de U1 a la même probabilité d’être tirée. Donc : ⎛ n ⎞ i=1
⎜⎜ ⎟⎟⎟ n
1 V(N) = V ⎜⎜⎜⎝ Xi ⎟⎟⎠ = V(Xi) + 2 Cov(Xi , X j ).
∀k ∈ 0 ; n, P(N = k) = .
n+1 i=1 i=1 1i< jn
361
Chapitre 18 • Couples de variables aléatoires discrètes
Par raison de symétrie, les va Xi ont même loi, et toutes les On en déduit :
variances et covariances sont égales.
Δ = 4 Cov(X, Y)2 − 4V(X)V(Y) 0.
n
Donc : V(N) = nV(X1 ) + 2 Cov(X1 , X2 )
2 Ainsi :
V(N) − nV(X1 )
n(n+2)
− n4 1 Cov(X, Y)2 V(X)V(Y),
⇐⇒ Cov(X1 , X2 ) = n = 12 = .
2 n(n − 1) 12
2 et donc :
'
Ainsi, pour tous i, j ∈ 1 ; n tels que i j :
Cov(X, Y)
V(X)V(Y).
√
Cov(Xi , X j ) =
1
. b) De plus :
Cov(X, Y)
= V(X)V(Y) ⇐⇒ Δ = 0.
12
Donc le polynôme P admet une unique racine réelle : t0 .
n
c) On a alors : S = iXi . On a alors : P(t0 ) = 0 = V(t0 X + Y).
i=1
Ainsi la va t0 X + Y est de variance nulle, donc c’est une va cer-
• Par linéarité de l’espérance :
taine, égale à un réel a. On en déduit : t0 X + Y = a, autrement
n
1
n
n(n + 1) dit Y = −t0 X + a.
E(S ) = iE(Xi ) = i= .
i=1
2 i=1 4 On conclut que les va X et Y sont liées par une relation affine.
n
• V(S ) = V(iXi ) + 2 Cov(iXi , jX j ) 18.17 a) Loi de S :
i=1 1i< jn
La va S prend ses valeurs dans N.
n
= i V(Xi ) + 2
2
i j Cov(Xi , X j ) Soit n ∈ N. Puisque T prend ses valeurs dans 1 ; N :
i=1 1i< jn
N
1 2 1
n
= i +2× i j. P(S = n) = P(S = n, T = k)
4 i=1 12 1i< jn k=1
Or :
N
⎛ j−1 ⎞ = P(T = k, X1 + · · · Xk = n)
n ⎜⎜⎜ ⎟⎟⎟
ij = j ⎜⎜⎝⎜ i⎟⎟⎠⎟ k=1
on a : ∀t ∈ R, V(tX + Y) 0. ⎛M ⎞
N
⎜⎜⎜ ⎟⎟
• Or : = P(T = k) ⎜⎝ nP(X1 + · · · + Xk = n)⎟⎟⎟⎠ .
⎜
k=1 n=0
∀t ∈ R, V(tX + Y) = V(tX) + 2 Cov(tX, Y) + V(Y)
Pour tout k de 1 ; N, puisque X1 , . . . , Xk admettent une espé-
= t2 V(X) + 2 t Cov(X, Y) + V(Y). rance, X1 + · · · + Xk aussi, et :
Ainsi, P : t −→ t2 V(X) + 2 t Cov(X, Y) + V(Y) est une fonc- E(X1 + · · · + Xk ) = E(X1 ) + · · · + E(Xk ) = kE(X1 )
tion polynôme de degré inférieur ou égal à 2, positive ou nulle
sur R. Donc son discriminant est négatif ou nul. car les va Xi ont toutes la même loi.
362
Corrigés des exercices
+∞
M
N
363
Lois usuelles, CHAPITRE 19
convergence
et approximations
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 365
• Lois usuelles discrètes finies : loi de Bernoulli, loi binomiale, loi hypergéomé-
Énoncés des exercices 367 trique, loi uniforme
Du mal à démarrer ? 372 • Lois usuelles discrètes infinies : loi géométrique, loi de Poisson
Corrigés des exercices 375 • Loi faible des grands nombres
• Approximation d’une loi hypergéométrique et d’une loi binomiale.
364
Les méthodes à retenir
k
X → B(n, p)
Loi hyper- X(Ω) = a ; b ⊂ 0 ; n où
géométrique : ⎧
⎪
⎪
⎪ a = max(0, n − Nq)
⎨
X → H (N, n, p) ⎪
⎪ b = min(n, N p)
⎪
⎩q = 1− p
Np N(1−p)
k n−k
∀k ∈ a ; b, P(X = k) = N
n
365
Chapitre 19 • Lois usuelles, convergence et approximations
366
Énoncés des exercices
Essayer de transformer P(a Xn b) en P
Yn − E(Yn )
ε où Yn
est une va définie à partir de Xn et :
Z1 + · · · + Zn
Pour calculer • si Yn = , avec Z1 , . . . , Zn des va indépendantes suivant
la limite d’une probabilité n
une loi de Bernoulli de même paramètre, utiliser la loi faible des
du type P(a X n b) grands nombres
• sinon, utiliser l’inégalité de Bienaymé-Tchebychev.
➥ Exercice 19.5.
b) une urne contient 12 boules : 6 boules vertes, 4 boules rouges et 2 boules noires ; on tire au
hasard successivement et avec remise 8 boules et on note X la va égale au nombre de boules
rouges obtenues
© Dunod. La photocopie non autorisée est un délit
c) une urne contient 12 boules : 6 boules vertes, 4 boules rouges et 2 boules noires ; on tire au
hasard successivement et sans remise 8 boules et on note X la va égale au nombre de boules
rouges obtenues
d) une urne contient 12 boules : 6 boules vertes, 4 boules rouges et 2 boules noires ; on effectue
des tirages successifs et avec remise jusqu’à obtenir une boule rouge et on note X la va égale au
nombre de tirages effectués
f) les 32 cartes d’un jeu sont alignées, faces cachées, sur une table de façon aléatoire ; on dé-
couvre les cartes, de gauche à droite jusqu’à obtenir la dame de cœur et on note X la va égale au
nombre de cartes découvertes
367
Chapitre 19 • Lois usuelles, convergence et approximations
g) un sac contient 26 jetons sur lesquels figurent les 26 lettres de l’alphabet ; on tire au hasard
une poignée de 5 jetons au hasard et on note X le nombre de voyelles obtenues
j) on pose n questions à un élève ; pour chaque question, r réponses sont proposées dont une et
une seule est correcte ; l’élève répond au hasard à chaque question et on note X la va égale au
nombre de bonnes réponses.
b) À quelle situation type peut-on associer les va X et Y ? Que représente alors S ? Commenter
le résultat obtenu au a).
19.4 Somme, minimum et maximum de deux va indépendantes suivant une loi géométrique de
même paramètre
Soient X et Y deux va indépendantes suivant toutes les deux la loi géométrique de paramètre p,
avec p ∈ ]0 ; 1[.
a) Déterminer la loi de X + Y, la loi de min(X, Y) et la loi de max(X, Y).
b) À quelle situation type peut-on associer les va X et Y ? Que représente alors X + Y, min(X, Y)
et max(X, Y) ?
∗
b) 1) Soit n ∈ N . Donner la loi et l’espérance de Yn .
2) Soient n, m ∈ N∗ tels que n < m. Les va Yn et Ym sont-elles indépendantes ?
c) Montrer : ∀ε > 0, lim P
T n − p
ε = 0.
n∞
368
Énoncés des exercices
b) Calculer u1 , u2 , u3 .
19.9 Détermination d’une proportion inconnue p de boules blanches dans une urne
Soit n 1. Une urne contient une proportion inconnue p de boules blanches. On y effectue n
tirages avec remise et on note Xn le nombre de boules blanches obtenues lors de ces n tirages.
a) Donner la loi, l’espérance et la variance de Xn .
Xn
1
b) Montrer : ∀ε > 0, P
− p
ε .
n 4nε2
c) Combien de tirages faut-il effectuer pour pouvoir affirmer, avec un risque d’erreur inférieur
à 5%, que la fréquence d’obtention de boules blanches au cours des tirages diffère de p d’au
plus 10−2 ?
© Dunod. La photocopie non autorisée est un délit
369
Chapitre 19 • Lois usuelles, convergence et approximations
b) Calculer une valeur approchée de la probabilité qu’au plus deux boîtes défectueuses soient
fabriquées dans la même journée.
c) On considère que l’entreprise perd sa qualification si, au cours d’une journée, 5 % ou plus des
boîtes fabriquées sont défectueuses. Calculer la probabilité pour que, un jour donné, l’entreprise
perde sa qualification.
Comment évoluent ces risques si l’entreprise double son nombre de boîtes fabriquées par jour ?
370
Énoncés des exercices
19.16 Un QCM
Soient n 1 et p ∈ ]0 ; 1[. Un QCM comporte n questions. Pour chaque question, un élève a la
probabilité p de connaître la bonne réponse et donc de répondre correctement.
a) On note X la va égale au nombre de bonnes réponses données. Reconnaître la loi de X.
Donner son espérance et sa variance.
b) L’élève a la possibilité de répondre une seconde fois aux questions mal répondues. On note Y
le nombre de questions refaites et Z le nombre de questions refaites et correctement répondues.
1) Soit k ∈ 0 ; n. Déterminer la loi conditionnelle de Z sachant (Y = k).
2) En déduire la loi de Z et son espérance.
371
Chapitre 19 • Lois usuelles, convergence et approximations
Du mal à démarrer ?
+∞
19.1 Essayer de reconnaître des situations types. c) Écrire : P(X = Y ) = P(X = n, Y = n)
n=1
19.2 a) Écrire, pour tout k de 0 ; n + m :
+∞
(i,j) ; i+j=k
19.5 a) Utiliser la loi faible des grands nombres.
utiliser ensuite l’indépendance de X et Y , puis la formule de
Vandermonde. Montrer que S suit une loi binomiale. b) 1) Montrer : P(Yn = 0) = (1 − p)2 , P(Yn = 1) = p2
1
et P Yn = = 2p(1 − p).
2
c) Écrire, pour tout i de 0 ; k :
En déduire E(Yn ).
P(X = i, S = k) P(X = i, Y = k − i)
P(S=k) (X = i) = = , b) 2) Montrer que si m > n + 1, alors Yn et Ym sont indépen-
P(S = k) P(S = k)
dantes ; et si m = n + 1, alors Yn et Ym ne sont pas indépen-
puis utiliser l’indépendance de X et Y .
dantes.
19.3 a) Écrire, pour tout n de N : c)
Utiliser
l’inégalité
de Bienaymé-Tchebychev pour majorer
n P
Tn − p
ε .
P(S = n) = P(X = k, Y = n − k),
k=0 19.6 • Pour
calculer
l’espérance, utiliser la définition, la for-
puis utiliser l’indépendance de X et Y . n n−1
mule k =n et la formule de Vandermonde.
k k−1
Montrer que S suit une loi de Poisson.
Pour calculer la variance, commencer par calculer E X(X − 1)
b) Écrire, pour tout k de 0 ; n : en utilisant le théorème de transfert et la formule de Vander-
P(X = k, S = n) P(X = k, Y = n − k) monde. En déduire la variance.
P(S=n) (X = k) = = ,
P(S = n) P(S = n)
puis utiliser l’indépendance de X et Y . 19.7 a) Utiliser un résultat de cours.
b) Expliciter les probabilités demandées.
19.4 a) Pour la loi de X + Y , écrire :
c) • En notant, pour tout n ∈ N∗ , An l’événement : « la va Sn est
n−1
paire », écrire : un+1 = P(An )PAn (An+1 ) + P(An )PAn (An+1 ),
P(X + Y = n) = P(X = k, Y = n − k).
k=1 puis justifier : PAn (An+1 ) = P(Xn+1 = 0)
Pour la loi de min(X, Y ), commencer par calculer PAn (An+1 ) = P(Xn+1 = 1).
P min(X, Y ) n .
• En déduire que la suite (un )n∈N∗ est une suite arithmético-
Pour la loi de max(X, Y ), commencer par calculer géométrique. Trouver alors l’expression de un en fonction de n
P max(X, Y ) n . puis sa limite lorsque n tend vers +∞.
372
Du mal à démarrer ?
