(C.Lardon, JM - Monier) Mathématiques Méthodes Et PDF

Mathématiques
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
Préface III 6. Espaces vectoriels

de dimension finie 100
Remerciements VIII
Les méthodes à retenir 100
1. Ensembles, applications, Énoncés des exercices 103
combinatoire, Du mal à démarrer ? 107
calculs sur les nombres réels 1 Corrigés des exercices 109
7. Réduction des endomorphismes
Énoncés des exercices 5
et des matrices carrées 119
Du mal à démarrer ? 9
Corrigés des exercices 11 Les méthodes à retenir 119
2. Nombres complexes 19 Du mal à démarrer ? 129
Les méthodes à retenir 19 Corrigés des exercices 132
8. Suites 151
3. Polynômes 35 Du mal à démarrer ? 159
9. Séries 174
4. Espaces vectoriels, Du mal à démarrer ? 181
applications linéaires 60 Corrigés des exercices 184
10. Fonctions d’une variable réelle :
généralités, limites, continuité 194
5. Calcul matriciel, systèmes linéaires 81 Du mal à démarrer ? 200
11. Dérivation 208
IV
Table des matières
Énoncés des exercices 211 Du mal à démarrer ? 305

Du mal à démarrer ? 214 Corrigés des exercices 307
Corrigés des exercices 216
17. Variables aléatoires discrètes 316
12. Intégration sur un segment, Les méthodes à retenir 316
primitives 225 Énoncés des exercices 319
Les méthodes à retenir 225 Du mal à démarrer ? 325
Énoncés des exercices 227 Corrigés des exercices 327
18. Couples de variables aléatoires
discrètes 342
13. Comparaison locale Les méthodes à retenir 342
des fonctions et des suites, Énoncés des exercices 345
développements limités 241 Du mal à démarrer ? 349
19. Lois usuelles, convergence
et approximations 364
14. Fonctions réelles Énoncés des exercices 367
de deux variables réelles 261 Du mal à démarrer ? 372
Énoncés des exercices 265 20. Statistique descriptive 387
15. Dénombrement 277 Du mal à démarrer ? 392
Énoncés des exercices 281 21. Éléments d’algorithmique 399
16. Espaces probabilisés 295 Du mal à démarrer ? 408

Énoncés des exercices 299 Index 421
V
Pour bien utiliser cet ouvrage
La page d’entrée de chapitre

Elle propose un plan du chapitre, les
thèmes abordés dans les exercices, ainsi
qu’un rappel des points essentiels du cours
pour la résolution des exercices.
Les méthodes à retenir

Cette rubrique constitue une synthèse des prin-
cipales méthodes à connaître, détaillées étape
par étape, et indique les exercices auxquels elles
se rapportent.
VI
Pour bien utiliser cet ouvrage
Énoncés des exercices

De nombreux exercices de difficulté croissante
sont proposés pour s’entraîner. La difficulté de
chaque exercice est indiquée sur une échelle
de 1 à 4.
Du mal à démarrer ?
Des conseils méthodologiques sont proposés
pour bien aborder la résolution des exercices.
−
−
Corrrigés des exercices

Tous les exercices sont corrigés de façon détaillée.
×
− −
−
−
−
−
−
−
−
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
• Calculs d’ensembles par complémentaires, intersections, réunions
• Manipulation de composées d’applications
• 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.
Points essentiels du cours

pour la résolution des exercices
• Définition et propriétés des opérations sur les ensembles : passage au complé-
mentaire, intersection, réunion
• Définition et propriétés de la composition des applications
• Pour une application, définitions de l’injectivité, de la surjectivité, de la bijecti-
vité
• Le raisonnement par récurrence

• Définition et propriétés du symbole pour une sommation d’un nombre fini

de termes, et du symbole pour un produit d’un nombre fini de facteurs

• Règles de calcul élémentaire sur les nombres entiers, sur les nombres réels
n n
n
n
• Sommations usuelles : k, k2 , k3 , qk
k=1 k=1 k=1 k=0

n
• Définition et propriétés des coefficients binomiaux , en particulier : l’expres-
p
n n n+1
sion à l’aide de factorielles, la formule fondamentale + = ,
p p+1 p+1
et la formule du binôme de Newton.
1
Chapitre 1 • Ensembles, applications, combinatoire, calculs sur les nombres réels

Essayer de :
• passer par les éléments des ensembles
Pour travailler de manière générale ➥ Exercices 1.8 à 1.10
sur des ensembles, par exemple pour • calculer globalement sur les ensembles
montrer une inclusion ou une égalité
entre ensembles ➥ Exercices 1.8 à 1.10, 1.25 b)
• faire intervenir les fonctions caractéristiques
➥ Exercices 1.8 à 1.10, 1.25 d).
Pour exprimer une composée g ◦ f

Calculer (g ◦ f )(x) = g f (x) pour tout x ∈ E.
de deux applications
f : E −→ F, g : F −→ G ➥ Exercices 1.4, 1.19 b).
Revenir à la définition, c’est-à-dire montrer :

Pour montrer ∀(x1 , x2 ) ∈ E 2 , f (x1 ) = f (x2 ) =⇒ x1 = x2 .
qu’une application
f : E −→ F Autrement dit, montrer que tout élément de F admet au plus un anté-
est injective cédent par f .
➥ Exercices 1.3 a)2), 3), b), 1.17 a), 1.19 a), c).
Voir d’autres méthodes dans des cas particuliers, chapitres 4, 10 11.
• Montrer la négation de la définition de l’injectivité, c’est-à-dire

montrer :

∃ (x1 , x2 ) ∈ E 2 , x1 x2 et f (x1 ) = f (x2 ) .
Pour montrer
qu’une application Autrement dit, montrer qu’il existe un élément de F ayant au moins
f : E −→ F deux antécédents distincts par f , ou encore montrer qu’il existe deux
n’est pas injective éléments distincts dans E ayant la même image par f .
➥ Exercices 1.3 a)1), 1.19 a), c).
• Voir d’autres méthodes dans des cas particuliers, chapitres 4, 10 11.
• Revenir à la définition, c’est-à-dire montrer :

Pour montrer ∀y ∈ F, ∃ x ∈ E, y = f (x).
f : E −→ F Autrement dit, montrer que tout élément de F admet au moins un
est surjective antécédent par f .
➥ Exercices 1.3 a)3), b)2), 1.17 b), 1.19 a), c).
2
(suite) • Voir d’autres méthodes dans des cas particuliers, chapitres 4, 10 11.
• Montrer la négation de la définition de la surjectivité :
∃ 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
➥ 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
Essayer de raisonner par récurrence sur n.

Pour établir une propriété Pour y arriver, il faut que la propriété à l’ordre n + 1 s’exprime simple-
pour tout entier n, ment en faisant intervenir la propriété à l’ordre n.
à partir d’un certain rang
➥ Exercices 1.6, 1.27.
Essayer de se ramener aux sommations classiques :

• 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
• la formule du binôme de Newton :

n
n
(suite) ∀n ∈ N, ∀(x, y) ∈ R2 , (x + y)n = xk yn−k .
k=0
k
➥ Exercice 1.7.
Essayer de :
• emboîter deux sommations simples, emboîter deux produits simples
Pour calculer ➥ Exercices 1.14, 1.20, 1.21

des sommations doubles • utiliser une permutation de symboles , une permutation de sym-
ou des produits doubles
boles
• exploiter des rôles éventuellement symétriques des deux indices
➥ Exercice 1.26.
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.
• On sait résoudre les équations et les inéquations du premier degré et

du second degré (voir cours).
• Toujours tenir compte des particularités de l’équation ou de l’in-
équation proposée : à ce niveau, s’il y a une question, c’est qu’il y a
une réponse exprimable.
Pour résoudre • Montrer éventuellement que l’équation se ramène à f (x) = 0, où f

une équation ou une inéquation est strictement monotone, ce qui établira que l’équation admet au
à une inconnue réelle plus une solution.
➥ Exercice 1.16
• S’il y a des valeurs absolues, essayer de les chasser en séparant en
cas, s’il y a des racines carrées, essayer de les chasser par éléva-
tion(s) au carré ou faire intervenir la notion de quantité conjuguée.
➥ Exercice 1.16.
4
• 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
Pour établir ➥ Exercice 1.11 a)

une inégalité • Effectuer un changement de variable pouvant ramener l’inégalité
portant sur plusieurs réels voulue à une autre plus simple
• Tenir compte des rôles éventuellement symétriques des réels qui in-
terviennent.
• Voir aussi plus loin le chapitre 11.

1.1 Vrai-faux portant sur des propriétés simples faisant intervenir des quantificateurs
Pour chacune des assertions suivantes, dire si elle est vraie ou fausse :
P1 : ∀x ∈ R, ∃ y ∈ R, x < y
P2 : ∃ y ∈ R, ∀x ∈ R, x y

P3 : ∀(x, y) ∈ R2 , x + y = 0 =⇒ x = 0 et y = 0

P4 : ∀(x, y) ∈ (R+ )2 , x + y = 0 =⇒ x = 0 et y = 0

P5 : ∀(x, y) ∈ N2 , x + y = 1 =⇒ xy = 0

P6 : ∀x ∈ R, x = 2 =⇒ x2 = 4

P7 : ∀x ∈ R, x2 = 9 =⇒ x = 3
P8 : ∀x ∈ R, x x2 .
1.2 Détermination, sur des exemples, de A ∩ B, A ∪ B, A ∩ B, A ∩ B

Dans chacun des exemples suivants, où on donne un ensemble E et des parties A, B de E, dé-
terminer explicitement A ∩ B, A ∪ B, A ∩ B, A ∩ B, où la barre désigne le complémentaire
dans E :
1) E = {1, 2, 3, 4}, A = {1, 2}, B = {2, 4} 2) E = R, A = ] − ∞ ; 2], B = [1 ; +∞[
3) E = R, A = ] − ∞ ; 1], B = [2 ; +∞[ 4) E = R, A = N, B = ]0 ; +∞[.
1.3 Exemples d’études d’injectivité, de surjectivité, de bijectivité

Pour chacune des applications f suivantes, dire si elle est injective, surjective, bijective :
a) 1) f : R −→ R, x −→ x2
2) f : [0 ; +∞[ −→ R, x −→ x2 3) f : [0 ; +∞[ −→ [0 ; +∞[, x −→ x2
1 1
b) 1) f : R∗ −→ R, x −→ 2) f : R∗ −→ R∗ , x −→ .
x x
1.4 Exemple de calcul de composée de deux applications

On note f, g : R −→ R les applications définies, pour tout x ∈ R, par :
f (x) = 1 + x, g(x) = x2 .
Préciser f ◦ g et g ◦ f. A-t-on f ◦ g = g ◦ f ?
5
1.5 Exemple d’une restriction bijective

3x − 1
On considère la fonction f de R dans R donnée par : f (x) = .
x−2
a) Montrer qu’il existe un réel et un seul, noté a, n’ayant pas d’image par f .
b) Montrer qu’il existe un réel et un seul, noté b, n’ayant pas d’antécédent par f .
c) Montrer que la restriction g de f à R \ {a} au départ et à R \ {b} à l’arrivée est bijective, et
préciser l’application réciproque g−1 de g.
1.6 Exemple de calcul d’une sommation, raisonnement par récurrence

n
1 n2 + n − 2
Montrer, pour tout n ∈ N \ {0, 1} : = .
k=2
k(k2 − 1) 4n(n + 1)
1.7 Exemple de calcul d’une sommation

n
Calculer, pour tout n ∈ N∗ : S n = (k3 − 3k2 + 2k + 1).
k=1
1.8 Calcul sur les parties d’un ensemble

Soient E un ensemble, A, B, C des parties de E telles que :
A ∪ B = A ∪ C et A ∩ B = A ∩ C.
Montrer : B = C.
1.9 Études de P(E ∩ F) et de P(E ∪ F)

a) Montrer : E ⊂ F ⇐⇒ P(E) ⊂ P(F).
b) Établir : P(E ∩ F) = P(E) ∩ P(F).
c) A-t-on : P(E ∪ F) = P (E) ∪ P(F) ?
1.10 Exemple de calcul sur les parties d’un ensemble, inclusion

Soient E un ensemble, A, B, C des parties de E.

Montrer : A ∩ B ⊂ (A ∩ C) ∪ (B ∩ C) , où C désigne le complémentaire de C dans E.
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).
1.12 Exemple de calcul d’une sommation, utilisation d’un télescopage

1 1 1 1 1 1
a) Vérifier : ∀x ∈ R \ {−1, 0, 1}, = − + .
x(x2 − 1) 2 x − 1 x 2 x + 1
n
1
b) En déduire, pour tout n ∈ N \ {0, 1}, la valeur de 2 − 1)
.
k=2
k(k
1.13 Exemple d’équation faisant intervenir des coefficients binomiaux

x x+1
Résoudre l’équation + = 14, d’inconnue x ∈ N.
3 2
6
1.14 Exemple de calcul d’une somme double

n
q
Calculer, pour tout n ∈ N : S n = 2p.
q=0 p=0
1.15 Une formule sur les coefficients binomiaux et un calcul de somme

n n−1
a) Montrer, pour tout (n, k) ∈ (N∗ )2 tel que k n : k =n .
k k−1
n
n
b) En déduire, pour tout n ∈ N, la valeur de S n = k .
k=0
k
1.16 Exemple d’équation faisant intervenir des valeurs absolues

Résoudre l’équation, d’inconnue x ∈ R : |x − 2| + |x| + |x + 1| = 5.
1.17 Conséquences de l’injectivité ou de la surjectivité d’une composée

Soient E, F, G des ensembles, f : E −→ F, g : F −→ G des applications.
a) Montrer que, si g ◦ f est injective, alors f est injective.
b) Montrer que, si g ◦ f est surjective, alors g est surjective.
c) Montrer que, si g ◦ f est bijective, alors f est injective et g est surjective.
1.18 Conséquences de la bijectivité d’une certaine composée

Soient E, F, G des ensembles, f : E −→ F, g : F −→ G des applications.
On suppose que g ◦ f ◦ g est bijective. Montrer que f et g sont bijectives.
On pourra utiliser le résultat de l’exercice 1.17.
1.19 Exemple d’études d’injectivité, de surjectivité, composition

On considère les applications : f : N −→ N, x −→ 2x,
⎧ y
⎪
⎪
⎪ si y est pair
⎪
⎪
⎨ 2
g : N −→ N, y −→ ⎪
⎪
⎪
⎪
⎪ y−1
⎩ si y est impair.
2
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.
1.20 Exemple de calcul d’une sommation double

Calculer, pour tout n ∈ N∗ : S n = i j.
1i jn
1.21 Exemple de calcul d’une sommation double

i
Calculer, pour tout n ∈ N \ {0, 1} : S n = .
1i< jn
j
7
1.22 Exemple de calcul d’une somme de coefficients binomiaux

n

k n+1
Montrer, pour tout (n, p) ∈ N2 tel que n p : = .
k=p
p p+1
1.23 Détermination du plus grand terme dans la formule du binôme de Newton

Pour (n, a, b) ∈ N∗ × R∗+ × R∗+ fixé, quel est le plus grand terme dans le développement de (a + b)n
par la formule du binôme de Newton.
1.24 Calcul d’une somme double de produits de coefficients binomiaux

n i n n−k
a) Montrer, pour tout (n, k, i) ∈ N3 , tel que k i n : = .
i k k n−i
n n
n i
b) En déduire, pour tout n ∈ N, la valeur de S n = .
k=0 i=k
i k
1.25 Différence symétrique, associativité

Soit E un ensemble. On note, pour toutes parties A, B de E : A B = (A ∪ B) ∩ (A ∩ B),
appelée différence symétrique de A et B.
a) Deux exemples : Déterminer A B dans les deux exemples suivants :
1) E = {1, 2, 3, 4}, A = {1, 2}, B = {1, 3}
2) E = R, A = ] − ∞ ; 2], B = [1 ; +∞[.
2
b) Établir : ∀(A, B) ∈ P(E) , A B = (A ∩ B) ∪ (B ∩ A).
2
c) Montrer, pour tout (A, B) ∈ P(E) : 1A B = 1A + 1B − 2 · 1A 1B .
d) En déduire que la loi est associative dans P(E), c’est-à-dire :
3
∀(A, B, C) ∈ P(E) , (A B) C = A (B C).
1.26 Exemple de calcul d’un produit double

Calculer, pour tout n ∈ N∗ : Pn = i j.
1i< jn
1.27 Exemple d’inégalité portant sur une sommation

n
1 √ √
Montrer : ∀n ∈ N \ {0, 1}, √ < n + n − 1.
k=1 k
8

1.1 Réponses : v pour vraie, f pour fausse : Calculer (A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C) .
P1 P2 P3 P4 P5 P6 P7 P8 3e méthode : utilisation de fonctions caractéristiques :

v f f v v v f f Calculer 1(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
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

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 .
1.24 a) Calculer chacun des deux membres de l’égalité voulue,

d) Calculer les fonctions caractéristiques des deux membres.
en exprimant les coefficients binomiaux à l’aide de factorielles.
b) Utiliser a), un changement d’indice, et la formule du binôme 1.26 Remarquer, par rôles symétriques :
de Newton deux fois.

Pn2 = ij / ij .
1.25 a) Réponses : 1i,jn 1i=jn
1) : A B = {2, 3}, 2) : A B = ] − ∞ ; 1[ ∪ ]2 ; +∞[.

1.27 Récurrence sur n. Dans le passage de récurrence, il suffit
b) Calculer A B d’après sa définition, en utilisant les formules √ √ 1 √ √
de prouver : n+ n−1+ √ < n + 1 + n.
sur le calcul sur les ensembles. n+1
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
• P2 est fausse. Il n’existe aucun réel y (fixé) plus grand que y = x2

4 4 admet deux antécédents
tous les réels.
par f
On peut aussi montrer que P2 est fausse en remarquant que la −1 n’admet pas d’antécé-
négation de P2 : ∀y ∈ R, ∃x ∈ R, x > y dent par f
est vraie, car c’est P1 .
•P3 est fausse. Par exemple, x = 1 et y = −1 vérifient x + y = 0
mais ne vérifient pas x = 0 et y = 0.
• P4 est vraie. Si x + y = 0 et si x et y sont 0, alors : x = 0 et x
y = 0. −2 O 2
• P5 est vraie. Si (x, y) ∈ N2 est tel que x + y = 1, alors : −1

x = 0 et y = 1 ou x = 1 et y = 0 ,
donc : xy = 0. 2) • f : [0 ; +∞[ −→ R, x −→ x2 est injective, car, pour tout

(x, y) ∈ [0 ; +∞[2 , puisque x et y sont 0, :
• P6 est vraie. Si x = 2, alors x2 = 4.
• P7 est fausse. Si x2 = 9, on n’a pas nécessairement x = 3, f (x) = f (y) ⇐⇒ x2 = y2 ⇐⇒ x = y.
puisque x peut être égal à −3.
1 • f n’est pas surjective, car, par exemple, le réel −1 n’est pas
• P8 est fausse. Par exemple, pour x = , on n’a pas x x2 .
2 atteint par f .
Plus précisément, pour tout x ∈ R :
• Puisque f n’est pas surjective, f n’est pas bijective.
x x2 ⇐⇒ x(x − 1) 0 ⇐⇒ x ∈ ] − ∞ ; 0] ∪ [1 ; +∞[. 3) • f : [0 ; +∞[ −→ [0 ; +∞[, x −→ x2 est injective, comme
en 2).
1.2 Présentons les réponses dans un tableau, se lisant ver-
• f est surjective, car : ∀y ∈ [0 ; +∞[, ∃ x ∈ [0 ; +∞[, y = x2 .
ticalement pour chaque exemple :
1) 2) 3) 4) Autrement dit, tout réel 0 est le carré d’un réel 0.
E {1, 2, 3, 4} R R R • Puisque f est injective et surjective, f est bijective.
A {1, 2} ] − ∞ ; 2] ] − ∞ ; 1] N 1
B {2, 4} [1 ; +∞[ [2 ; +∞[ ]0 ; +∞[ b) 1) • f : R∗ −→ R, x −→ est injective, car, pour tout
x
A∩ B {2} [1 ; 2] ∅ N∗ (x1 , x2 ) ∈ (R∗ )2 :
] − ∞ ; 1]
A∪ B {1, 2, 4} R [0 ; +∞[ 1 1
∪ [2 ; +∞[ f (x1 ) = f (x2 ) ⇐⇒ = ⇐⇒ x1 = x2 .
x1 x2
A {3, 4} ]2 ; +∞[ ]1 ; +∞[ R\N
B {1, 3} ] − ∞ ; 1[ ] − ∞ ; 2[ ] − ∞ ; 0] • f n’est pas surjective, car le réel 0 n’est pas atteint par f .
A∩ B {1} ] − ∞ ; 1[ ] − ∞ ; 1] {0} • Puisque f n’est pas surjective, f n’est pas bijective.

A∩ B {4} ]2 ; +∞[ [2 ; +∞[ ]k ; k + 1[ 1
2) • f : R∗ −→ R∗ , x −→ est injective, comme en 1).
k∈N x
1
• f est surjective, car : ∀y ∈ R∗ , ∃ x ∈ R∗ , y = ,
1.3 a) 1) • f : R −→ R, x −→ x2 n’est pas injective, car, x
par exemple : 2 −2 et f (2) = f (−2) = 4. 1
en prenant x = .
• f n’est pas surjective, car, par exemple, le réel −1 n’a pas y
d’antécédent par f dans R. • Puisque f est injective et surjective, f est bijective.
11
1.4 • On a, pour tout x ∈ R : donc la formule est vraie pour n + 1.