+∞
λ2n
+∞
λ2n+1
19.8 a) Obtenir : p = e−λ et q = e−λ . 19.13 Considérer la va X égale au nombre de vaches qui choi-
n=0
(2n)! n=0
(2n + 1)! sissent l’étable numéro 1, et montrer que X suit la loi binomiale
1
λ de paramètre 100, .
b) 1) Montrer : ∀n ∈ N, un = . 2
n+1
b) 2) Déduire de la question précédente, les variations de P(X = En déduire que l’événement E :
n) en fonction de n, et déterminer n0 tel que P(X = n0 ) est « chaque vache trouve une place »
maximal.
s’écrit : E = (100 − n X n).
Séparer les cas : λ ∈ N∗ , λ ∈ ]0 ; 1[, λ ∈ ]1 ; +∞[\N∗ .
Déterminer ensuite un entier n tel que P(E) 0.95 ; à cet effet,
19.9 a) Reconnaître que la va X suit la loi binomiale de para- utiliser l’inégalité de Bienaymé-Tchebychev.
mètre (n, p).
Xn 19.14 a) Montrer que X suit la loi binomiale de paramètre
b) Appliquer l’inégalité de Bienaymé-Tchebychev à . (100, 0.02) et que l’on peut approcher sa loi par la loi de Poisson
n
de paramètre 2.
1
Puis utiliser : ∀p ∈ [0 ; 1], p(1 − p) .
4 b) 1) Calculer P(X 2) en utilisant l’approximation précédente.
Xn
c) Déterminer un entier n tel que : P
− p
10−2 0.05. c) Noter F l’événement :
n
« l’entreprise perd sa qualification un jour donné ».
19.10 a) Reconnaître que les va N1 , N2 , N3 suivent la loi bino- • Calculer alors une valeur approchée P(F) = P(X 5).
1
miale de paramètre n, . • Si l’entreprise double sa fabrication, montrer que l’on a
3
P(F) = P(X 10) avec X qui suit la loi binomiale de paramètre
b)
Justifier
que la va N 1 + N2 suit la loi binomiale de paramètre
(200, 0.02) que l’on peut approcher par la loi de Poisson de pa-
2
n, . En déduire V (N1 + N2 ) puis Cov(N1 , N2 ). ramètre 4.
3
En déduire une valeur approchée P(F) dans ce cas.
19.11 a) Montrer que X suit la loi hypergéométrique de para-
mètre 1000, 100, 0.05 , et que l’on peut approcher cette loi par 19.15 a) Justifier que Xk suit la loi géométrique de para-
la loi de Poisson de paramètre 5. mètre p.
b) Calculer des valeurs approchées des probabilités demandées b) Remarquer que Y = min(X1 , . . . , Xn ). En déduire la loi de Y
en utilisant l’approximation de la loi de X. par la méthode habituelle, et reconnaître une loi usuelle.
c) Remarquer que Z = max(X1 , . . . , Xn ). En déduire la loi de Z
19.12 a) Justifier que X suit la loi hypergéométrique de para-
par la méthode habituelle.
mètre (N, n, p).
Montrer ensuite que la série P(Z > m) converge, pour en dé-
b) 1) Considérer, pour tout i de 1 ; Np, Ei l’événement :
m0
duire, à l’aide de l’exercice 17.18 que Z admet une espérance.
« on a tiré la boule blanche numéro i ».
19.16 a) Justifier que X suit la loi binomiale de para-
N−1 mètre (n, p).
Montrer Card(Ei ) = ; en déduire P(Ei ) = P(Xi = 1).
n−1 b) 1) Justifier que la loi conditionnelle de Z sachant (Y = k) est
En déduire la loi de Xi , son espérance et sa variance. la loi binomiale de paramètre (k, p).
2) Remarquer que Y = n − X, et en déduire la loi de Y .
b) 2) Montrer : E(Xi Xj ) = P(Xi = 1, Xj = 1) = P(Ei ∩ Ej ).
© Dunod. La photocopie non autorisée est un délit
En déduire E(Xi Xj ) puis Cov(Xi , Xj ). Pour déterminer la loi de Z, utiliser la formule des probabilités
totales.
c) Remarquer : X = X1 + · · · + XNp . c) Justifier que S prend ses valeurs dans 0 ; n, calculer, pour
Pour calculer E(X), utiliser la linéarité de l’espérance. tout k ∈ 0 ; n, P(S = k) en écrivant :
373
Chapitre 19 • Lois usuelles, convergence et approximations
19.17 a) 1) • Remarquer que, pour tout n ∈ N, la loi condition- c) Montrer alors qu’il existe un réel q > 0 tel que :
nelle de S sachant (N = n) est la loi binomiale de paramètre qn
(n, p), et la loi conditionnelle de E sachant (N = n) est la loi ∀n ∈ N, P(N = n) = e−q .
n!
binomiale de paramètre (n, 1 − p).
En déduire la loi de S et la loi de E en utilisant la formule des 19.18 a) Montrer par récurrence sur k que :
probabilités totales. n−1 k
∀k ∈ N∗ , ∀n k, P(Sk = n) = p (1 − p)n−k .
2) Montrer : ∀k, ∈ N, P(S = k, E = ) = P(S = k)P(E = ). k−1
b) 1) Expliciter les événements (Un = 0) et (Un = n).
b) 1) Calculer, pour tout (n, m) ∈ N2 , P(N = n + m, S = n) de deux
façons différentes, puis en déduire le résultat demandé. 2) Justifier : (Un k) = (Sk n).
2) Montrer que, pour tout (n, m) ∈ N2 , un vm = un+1 vm−1 . 3) En déduire P(Un = k) = P(Sk n) − P(Sk+1 n), puis utiliser
la loi de Sk , la formule du triangle de Pascal, et faire apparaître
Puis prendre m = 0 pour en déduire que la suite (un )n∈N est
des sommes téléscopiques.
géométrique.
374
Corrigés des exercices
d) On réalise ici une succession d’épreuves de Bernoulli (tirer par incompatibilité des événements
une boule), de façon indépendantes, dont la probabilité de suc-
4 1 = P(X = i)P(Y = j).
cès (obtenir une boule rouge) est = , jusqu’au premier (i, j) ; i+ j=k
12 3
succès. par indépendance de X et Y
1
Donc X suit la loi géométrique de paramètre .
3 Or, pour tout (i, j) ∈ N2 , on a :
e) On réalise ici une succession de 10 épreuves de Bernoulli n i
(mettre une boule dans l’un des 3 sacs) de façon indépendantes P(X = i) = p (1 − p)n−i
i
et dont la probabilité de succès (mettre la boule dans le premier
1 m j
sac) est . P(Y = j) = p (1 − p)m− j ,
3 j
1 n m
Donc X suit la loi binomiale de paramètre 10, . avec la convention = 0 si i > n et = 0 si j > m.
3 i j
f) La va X est égale à la place de la dame de cœur parmi les On obtient alors :
32 cartes, cette place étant un entier « au hasard » entre 1 et 32. n i m j
P(S = k) = p (1 − p)n−i p (1 − p)m− j
Donc X suit la loi uniforme sur 1 ; 32. i j
nm
(i, j) ; i+ j=k
g) Les tirages s’effectuent simultanément, il n’y a donc pas in- = pi+ j (1 − p)n+m−(i+ j)
dépendance des résultats. Il y a 26 boules dans l’urne, la pro- i j
nm
(i, j) ; i+ j=k
6 3
portion de voyelles est = et on tire 5 jetons. Donc X suit = pk (1 − p)n+m−k .
26 13 (i, j) ; i+ j=k
i j
3
la loi hypergéométrique de paramètre 26, 5,
13
.
n+m
=
h) Les tirages s’effectuant sans remise, X est égale à la place du k
jeton numéro 1, cette place étant un entier « au hasard » entre 1 n+m k
et n. Donc X suit la loi uniforme sur 1 ; n. Donc : P(S = k) = p (1 − p)n+m−k .
k
i) On réalise ici une succession d’épreuves de Bernoulli (tirer Ainsi S suit la loi binomiale de paramètre (n + m, p).
un jeton), de façon indépendantes, dont la probabilité de succès b) Supposons que l’on dispose d’une pièce amenant pile avec
1
(obtenir le jeton numéro) est , jusqu’au premier succès. Donc la probabilité p. On lance d’abord n fois cette pièce et on note
n X le nombre de piles obtenus ; puis on lance m fois cette pièce
1
X suit la loi géométrique de paramètre . et on note Y le nombre de piles obtenus.
n
375
Chapitre 19 • Lois usuelles, convergence et approximations
Alors X suit la loi binomiale de paramètre (n, p) et Y la loi bi- Ainsi, la loi conditionnelle de X sachant que (S = n) est la loi
nomiale de paramètre (m, p). λ
binomiale de paramètre n, .
λ+μ
La va S correspond alors au nombre de piles obtenus lors
des n + m lancers. Donc S suit la loi binomiale de paramètre
19.4 a) Déterminons la loi de S = X + Y.
(n + m, p) (on retrouve le résultat précédent).
La va S prend ses valeurs dans 2 ; +∞, car X et Y prennent
c) Sachant que (S = k), X prend ses valeurs dans 0 ; k.
leurs valeurs dans 1 ; +∞.
Soit i ∈ 0 ; k. Alors :
Soit n ∈ 2 ; +∞. Alors :
P(X = i, S = k) P(X = i, Y = k − i)
n−1
P(S =k) (X = i) = = P(S = n) = P (X = k, Y = n − k)
P(S = k) P(S = k)
P(X = i)P(Y = k − i) k=1
= par indep. de X et Y
n−1
P(S = k)
n m = P(X = k, Y = n − k)
i
pi (1 − p)n−i k−i pk−i (1 − p)m−(k−i) k=1
= n+m
pk (1 − p)n+m−k par incompatibilité des événements
k
n m
n−1
i k−i = P(X = k)P(Y = n − k)
= n+m .
k=1
k
par indépendance de X et Y
Ainsi, la loi conditionnelle de X sachant que (S = k) est la loi
n−1
n = (1 − p)k−1 p (1 − p)n−k−1 p
hypergéométrique de paramètre n + m, k, .
n+m k=1
n−1
19.3 a) La va S prend ses valeurs dans N, car X et Y = (1 − p)n−2 p2 1 = (n − 1) (1 − p)n−2 p2 .
prennent leurs valeurs dans N. k=1
premier pile et on note X (resp. Y) le nombre de lancers effec- ∀ε > 0, lim P
S − p
ε = 0.n
tués avec la première (resp. seconde) pièce. n∞
Alors X et Y suivent la loi géométrique de paramètre p. b) 1) • Puisque Xn et Xn+1 prennent leurs valeurs dans {0, 1}, Y
1
La va min(X, Y) correspond au nombre de lancers nécessaires prend ses valeurs dans 0, , 1 .
2
à l’obtention d’au moins un pile sur l’une des deux pièces. Et : P(Yn = 0) = P(Xn = 0, Xn+1 = 0)
Puisque la probabilité d’obtenir deux faces sur les pièces est = P(Xn = 0)P(Xn+1 = 0) = (1 − p)2
égale à (1 − p)2 , la probabilité d’obtenir au moins un pile sur car Xn et Xn+1 sont indépendantes
l’une des deux pièces est 1 − (1 − p)2 = p(2 − p). Donc la va
min(X, Y) suit la loi géométrique de paramètre p(2 − p). P(Yn = 1) = P(Xn = 1, Xn+1 = 1)
= P(Xn = 1)P(Xn+1 = 1) = p2
La variable aléatoire max(X, Y) correspond au nombre de lan- 1
cers nécessaires à l’obtention d’au moins un pile sur les deux PY= = 1 − P(Yn = 0) − P(Yn = 1)
2
pièces. Cette situation ne correspond à aucune situation type. = 1 − (1 − p)2 − p2 = 2p(1 − p)
377
Chapitre 19 • Lois usuelles, convergence et approximations
P
T n − p
ε −→ 0. Or : ∀k ∈ 2 ; n, k(k − 1)
Np
= N p(N p − 1)
Np − 2
.
n∞
k k−2
378
Corrigés des exercices
379
Chapitre 19 • Lois usuelles, convergence et approximations
+∞ 3e cas : si λ ∈]1 ; +∞[\N∗ , notons n0 = Ent(λ) et on a :
De même : q = P(X est impair) = P (X = 2n + 1)
+∞
n=0
p0 < p1 < · · · < pn0 −1 < pn0 et pn0 > pn0 +1 > · · ·
= P(X = 2n + 1) par incompatibilité des événements
n=0
On en déduit que pn est maximal pour n = n0 = Ent(λ).
+∞
λ2n+1
= e−λ . 19.9 a) On réalise une succession de n épreuves de Ber-
n=0
(2n + 1)!
noulli (tirer une boule), de façon indépendantes et dont la pro-
• D’une part : p + q = 1 car les événements (X est pair) et babilité de succès (obtenir une boule blanche) est p.
(X est impair) forment un système complet d’événements.
Ainsi, la va Xn suit la loi binomiale de paramètre (n, p).
+∞
λ2n
+∞
λ2n+1
D’autre part : p − q = e−λ − D’après le cours : E(Xn ) = np et V(Xn ) = np(1 − p).
n=0
(2n)! n=0 (2n + 1)!
Xn
+∞
(−1) λ
2n 2n
+∞
(−1)2n+1 λ2n+1 b) Notons Fn = . Alors :
= e−λ + . n
n=0
(2n)! n=0
(2n + 1)! E(Xn ) np V(Xn ) p(1 − p)
E(Fn ) = = = p et V(Fn ) = = .
Or, pour tout N 0 : n n n2 n
Soit ε > 0. Appliquons l’inégalité de Bienaymé-Tchebychev à
(−1)2n λ2n (−1)2n+1 λ2n+1 (−λ)n
N N 2N+1
+ = . la va Fn . On obtient :
(2n)! (2n + 1)! n!
Xn
V(Fn ) p(1 − p)
P
− p
ε
n=0 n=0 n=0
= .
En passant à la limite quand N tend vers +∞, on obtient : n ε2 nε2
+∞
(−1)2n λ2n (−1)2n+1 λ2n+1 (−λ)n
+∞ +∞ Considérons f : p −→ p(1 − p) sur [0 ; 1]. Alors f est dérivable
+ = = e−λ . sur [0 ; 1] et, pour tout p ∈ [0 ; 1], f (p) = 1 − 2p.
n=0
(2n)! n=0
(2n + 1)! n=0
n!
1
Ainsi : p − q = e−2λ . On en déduit que f atteint son maximum pour p = et que ce
2
1 1
1 + e−2λ maximum est égal à f = .
On en déduit : p − (1 − p) = e−2λ , d’où : p= , 2 4
2
1
1 − e−2λ Ainsi : ∀p ∈ [0 ; 1], p(1 − p) .
et : q=1− p= . 4
2
Xn
1
• Puisque e−2λ > 0, on en déduit : p > q. On obtient alors : P
− p
ε .
n 4nε2
Ainsi, la va X a plus de chance d’être paire que d’être impaire. c) Il s’agit de déterminer un entier n tel que :
b) 1) Pour tout n ∈ N, on a :
Xn
P
− p
10−2 0.05.
−λ λ n+1 n
P(X = n + 1) e (n+1)! λ
un = = −λ λn = . 1
P(X = n) e n! n + 1 Pour cela, il suffit que 0.05.
4n(10−2 )2
b) 2) Notons, pour tout n de N, pn = P(X = n). 1 104
Or : 0.05 ⇐⇒ n = 50 000.
On déduit du b)1) que : 4n(10−2 )2 4 × 0.05
On en déduit que pour n 50000, la fréquence d’obtention de
P(X = n + 1) > P(X = n) ⇐⇒ un > 1 boules blanches diffère de p d’au plus 10−2 , avec une probabi-
⇐⇒ λ > n + 1 ⇐⇒ n < λ − 1. lité inférieure ou égale à 5 %.
Distinguons alors plusieurs cas : 19.10 a) Soit i ∈ {1, 2, 3}. On réalise une succession de n
1er cas : si λ ∈ N∗ , alors on a : épreuves de Bernoulli (mettre une boule dans un sac), de fa-
çon indépendantes et dont la probabilité de succès (mettre une
p0 < p1 < · · · < pλ−1 et pλ > pλ+1 > · · · 1
λλ λλ−1 boule dans le sac S i ) est égale à .
et pλ = e−λ= e−λ = pλ−1 . 3
λ! (λ − 1)! 1
Ainsi, la va Ni suit la loi binomiale de paramètre n, .
On en déduit que pn est maximal pour n = λ − 1 et pour n = λ. 3
2e cas : si λ ∈]0 ; 1[, alors on a : On en déduit, d’après le cours :
1 n
p0 < p1 < p2 < · · · < pn < · · · E(N1 ) = E(N2 ) = E(N3 ) = n × =
3 3
1 2 2n
On en déduit que pn est maximal pour n = 0. V(N1 ) = V(N2 ) = V(N3 ) = n × × = .
3 3 9
380
Corrigés des exercices
b) • La va N1 + N2 représente le nombre total de boules dans les 1 × N−1
n−1 n
sacs S 1 et S 2 . La probabilité de mettre une boule dans le sac S 1 Donc : P(Ei ) = P(Xi = 1) = N = .
N
2 n
ou le sac S 2 est égale à . n
3 On en déduit que Xi suit la loi de Bernoulli de paramètre .
2 N
Ainsi, N1 + N2 suit la loi binomiale de paramètre n, . n n(N − n)
3 • D’après le cours : E(Xi ) =
et V(Xi ) = .
2 1 2n N N2
On en déduit : V(N1 + N2 ) = n × × = . 2) • Calculons dans un premier temps E(Xi X j ).
3 3 9
Or : V(N1 + N2 ) = V(N1 ) + V(N2 ) + 2 Cov(N1 , N2 ). Puisque Xi et X j prennent leurs valeurs dans {0, 1}, on a :
V(N1 + N2 ) − V(N1 ) − V(N2 )
Ainsi : Cov(N1 , N2 ) = E(Xi X j ) = P(Xi = 1, X j = 1) = P(Ei ∩ E j ).
2
1 2n −n
= − = . Pour réaliser l’événement Ei ∩ E j , il faut :
2 9 9
Remarque : Cov(N1 , N2 ) < 0, ce qui était prévisible, puisque, • prendre la boule blanche numéro i : 1 choix,
lorsque N1 augmente, N2 a tendance à diminuer. • prendre la boule blanche numéro j : 1 choix,
19.11 a) • Il y a 1000 bulletins dans l’urne, la proportion ini- • (n − 2) boules parmi les (N − 2) boules restantes :
prendre
50 N−2
tiale de bulletins nuls est égale à = 0.05 et on prend choix.
1000 n−2
100 bulletins.
1 × 1 × N−2
n−2 n(n − 1)
Donc X suit la loi hypergéométrique de paramètre Donc : P(Ei ∩ E j ) = N = .
N(N − 1)
1000, 100, 0.05 . n
19.12 a) La va X suit la loi hypergéométrique de paramètre Or, toutes les variances sont égales et il y a N p termes
dans la
© Dunod. La photocopie non autorisée est un délit
(N, n, p). Np
somme ; toutes les covariances sont égales et il y a termes
b) Notons, pour tout i de 1 ; N p, Ei l’événement : 2
dans la somme.
« on a tiré la boule blanche numéro i ».
Np
1) • Pour réaliser l’événement Ei , il faut : D’où : V(X) = N pV(X1 ) + 2 Cov(X1 , X2 )
2
• prendre la boule blanche numéro i : 1 choix, n(N − n) N p(N p − 1) −n(N − n)
= Np · +2· · 2
N2 2 N (N − 1)
• prendre
(n − 1) boules parmi les (N − 1) boules restantes :
N−1 np(N − n)
choix. = (N − 1) − (N p − 1)
n−1 N(N − 1)
N np(1 − p)(N − n)
De plus, il y a résultats possibles, et tous les résultats sont = .
n N−1
équiprobables. On retrouve bien les résultats obtenus dans l’exercice 19.6.
381
Chapitre 19 • Lois usuelles, convergence et approximations
19.13 • Notons X le nombre de vaches qui choisissent Alors : P(F) = P(X 5) P(Y 5) = 1 − P(Y 4)
l’étable numéro 1. Puisque les 100 vaches choisissent une 2 22 23 24
= 1 − e−2 1 + + + + = 1 − 7e−2
étable de façon indépendante les unes des autres, et que la pro- 1! 2! 3! 4!
1 0.0526 = 5.26 %.
babilité de choisir l’étable numéro 1 est égale à , on en déduit
2 • Supposons que l’entreprise double son nombre de boîtes fa-
1
que X suit la loi binomiale de paramètre 100, . briquées par jour, soit 200 boîtes par jour.
2
1 1 1 Dans ce cas, X suit la loi binomiale de paramètre 200, 0.02 ,
Ainsi : E(X) = 100 × = 50 , V(X) = 100 × × = 25. que l’on peut approcher par la loi de Poisson de paramètre
2 2 2
200 × 0.02 = 4.
• Notons E l’événement :
sissent l’étable numéro 2. On en déduit : En doublant le nombre de boîtes fabriquées, le risque de perdre
E = (X n) ∩ (100 − X n) = (100 − n X n). sa qualification est bien plus que divisé par deux !
Ainsi : P(E) = P 100 − n X n
19.15 a) Soit k ∈ 1 ; n. On réalise une succession
= P 50 − n X − 50 n − 50 d’épreuves de Bernoulli (opérer des greffes) de façon indépen-
dantes, dont la probabilité de succès (la greffe prend) est égale
= P
X − 50
n − 50 = P
X − E(X)
n − 50 à p, jusqu’au premier succès.
= 1 − P
X − E(X)
> n − 50 .
On en déduit que Xk suit la loi géométrique de paramètre p, et
1 1− p
donc : E(Xk ) = et V(Xk ) = .
Utilisons l’inégalité de Bienaymé-Tchebychev. On obtient : p p2
P
X − E(X)
> n − 50 P
X − E(X)
n − 50 b) La va Y est égale au nombre de semaines nécessaires à la
V(X) 25 prise d’au moins une greffe.
= .
(n − 50)2 (n − 50)2 Ainsi : Y = min(X1 , . . . , Xn ).
382
Corrigés des exercices
Donc : ∀m ∈ N∗ , P(Z m) = P(X1 m, . . . , Xn m) 19.16 a) La va X suit la loi binomiale de paramètre (n, p).
= P(X1 m) · · · P(Xn m) par indép des va D’après le cours : E(X) = np et V(X) = np(1 − p).
= P(X1 m)n car les va ont la même loi, b) 1) La loi conditionnelle de Z sachant (Y = k) est la loi bino-
m
miale de paramètre (k, p).
or : P(X1 m) = P(X1 = k)
k=1 b) 2) • Puisque Y = n − X, la va Y suit la loi binomiale de
m
1 − (1 − p)m paramètre (n, 1 − p).
= (1− p) p = p
k−1
= 1−(1− p)m ,
k=1
1 − (1 − p) • Déterminons la loi de Z.
n
et ainsi : P(Z m) = 1 − (1 − p)m . La va Z prend ses valeurs dans 0 ; n.
Cette formule est encore valable pour m = 0. Soit i ∈ 0 ; n. Alors, par la formule des probabilités totales :
c) 2) On en déduit : ∀m ∈ N , ∗ n
P(Z = i) = P(Y = k) P(Y=k) (Z = i)
P(Z = m) = P(Z m) − P(Z m − 1)
n n k=0
= 0 si k < i
= 1 − (1 − p)m − 1 − (1 − p)m−1 . nn
k n−k k i
c) 3) • Puisque Z est une va à valeurs dans N, on sait, d’après = (1 − p) p p (1 − p)k−i .
k=i
k i
l’exercice 17.18, que Z admet une espérance si et seulement si
n k n! k!
la série P(Z > m) converge. Or : ∀k ∈ i ; n, =
k i k!(n − k)! i!(k − i)!
m0
n! n! (n − i)!
Or : ∀m 0, P(Z > m) = 1 − P(Z m) = =
n (n − k)!i!(k − i)! i!(n − i)! (k − i)! (n − i) − (k − i) !