⎧
⎪
⎪
⎨( f ◦ g)(x) = f g(x) = f (x ) = 1 + x
⎪
2 2 Ceci montre, par récurrence sur n, la formule demandée.
⎪
⎪
⎩(g ◦ f )(x) = g f (x) = g(1 + x) = (1 + x)2 = 1 + 2x + x2 .
⎪ Comparer avec l’exercice 1.12, dans lequel l’énoncé ne donne
pas le résultat et donc dans lequel on ne peut apparemment pas
• Par exemple : ( f ◦ g)(1) = 2 et (g ◦ f )(1) = 4, faire une récurrence.
donc : f ◦ g g ◦ f.
1.7 On a, pour tout n ∈ N∗ :
1.5 a) Il est clair que : a = 2.

n
b) Soit (x, y) ∈ (R \ {2}) × R. On a : Sn = (k3 − 3k2 + 2k + 1)

k=1
3x − 1
y = f (x) ⇐⇒ y = ⇐⇒ xy − 2y = 3x − 1
n
n
n
n
x−2
⇐⇒ xy − 3x = 2y − 1 ⇐⇒ (y − 3)x = 2y − 1. = k3 − 3 k2 + 2 k+ 1
k=1 k=1 k=1 k=1
2y − 1
Si y 3, on a : y = f (x) ⇐⇒ x = n2 (n + 1)2 n(n + 1)(2n + 1) n(n + 1)
y−3 = −3 +2 +n
2y − 1 4 6 2
donc y admet un antécédent et un seul par f , qui est . n
y−3 = n(n + 1)2 − 2(n + 1)(2n + 1) + 4(n + 1) + 4
Si y = 3, alors : y = f (x) ⇐⇒ 0x = −5, 4
donc y n’a pas d’antécédent par f . n(n3 − 2n2 − n + 6)

= .
4
Il existe donc un réel et un seul, b = 3, n’ayant pas d’antécédent
par f .
3x − 1 n(n3 − 2n2 − n + 6)
c) L’application g : R \ {2} −→ R \ {3}, x −→ On conclut : ∀n ∈ N∗ , S n = .
x−2 4
est la restriction de f à R \ {2} au départ et à R \ {3} à l’arrivée.
1.8 1re méthode : utilisation des éléments des ensembles :
On a, pour tout (x, y) ∈ (R \ {2}) × (R \ {3}) :
1) Soit b ∈ B.
3x − 1 2y − 1
y = g(x) ⇐⇒ y = ⇐⇒ x = . Alors : b ∈ B ⊂ A ∪ B = A ∪ C, donc b ∈ A ou b ∈ C.
x−2 y−3
Si b ∈ A, alors : b ∈ A ∩ B = A ∩ C, donc b ∈ C.
Ainsi, tout élément y de l’arrivée admet un antécédent et un
seul par g, donc g est bijective, et l’application réciproque de g Ceci montre : B ⊂ C.
2y − 1
est : g−1 : R \ {3} −→ R \ {2}, y −→ . 2) Puisque les hypothèses sont invariantes en échangeant B et
y−3 C, on a aussi : C ⊂ B.
1.6 Récurrence sur n. On conclut : B = C.
• Pour n = 2 : 2è méthode : calcul sur les ensembles :
n
1 1 n2 + n − 2 4 1 On a :
= et = = ,
k=2
k(k2 − 1) 6 4n(n + 1) 4·2·3 6
B = B ∩ (A ∪ B) = B ∩ (A ∪ C) = (B ∩ A) ∪ (B ∩ C)
donc la formule est vraie pour n = 2.
• Supposons la formule vraie pour un n ∈ N \ {0, 1} fixé.
= (A ∩ B) ∪ (B ∩ C) = (A ∩ C) ∪ (B ∩ C) = (A ∪ B) ∩ C ⊂ C.
On a alors :

n+1
n De même : C ⊂ B, et finalement : B = C.
1 1 1
= + 3è méthode : utilisation de fonctions caractéristiques :
k=2
k(k2 − 1) k=2
k(k2 − 1) (n + 1) (n + 1)2 − 1
n2 + n − 2 1 (n2 + n − 2)(n + 2) + 4 Puisque A ∩ B = A ∩ C, on a : 1A ∩ B = 1A ∩ C
= + =
4n(n + 1) (n + 1)n(n + 2) 4n(n + 1)(n + 2) et, puisque A ∪ B = A ∪ C, on a : 1A ∪ B = 1A ∪ C .
⎧
n + 3n
3 2
n(n + 3) ⎪
⎪
= = ⎨1A ∪ B = 1A + 1 B − 1A ∩ B
⎪
4n(n + 1)(n + 2) 4(n + 1)(n + 2) Mais : ⎪⎪
⎪
⎩1A ∪ C = 1A + 1C − 1A ∩ C .
(n + 1)2 + (n + 1) − 2
= , On déduit : 1B = 1C , et donc : B = C.
4(n + 1)(n + 2)
12
1.9 a) 1) Supposons E ⊂ F. • Si x ∈ C, alors, comme x ∈ B et x ∈ C, on a :

Soit X ∈ P(E). On a : ∀x ∈ X, x ∈ E ⊂ F, donc : X ⊂ F, x ∈ B ∩ C ⊂ (A ∩ C) ∪ (B ∩ C).
c’est-à-dire : X ∈ P(F).
Ceci montre : P(E) ⊂ P(F). Ceci montre : ∀x ∈ A ∩ B, x ∈ (A ∩ C) ∪ (B ∩ C)
On a établi : E ⊂ F =⇒ P(E) ⊂ P(F). et on conclut : A ∩ B ⊂ (A ∩ C) ∪ (B ∩ C).
2) Réciproquement, supposons P(E) ⊂ P(F). 2e méthode : calcul sur les ensembles :
Soit x ∈ E. Considérons le singleton {x}, c’est-à-dire l’en- On a :

semble à un élément formé par x tout seul.
(A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C)
On a : {x} ∈ P(E) ⊂ P(F), donc : x ∈ F. = (A ∩ B ∩ A ∩ C) ∪ (A ∩ B ∩ B ∩ C)
Ceci montre : E ⊂ F. = (A ∩ B ∩ C) ∪ (A ∩ B ∩ C) = (A ∩ B) ∩ (C ∪ C) = A ∩ B,
On a établi : P(E) ⊂ P(F) =⇒ E ⊂ F.
donc : A ∩ B ⊂ (A ∩ C) ∪ (B ∩ C).
On conclut à l’équivalence logique : e
3 méthode : utilisation de fonctions caractéristiques :
E ⊂ F ⇐⇒ P(E) ⊂ P(F). On a :
b) On a, pour tout ensemble X : 1(A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C) = 1A ∩ B 1(A ∩ C) ∪ (B ∩ C)

⎧ = 1A 1B (1A 1C + 1B 1C − 1A 1C 1B 1C ) = 1A 1B 1C + 1A 1B 1C
⎪
⎪
⎨X ⊂ E
X ∈ P(E ∩ F) ⇐⇒ X ⊂ E ∩ F ⇐⇒ ⎪
⎪ =0
⎩X ⊂ F
⎧ = 1A 1B (1C + 1C ) = 1A 1B = 1A ∩ B ,
⎪
⎪
⎨X ∈ P(E) =1
⇐⇒ ⎪⎪ ⇐⇒ X ∈ P(E) ∩ P(F),
⎩X ∈ P(F)
donc : (A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C) = A ∩ B,
et on conclut : P(E ∩ F) = P(E) ∩ P(F). c’est-à-dire : A ∩ B ⊂ (A ∩ C) ∪ (B ∩ C).
c) 1) On a, pour tout ensemble X :
1.11 a) On a, pour tout (a, b) ∈ R2 :
X ∈ P(E) ∪ P(F) ⇐⇒ X ⊂ E ou X ⊂ F
=⇒ X ∈ E ∪ F ⇐⇒ X ∈ P(E ∪ F), 1 2 a2 + b2 − 2ab (a − b)2
(a + b2 ) − ab = = 0,
2 2 2
ce qui montre : P(E) ∪ P(F) ⊂ P(E ∪ F).
donc : ab 12 (a2 + b2 ).
2) Mais la réciproque est en général fausse. En effet, si un en-
b) Appliquons le résultat de a) aux trois couples
semble X est inclus dans une réunion E ∪ F, cela n’entraîne
pas, en général, que X soit inclus dans E ou que X soit inclus √ √ √ √ √ √
( x, y), ( x, z), ( y, z)
dans F. En effet, X peut contenir des éléments de E qui ne sont
pas dans F et des éléments de F qui ne sont pas dans E. à la place de (a, b) :
Pour montrer la non-inclusion, donnons un contrexemple : √ √ 1 √ √ 1 √ √ 1
E = {1}, F = {2}. On a ici : x y (x + y), x z (x + z), y z (y + z).
2 2 2

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
b) On a, pour tout n ∈ N \ {0, 1} : 1.14 On a, en utilisant la sommation d’une progression géo-

métrique et la formule du binôme de Newton, pour tout n ∈ N :

n n

1 1 1 2 1
= − +
k(k2 − 1) 2 k−1 k k+1
k=2 k=2
n
q
n
2q+1 − 1
n
n
Sn = 2p = =2 2q − 1
⎛ n ⎞ 2−1
1 ⎜⎜⎜⎜ 1 1 1 ⎟⎟⎟⎟
n n q=0 p=0 q=0 q=0 q=0
= ⎜⎝ −2 + ⎟
2 k=2 k − 1 k k=2 k + 1 ⎠ 2n+1 − 1
k=2
=2 − (n + 1) = 2n+2 − 2 − (n + 1) = 2n+2 − n − 3.
2−1
⎛ n−1 ⎞
1 ⎜⎜⎜ 1 n
1 1 ⎟⎟⎟⎟
n+1
= ⎜⎜⎝ −2 + ⎟ 1.15 a) On a, pour tout (n, k) ∈ (N∗ )2 :
2 k=1
k k=2
k k=3 k ⎠

n n! n!
changements d’indice k ←− k − 1, k ←− k + 1 k =k =
k k!(n − k)! (k − 1)!(n − k)!
⎡⎛ ⎞ ⎛ ⎞
1 ⎢⎢⎢⎢⎜⎜⎜⎜ 1 1 ⎟⎟⎟⎟ ⎜⎜⎜ 1 1 1 ⎟⎟⎟⎟
n−1 n−1
= ⎢⎣⎜⎝1 + + ⎜
⎟ − 2 ⎜⎝ + + ⎟ (n − 1)! n−1
2 k=3 k ⎠ 2 k=3 k n ⎠ =n =n .
2 (k − 1)! (n − 1) − (k − 1) ! k−1
⎛ n−1 ⎞⎤
⎜⎜⎜ 1 1 1 ⎟⎟⎟⎟⎥⎥⎥⎥
+ ⎜⎝ ⎜ + + ⎟⎥
k=3
k n n + 1 ⎠⎦ b) • On a, pour tout n ∈ N∗ :

1 1 1 1 n(n + 1) − 2(n + 1) + 2n n2 + n − 2
= − + = = . n
n
n
n
n
n−1
2 2 n n+1 4n(n + 1) 4n(n + 1) Sn = k = k = n
k=0
k k=1
k a) k=1 k − 1
Comparer avec la résolution de l’exercice 1.6, dans lequel
n
n−1

l’énoncé donne le résultat, donc dans lequel on peut envisager n−1 n−1
un raisonnement par récurrence. =n = n = n2n−1 .
k=1
k−1 i=k−1
i=0
i Newton
1.13 On a, pour tout x ∈ N :

• D’autre part : S 0 = 0.
x x+1 x(x − 1)(x − 2) (x + 1)x
+ = + On conclut : ∀n ∈ N, S n = n2n−1 .
3 2 6 2
x x Voir l’exercice 3.13 pour une autre méthode de calcul, utilisant
= (x − 1)(x − 2) + 3(x + 1) = (x2 + 5),
6 6 des polynômes.
donc :
1.16 Soit x ∈ R. Calculons y = |x − 2| + |x| + |x + 1| en
x x+1 x séparant en cas selon la position de x par rapport à 2, 0, −1 :
+ = 14 ⇐⇒ (x2 + 5) = 14
3 2 6
⇐⇒ x3 + 5x − 84 = 0 (1). x x −1 −1 x 0 0x2 2x
|x − 2| 2−x 2−x 2−x x−2
Il s’agit maintenant de résoudre une équation du troisième de- |x| −x −x x x
gré, d’inconnue x ∈ N.
|x + 1| −x − 1 x+1 x+1 x+1
L’application f : R −→ R, x −→ x3 + 5x − 84 est strictement y −3x + 1 −x + 3 x+3 3x − 1
croissante sur R, car f est dérivable et : y = 5 −3x + 1 = 5 −x + 3 = 5 x + 3 = 5 3x − 1 = 5
Solutions x = − 34 x = −2 non x=2 x=2
∀x ∈ R, f (x) = 3x2 + 5 > 0.
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
y qui est la composée de trois applications bijectives, donc f est
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
=
=
−
f est injective, car, pour tout (x1 , x2 ) ∈ N2 :

y
•
x
+
3
3
f (x1 ) = f (x2 ) ⇐⇒ 2x1 = 2x2 ⇐⇒ x1 = x2 .
• f n’est pas surjective, car, par exemple, l’élément 1 de N n’a

1 pas d’antécédent par f .
− 4 /3 x On remarque que f n’atteint que les nombres pairs.

2
−1 O 1 • Puisque f n’est pas surjective, f n’est pas bijective.
2)
On voit qu’en coupant par l’horizontale y = 5, on obtient bien 0 1 2 3 4 5 ...
deux valeurs de x. g↓ ↓ ↓
0 1 2 ...
1.17 a) Supposons g ◦ f injective.
• g n’est pas injective, car, par exemple : 0 1 et g(0) = g(1).
Soit (x1 , x2 ) ∈ E 2 tel que f (x1 ) = f (x2 ). On a alors :
On remarque que, pour tout p ∈ N, on a :
g ◦ f (x1 ) = g f (x1 ) = g f (x2 ) = g ◦ f (x2 ).
2p (2p + 1) − 1
Puisque g ◦ f est injective, il s’ensuit : x1 = x2 . g(2p) = = p et g(2p + 1) = = p,
2 2
On conclut que f est injective. donc 2p et 2p + 1 ont la même image par g.
b) Supposons g ◦ f surjective. • g est surjective, car : ∀n ∈ N, g(2n) = n
Soit z ∈ G. Puisque g ◦ f est surjective, il existe x ∈ E tel que : donc tout n ∈ N admet au moins un antécédent (2n) par g.
z = g ◦ f (x).
On remarque que tout élément de N admet exactement deux
On a alors : z = g f (x) et f (x) ∈ F. antécédents par g.
Ceci montre : ∀z ∈ G, ∃ y ∈ F, z = g(y). • Puisque g n’est pas injective, g n’est pas bijective.
On conclut que g est surjective. b) 1)
c) Si g ◦ f est bijective, alors g ◦ f est injective et surjective, 0 1 2 3 4 5 ...
donc, d’après a) et b), f est injective et g est surjective. f ↓ ↓ ↓ ↓ ↓ ↓
0 1 2 3 4 5 6 7 8 9 10 . . .
1.18 Schématiquement, en utilisant le résultat de l’exer- g ↓ ↓ ↓ ↓ ↓ ↓

cice 1.17, on a : 0 1 2 3 4 5 ...
⎧
⎪
⎪ On a, pour tout p ∈ N :
⎨g ◦ f ◦ g injective
⎪
g ◦ f ◦ g bijective ⇐⇒ ⎪ ⎪
⎪
⎩g ◦ f ◦ g surjective 2p
(g ◦ f )(p) = g f (p) = g(2p) = = p,
⎧ ⎧ 2
⎪
⎪ ⎪
⎪
⎨(g ◦ f ) ◦ g injective
⎪ ⎨g injective
⎪
donc : g ◦ f = IdN .
⇐⇒ ⎪ ⎪ =⇒ ⎪
⎪
⎪
⎩g ◦ ( f ◦ g) surjective ⎪
⎩g surjective
2)
=⇒ g bijective . 0 1 2 3 4 5 ...
g ↓ ↓ ↓
Ceci montre que g est bijective.
0 1 2 ...
On peut donc considérer l’application réciproque g−1 de g. On f ↓ ↓ ↓
a alors : f = g−1 ◦ (g ◦ f ◦ g) ◦ g−1 , 0 1 2 3 4 5 ...
15
On a, pour tout k ∈ N : 1.22 Soit p ∈ N fixé. Récurrence sur n.

2k n
( f ◦ g)(2k) = f g(2k) = f = f (k) = 2k k p p+1
2 • Pour n = p, on a : = = 1 et = 1,
p p p+1
(2k + 1) − 1 k=p
( f ◦ g)(2k + 1) = f g(2k + 1) = f = f (k) = 2k.
2 donc la formule est vraie pour n = p.
On conclut : •Supposons la formule vraie pour un n ∈ N fixé tel que n p.
⎧
⎪
⎪ On a alors :
⎨ y
⎪ si est pair
f ◦ g : N −→ N, y −→ ⎪
⎪
⎪
⎩y − 1 n+1
n $
#
si y est impair. k k n+1
= +
k=p
p k=p
p p
c) 1) Puisque g◦ f = IdN , g◦ f est injective, surjective, bijective.
n+1 n+1 n+2 (n + 1) + 1
2) • f ◦ g n’est pas injective, car : 0 1 et f ◦ g(0) = f ◦ g(1). = + = = ,
p+1 p p+1 p+1
• f ◦ g n’est pas surjective, car 1 n’a pas d’antécédent par f ◦ g.
ce qui montre que la formule est vraie pour n + 1.
• Puisque f ◦ g n’est pas injective (ou n’est pas surjective), f ◦ g
On conclut, par récurrence sur n, que, pour tout (n, p) ∈ N2 tel
n
n’est pas bijective.
k n+1
On remarque que, dans cet exemple, g◦ f est bijective mais que que n p, on a : = .
p p+1
f ◦ g n’est pas bijective. k=p

2 3 4 5 5
Exemple : p = 2, n = 5 : + + + = .
1.20 1re méthode : emboîtement de sommations : 2 2 2 2 3

On a : =1 =3 =6 =10 =20

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
2e méthode : utilisation d’autres sommes doubles : 1 6 15 20 15 6 1

On a :

n
n n
n k n−k
2 ij = ij + ij = i j + i2 1.23 Notons, pour k ∈ {0, ..., n} : uk = ab
1i jn 1i, jn 1i= jn i=1 j=1 i=1
k
n(n + 1) 2 n(n + 1)(2n + 1) le k-ème terme dans le développement de (a+b)n par la formule
= + , du binôme de Newton. On a : ∀k ∈ {0, ..., n}, uk > 0.
2 6
et on termine comme dans la 1re méthode. Pour comparer les uk entre eux, commençons par comparer
deux termes consécutifs. Comme uk fait intervenir des produits,
nous allons former le rapport de deux termes consécutifs. On a,
1.21 On a :
pour tout k ∈ {0, ..., n − 1} :
i n j−1
i 1
n j−1

Sn = = = i n
j j j i=1 ak+1 bn−(k+1)
1i< jn j=2 i=1 j=2
uk+1 k+1
=
1 1
n n n n
1 ( j − 1) j uk n k n−k
= = ( j − 1) = j− 1 ab
j=2
j 2 2 j=2 2 j=2 j=2 k
1 n(n + 1) n2 − n n!
ak+1 bn−k−1
= − 1 − (n − 1) = . (k + 1)!(n − k − 1)! n−k a
2 2 4 = = .
n! k +1b
n(n − 1) ak bnk
On conclut : ∀n ∈ N \ {0, 1}, S n = . k!(n − k)!
4
16
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
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}.
2) Pour E = R, A = ] − ∞ ; 2], B = [1 ; +∞[, on a :

1.27 Récurrence sur n.
• Pour n = 2, la propriété est vraie, car :
A ∪ B = R, A ∩ B = [1 ; 2],
n
1 1 √ √ √
√ = 1 + √ et n + n − 1 = 2 + 1.
A ∩ B = ] − ∞ ; 1[ ∪ ]2 ; +∞[, A B = ] − ∞ ; 1[ ∪ ]2 ; +∞[. k=1 k 2
17
• Supposons la propriété vraie pour un n ∈ N \ {0, 1} fixé, c’est- √

√ ⇐⇒ 1 < (n + 1) − n2 − 1
n
1 √ √
à-dire : √ < n + n − 1. ⇐⇒ n2 − 1 < n ⇐⇒ n2 − 1 < n2 ,
k=1 k
On a alors : qui est vraie.

n+1
1 n
1 1 √ √ 1 Ainsi, l’inégalité (1) est vraie, donc :
√ = √ + √ < n+ n−1+ √ .
k k n+1 n+1
k=1 k=1

n+1
1 √ √
Il nous suffit donc de montrer : √ < n + 1 + n,
k
√ √ 1 √ √
k=1
n+ n−1+ √ < n+1+ n (1).

n+1 ce qui montre que l’inégalité est vraie pour n + 1.
1 √ √ On conclut, par récurrence sur n, que l’inégalité de l’énoncé est
On a : (1) ⇐⇒ √ < n+1− n−1 vraie pour tout n ∈ N \ {0, 1}.
n+1
18
Nombres complexes CHAPITRE 2
Plan
• 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.