= 1 − 1 − (1 − p)m .
n n−i
Puisque 0 < 1 − p < 1, alors (1 − p)m −→ 0, et donc : = .
m∞ i k−i
m n
1 − (1 − p) − 1 ∼ n − (1 − p)m = −n(1 − p)m . n
m∞ n n−i
Ainsi : P(Z = i) = (1 − p)2k−i pn−k+i
Ainsi : P(Z > m) ∼ n(1 − p)m 0. i k=i k − i
m∞ n−i
n n−i
Puisque |1 − p| < 1, la série géométrique (1 − p)m converge ; = (1 − p)2+i pn−
=k−i i
=0
m0 n−i
puis par le théorème d’équivalence pour les séries à termes po- n n−i
= (1 − p)i pi (1 − p)2 p(n−i)−
sitifs, on conclut que la série P(Z > m) converge. Donc Z i
=0
m0 n n−i
admet une espérance. = (1 − p)i pi (1 − p)2 + p
Newton i
+∞
n n−i
• De plus, on sait que : E(Z) = P(Z > m). = (p − p2 )i 1 − (p − p2 ) .
i
m=0
Pour n = 2, on a : ∀m 0, Ainsi Z suit la loi binomiale de paramètre n, p(1 − p) .
2 D’après le cours : E(Z) = np(1 − p).
P(Z > m) = 1 − 1 − (1 − p)m
Remarque : On peut retrouver ce résultat par un raisonnement
= 1 − 1 − 2(1 − p)m + (1 − p)2m direct (et sans calcul !).
© Dunod. La photocopie non autorisée est un délit
= 2(1 − p)m − (1 − p)2m . Tout se passe comme si l’élève répond deux fois à chaque ques-
tion. La va Z compte le nombre de questions mal répondues la
Ainsi :
première fois, puis correctement répondues la seconde fois. On
+∞
réalise donc une succession de n épreuves de Bernoulli, dont la
E(Z) = 2(1 − p)m − (1 − p)2m
probabilité de succès est (1 − p)p.
m=0
+∞
+∞ Ainsi, la va Z, qui correspond au nombre de succès, suit la loi
m
=2 (1 − p)m − (1 − p)2 binomiale de paramètre n, (1 − p)p .
m=0 m=0
c) • La va S représente le nombre de bonnes réponses données
1 1 lors des deux saisies.
=2 −
1 − (1 − p) 1 − (1 − p)2 • Déterminons la loi de S .
2 1 3 − 2p La va S prend ses valeurs dans 0 ; n, puisque 0 X + Z n.
= − = .
p p(2 − p) p(2 − p)
383
Chapitre 19 • Lois usuelles, convergence et approximations
385
Chapitre 19 • Lois usuelles, convergence et approximations
)
n
b) 2) Soit k ∈ N∗ . L’événement (S k n) signifie que la k-ième i − 1 i−k
= pk q
panne a eu lieu avant l’instant n, et l’événement (Un k) signi- i=k
k−1
fie qu’il y a eu au moins k pannes jusqu’à l’instant n. Donc : n−1
n *
i i−k i − 1 i−k
(Un k) = (S k n). − q + q
i=k
k i=k+1
k
b) 3) • La va Un prend ses valeurs dans 0 ; n. ) n ) *
i−1 i − 1 i−k
• Notons q = 1 − p. On a déjà montré : = pk 1 + + q
k−1 k
i=k+1
n 0 n n n 0 n−1
*
P(Un = 0) = p q et P(Un = n) = pq. i i−k
0 n − q
i=k
k
Soit k ∈ 1 ; n − 1. Alors : ) n n−1 *
i i−k i i−k
P(Un = k) = P(Un k) − P(Un k + 1) = pk 1 + q − q
i=k+1
k i=k
k
= P(S k n) − P(S k+1 n) ) *
n n k n−k
n n = pk 1 + qn−k − 1 = pq .
k k
= P(S k = i) − P(S k+1 = i)
i=k i=k+1
n
n
i−1 i − 1 k+1 i−k−1
= pk qi−k − p q Ainsi, Un suit la loi binomiale de paramètres (n, p).
i=k
k−1 i=k+1
k
n n Remarque : On peut retrouver ce résultat directement (et sans
i − 1 i−k i − 1 i−k−1
= pk q − pk (1 − q) q calcul !)
i=k
k−1 i=k+1
k
) n Reprenons la remarque précédente. La va Un compte le nombre
i − 1 i−k de pannes du composant lors des n premiers instants. Puisque
=p k
q
i=k
k−1 les états du composant aux divers instants sont indépendants et
n n *
i − 1 i−k−1 i − 1 i−k
que la probabilité que le composant soit en panne à un ins-
− q + q tant donné est égale à p, la va Un suit la loi binomiale de
k k
i=k+1 i=k+1 paramètres (n, p).
386
Statistique descriptive CHAPITRE 20
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 387
• Série statistique associée à un échantillon, représentations graphiques d’une sé-
Énoncés des exercices 390 rie statistique
Du mal à démarrer ? 392 • Calculs de moyenne, médiane, mode(s), variance empirique, écart-type empi-
Corrigés des exercices 393 rique, quartiles, déciles.
387
Chapitre 20 • Statistique descriptive
p
où x est la moyenne de la série statistique et n = ni l’effectif total
i=1
• si le caractère étudié est continu, alors on remplace, dans les for-
mules précédentes, xi par ci le centre de la classe
√
L’écart-type empirique, noté σ x est donné par : σ x = V x
➥ Exercices 20.1, 20.2, 20.4 à 20.7.
Pour calculer • Si le caractère étudié est discret, un mode d’une série statistique est
un mode ou une classe modale une valeur du caractère dont l’effectif est le plus grand (il peut y
d’une série statistique avoir plusieurs modes !)
388
Les méthodes à retenir
• Si le caractère étudié est continu, puisque toutes les classes n’ont pas
forcément la même amplitude, il faut ramener l’effectif de la classe
à un effectif à amplitude comparable ; une classe modale est alors
(suite) une classe dont l’effectif, à amplitude comparable, est le plus grand
(sur un histogramme, la hauteur du rectangle correspondant est la
plus grande)
➥ Exercices 20.1 à 20.4.
4 10
➥ Exercices 20.1, 20.2, 20.3.
389
Chapitre 20 • Statistique descriptive
390
Énoncés des exercices
c) Chacune des classes de la série statistique est divisée en deux classes de même amplitude,
auxquelles on fait correspondre la moitié de l’effectif initial de la classe divisée.
1) Faire un nouveau tableau.
2) Comment évoluent la moyenne et l’écart-type empirique ?
20.5 Exemple d’une série statistique définie à partir d’une autre série statistique
Soient n ∈ N∗ et (xi )i∈1 ;n une série statistique. On note x (resp. σx ) la moyenne (resp. l’écart-
type empirique) de cette série statistique. Soit (a, b) ∈ R2 .
On définit la série statistique (yi )i∈1 ;n par : ∀i ∈ 1 ; n, yi = axi + b.
Exprimer la moyenne et l’écart-type empirique de la série statistique (yi )i∈1 ;n en fonction de x,
σ x , a, b.
20.6 Exemple d’une série statistique définie à partir de deux autres séries statistiques
Soit n ∈ N∗ . On considère deux séries statistiques sur un échantillon de même taille n : (xi )i∈1 ;n
et (yi )i∈1 ;n .
On définit la série statistique (zi )i∈1 ;n par : ∀i ∈ 1 ; n, zi = xi + yi .
On note x et V x (resp. y et Vy ) la moyenne et la variance empirique de (xi )i∈1 ;n (resp. (yi )i∈1 ;n ).
1
n
b) On note σ x,y le réel défini par : σ x,y = (xi − x) · (yi − y).
n i=1
⎛ n ⎞
1 ⎜⎜⎜ ⎟⎟
Montrer : σ x,y = ⎜⎜⎝ xi · yi ⎟⎟⎟⎠ − x · y.
n i=1
c) Exprimer la variance empirique de la série statistique (zi )i∈1 ;n en fonction de V x , Vy et σ x,y .
n i=1
n
On définit la fonction f sur R2 par : ∀(a, b) ∈ R2 , f (a, b) = (yi − axi − b)2 .
i=1
σ x,y σ x,y
a) Montrer que f présente un minimum global au point ,y − x et calculer ce mini-
Vx Vx
mum.
b) Une étude statistique portant sur les tailles et les poids de 10 individus nous donne les séries
statistique suivantes :
individu 1 2 3 4 5 6 7 8 9 10
taille xi (cm) 160 155 180 156 178 182 160 142 161 175
poids yi (kg) 60 53 72 60 70 90 65 52 55 82
391
Chapitre 20 • Statistique descriptive
1) Calculer x, V x , y, Vy , σ x,y .
2) Représenter, sur un même graphe, l’ensemble des points (xi , yi ) pour i ∈ 1 ; 10.
3) Soit (a, b) ∈ R2 et D la droite d’équation y = ax+b. Donner une interprétation géométrique
de f (a, b).
4) Calculer les coordonnées (a0 , b0 ) du point où f présente son minimum. Que dire de la
droite d’équation y = a0 x + b0 ?
Du mal à démarrer ?
20.1 Utiliser les définitions du cours. 20.5 Écrire la moyenne et la variance empirique de (yi )i∈1 ;n
sous forme d’une somme et développer ces sommes.
20.2 a) b) Utiliser les définitions du cours.
c) Commencer par calculer les effectifs cumulés, puis en déduire
20.6 a) Utiliser la définition de la moyenne.
la valeur de la médiane et des quartiles. b) Développer l’expression sous le signe somme puis séparer en
plusieurs sommes.
20.3 a) b) Utiliser les définitions du cours. c) Écrire la variance empirique de (zi )i∈1 ;n sous forme d’une
c) Commencer par calculer les fréquences cumulées, puis tracer somme et développer cette somme.
la courbe.
d) Déterminer graphiquement l’intervalle dans lequel appar-
20.7 a) Pour tout a ∈ R fixé, déterminer le minimum, noté
h(a), de la fonction g : b −→ f(a, b) ; puis étudier les variations
tient la médiane, puis calculer sa valeur par interpolation li-
de la fonction a −→ h(a).
néaire.
b) 1) Utiliser les définitions.
e) Procéder de la même façon qu’au d).
b) 3) Remarquer que (yi −axi −b)2 est égal au carré de la distance
20.4 Utiliser les définitions du cours. entre les points Mi (xi , yi ) et Ni (xi , axi + b).
392
Corrigés des exercices
20.1 L’échantillon est de taille n = 20. Pour cette série statistique, le mode est 4.
a) Par définition : d) • Commençons par calculer, pour chaque modalité, l’effectif
• la moyenne de la série statistique est donnée par : cumulé de cette modalité. On obtient alors le tableau suivant :
valeur 2 3 4 5 6 8 9
1
n
1 effectif cumulé 3 5 10 13 15 19 20
x= xi = 2+5+5+4+3+2+6+5
n i=1 20
• Par définition, la médiane est le réel me pour lequel qu’il y
+8+4+6+4+8+9+2+8+3+4+8+4 a autant de valeurs qui sont inférieures ou égales à me que de
100 valeurs qui sont supérieures ou égales.
= = 5.0
20 La série peut se représenter de la façon suivante :
• la variance empirique de la série statistique est donnée par : 2,2,2,3,3,4,4,4,4,4,5,5,5,6,6,8,8,8,8,9
⎛ n ⎞
⎜⎜⎜ 1 2 ⎟⎟⎟ 10 valeurs 10 valeurs
V x = ⎜⎜⎝ x ⎟⎟ − x2
n i=1 i ⎠ On en déduit que :
4+5
= 4.5. me =
1 2 2
= 2 + 52 + 52 + 42 + 32 + 22 + 62 + 52 + 82 + 42 + 62 • Par définition, le 1er quartile est le réel q1 pour lequel il y a
20
1
· 20 = 5 valeurs inférieures ou égales à q1 .
+ 42 + 82 + 92 + 22 + 82 + 32 + 42 + 82 + 42 − (5.0)2 4
= 29.7 − 25 = 4.7 Or on a : 2 , 2 , 2 , 3 , 3 , 4 , 4 , 4 , 4 , 4 , 5 , 5 , 5 , 6 , 6 , 8 , 8 , 8 , 8 , 9
5 valeurs 15 valeurs
• l’écart-type empirique de la série statistique est donné par :
3+4
On en déduit que : q1 = = 3.5.
' 2
σ x = V x 2.17.
• Par définition, le 3ème quartile est le réel q3 pour lequel il y a
3
b) Pour chaque valeur xi , on calcule l’effectif de cette modalité. · 20 = 15 valeurs inférieures ou égales à q1 .
4
On obtient alors le tableau suivant : Or on a : 2 , 2 , 2 , 3 , 3 , 4 , 4 , 4 , 4 , 4 , 5 , 5 , 5 , 6 , 6 , 8 , 8 , 8 , 8 , 9
15 valeurs 5 valeurs
valeur k 2 3 4 5 6 8 9
effectif nk 3 2 5 3 2 4 1 6+8
On en déduit que : q3 = = 7.