• Calculs dans C, en particulier les propriétés algébriques de la conjugaison et du
module
• Résolution des équations du premier degré et du deuxième degré dans C
• Propriétés de la forme trigonométrique d’un nombre complexe
• Définition et propriétés des racines n-ièmes de l’unité dans C
• Formule d’Euler et formule de Moivre.

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
Pour mettre '

sous forme trigonométrique Calculer d’abord |z| par |z| = x2 + y2 , puis calculer, si possible, θ ∈ R
z
un nombre complexe z non nul, tel que e i θ = .
|z|
présenté sous forme algébrique
z = x + i y, (x, y) ∈ R2 ➥ Exercice 2.10 a).
Noter z = x+ i y, (x, y) ∈ R2 et résoudre l’équation z2 = Z, en rajoutant

au système l’équation |z|2 = |Z| qui s’en déduit :
⎧
⎧ ⎪
⎪
⎪ x2 − y 2 = X
Pour calculer ⎪
⎪ ⎪
⎪
⎪
⎨(x + i y) = X + i Y
2
sous forme algébrique ⎪ ⎪
⎨
z2 = Z ⇐⇒ ⎪ ⎪ ⇐⇒ ⎪ ⎪ 2xy = Y
les racines carrées ⎪
⎩|x + i y|2 = |X + i Y| ⎪
⎪
⎪
d’un nombre complexe Z ⎪ x2 + y 2 = √ X 2 + Y 2 .
⎪
⎩
présenté sous forme algébrique,
Z = X + i Y, (X, Y) ∈ R2 Déduire x2 et y2 par addition et soustraction, d’où x et y à des signes
près, qui sont précisés par l’équation 2xy = Y.
On obtient (si Z 0) exactement deux solutions en z.
➥ Exercice 2.5.
• On sait résoudre les équations du premier degré dans C.

On a, pour tout (a, b) ∈ C∗ × C et tout z ∈ C :
b
az + b = 0 ⇐⇒ z = − .
a
• On sait résoudre les équations du second degré dans C.

On a, pour tout (a, b, c) ∈ C∗ × C × C et tout z ∈ C :
−b − δ −b + δ
az2 + bz + c = 0 ⇐⇒ z = ou z = ,
2a 2a
Pour résoudre où δ est une racine carrée complexe du discriminant Δ = b2 − 4ac.

une équation à une inconnue ➥ Exercice 2.6
dans les complexes
• Toujours tenir compte des particularités de l’équation proposée ; à ce
niveau, s’il y a une question, c’est qu’il y a une réponse exprimable.
➥ Exercice 2.13
• Essayer d’effectuer un changement d’inconnue pour ramener l’équa-
tion à une autre équation plus simple. On prendra souvent comme
nouvelle inconnue un groupement intervenant plusieurs fois dans
l’équation.
Par exemple, pour résoudre une équation bicarrée az4 + bz2 = c = 0,
noter Z = z2 , pour se ramener à une équation du second degré en Z.
➥ Exercices 2.11, 2.12.
20
Utiliser les formules, pour tout z ∈ C :

Pour traduire 1 1
qu’un nombre complexe Ré (z) = (z + z), Im (z) = (z − z).
2 2i
est réel, Ainsi :
qu’un nombre complexe
z ∈ R ⇐⇒ z = z et z ∈ i R ⇐⇒ z = −z .
est imaginaire pur
➥ Exercice 2.15.
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 les nombres complexes, en utilisant la

formule : ∀x ∈ R, cos x + i sin x = e i x .
θ
• Pour transformer 1 + e i θ ou 1 − e i θ (θ ∈ R), mettre e i 2 en facteur :
Pour résoudre une question portant
sur des cosinus et des sinus θ θ θ θ
1 + e i θ = 2 e i 2 cos , 1 − e i θ = −2 i e − i 2 sin .
2 2
➥ Exercice 2.10 a).
• Essayer d’utiliser l’inégalité triangulaire
∀(z, z ) ∈ C2 , |z + z | |z| + |z |
ou l’inégalité triangulaire renversée

( (
∀(z, z ) ∈ C2 , |z − z | ((|z| − |z |((.
Pour établir une inégalité portant sur ➥ Exercices 2.7, 2.25

des modules de nombres complexes • De manière générale, il est conseillé de partir du membre le plus
compliqué.
• 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.
Essayer, si possible, en notant Z = f (z), d’exprimer z en fonction de Z,

Pour déterminer l’image dans C, par puis remplacer z en fonction de Z dans les conditions définissant P.
une application f , d’une partie P de C
21
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
➥ Exercices 2.4 b), 2.18, 2.19, 2.21 a).

2.1 Exemples de calculs élémentaires sur des nombres complexes
a) Mettre les nombres complexes suivants sous forme algébrique :
2 − 3i (1 + i )(2 − i ) 4+ i
A = (2 + 3 i )(1 − i ), B= , C= , D= .
1 + 2i 2+ i (1 + i )(3 − i )
b) Calculer les conjugués des nombres complexes suivants :

π
U = 2 − 3i, V = 1+ e i5.
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.
2.4 Calculs sur des racines 5-ièmes ou 7-ièmes de l’unité dans C

α α2
a) Soit α ∈ C tel que α5 = 1. Calculer A = + .
1+α 2 1 + α4
b) Soit β ∈ C tel que β7 = 1 et β 1. Calculer B = (1 + β)(1 + β2 )(1 + β4 ).
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
2.6 Exemples d’équations du second degré dans les complexes

Résoudre les équations d’inconnue z ∈ C :
a) (E) (1 − i )z2 + (2 + i )z + 3 + 4 i = 0
b) (F) z2 − (1 + i )z + 1 − i = 0.
2.7 Exemple d’inégalité sur des modules de nombres complexes

( (
Soit z ∈ C tel que : |z − 2| 3 et |z − 2 i | 5. Montrer : ((z − (1 + i )(( 4.
2.8 Racines cubiques de l’unité dans C

a) Déterminer les trois racines cubiques de 1 dans C, par leur forme trigonométrique et par leur
2iπ
forme algébrique. Montrer que ce sont 1, j , j 2 , où on a noté j = e 3 .
b) Montrer : j 2 = j et 1 + j + j 2 = 0.
c) Soit (u, v, w) ∈ C . On note : x = u + v + w, y = u + j v + j 2 w, z = u + j 2 v + j w.
3
1) Exprimer le produit xyz en fonction de u, v, w.

2) Exprimer u, v, w en fonction de x, y, z, puis exprimer le produit uvw en fonction de x, y, z.
2.9 Exemple de calcul sur une racine n-ième de l’unité dans C

Soient n ∈ N∗ , ω ∈ C telle que ωn = 1. Montrer : (1 + ω)n ∈ R.
2.10 Calculs de formes algébriques et de formes trigonométriques de nombres complexes

a) Soit θ ∈ R. On note A = 1 + e i θ et B = 1 − e i θ . Mettre A et B sous forme algébrique et
sous forme trigonométrique.
b) Soient ρ ∈ [0 ; +∞[, θ ∈ R. On note U = 1 + ρ e i θ . Mettre U sous forme algébrique. Est-ce
que la forme trigonométrique de U paraît simple ?
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.
2.12 Exemple de résolution d’une équation bicarrée dans C

Résoudre l’équation d’inconnue z ∈ C : (E) z4 − (3 − 2 i )z2 + (8 + 6 i ) = 0.
2.13 Exemple de résolution d’équation dans C

Résoudre l’équation d’inconnue z ∈ C : (E) 5z − 2|z| = 5 + 20 i .
2.14 Exemples de résolution de systèmes de deux équations à deux inconnues dans C

Résoudre les systèmes d’équations, d’inconnue (u, v) ∈ C2 :
⎧
⎪
⎪
⎪(1 + i )u + (2 − i )v = 1 + 4 i
⎪
⎨
a) ⎪
⎪
⎪
⎪
⎩ i u + (1 − i )v = 2 i
⎧
⎪
⎪
⎪(1 + i )u + v = 3 + 7 i
⎪
⎨
b) ⎪
⎪
⎪
⎪
⎩u + v = 2 + i .
23
2.15 Exemple de manipulation de conjugués de nombres complexes

1+z
Soit z ∈ C. Montrer : ∈ R ⇐⇒ z ∈ (R) ∪ ( i R).
1−z
2.16 Utilisation de la conjugaison pour des nombres complexes de module 1

a+b
Soit (a, b) ∈ C2 tel que : |a| = 1, |b| = 1, a b. On note A = . Montrer : A ∈ i R.
a−b
2.17 Calcul de sommes faisant intervenir les coefficients binomiaux

n
n

n n
Pour n ∈ N et x ∈ R, calculer : Cn (x) = cos kx et S n (x) = sin kx.
k=0
k k=0
k
2.18 Somme de cosinus ou de sinus de réels en progression arithmétique

n
n
Pour n ∈ N et (a, b) ∈ R2 , calculer C = cos(a + kb) et S = sin(a + kb).
k=0 k=0
2.19 Calcul d’une somme de cosinus

1
n
Pour n ∈ N∗ et x ∈ R \ {2kπ ; k ∈ Z}, calculer Dn (x) = + cos kx.
2 k=1
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
2.22 Inégalité sur un module de nombre complexe

(( a − b ((
Soit (a, b) ∈ C2 tel que |a| > 1 et |b| > 1. Montrer : (( (( < 1.
1 − ab
2.23 Une propriété de trois nombres complexes de module 1

Soit (a, b, c) ∈ C3 tel que |a| = |b| = |c| = 1. Montrer : |ab + ac + bc| = |a + b + c|.
2.24 Étude d’une fonction homographique

z− i
On considère la fonction de C dans C donnée par : f (z) = .
1 − iz
a) Montrer qu’il existe un complexe et un seul, noté a, n’ayant pas d’image par f , et qu’il existe
un complexe et un seul, noté b, n’ayant pas d’antécédent par f .
24
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 :
g(R) = {g(z) ; z ∈ R}, g−1 (R) = {g−1 (Z) ; Z ∈ R}.
2.25 Minoration du module d’une somme de nombres complexes

n
Soient n ∈ N∗ , (z1 , ..., zn ) ∈ Cn tel que : |zk | = 1.
k=1
(( (( 1
Montrer qu’il existe une partie finie non vide I de 1 ; n telle que : (( zk (( .
k∈I
4
2.26 Manipulation d’inégalités portant sur des modules de nombres complexes

Soient (a, b) ∈ R2 , z ∈ C tels que : a > 0, a2 b, |z + a| a, |z2 + b| a.
a+b
Montrer : |z| .
2a
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.
2.11 Remarquer que les racines carrées des racines carrées de

2.5 Pour déterminer sous forme algébrique les racines car- A sont des (les) racines quatrièmes de A dans C.
rées complexes d’un nombre complexe Z donné, noter
Z = X + i Y, (X, Y ) ∈ R2 donné, z = x + i y, (x, y) ∈ R2 inconnu, et 2.12 Utiliser le changement d’inconnue Z = z2 .
résoudre le système d’équations :
' 2.13 Remarquer que z est nécessairement de la forme
x 2 − y 2 = X, 2xy = Y, x2 + y 2 = |Z| = X 2 + Y 2 . z = x + 4 i , x ∈ R.
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
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
2.17 Considérer Cn (x) + i Sn (x) et utiliser la formule du binôme

2.24 a) • Résoudre l’équation : le dénominateur est nul.
de Newton. • Pour z ∈ C − {− i } et Z ∈ C, étudier l’équation Z = f(z), d’incon-
nue z.
2.18 Considérer C+ i S et utiliser une sommation géométrique. b) Calculer z en fonction de Z, avec les notations ci-dessus.
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.
2.20 Utiliser la propriété fondamentale de l’exponentielle et

2.25 Noter, pour tout k ∈ 1 ; n : zk = xk + i yk , (xk , yk ) ∈ R2 .
la formule donnant la somme des n − 1 premiers entiers consé-
n
n
cutifs. Considérer les deux sommations |xk | et |yk | et scinder la

k=1 k=1
première selon le signe de xk , la seconde selon le signe de yk .
2.21 a) Utiliser une sommation géométrique en séparant en Remarquer que, si une somme de quatre réels est 1, alors l’un
deux cas : ω 1, ω = 1. d’eux au moins est 1/4.
b) Utiliser la formule du binôme de Newton.
2.26 Utiliser convenablement les hypothèses sur a, b, z, l’in-
2.22 Montrer d’abord que l’expression proposée existe. égalité triangulaire et l’inégalité triangulaire renversée.
26
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
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
j3 1 j j 2.10 a) 1) • A = 1 + e i θ = (1 + cos θ) + i

sin θ .
Ou encore, comme j 3 = 1 : j 2 = = = = = j.
j j jj 1 réel réel
• 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 .
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
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.
(E) ⇐⇒ Z 2 − (3 − 2 i )Z + 8 + 6 i = 0. Il s’agit d’une équation du second degré.

Il s’agit d’une équation du second degré en Z. Le discriminant Le discriminant Δ est : Δ = 502 + 4 · 21 · 39 = 5776 = 762 ,
Δ est : Δ = (3 − 2 i )2 − 4(8 + 6 i ) = −27 − 36 i . donc :
• Cherchons une racine carrée complexe de Δ. 50 − 76 13 50 + 76
(1) ⇐⇒ x = =− ou x = =3 .
Notons δ = a + i b, (a, b) ∈ R . On a :
2 2 · 21 21 2 · 21
⎧ 2
⎪
⎪
⎪ a − b2 = −27 Ainsi, en tenant compte de la condition x − 1 0 :
⎪
⎪
⎪
⎪
⎨
δ2 = Δ ⇐⇒ ⎪ ⎪ 2ab = −36 (E) ⇐⇒ x = 3.
⎪
⎪
⎪
⎪
⎪
⎩a2 + b2 = |Δ| = 45
⎧ 2 Finalement, (E) admet une solution et une seule : 3 + 4 i .
⎪
⎪
⎪ a =9 ⎧
⎪
⎪
⎪ ⎪
⎪
⎪
⎨ 2 ⎨a = 3
⎪ 2.14 a) Il s’agit d’un système linéaire de deux équations à
⇐⇒ ⎪ ⎪ b = 36 ⇐= ⎪
⎪
⎪
⎪
⎪ ⎪
⎩b = −6. deux inconnues, que l’on peut résoudre, par exemple, par com-
⎪
⎪
⎩ab = −18 binaison linéaire ou par substitution.
30
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
= 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
2.15 On a, pour tout z ∈ C − {1} : On déduit C et S en prenant respectivement la partie réelle et

la partie imaginaire.
1+z 1 + z 1 + z 1+z 1+z • Si b ∈ 2πZ, l’étude est immédiate.
∈ R ⇐⇒ = ⇐⇒ =
1−z 1−z 1−z 1−z 1−z On conclut :
⇐⇒ 1 − z = 1 − z ⇐⇒ z − z = 0
2 2 2 2 ⎧ sin (n + 1)b
⎪
⎪
⎪
⎪
⎪
⎪ nb
⎪
⎪
⎨cos a +
2 si b 2πZ
⇐⇒ (z − z)(z + z) = 0 ⇐⇒ z = z ou z = −z C=⎪ 2 b
⎪
⎪
⎪ sin
⎪
⎪
⎪ 2
⇐⇒ z ∈ R ou z ∈ i R ⇐⇒ z ∈ R ∪ ( i R). ⎪
⎩(n + 1) cos a si b ∈ 2πZ
31
⎧ (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
⇐⇒ |a|2 |b|2 − |a|2 − |b|2 + 1 > 0 Z+ i Z− i

⇐⇒ =
1 + iZ 1 − iZ
⇐⇒ |a|2 − 1 |b2 | − 1 > 0,
⇐⇒ (Z + i )(1 − i Z) = (Z − i )(1 + i Z)
et cette dernière inégalité est vraie, car |a| > 1 et |b| > 1. ⇐⇒ 2 i ZZ = 2 i ⇐⇒ ZZ = 1
⇐⇒ |Z|2 = 1 ⇐⇒ |Z| = 1.
1
2.23 Remarquons que, puisque |a| = 1, on a a 0 et a = .
a
De même pour b et c. D’où :

( ( ( ( On conclut : g(R) = Z ∈ C ; |Z| = 1 \ { i }.
|ab + ac + bc| = ((ab + ac + bc(( = ((a b + a c + b c((
2) L’étude est analogue à la précédente.
(( 1 1 1 1 1 1 (( (( 1 (
= (( + + (( = (( + 1 + 1 ((( Soit z ∈ C \ {− i }. On a :
a b a c b c ab ac bc
(( c + b + a (( |a + b + c| z ∈ g−1 (R) ⇐⇒ g(z) ∈ R
= (( (( = = |a + b + c|.
abc |a| |b| |c| z− i z− i
⇐⇒ =
1 − iz 1− iz
2.24 a) • Il est clair qu’il existe un nombre complexe et un
1 z− i z+ i
seul, noté a, n’ayant pas d’image par f et que a = = − i , la ⇐⇒ =
i 1 − iz 1 + iz
z− i ⇐⇒ (z − i )(1 + i z) = (z + i )(1 − i z)
valeur de z qui annule le dénominateur de f (z) = .
1− iz
⇐⇒ zz = 1 ⇐⇒ |z| = 1.
• Soient z ∈ C tel que z − i , Z ∈ C. On a :
Z = f (z) ⇐⇒ (1 − i z)Z = z − i ⇐⇒ (1 + i Z)z = Z + i .

On conclut : g−1 (R) = z ∈ C ; |z| = 1 \ {− i }.
Z+ i
Si 1 + i Z 0, alors : Z = f (z) ⇐⇒ z = ,
1 + iZ
2.25 Notons, pour tout k ∈ 1 ; n :
donc Z admet un antécédent (et un seul) par f .
Si 1 + i Z = 0, c’est-à-dire si Z = i , alors : zk = xk + i yk , (xk , yk ) ∈ R2 .
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
On conclut qu’il existe un complexe et un seul, noté b, n’ayant

Dans l’avant-dernière sommation, séparons les termes selon le
pas d’antécédent par f , et que b = i .
signe de xk , et dans la dernière sommation, séparons les termes
• En reprenant les calculs de la solution de a), pour tout selon et le signe de yk On déduit :
Z ∈ C \ { i }, il existe z ∈ C \ {− i } unique tel que Z = f (z).
Ceci montre que l’application 1 |xk | + |xk | + |yk | + |yk |.
k ; xk 0 k ; xk 0 k ; yk 0 k ; yk 0
g : C \ {− i } −→ C \ { i }, z −→ f (z)
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
( (
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
2.26 On a : 2a|z| − (b − a2 ) − a2 = 2a|z| − b.

( (
a |z2 + b| = (((z + a)2 − a2 − 2az + b(( Ainsi : a 2a|z| − b,
( ( a+b
= ((2az + a2 − b − (z + a)2 (( d’où, puisque a > 0 : |z|
2a
.
34
Polynômes CHAPITRE 3
Plan
• Calculs dans K[X]
• Calcul du reste ou du quotient d’une division euclidienne dans K[X]
• Étude des zéros d’un polynôme et de leurs ordres de multiplicité
• 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.

• Définition et propriétés de K[X]
• Division euclidienne dans K[X]
• Définition des zéros d’un polynôme, de l’ordre de multiplicité
• Théorème de d’Alembert dans C[X]
• Factorisation d’un trinôme réel ou complexe, d’un trinôme bicarré réel.

Pour montrer une propriété

Essayer d’utiliser un raisonnement par récurrence.
portant sur des polynômes
indexés par un entier naturel n ➥ Exercices 3.4, 3.9, 3.32 a), 3.33.
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
(suite) • étudier les zéros

➥ Exercice 3.37.
Revenir à la définition : A = BQ + R et deg (R) < deg (B),

Pour déterminer et, si B est de bas degré, prendre la valeur en un ou des points qui
le reste de la division euclidienne annulent B.
d’un polynôme A Éventuellement, passer par les nombres complexes.
par un polynôme B non nul
➥ Exercices 3.8, 3.21, 3.23, 3.24.
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 :
P(a) = 0, P (a) = 0, ..., P(α−1) (a) = 0 et P(α) (a) 0.
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
• Chercher un zéro a de P, mettre X−a en facteur dans P, puis réitérer.