2
Le diagramme en bâtons s’obtient en joignant les points (k, 0)
et (k, nk ) pour k ∈ {2, 3, 4, 5, 6, 8, 9}. 20.2 a)
effectif
nombre d’individus 5
5
4
4 3
2
3
1
0
note
2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1
b) Notons, pour i ∈ 0 ; 20, ni l’effectif de la modalité i.
0 valeur
• L’effectif total est donnée par :
0 1 2 3 4 5 6 7 8 9
393
Chapitre 20 • Statistique descriptive
note 7 8 9 10 11 12 13
effectif
effectifs cumulés 16 20 23 27 32 36 41
notes 14 15 16 17 18 19 20
effectifs cumulés 43 44 44 45 45 47 48
n
• Puisque = 24 et que la série peut s’écrire :
2 40
1 , 2 , 2 , 3 , · · · , 9 , 10 , 10 , 10 , · · · , 19 , 19 , 20
24 valeurs 24 valeurs
tranche d’âge [40 ; 50[ [50 ; 60[ [60 ; 70[ [70 ;8 0[ tranche d’âges [40 ; 50[ [50 ; 60[ [60 ; 70[ [70 ; 80[
centre ci 45 55 65 75 effectif cumulé 220 254 269 279
effectif ni 47 34 15 10 fréquence cumulée 0.769 0.888 0.941 0.976
tranche d’âge [80 ; 90[ [90 ; 100[ tranche d’âges [80 ; 90[ [90 ; 100[
centre ci 85 95 effectif cumulé 284 286
effectif ni 5 2 fréquence cumulée 0.993 1.000
394
Corrigés des exercices
D’où :
fréquence cumulée 40 − 30
1 me = (0.5 − 0.420) · + 30 34.32.
0.976 0.605 − 0.420
0.941
0.888 Remarque : Cette valeur est cohérente avec celle que l’on peut
lire sur le graphe des fréquences cumulées.
0.769 e)
fréquence cumulée
0.605
1
0.976
0.941
0.888
0.420
0.769
0.75
0.203 0.605
0.063 âge
0.420
0 10 20 30 40 50 60 70 80 90 100
0.25
0.203
d)
0.063 âge
fréquence cumulée
1 q q
0.976 0 10 20 1 30 40 350 60 70 80 90 100
0.941
0.888
• D’après la courbe des fréquences cumulées, on voit que le
premier quartile q1 appartient à l’intervalle [20 ; 30].
0.769
Or sur [20 ; 30], la courbe des fréquences cumulées a pour
0.420 − 0.203
équation : y − 0.203 = (x − 20).
0.605 30 − 20
0.420 − 0.203
On a donc : 0.25 − 0.203 = (q1 − 20).
0.5 30 − 20
0.420 D’où :
30 − 20
q1 = (0.25 − 0.203) · + 20 22.17.
0.420 − 0.203
© Dunod. La photocopie non autorisée est un délit
20.4 Notons, pour i ∈ 1 ; 5, ni l’effectif de la classe i, valeurs [0 ;2[ [2 ;4[ [4 ;7[ [7 ;10[ [10 ;13[
et ci son centre. Complétons le tableau de l’énoncé en préci- centre ci 1 3 5.5 8.5 11.5
sant, pour chaque classe, son centre : effectif ni 2 2 5 5 9
valeurs [0 ; 4[ [4 ; 10[ [10 ; 16[ [16 ; 26[ [26 ; 50[ valeurs [13 ;16[ [16 ;21[ [21 ;26[ [26 ;38[ [38 ;50[
a) • La moyenne est donnée par : Remarque : La moyenne est inchangée, ce qui est cohérent.
• La variance empirique de la série est donnée par :
1
5
968
x= ni ci = 16.13. ⎛ 10 ⎞ 2
n i=1 60 ⎜⎜⎜ 1 2 ⎟⎟⎟ 20269 968
V x = ⎜⎜⎝ ni ci ⎟⎟⎠ − x =
2
− 77.53.
n i=1 60 60
• La variance empirique est donnée par :
⎛ 5 ⎞ L’écart-type empirique de la série est donnée par :
2
⎜⎜⎜ 1 2⎟
⎟⎟ 19908 968 '
V x = ⎜⎝ ⎜ ⎟
ni ci ⎟⎠ − x =
2
− 71.52 σ x = V x 8.81.
n i=1 60 60
Remarque : L’écart-type empirique a augmenté, ce qui est co-
L’écart-type empirique est donnée par : hérent puisque l’écart-type mesure la dispersion des résultats
' et que les valeurs de cette nouvelle série statistique sont plus
σx = V x 8.46. étendues.
b) • Traçons l’histogramme, et pour cela, commençons par cal-
culer la hauteur de chaque rectangle, que l’on obtient en faisant 20.5 • Par définition de la moyenne :
le quotient de l’effectif de la classe par sa longueur : 1 1
n n
y= yi = (axi + b)
n i=1 n i=1
valeurs [0 ; 4[ [4 ; 10[ [10 ; 16[ [16 ; 26[ [26 ; 50[
a b
n n
longueur 4 6 6 10 24
effectif 4 10 18 24 4 = xi + i = ax + b.
n i=1 n i=1
hauteur 1 1.67 3 2.4 0.17
• Par définition de la variance empirique :
1 2 1
n n
Vy = yi − y2 = (axi + b)2 − (ax2 + b)
n i=1 n i=1
1 2 2
n
= (a xi + 2abxi + b2 ) − (ax + b)2
n i=1
a2 2 2ab b2
n n n
= xi + xi + 1 − (ax + b)2
n i=1 n i=1 n i=1
a2 2
n
= x + 2abx + b2 − (a2 x2 + 2abx + b2 )
4 10 18 24 n i=1 i
4 valeurs 1
n
0 4 10 16 26 50 = a2 x2i − x2 = a2 V x .
n i=1
396
Corrigés des exercices
1
n
1
n b −∞ y − ax +∞
z= zi = (xi + yi ) g (b) − 0 +
n n
i=1 i=1
1
n
1
n g(b) g(y − ax)
= xi + yi = x + y.
n i=1 n i=1
Ainsi g atteint son minimum pour b = y − ax et :
1
n
b) On a : σ x,y = (xi − x) · (yi − y)
n i=1 g(y − ax) = f (a, y − ax).
1
n
= (xi yi − xyi − xi y + x y) • Notons h : R −→ R, a −→ f (a, y − ax).
n i=1
Alors : ∀a ∈ R,
1 x y xy
n n n n
= xi yi − yi − xi + 1
n i=1 n i=1 n i=1 n i=1
1
n
2
1 1 h(a) = yi − axi − y + ax
n n
= xi yi − x y− x y+ x y = xi yi − x y. n i=1
n n
1
n
i=1 i=1
2
c) Par définition de la variance empirique : = (yi − y) − a(xi − x)
n i=1
1 1 1 1
n n n n
Vz = (zi − z)2 = (xi + yi − x − y)2 2
n i=1 n i=1 = yi − y)2 + a2 · xi − x
n i=1 n i=1
1 1
n n
σ x,y
© Dunod. La photocopie non autorisée est un délit
397
Chapitre 20 • Statistique descriptive
σ x,y
b) 2) b) 4) D’après a) : a0 = 0.8306
Vx
poids et : b0 = y − a0 x −71.074.
100
Ainsi, pour ces valeurs de a et de b, la somme des carrées des
distances entre les points Mi et Ni est minimale.
La droite d’équation y = a0 x + b0 est la droite qui « ajuste au
80 mieux » le nuage de points.
poids
100
y = a0x + b0
M6
60
80 N5 N
6
taille
40 M5
130 140 150 160 170 180 190 200
398
Éléments CHAPITRE 21
d’algorithmique
Plan
Thèmes abordés dans les exercices
Les méthodes à retenir 399
• Calculs de sommes et de produits
Énoncés des exercices 403
• Calcul des termes d’une suite récurrente
Du mal à démarrer ? 408
• Calculs d’une valeur approchée de la limite d’une suite convergente et de la
Corrigés des exercices 410 somme d’une série convergente
• Calcul d’une valeur approchée de la racine d’une équation du type f (x) = 0
• Utilisation des générateurs aléatoires random et random(n), écriture de pro-
grammes (ou fonctions) simulant des expériences aléatoires.
399
Chapitre 21 • Éléments d’algorithmique
400
Les méthodes à retenir
Pour calculer le n-ième terme tion n fois, de façon à ce que u contienne la valeur de un .
d’une suite récurrente Pour cela, on utilise une boucle for ... do.
définie par la relation u n+1 = f (u n) La séquence d’instructions est donc :
u :={u0 } ;
for k :=1 to n do u :=f(u) ;
À la fin de chaque boucle k, la variable u contient la valeur de uk .
➥ Exercices 21.8, 21.9, 21.16.
401
Chapitre 21 • Éléments d’algorithmique
On suppose connue une suite (εn )n∈N qui converge vers 0 et telle que :
∀n ∈ N, |un − | εn .
On calcule alors les termes un de la suite jusqu’à ce que εn ε (ou tant
que εn > ε). Dans ce cas, un est une valeur approchée de à ε près.
Pour cela, on utilise une boucle conditionnelle repeat ... until
Pour calculer (ou while ... do).
une valeur approchée La séquence d’instructions est donc :
de la limite
d’une suite convergente (u n) n∈N u :={u0 } ; n :=0 ; ou u :={u0 } ; n :=0 ;
à ε près repeat while {εn } > {ε} do
begin begin
u :=f(u) ; u :=f(u) ;
n :=n+1 ; n :=n+1 ;
end ; end ;
until {εn } <= {ε}
➥ Exercices 21.8, 21.16, 21.20.
Pour calculer
une valeur approchée Pour cela, on calcule une valeur approchée de la limite S de la suite
n
de la somme S de terme général S n = uk par la méthode décrite précédemment.
d’une série convergente un k=0
n0 ➥ Exercices 21.16, 21.17.
à ε près
u + v
1
∀n ∈ N,
−
|un − vn | ;
n n
On montre :
2 2
Pour calculer u n + vn 1
une valeur approchée autrement dit, est une valeur approchée de à |un − vn | près.
2 2
de la limite commune On calcule alors les termes un et vn des deux suites jusqu’à ce que
1 1
de deux suites adjacentes |un − vn | ε (ou tant que |un − vn | > ε).
(u n) n∈N et (u n) n∈N 2 2
Pour cela, on utilise une boucle conditionnelle repeat ... until
à ε près
(ou while ... do).
➥ Exercices 21.15, 21.21.
402
Énoncés des exercices
Les deux suites (an )n∈N et (bn )n∈N sont adjacentes et convergent vers α.
On calcule une valeur approchée de leur limite par la méthode décrite
(suite)
précédemment.
➥ Exercice 21.21.
b) Écrire un programme qui affiche le maximum de trois réels entrés par l’utilisateur.
403
Chapitre 21 • Éléments d’algorithmique
b) Réécrire le programme précédent pour qu’il simule un lancer d’une pièce amenant pile avec
la probabilité 0.7.
c) Plus généralement, écrire un programme qui simule un lancer d’une pièce amenant pile avec
la probabilité p, le réel p tel que 0 < p < 1 étant entré par l’utilisateur.
c) Écrire un programme qui affiche la plus petite valeur de n et le un correspondant tels que
|un − 1| ε, le réel ε étant entré par l’utilisateur.
c) Écrire un programme qui affiche la plus petite valeur de n et le un correspondant tels que
un > A, le réel A étant entré par l’utilisateur.
n
xk
b) Même question pour calculer T n (x) = .
k=0
k!
404
Énoncés des exercices
Écrire un programme qui affiche la valeur de un , l’entier n étant entré par l’utilisateur.
405
Chapitre 21 • Éléments d’algorithmique
21.16 Exemple de calcul d’une valeur approchée de la limite d’une suite convergente
On considère les suites (un )n∈N∗ et (vn )n∈N∗ définies par :
n
1 1
∀n ∈ N∗ , un = , vn = un + .
k=0
k! n! n
a) 1) Montrer que les suites (un )n∈N∗ et (vn )n∈N∗ sont adjacentes et convergent vers e.
2) Montrer : ∀n ∈ N∗ ,
un − e
1
.
n! n
b) Écrire un programme qui calcule et affiche une valeur approchée de e à 10−6 près.
b) Écrire un programme qui calcule et affiche une valeur approchée de S à 10−4 près.
b) Écrire un programme qui simule n tirages sans remise dans une urne contenant initialement
a boules blanches et b boules noires, et qui affiche le nombre de boules blanches tirées (les
entiers a, b, n étant entrés par l’utilisateur).
.../...
406
Énoncés des exercices
begin
randomize ;
write(’Nombre de simulations : n =’) ; readln(n) ;
m :=0 ; for k :=1 to n do ++++++++++ ;
m :=m/n ; writeln(’Moyenne : ’,m) ;
end.
a) On considère l’instruction y :=lancer. Quelle est la probabilité que la variable y
contienne 1 ?
b) Compléter la boucle while de la fonction attente de façon à ce que cette fonction retourne
le rang d’apparition du premier double pile.
21.20 Calcul approché de la racine d’une équation f (x) = 0 par la méthode d’itération
On considère la fonction f définie par : ∀x ∈ R, f (x) = cos(x) − x.
a) Montrer que l’équation f (x) = 0 admet une unique solution dans R, notée α.
Vérifier que α ∈ [0 ; 1].
21.21 Calcul approché de la racine d’une équation f (x) = 0 par la méthode de dichotomie
# π 3π "
a) Montrer que l’équation tan(x) − x = 0 admet une unique solution dans l’intervalle ; ,
2 2
notée α.
c) Écrire un programme qui calcule une valeur approchée de α à 10−4 près par la méthode de
dichotomie.
On écrira au préalable une fonction qui renvoie, pour un réel x, la valeur de tan(x) − x.
407
Chapitre 21 • Éléments d’algorithmique
b) On souhaite écrire une procédure pour obtenir bin(n). Compléter la procédure suivante de
sorte qu’à l’issue de l’exécution de bin(n), on ait un tableau L tel que L[1] contienne a4 , L[2]
contienne a3 , etc.
type ecriture = array[1..5] of integer ;
procedure bin(n : integer ; var L : ecriture) ;
var (*à compléter éventuellement*)
begin
for i :=1 to 5 do L[i] :=0 ;
(*à compléter*)
end ;
Du mal à démarrer ?
21.1 a) Utiliser l’instruction conditionnelle if ... then ... 21.7 Calculer n! en calculant le produit :
else. n! = 1 × 2 × · · · × n.
b) Commencer par déterminer le maximum des deux premiers
réels, puis déterminer le maximum de ce maximum et du troi-
21.8 a) Utiliser la méthode décrite dans la rubrique « les mé-
thodes à retenir ».
sième réel.
b) Montrer que la suite (un )∈N est décroissante et minorée par 1.
En déduire qu’elle converge, puis calculer sa limite.
21.2 Faire calculer le discriminant de l’équation. Selon le ré-
sultat, faire afficher les solutions réelles en utilisant l’instruc- c) Calculer les termes un de la suite tant que |un − 1| > ε (ou
tion conditionnelle if .... then .... else. jusqu’à ce que |un − 1| ε).
Pour cela, utiliser une boucle while ... do (ou repeat ...
21.3 Utiliser la méthode décrite dans la rubrique « les mé- until).
thodes à retenir ».
21.9 a) Utiliser une boucle for ... do.
√
21.4 Utiliser la méthode décrite dans la rubrique « les mé- b) Montrer : ∀n ∈ N, un+1 n.
thodes à retenir ».
Puis conclure.
c) Calculer les termes un de la suite tant que un A (ou jusqu’à
21.5 a) Obtenir un entier de {0 , 1} avec équiprobabilité. Pour ce que un > A).
cela, utiliser l’instruction random(2).
Pour cela, utiliser une boucle while ... do (ou repeat ...
b) Obtenir un réel u de [0 ; 1], uniformément réparti sur [0 ; 1]. until).
Distinguer les cas : u < 0.7, u 0.7.
c) Raisonner de la même façon qu’au b). 21.10 a) Utiliser la méthode décrite dans la rubrique « les mé-
thodes à retenir ». Pour éviter des calculs superflus, considérer
une variable qui va contenir la valeur de xk , pour k ∈ 1 ; n.
21.6 Calculer xn en calculant le produit :
b) Même chose qu’au a). Considérer ici une variable qui va
xn =
x × x ×···× x. xk
contenir la valeur de , pour k ∈ 0 ; n.
n fois
k!
408
Du mal à démarrer ?
⎛ ⎞
n ⎜
⎜⎜⎜ 1 ⎟⎟⎟⎟⎟
n
21.11 a) Remarquer que Sn = ⎜
⎜⎜⎝ ⎟.
21.17 a) 1) Montrer que la série un converge absolument
i=1 j=1
i + j ⎟⎠ n0
puis conclure.
Calculer la somme Sn à l’aide de deux boucles for ... do.
n
+∞
⎛ ⎞ 2) Remarquer : S− uk = uk .
n−1 ⎜
⎜⎜⎜ 1 ⎟⎟⎟⎟⎟
n
b) Ici : Tn = ⎜⎜⎜ ⎟.
i + j ⎟⎠
k=0 k=n+1
⎝
i=1 j=i+1 1
Puis utiliser la majoration : ∀k ∈ N, |uk | .
2k
21.12 a) Obtenir un entier de 1 ; 6 avec équiprobabilité. Pour
n
1
cela, utiliser l’instruction random(6)+1. b) Calculer les sommes partielles Sn = uk jusqu’à ce que
2n
k=0
b) Utiliser une boucle for ... do pour simuler n lancers d’un
soit inférieur à 10−4 .
dé, et modifier le tableau T à chaque lancer.
c) Utiliser une boucle while ... do (ou repeat ... until) 21.18 a) Simuler l’événement « on obtient une boule blanche »
pour simuler des lancers d’un dé tant que le résultat est dif- a
à l’aide de l’événement random .
férent de 1 (ou jusqu’à ce que la résultat soit égal à 1). a+b
b) Utiliser une boucle for ... do pour simuler n tirages.
21.13 a) Utiliser le même raisonnement que dans l’exer-
cice 21.5. 21.19 a) Remarquer que y contient la valeur 1 si random(3)
n’est pas égal à 0.
b) Utiliser une boucle for ... do.
b) Dans la boucle while, donner à x la valeur de y, donner à y
c) Utiliser une boucle while ... do ou repeat ... until. le résultat d’un nouveau lancer, et augmenter k d’une unité.
Considérer une variable qui va compter le nombre de simula-
tions effectuées. c) À la sortie de la boucle for, la variable m doit être égale à la
somme des lancers nécessaires à l’obtention du premier double
d) Utiliser une boucle while ... do ou repeat ... until. pile sur les n expériences.
Considérer une variable qui va compter le nombre de simula-
tions effectuées et une variable qui va compter le nombre de d) Considérer trois variables qui vont contenir les résultats de
piles obtenus. trois lancers successifs. Tant que l’une de ces variables est nulle,
on continue...
21.14 Utiliser une boucle for ... do.
21.20 a) Montrer que f réalise une bijection de R dans R.
Considérer deux variables u et v, que l’on initialise à u0 et u1 ,
puis faire en sorte, qu’à la fin de chaque boucle k, u contienne b) 1) Remarquer : ∀n ∈ N, un ∈ [0 ; 1].
la valeur de uk−1 et v celle de uk . Soit n ∈ N. Appliquer l’inégalité des accroissements finis à la
fonction cos entre un et α, pour obtenir :
21.15 a) Utiliser une boucle for ... do. Faire attention à
l’écrasement des contenus des variables lors des affectations ! |un+1 − α| sin(1)|un − α|.
409
Corrigés des exercices
21.1 a) Le maximum de deux réels a et b est égal à a si then writeln(’L’ ’equation a une solution
a > b et b sinon. reelle :’, -b/(2*a))
Utilisons donc l’instruction conditionnelle if ... then else writeln(’L’ ’equation a deux solutions
.... else. reelles :’,
program maximum ; (-b+sqrt(delta))/(2*a),’ et ’,
var a,b,max : real ; (-b-sqrt(delta))/(2*a)) ;
begin end.
writeln(’Entrer deux réels :’) ; Exemple d’exécution du programme :
readln(a,b) ; Coefficients a,b,c : 1 -3 2
if a>b then max :=a else max :=b ; L’équation a deux solutions reelles :
writeln(’Le maximum est :’, max) ;
end. 2.00000000E+00 et 1.00000000E+00
Exemple d’exécution du programme :
21.3 Utilisons la méthode décrite dans la rubrique « les mé-
Entrer deux réels : thodes à retenir ».
5 10
program somme ;
Le maximum est : 10
var n,k : integer ;
b) Calculons, dans un premier temps, le maximum de a et b.
S : real ;
Puis si ce maximum est inférieur à c, alors le maximum des
trois nombres est c, sinon il est égal au maximum de a et b. begin
program maximum2 ; write(’Entrer la valeur de n :’) ;
var a,b,c,max : real ; readln(n) ;
begin
writeln(’Entrer trois réels :’) ; S :=0 ;
readln(a,b,c) ; for k :=1 to n do S :=S+k*k*k*k ;
if a>b then max :=a else max :=b ;
writeln(’La somme est egale a ’,S) ;
if c>max then max :=c ;
writeln(’Le maximum est :’, max) ; end.
end. Exemple d’exécution du programme :
Exemple d’exécution du programme : Entrer la valeur de n : 10
Entrer trois réels : La somme est egale a 25333
5 8 7
Le maximum est : 8 21.4 Utilisons la méthode décrite dans la rubrique « les mé-
thodes à retenir ».
21.2 program solutions ; program produit ;
var a,b,c,delta : real ; var n,k : integer ;
begin P : real ;
write(’Coefficients a,b,c :’) ; begin
readln(a,b,c) ; write(’Entrer la valeur de n :’) ;
delta :=b*b-4*a*c ; readln(n) ;
if delta<0 P :=1 ;
then writeln(’L’ ’equation n’ ’a pas de for k :=1 to n do P :=P*(1+sqrt(k)) ;
solution reelle’) writeln(’Le produit est egal a ’,P) ;
else if delta=0 end.
410
Corrigés des exercices
readln(p) ; readln(n) ;
if random<p u :=2 ; {initialisation de u}
then piece :=1 for k :=1 to n do u :=sqrt(2*u-1) ;
else piece :=0 ; writeln(’Valeur de u(’,n,’) :’,u) ;
end. end.
Remarque : À la fin de chaque boucle k, la variable u contient
21.6 Calculons xn à l’aide de la formule : la valeur de uk .
xn =
x × x× ··· × x.
n fois
Exemple d’exécution du programme :
Pour cela, utilisons une boucle for ... do. Entrer la valeur de n : 5
Valeur de u(5) : 1.33235721E+00
411
Chapitre 21 • Éléments d’algorithmique
On conclut que la suite (un )n∈N converge vers = 1. Exemple d’exécution de l’un des deux programmes :
c) Il s’agit ici de calculer les termes un de la suite tant que Entrer la valeur de eps : 0.01
|un − 1| > ε (ou jusqu’à ce que |un − 1| ε). Plus petite valeur de n : 203
Valeur de u(13) : 1.00997089E+00
Pour cela, utilisons la boucle conditionnelle while ... do
(ou repeat ... until). 21.9 a) Procédons comme dans l’exercice 21.8. Initialisons
De plus, il faut déterminer la valeur de n correspondante. Pour la variable u à u0 . Puis on calcule sqrt(u+0) et on affecte ce
cela, on utilise un compteur n que l’on initialise à 0 et que l’on résultat à u (pour obtenir u1 ), puis on calcule sqrt(u+1) et on
augmente d’une unité (n :=n+1) à chaque calcul. affecte ce résultat à u (pour obtenir u2 ), ..., dans le cas géné-
• Le programme avec une boucle while ... do est le sui-
ral, on calcule sqrt(u+k-1) et on affecte ce résultat à u (pour
vant : obtenir uk ).
program suite2 ; Pour cela, utilisons une boucle for ... do.
end ; end.