• Se rappeler le théorème de d’Alembert : tout polynôme non constant
de C[X] est factorisable en un produit de polynômes du premier
degré.
• Essayer d’utiliser les identités remarquables : factorisations de
A2 − B2 , de A2 + B2 dans C[X], formule du binôme de Newton,
Pour factoriser sommation géométrique.
un polynôme P dans C[X]
➥ Exercice 3.7
• On sait factoriser dans C[X] tout polynôme de degré 2.
➥ Exercices 3.7, 3.26
• Éventuellement, faire intervenir les racines n-ièmes de 1 dans C.
➥ Exercice 3.16.
• Se rappeler que, d’après le cours, tout polynôme non constant

de R[X] est factorisable en un produit de polynômes de degré 1 et
de polynômes de degré 2 à discriminant < 0.
• Chercher un zéro a de P, mettre X − a en facteur dans P(X), puis
réitérer.
• On sait factoriser dans R[X] les polynômes de degré 2 à discrimi-
nant 0, donc aussi ceux qui s’y ramènent simplement.
• Si P est un trinôme bicarré, P = X4 + pX2 + q, (p, q) ∈ R2 :
∗ si p2 − 4q 0, mettre sous forme canonique :
p 2 p2 − 4q
X2 + − ,
2 4
Pour factoriser puis terminer la factorisation à l’aide de l’identité remarquable
un polynôme P dans R[X] sur A2 − B2
∗ si p2 − 4q < 0, donc q > 0, grouper X4 et q pour débuter un carré :
√ 2 √
X2 + q − 2 q − p)X2 ,
puis terminer la factorisation à l’aide de l’identité remarquable

sur A2 − B2
➥ Exercice 3.5
• Essayer d’utiliser des identités remarquables : formule du binôme
de Newton, sommation géométrique.
➥ Exercice 3.25
• Éventuellement, en dernier recours, passer par les nombres com-
plexes, puis regrouper deux par deux les facteurs conjugués.
➥ Exercice 3.7.
37
Se rappeler que toute fonction polynomiale est une fonction continue

Pour étudier et penser aux théorèmes sur les fonctions continues sur un intervalle
l’existence ou la valeur d’extrémums ou sur un segment.
d’une fonction polynomiale
➥ Exercice 3.41.
Pour obtenir
une localisation des zéros Essayer d’appliquer convenablement l’inégalité triangulaire.
d’un polynôme de C[X] ➥ Exercice 3.42.

3.1 Calculs élémentaires sur des polynômes
On note : A = X2 + 3X + 1, B = X3 + X − 2.
a) Calculer A + B, AB, A2 − XB.
b) Calculer les polynômes composés : A(X − 1), A(X2 ), B(X2 − 1).
3.2 Exemple simple de division euclidienne

Effectuer la division euclidienne de A = X4 + 2X3 − X2 + X − 3 par B = X2 + X − 3.
3.3 Calcul d’un polynôme P, connaissant des valeurs de P et de P

Montrer qu’il existe P ∈ R3 [X] unique tel que : P(0) = 1, P(1) = 0, P (0) = 1, P (1) = 0, et
déterminer P.
3.4 Exemple d’égalité de polynômes

1
On note P0 (X) = 1 et, pour tout n ∈ N∗ : Pn (X) = X(X + 1) · · · (X + n − 1).
n!

n
Montrer : ∀n ∈ N, Pk (X) = Pn (X + 1).
k=0
3.5 Exemples de factorisations de trinômes bicarrés dans R[X]

Factoriser dans R[X] :
A = X4 − X2 − 1, B = X4 + 4X2 + 2, C = X4 + 1, D = X4 + X2 + 1, E = X4 − 3X2 + 1.
3.6 Exemple de factorisation dans R[X]

Factoriser dans R[X] : P = 3X5 − 5X4 + 5X − 3.
3.7 Exemple de factorisation dans C[X], dans R[X]

Factoriser dans C[X] puis dans R[X] : P = (X2 + X + 1)2 + 1.
3.8 Exemple de calcul du reste d’une division euclidienne

Calculer le reste de la division euclidienne de A par B dans les exemples suivants, pour n ∈ N∗ :
38
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 .
3.9 Calcul des polynômes d’une suite de polynômes

On considère la suite (Pn )n∈N de polynômes de C[X] définie par P0 = 0, P1 = 1 et :
∀n ∈ N, Pn+2 = XPn+1 + (1 − X)Pn .
a) Montrer : ∀n ∈ N, Pn+1 = Pn + (X − 1)n .

b) En déduire : ∀n ∈ N, (X − 2)Pn = (X − 1)n − 1.
c) Factoriser Pn dans C[X], pour tout n ∈ N.
3.10 Exemple de divisibilité

(
Soit n ∈ N. Montrer, dans R[X] : (X + 1)(X − 1)2 (( (Xn − 1)(Xn+1 − 1).
3.11 Exemple de zéro multiple d’un polynôme

Soit n ∈ N − {0, 1}.
On note : Pn = Xn+2 − Xn+1 − Xn + Xn−1 − 2X2 + 4X − 2 ∈ R[X].
Montrer que 1 est zéro de Pn et déterminer son ordre de multiplicité.
3.12 Exemple de zéro triple d’un polynôme

Soit n ∈ N. On note : P = nXn+2 − (n + 2)Xn+1 + (n + 2)X − n ∈ R[X].
Montrer : (X − 1)3 | P.
3.13 Calculs de sommations issues de la formule du binôme de Newton

n n
n k n
Soit n ∈ N. On note : P0 = X (1 − X)n−k , P1 = k Xk (1 − X)n−k ,
k=0
k k=0
k
n
n
P2 = k2 Xk (1 − X)n−k .
k=0
k
Calculer P0 , P1 , P2 .
3.14 Exemple d’équation dont les inconnues sont des polynômes

2
Trouver tous les (P, Q) ∈ C[X] tels que P soit unitaire et que P2 + Q2 = X2 .
3.15 Inégalité sur la valeur absolue d’un trinôme

Soit (b, c) ∈ R2 . On note P = 9X2 + bX + c.
1
a) Calculer P(0) − 2P + P(1).
2
b) En déduire : ∃ x ∈ [0 ; 1], |P(x)| > 1.
2π
3.16 Calcul de cos
5
a) Factoriser X5 − 1 dans C[X] en produit de cinq facteurs de degré 1, puis dans R[X] en produit
de trois facteurs de degré 1, 2, 2.
2π 4π π π
b) En déduire les valeurs de cos , cos , cos , sin .
5 5 5 5
39
3.17 Exemple de système symétrique à 2 équations, 2 inconnues

On note P = X3 + X, Q = X3 + X2 , dans C[X].
Trouver tous les couples (u, v) ∈ C2 tels que : u v, P(u) = P(v), Q(u) = Q(v).
3.18 Calculs de coefficients pour une suite récurrente de polynômes

On considère la suite (Pn )n1 de polynômes de R[X] définie par P1 = X − 2 et :
∀n ∈ N∗ , Pn+1 = P2n − 2.
Calculer les coefficients de 1, X, X2 dans Pn , pour tout n ∈ N∗ .
3.19 Exemple d’utilisation de nombres complexes

5
Soient a0 , ..., a4 ∈ C, a5 = 1, P = ak Xk , z1 , ..., z5 les zéros de P dans C. Montrer :
k=0

5
(z2k + 1) = (a0 − a2 + a4 )2 + (a1 − a3 + a5 )2 .
k=1
3.20 Divisibilité par X2 − 2X cos t + 1

Soient n ∈ N, t ∈ R.

On note : A = X2 − 2X cos t + 1, P = Xn sin t − X sin(nt) + sin (n − 1)t .
Montrer que A divise P.
3.21 Calcul du reste d’une division euclidienne

Soient n ∈ N, p ∈ N∗ , a ∈ R, q (resp. r) le quotient (resp. le reste) de la division euclidienne de
n par p dans Z. Déterminer le reste de la division euclidienne de Xn par X p − a dans R[X].
3.22 Divisibilité pour des polynômes composés

n−1
On note, pour tout n ∈ N∗ : Pn = Xk ∈ R[X].
k=0
(
Trouver une CNS sur n pour que : Pn (X) (( Pn (X2 ).
3.23 Calcul du reste d’une division euclidienne

Soit (n, t) ∈ N∗ × R.
Déterminer le reste de la division euclidienne de Pn = (X sin t + cos t)n par B = X2 + 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).
b) Soit a ∈ K. Déterminer le reste de la division euclidienne de P par (X − a)2 . On exprimera le

résultat à l’aide de a, P(a), P (a).
3.25 Exemple de factorisation dans R[X]

Factoriser dans R[X] : P = 6X5 + 15X4 + 20X3 + 15X2 + 6X + 1.
40
3.26 Exemple de factorisation dans R[X], dans C[X]

Factoriser dans R[X] puis dans C[X] le polynôme P = X8 + 7X6 + 13X4 − 3X2 − 18.
3.27 Exemples d’équations dont l’inconnue est un polynôme

Résoudre les équations suivantes, d’inconnue P ∈ R[X] :
a) XP + 2P + P = X2 − X
b) (X2 − 1)P + 2XP − 2P = 0
c) PP + P = X2 .
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).
3.29 Exemple de recherche de polynômes avec conditions de divisibilité

Soit (a, b) ∈ C∗ × C. Trouver tous les polynômes P ∈ C[X] tels que :
deg (P) = 5, (X − a)3 | P(X) − b, (X + a)3 | P(X) + b.
3.30 Divisibilité pour un polynôme composé

(
Soit P ∈ K[X]. Montrer : P(X) (( P X + P(X) .
3.31 Polynômes d’interpolation de Lagrange

Soient n ∈ N, a0 , ..., an ∈ K deux à deux distincts.
a) Montrer que, pour tout i ∈ 0 ; n, il existe Li ∈ Kn [X] unique tel que :
∀ 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.
Les Li , 0 i n, sont appelés les polynômes d’interpolation de Lagrange en a0 , ..., an .

n
b) Montrer : ∀P ∈ Kn [X], P = P(ai )Li .
i=0
c) Établir : ∀(y0 , ..., yn ) ∈ Kn+1 , ∃ !P ∈ Kn [X], ∀i ∈ 0 ; n, P(ai ) = yi .
3.32 Polynômes de Tchébychev de première espèce

a) Montrer que, pour tout n ∈ N, il existe un polynôme unique T n ∈ R[X] tel que :
∀t ∈ R, T n (cos t) = cos nt
et déterminer le degré et le coefficient dominant de T n .
41
b) Déterminer, pour tout n ∈ N∗ , les zéros de T n dans R.

c) Soit n ∈ N∗ . On note x0 , ..., xn−1 les zéros de T n dans R. Soit (i, j) ∈ N2 .

n−1
n
Établir que T i (xk )T j (xk ) est égal à : 0 si i j, si i = j 0, n si i = j = 0.
k=0
2
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.
3.35 Études de surjectivité, d’injectivité pour une fonction polynomiale complexe

Soit P ∈ C[X] tel que deg (P) 2. Démontrer que l’application P : C −→ C, z −→ P(z) est
surjective et non injective.
3.36 Exemple d’étude des zéros réels d’un polynôme réel

2n
Soit n ∈ N∗ . On note Pn = (−1)k (k + 1)X2n−k ∈ R[X]. Montrer que Pn n’a pas de zéro réel.
k=0
3.37 Exemple d’équation dont l’inconnue est un polynôme

3
Trouver tous les P ∈ R[X] tels que : P(0) = 0 et P(X3 + 1) = P(X) + 1.
3.38 Zéros de polynômes vérifiant une divisibilité

(
Soit P ∈ R[X] − {0} tel que P(X) (( P(X3 + X). Montrer que P n’a pas de zéro dans R∗ .
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
3.40 Évaluation de polynômes particuliers