412
Corrigés des exercices
Pour cela, utilisons par exemple une boucle while ... do begin
(il est également possible d’utiliser une boucle repeat ... T :=1 ; p :=1 ;
until).
for k :=1 to n do
program suite2 ;
begin p :=p*x/k ; T :=T+p ; end ;
var u,A : real ;
n : integer ; evalT :=T ;
begin end ;
write(’Entrer la valeur de A :’) ; Remarque : À la fin de chaque boucle k, p contient la valeur de
xk k
xi
readln(A) ; et T la valeur de .
k! i=1
i!
u :=2 ; n :=0 ; {initialisation}
while u<=A do n n
1
21.11 a) La somme S n peut s’écrire : S n = .
begin
i=1 j=1
i+ j
n :=n+1 ; u :=sqrt(u+n-1) ; Utilisons alors deux boucles for ... do pour calculer cette
end ; somme double.
writeln(’Petite valeur de n :’,n) ; program somme ;
writeln(’Valeur de u(’,n,’) :’,u) ; var n,i,j : integer ;
S : real ;
end.
begin
Exemple d’exécution du programme :
write(’Entrer la valeur de n :’) ;
Entrer la valeur de A : 100
Plus petite valeur de n : 9902 readln(n) ;
Valeur de u(9902) : 1.00004999E+02 S :=0 ; {initialisation de S}
for i :=1 to n do
21.10 a) Voici un exemple de fonction convenant :
for j :=1 to n do S :=S+1/(i+j) ;
function evalS(n :integer ; x :real)
: real ; writeln(’La somme est egale a ’,S) ;
var S,p : real ; end.
k : integer ; Exemple d’exécution du programme :
{p va contenir la valeur de x∧k} Entrer la valeur de n : 5
begin La somme est egale a 4.81867079E+00
S :=0 ; p :=1 ; {initialisation}
n−1
n
1
b) La somme T n peut s’écrire : T n = .
for k :=1 to n do i=1 j=i+1
i+ j
begin p :=p*x ; S :=S+p/k ; end ; Utilisons alors deux boucles for ... do pour calculer cette
somme double.
© Dunod. La photocopie non autorisée est un délit
evalS :=S ;
end ; program somme_bis ;
Remarque : À la fin de chaque boucle k, p contient la valeur var n,i,j : integer ;
k
xi T : real ;
de xk et S la valeur de .
i=1
i begin
b) Voici un exemple de fonction convenant : write(’Entrer la valeur de n :’) ;
function evalT(n :integer ; x :real) readln(n) ;
: real ; T :=0 ; {initialisation de T}
var T,p : real ; for i :=1 to n-1 do
k : integer ;
for j :=i+1 to n do T :=T+1/(i+j) ;
{p va contenir la valeur de x∧k/k !}
413
Chapitre 21 • Éléments d’algorithmique
writeln(’La somme est egale a ’,T) ; Le nombre de faces numerotees 2 obtenues est 21
end. Le nombre de faces numerotees 3 obtenues est 16
Le nombre de faces numerotees 4 obtenues est 15
Exemple d’exécution du programme : Le nombre de faces numerotees 5 obtenues est 16
Entrer la valeur de n : 5 Le nombre de faces numerotees 6 obtenues est 18
La somme est egale a 1.83849206E+00 c) Utilisons une boucle repeat ... until pour effectuer des
lancers jusqu’à obtenir la face numérotée 1.
21.12 a) Pour simuler un lancer d’un dé équilibré, il faut ob- De plus, il faut déterminer le nombre de lancers effectués. Pour
tenir un entier compris entre 1 et 6 avec équiprobabilité. Pour
cela, on utilise une variable nb_lancers que l’on initialise à 0
cela, utilisons l’instruction random(6)+1.
et que l’on augmente d’une unité à chaque lancer.
program lancerde ;
program lancersdes2 ;
var r : integer ;
var r,nb_lancers : integer ;
begin
begin
randomize ;
randomize ;
r :=random(6)+1 ;
nb_lancers :=0 ; {initialisation de nb_lancers}
writeln(’La face obtenue est ’,r) ;
repeat
end.
begin
b) Utilisons une boucle for ... do pour répéter n lancers de
r :=random(6)+1 ;
dés. À chaque lancer, si la face obtenue porte le numéro k, alors
la valeur de la case T [k] est augmentée d’une unité. nb_lancers :=nb_lancers+1 ;
program lancersdes ; end ;
var n,r,k : integer ; until r=1 ;
T : array[1..6] of integer ; writeln(’Le nombre de lancers effectues est
begin ’,nb_lancers) ;
randomize ; end.
write(’Entrer la valeur de n :’) ; Exemple d’exécution du programme :
readln(n) ; Le nombre de lancers effectues est 4
for k :=1 to 6 do T[k] :=0 ;
21.13 a) Utilisons le même raisonnement que dans l’exer-
{initialisation de T} cice 21.5.
for k :=1 to n do function lancer(p :real) : integer ;
begin var u : real ;
r :=random(6)+1 ; begin
{simulation d’un lancer de dé} u :=random ;
T[r] :=T[r]+1 ; if u<p
end ; then lancer :=1
for k :=1 to 6 do else lancer :=0 ;
{affichage des résultats} end ;
writeln(’Le nombre de faces b) Utilisons une boucle for ... do pour simuler n lancers de
numerotees ’,k, ’obtenues est ’,T[k]) ; la pièce. Pour connaître le nombre de piles obtenus, considé-
end. rons une variable nb_piles, que l’on initialise à 0 et que l’on
augmente d’une unité à chaque fois que l’on obtient pile.
Exemple d’exécution du programme :
program piece ;
Entrer la valeur de n : 100
Le nombre de faces numerotees 1 obtenues est 14 var p,r : real ;
n,nb_piles,k : integer ;
414
Corrigés des exercices
begin begin
randomize ; randomize ;
write(’Valeurs de p et de n :’) ; write(’Valeurs de p et de n :’) ;
readln(p,n) ; readln(p,n) ;
nb_piles :=0 ; {initialisation de nb_piles} nb_lancers :=0 ; nb_piles :=0 ;
for k :=1 to n do while nb_piles<n do
begin begin
r :=lancer(p) ; r :=lancer(p) ;
if r=1 nb_lancers :=nb_lancers+1 ;
then nb_piles :=nb_piles+1 ; if r=1 then nb_piles :=nb_piles+1 ;
end ; end ;
writeln(’Le nombre de piles obtenus est ’, writeln(’Le nombre de lancers effectues est ’,
nb_piles) ; nb_lancers) ;
end. end.
Exemple d’exécution du programme : Exemple d’exécution du programme :
Valeurs de p et de n : 0.3 100 Valeurs de p et de n : 0.1 5
Le nombre de piles obtenus est 33 Le nombre de lancers effectues est 41
c) Utilisons une boucle while ... do (il est également
possible d’utiliser une boucle repeat ... until). 21.14 Procédons de la même façon que dans l’exercice 21.6,
program piece_bis ; en utilisant une boucle for ... do.
var p,r : real ; Mais ici, pour calculer uk , il faut connaître les valeurs de uk−2
nb_lancers : integer ; et uk−1 . Il faut donc définir deux variables u et v que l’on ini-
tialise à u0 et u1 , et à la fin de la chaque boucle k, la variable u
begin
contient la valeur de uk−1 et v celle de uk .
randomize ;
Voici un exemple de programme :
write(’Entrer la valeur de p :’) ;
program suite ;
readln(p) ;
var u,v,aux : real ;
r :=0 ; nb_lancers :=0 ; {initialisation de n,k : integer ;
nb_lancers} begin
while r=0 do write(’Valeur de n :’) ; readln(n) ;
begin u :=0 ; v :=1 ;
r :=lancer(p) ; for k :=2 to n do
© Dunod. La photocopie non autorisée est un délit
415
Chapitre 21 • Éléments d’algorithmique
truction u :=v efface la valeur de u, et donc on ne pourrait pas Donc elle converge vers un réel noté .
définir v correctement. un + vn
Enfin, puisque : ∀n ∈ N, un+1 = ,
2
21.15 a) Utilisons une boucle for ... do en passant à la limite dans cette égalité, on obtient :
+
program suite ; = , d’où = .
2
var u,v,aux : real ; Ainsi : un − vn −→ − = 0.
n,k : integer ; n∞
begin On en déduit que les suites (un )n∈N et (vn )n∈N sont adjacentes.
writeln(’Valeur de v(’,n,’) : ’,v) ; d) Utilisons maintenant une boucle while ... do de façon à
1
end. calculer les termes un et vn des suites tant que |un −vn | > 10−10 .
2
Exemple d’exécution du programme : un + vn
À la sortie de la boucle, le réel est alors une valeur
2
Valeurs de n : 3 −10
approchée de à 10 près.
Valeur de u(3) : 2.24303398E+00
Valeur de v(3) : 2.24302317E+00 program suite2 ;
Remarque : Il est nécessaire d’utiliser une variable auxiliaire var u,v,aux : real ;
aux dans la boucle de façon à stocker la valeur de u, car l’ins- n : integer ;
truction u :=(u+v)/2 efface la valeur de u, et donc on ne pour- begin
rait pas définir v correctement. u :=4 ; v :=1 ; n :=0 ;
b) • En utilisant un raisonnement par récurrence, on montre while abs(u-v)/2>exp(-10*ln(10)) do
que, pour tout n de N, un et vn existent et un 0, vn 0.
un + vn √ begin
• ∀n ∈ N, un+1 − vn+1 = − un vn
√ 2 √ √ aux :=u ; u :=(u+v)/2 ;
un − 2 un vn + vn ( un − vn )2
= = 0. v :=sqrt(aux*v) ; n :=n+1 ;
2 2
Ainsi : ∀n 1, un − vn 0. end ;
Et puisque u0 − v0 = 4 − 1 = 3 1, on en déduit : writeln(’Valeur approchee de l : ’, (u+v)/2) ;
∀n 0, un vn . writeln(’Nombre d’ ’iterations : ’,n) ;
vn − un
• Ainsi : ∀n ∈ N, un+1 − un = 0. end.
2
On en déduit que la suite (un )n∈N est décroissante. Exécution du programme :
√ √ √ Valeur approchee de l : 2.24302859E+00
• Ainsi : ∀n ∈ N, vn+1 − vn = vn un − vn 0.
0 0 Nombre d’iterations : 4
u4 + v4
On en déduit que la suite (vn )n∈N est croissante. Remarque : Ainsi : est une valeur approchée de à
2
−10
• On obtient alors : ∀n ∈ N, v0 vn un u0 . 10 près.
La suite (un )n∈N est décroissante et minorée par v0 .
1
Donc elle converge vers un réel noté . 21.16 a) 1) • On a : ∀n ∈ N∗ , un+1 − un = 0.
(n + 1)!
La suite (vn )n∈N est croissante et majorée par u0 . Ainsi, la suite (un )n∈N∗ est croissante.
416
Corrigés des exercices
1
• De plus : ∀n ∈ N∗ , vn+1 − vn Puisque la série converge (il s’agit d’une série géomé-
1 1 2n
= (un+1 − un ) + − n0
(n + 1)! (n + 1) n! n 1
1
1 trique de raison et
< 1), d’après le théorème de compa-
= n(n + 1) + n − (n + 1)2 2 2
(n + 1)! (n + 1) n raison des séries à termes positifs, la série |un | converge.
−1
= 0. n0
(n + 1)! (n + 1) n
Ainsi, la suite (vn )n∈N∗ est décroissante. Ainsi, la série un converge absolument, donc elle converge.
n0
1
• Enfin : ∀n ∈ N∗ , un − vn = −→ 0. 2) Soit n ∈ N. Alors :
n! n n∞
On conclut que les suites (un )n∈N∗ et (vn )n∈N∗ sont adjacentes.
• Enfin, le terme un correspond à la somme partielle d’ordre n
n
+∞ n
+∞
de la série exponentielle.
S −
uk
=
uk −
uk
=
uk
k=0
k=n+1
+∞
1
k=0 k=0
Ainsi : lim un = = e.
+∞
+∞
1 1 1 1
n∞
k=0
k! |uk | = n+1 × = .
k=n+1 k=n+1
2k 2 1 − 1
2
2n
Les suites (un )n∈N∗ et (vn )n∈N∗ étant adjacentes, elles convergent
toutes les deux vers e.
2) On a alors : ∀n ∈ N∗ , un e vn . b) Pour calculer une valeur approchée de S à 10−4 près, calcu-
1 n
1
Donc : ∀n ∈ N∗ , |un − e| = e − un vn − un = . lons les sommes partielles S n = uk jusqu’à ce que n soit
n! n 2
k=0
b) Pour calculer une valeur approchée de e à 10−6 près, calcu- inférieur à 10−4 .
1
lons les termes un de la suite jusqu’à ce que 10−6 . Dans ce cas, on a : |S − S n | 10−4 .
n! n
Pour calculer un , utilisons la relation : Donc S n est une valeur approchée de S à 10−4 près.
1
u1 = 2 et ∀n 2, un = un−1 + . Voici un exemple de programme :
n!
program valeur_approchee_e ; program somme_serie ;
var u : real ; var S,puiss : real ;
n,nfact : integer ; n,k : integer ;
{nfact va contenir la valeur de n !} {puiss va contenir la valeur de 2∧n}
begin begin
u :=2 ; n :=1 ; nfact :=1 ; n :=0 ; S :=1 ; puiss :=1 ;
repeat repeat
begin begin
n :=n+1 ; nfact :=nfact*n ; n :=n+1 ; puiss :=puiss*2 ;
u :=u+1/nfact ; S :=S+cos(n)/puiss ;
© Dunod. La photocopie non autorisée est un délit
end ; end ;
until 1/(nfact*n)<=exp(-6*ln(10)) ; until 1/puiss<=0.0001 ;
writeln(’Valeur approchée de e :’,u) ; writeln(’Valeur approchee de S :’,S) ;
end. end.
Exécution du programme : Exécution du programme :
Valeur approchée de e : 2.71828152E+00 Valeur approchee de S : 1.02842960E+00
Pour simuler un tel tirage, prenons un réel aléatoire compris 21.19 a) La variable y prend la valeur 1 si random(3) n’est
a pas égal à 0.
entre 0 et 1. Si ce réel est inférieur à , alors on considère
a+b
que l’on tire une boule blanche, sinon que l’on tire une boule Or l’instruction random(3) renvoie un entier de {0, 1, 2}, avec
noire. 1
équiprobabilité. Cet entier a donc une probabilité de d’être
3
Voici un exemple de programme : égal à 0.
program tirage ; On en déduit que y contient la valeur 1 avec une probabilité de
1 2
var a,b : integer ; 1− = .
3 3
begin b) Il s’agit de simuler des lancers tant qu’on n’a pas obtenu de
randomize ; double pile. Il faut donc connaître les résultats des lancers k − 1
et k, que l’on stocke dans les variables x et y, et tant que l’une
writeln(’Valeurs de a et de b :’) ;
des deux contient la valeur 0, on continue.
readln(a,b) ;
Dans la boucle while, il faut donc donner à x la valeur de
if random<a/(a+b) y, donner à y le résultat d’un nouveau lancer, et augmenter k
then writeln(’boule blanche’) d’une unité.
else writeln(’boule noire’) ; D’où la fonction suivante :
end. function attente : integer ;
var x,y,k : integer ;
b) Utilisons une boucle for ... do pour simuler n tirages.
Pour simuler un tirage, raisonnons de la même façon qu’au a). begin
x :=lancer ; y :=lancer ; k :=2 ;
Voici un exemple de programme :
while x*y=0 do
program tirages_sans_remise ;
begin
var a,b,n,k,bb,bn : integer ;
x :=y ; y :=lancer ; k :=k+1 ;
begin
end ;
randomize ;
attente :=k ;
write(’Valeurs de a, b, n :’) ;
end ;
readln(a,b,n) ;
c) La variable m va stocker, dans un premier temps, la somme
bb :=a ; bn :=b ; des lancers nécessaires à l’obtention du premier double pile
{bb est le nb de boules blanches et bn le sur les n expériences. Puis on divise m par n pour obtenir la
nombre de boules noires dans l’urne} moyenne du rang d’apparition du premier double pile.
for k :=1 to n do D’où le programme suivant :
begin begin
if random<bb/(bb+bn) randomize ;
then bb :=bb-1 {on a tiré une BB} write(’Nombre de simulations : n =’) ;
else bn :=bn-1 {on a tiré une BN} ; readln(n) ;
end ; m :=0 ;
writeln(’On a obtenu ’,a-bb,’ for k :=1 to n do m :=m+attente ;
boules blanches’) ; m :=m/n ;
end. writeln(’Moyenne : ’,m) ;
end.
Exemple d’exécution du programme :
d) La fonction attente3 doit simuler l’expérience consistant à
Valeurs de a, b, n : 6 3 8 attendre le premier triple pile. Pour cela, il faut considérer trois
On a obtenu 5 boules blanches variables x,y,z, et tant que le produit de ces trois variables est
418
Corrigés des exercices
nul (il y a alors au moins un 0 dans l’une des variables), on En utilisant alors un raisonnement par récurrence, on montre :
effectue un nouveau lancer. n
∀n ∈ N, |un − α| sin(1) |u0 − α|.
D’où la fonction suivante :
Enfin, puisque (u0 , α) ∈ [0 ; 1]2 , on a : |u0 − α| 1.
function attente3 : integer ; n
On obtient alors : ∀n ∈ N, |un − α| sin(1) .
var x,y,z,k : integer ; π
2) Puisque 0 < 1 < et que sin est strictement croissante sur
begin " π# 2
0 ; , on en déduit que 0 < sin(1) < 1.
x :=lancer ; y :=lancer ; z :=lancer ; 2
n
k :=3 ; Ainsi : |un − α| sin(1) −→ 0.
n∞
while x*y*z=0 do Par le théorème d’encadrement, on déduit : |un − α| −→ 0.
n∞
begin On conclut que la suite (un )n∈N converge vers α.
x :=y ; y :=z ; z :=lancer ; k :=k+1 ; c) Pour obtenir une valeur approchée de α à 10−6 près, calculer
end ; les termes un de la suite jusqu’à ce que
n
sin(1) = e n ln sin(1) 10−6 .
attente3 :=k ;
Pour cela, on utilise une boucle repeat ... until.
end ;
Voici un exemple de programme :
21.20 a) • La fonction f est dérivable (donc continue) sur R program iteration ;
et : ∀x ∈ R, f (x) = − sin(x) − 1.
var u : real ;
D’où : f (x) = 0 ⇐⇒ sin(x) = −1 n : integer ;
π
⇐⇒ x = − + 2kπ, k ∈ Z. begin
2
Ainsi, la fonction f est négative sur R et ne s’annule qu’aux u :=0 ; n :=0 ;
π
points isolés xk = − + 2kπ, avec k ∈ Z. repeat
2
On en déduit que f est strictement décroissante sur R. n :=n+1 ; u :=cos(u) ;
La fonction f étant continue et strictement décroissante sur R, until exp(n*ln(sin(1))) < 0.000001 ;
+
elle réalise une bijection de R dans f (R) = lim f ; lim f = R.
+∞ −∞ writeln(’Valeur approchee de alpha : ’,u) ;
Puisque 0 ∈ f (R), l’équation f (x) = 0 admet une unique solu- writeln(’Nombre d’ ’iterations : ’,n) ;
tion dans R.
end.
• On a : f (0) = 1, f (α) = 0 et f (1) = cos(1) − 1 < 0.
Exécution du programme :
Ainsi f (1) f (α) f (0), et puisque la fonction f est stricte-
ment décroissante, on en déduit : 0 α 1. Valeur approchee de alpha : 7.39085133E-01
Nombre d’iterations : 81
b) 1) • En utilisant un raisonnement par récurrence, on
# π 3π "
montre : 21.21 a) Notons f : ; −→ R ; x −→ tan(x) − x.
2 2
∀n ∈ N, un ∈ [0 ; 1]. # π 3π "
© Dunod. La photocopie non autorisée est un délit
419
Chapitre 21 • Éléments d’algorithmique
Puisque 0 ∈ f (R), l’équation f (x) = 0 admet une unique solu- Exécution du programme :
# π 3π "
tion dans ; . Valeur approchee de alpha : 4.49345703E00
2 2
Nombre d’iterations : 9
b) On a : f (4.4) −1.30 et f (4.5) 0.14.
Ainsi f (4.4) < f (α) = 0 < f (4.5), et puisque la fonction f est 21.22 a) • On a : 6 = 4 + 2 = 0.24 + 0.23 + 1.22 + 1.2 + 0.
strictement croissante, on en déduit : 4.4 < α < 4.5.
Ainsi : bin(6)= (0, 0, 1, 1, 0).
c) Pour calculer une valeur approchée de α, utilisons la mé-
• On a : 21 = 16 + 4 + 1 = 1.24 + 0.23 + 1.22 + 0.2 + 1.
thode décrite dans la rubrique « les méthodes à retenir » :
Ainsi : bin(6)= (1, 0, 1, 0, 1).
program dichotomie ; n
var a,b : real ; b) On obtient L[1] en calculant Ent , que l’on obtient en
16
n : integer ; Pascal par trunc(n/16).
n
Puis on calcule n − 16 Ent et on donne cette valeur à la va-
function f(x :real) : real ; 16 n
riable n. On obtient L[2] en calculant Ent , que l’on obtient
begin 8
en Pascal par trunc(n/8), etc.
f :=sin(x)/cos(x)-x ;
D’où la procédure suivante :
end ;
type ecriture = array[1..5] of integer ;
procedure bin(n : integer ; var L : ecriture) ;
begin var i,puiss : integer ;
a :=4.4 ; b :=4.5 ; n :=0 ; begin
while abs(a-b)/2>0.0001 do for i :=1 to 5 do L[i] :=0 ;
begin puiss :=16 ;
if f(a)*f((a+b)/2)<0 for i :=1 to 5 do
then b :=(a+b)/2 begin
else a :=(a+b)/2 ; L[i] :=trunc(n/puiss) ;
n :=n+1 ; n :=n-L[i]*puiss ;
end ; puiss :=puiss div 2 ;
writeln(’Valeur approchee de alpha :’, end ;
(a+b)/2) ; end ;
writeln(’Nombre d”iterations : ’,n) ; Remarque : À la fin de chaque boucle, la variable puiss
end. contient la valeur de 24−i .
420
Index
A Bienaymé-Tchebychev combinaison
inégalité de, 366, 367 linéaire, 62
absolues bijection monotone comparaison
valeurs, 4 théorème de la, 196 série/intégrale, 175
absolument bijective, 3, 64, 196 complémentaire, 262
convergente, 176 binôme de Newton cardinal du, 278
accroissement formule du, 4, 22, 36, 37, 82, complexe
taux d’, 209 280, 318 nombre, 19
accroissements finis binomiale composée, 2
inégalité des, 227 loi, 365 composition, 63
théorème des, 209, 210, 264 binomiaux conditionnelles
adjacentes coefficients, 4, 22, 36, 280 boucles, 400
suites, 152 bornée, 196, 261 instructions, 400
affectation, 399 boucle, 400 probabilités, 298
affecter, 399 boucles conjugué, 19
aléatoire conditionnelles, 400 conjuguée
entier, 403 boule quantité, 4
réel, 403 ouverte, 262 conjugués
Alembert facteurs, 37
théorème de d’, 37 conséquence, 298
algébrique C constante, 209
écriture, 19 continu, 387
canonique contraire
antécédent, 2
base, 82 événement, 296–298
application
linéaire, 61, 63 caractère, 387 converge, 151
approchée caractéristiques convergence, 152
valeur, 402 fonctions, 2 d’une série, 175, 319
approximations cardinal convergente
des lois, 367 d’un ensemble fini, 278 absolument, 176
arithmético-géométriques d’un produit cartésien, 279 convexe, 210, 262
suites, 152 d’une différence, 278 cosinus, 21
arithmétiques d’une réunion, 278 couple
suites, 152 du complémentaire, 278 loi de probabilité d’un, 342
auxiliaire carrées courbe
fonction, 196, 209, 227 racines, 4, 20 cumulative des fréquences, 389
carrés d’entiers consécutifs covariance, 344
© Dunod. La photocopie non autorisée est un délit
421
Index
422
Index
partie, 19
majorée, 196 tangent, 264 relation
majorer, 174 Poincaré de Chasles, 226
marginales formule de, 279, 296 renversée
lois, 343 points inégalité triangulaire, 21
matrice, 81, 102 fixes, 196 répartition
diagonalisable, 120 Poisson fonction de, 317
médiane, 389 loi de, 365, 366 repeat ... until, 400
méthode polynômes, 35 répéter, 400
de Gauss, 83 possibles reste, 36
minorée, 151, 196 univers des, 296 réunion
minorer, 174 premières cardinal d’une, 278
modale dérivées, 263 réunion finie
classe, 388, 389 prépondérances événements, 296
modalité, 388 classiques, 195, 241 réunion infinie
mode, 388 primitive, 225 événements, 297
423
Index
424