Soient P ∈ R[X] unitaire, de degré n 1. On suppose que tous les zéros de P dans C sont réels,
que les coefficients de P sont tous 0 et que P(0) = 1. Démontrer : P(2) 3n .
3.41 Minimum de fonctions polynomiales sur R

Soit P ∈ R[X] − {0}. On note n = deg (P) et on suppose que n est pair et que P est unitaire.
a) Démontrer qu’il existe c ∈ R tel que : ∀x ∈ R, P(x) P(c).
n
b) Établir : ∀x ∈ R, P(k) (x) P(c).
k=0
3.42 Exemple de localisation des zéros d’un polynôme, majoration

Soient n ∈ N∗ , a1 , ..., an ∈ C, P = Xn + a1 Xn−1 + · · · + an , z0 un zéro de P. Démontrer :
#n−1 $1/k
|z0 | Max (2n − 1)|ak | .
1kn k
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).
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.
3.12 Utiliser l’exercice 3.28 :

A2 + B2 = (A + i B)(A − i B).
(X − 1)3 | P ⇐⇒ P(1) = P (1) = P (1) = 0.
3.8 D’après le théorème de la division euclidienne dans K[X],
2
pour tout (A, B) ∈ K[X] × K[X] − {0} , il existe (Q, R) ∈ K[X]
unique tel que : A = BQ + R et deg (R) < deg (B). 3.13 Utiliser la formule du binôme de Newton :
Il s’agit de calculer le reste R. n
n
a) , b) , c) Ici, B est de bas degré, donc R aussi. Déduire R en (X + Y)n = Xk Yn−k ,
k
k=0
évaluant R en un ou plusieurs points qui annulent B.
d) Ici, A et B ont le même degré, donc Q est une constante. dériver deux fois par rapport à X (pour Y fixé), et remplacer Y
Calculer Q et déduire R. par 1 − X.
3.9 a) Montrer : ∀n ∈ N, Pn+2 − Pn+1 = (X − 1)(Pn+1 − Pn ). 3.14 Utiliser : P 2 + Q2 = (P + i Q)(P − i Q).
43
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

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
c) Remarquer que A ressemble à S3 S1 .

n
n
3.40 Noter P = (X − xk ) et P = ak Xk .
k=1 k=0
3.35 1) Surjectivité :
Montrer d’abord : ∀i ∈ 1 ; n, xi 0.
Utiliser le théorème de d’Alembert.
Montrer ensuite : ∀k ∈ 1 ; n, 2 − xk 3(−xk )1/3 ,
2) Injectivité :
en utilisant la comparaison entre la moyenne arithmétique et
Noter n = deg (P) 2. Raisonner par l’absurde : supposer P in- la moyenne géométrique pour les trois nombres 1, 1, −xk .
jective. Considérer l’équation P(z) = 0 et l’équation P(z) = 1.
3.41 a) Montrer qu’il existe (a, b) ∈ R2 tel que a 0 b et
3.36 Soit x ∈ R. Si x 0, montrer : Pn (x) > 0. Pour x > 0, former que :
(x + 1)Pn (x). ∀x ∈ ] − ∞ ; a] ∪ [b ; +∞[, P(x) P(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.
3.38 Raisonner par l’absurde : supposer que f admette au n

n
moins un zéro a ∈ R∗ . 3.42 Remarquer que = 2n − 1.
k
k=1
45
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
• A2 − XB = (X4 + 6X3 + 11X2 + 6X + 1) − (X4 + X2 − 2X) 1 1

= (X + 1) · · · (X + n) + X(X + 1) · · · (X + n)
= 6X3 + 10X2 + 8X + 1 n! (n + 1)!
1
b) • A(X − 1) = (X − 1)2 + 3(X − 1) + 1 = X2 + X − 1 = (X + 1) · · · (X + n) (n + 1) + X
(n + 1)!
• A(X2 ) = X4 + 3X2 − 1 1
= (X + 1) · · · (X + n) X + (n + 1)
• B(X2 − 1) = (X2 − 1)3 + (X2 − 1) − 2 (n + 1)!
= X6 − 3X4 + 4X2 − 4. = Pn+1 (X + 1).
Ceci montre que la propriété est vraie pour n + 1.
3.2 On conclut, par récurrence sur n, que la propriété est vraie pour
X4 + 2X3 − X2 + X − 3 X2 + X − 3 tout n ∈ N.
X3 + 2X2 + X − 3 X2 + X + 1 3.5 Il s’agit de trinômes bicarrés. On essaie de grouper les

X2 + 4X − 3 termes en X4 et X2 , ou de grouper les termes en X4 et constant,
3X pour débuter le carré d’une somme.
Le quotient est Q = X2 + X + 1, le reste est R = 3X. •

1 2 3
A = X4 − X2 − 1 = X2 − −
2 4
3.3 Soient a, b, c, d ∈ R, P = aX3 + bX2 + cX + d ∈ R[X], √ √
1 3 1 3
donc P = 3aX2 + 2bX + c. On a : = X2 − − X2 − +
2 2 2 2
⎧ ⎧ √ √
⎪
⎪ P(0) = 1 ⎪
⎪ d=1 1 + 3 2 3−1
⎪
⎪
⎪ ⎪
⎪
⎪ = X −
2
X +
⎪
⎪
⎪ ⎪
⎪
⎪ 2 2
⎪
⎪P(1) = 0
⎨ ⎪
⎪a + b + c + d = 0
⎨
⎪
⎪ ⇐⇒ ⎪ ⎪ >0 >0
⎪
⎪
⎪
P (0) = 1 ⎪
⎪
⎪ c=1 * *
⎪
⎪ ⎪
⎪ √ √ √
⎪
⎪
⎪ ⎪
⎪
⎪ 1 + 3 1 + 3 2 3 − 1
⎩P (1) = 0 ⎩3a + 2b + c = 0 = X− X+ X + .
2 2 2
⎧ ⎧
⎪
⎪
⎪ c=1 ⎪
⎪
⎪ c=1 •
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪ B = X4 + 4X2 + 2 = (X2 + 2)2 − 2
⎪d = 1
⎨ ⎪d = 1
⎨
⇐⇒ ⎪ ⇐⇒ ⎪ √ √
⎪
⎪
⎪ ⎪
⎪
⎪ = (X2 +
2 − 2)(X2 +
2 + 2).
⎪
⎪ a + b = −2 ⎪
⎪ a=3
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩3a + 2b = −1 ⎪
⎩b = −5. >0 >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),
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)
• Supposons la propriété vraie pour un n ∈ N fixé. = (X2 − X + 1)(X2 + X + 1)
46
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
R= 3 − 1 − (−1)n + (−3)n X + 3n − 1 + (−1)n − (−3)n .

4 2
3.7 1) Factorisation dans C[X] :
On a : c) Puisque B = (X − 1)2 est de degré 2, R est de degré 1.
Il existe donc (α, β) ∈ K2 tel que : R = αX + β.
P = (X2 + X + 1)2 + 1 = (X 2
+ X + 1 + i )(X

2
+ X + 1 − i ).

noté T 1 noté T 2
Ainsi : (X + 1)n + Xn = (X − 1)2 B + αX + β.
En prenant la valeur en 1, on déduit : 2n + 1 = α + β.
Le discriminant Δ1 du trinôme T 1 est :
D’autre part, en dérivant :
Δ1 = 1 − 4(1 + i ) = −3 − 4 i = (1 − 2 i )2 ,
n(X + 1)n−1 + nXn−1 = (X − 1)2 Q + 2(X − 1)Q + α,
donc les zéros de T 1 dans C sont :
puis, en prenant la valeur en 1 : n2n−1 + n = α.
−1 − (1 − 2 i ) −1 + (1 − 2 i )
= −1 + i et = −i. Ensuite : β = (2n + 1) − α = 2n + 1 − n2n−1 − n.
2 2
47
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
c’est-à-dire : −1 est zéro au moins simple de Pn et 1 est zéro au

De plus : P1 − P0 = 1 = (X − 1)0 .
moins double de Pn , ce qui équivaut à :
On a donc : ∀n ∈ N, Pn+1 = Pn + (X − 1)n . Pn (−1) = 0, Pn (1) = 0, P n (1) = 0.
b) D’après a), on a, pour tout n ∈ N∗ : On a :

Pn (−1) = (−1)n − 1 (−1)n+1 − 1
Pn = Pn−1 + (X − 1)n−1 , . . . , P1 = P0 + (X − 1)0 ,
= −1 + (−1)n − (−1)n + 1 = 0,
d’où, en sommant
n−1 et en simplifiant (télescopage) :
Pn (1) = 0,
Pn = P0 + (X − 1)k , puis :
Pn = X2n+1 − Xn+1 − Xn + 1, donc :
k=0
=0

n−1
P n = (2n + 1)X2n − (n + 1)Xn − nXn−1 ,
(X − 2)Pn = (X − 2) (X − 1)k
k=0
d’où : P n (1) = (2n + 1) − (n + 1) − n = 0.

n−1
(X + 1)(X − 1)2 | Pn .
= (X − 1) − 1 (X − 1)k = (X − 1)n − 1. On conclut :
k=0
3.11 On a :
De plus, il est clair que l’égalité demandée est aussi vraie pour Pn = Xn+2 − Xn+1 − Xn + Xn−1 − 2(X2 − 2X + 1)
n = 0.
= Xn+1 (X − 1) − Xn−1 (X − 1) − 2(X − 1)2
On conclut : ∀n ∈ N, (X − 2)Pn = (X − 1)n − 1.

c) On a, pour tout z ∈ C − {2} : = (X − 1) Xn+1 − Xn−1 − 2(X − 1)

= (X − 1) Xn−1 (X2 − 1) − 2(X − 1)
Pn (z) = 0 ⇐⇒ (z − 1)n − 1 = 0 ⇐⇒ (z − 1)n = 1

= (X − 1)2 Xn−1 (X + 1) − 2
⇐⇒ ∃ k ∈ 1 ; n − 1, z − 1 = ωk ,

2 i kπ = (X − 1)2 (Xn − 1) + (Xn−1 − 1)
où on a noté ωk = exp et en remarquant que 1 n’est pas
n
solution.
n−1
n−2
= (X − 1)3 Xk + Xk
D’après b), Pn est de degré n − 1, et on vient de voir que les k=0 k=0

1 + ωk , k ∈ 1 ; n − 1, sont des zéros de Pn , au nombre noté Qn
48
et Qn (1) = n + (n − 1) = 2n − 1 0. 3.14 Soit (P, Q) convenant. On a :

On déduit : (X − 1) | Pn et (X − 1) Pn ,
3 4
(P + i Q)(P − i Q) = P2 + Q2 = X2 ,
donc 1 est zéro de P d’ordre 3 exactement. donc : P + i Q | X2 . Il existe donc α ∈ C∗ et k ∈ {0, 1, 2} tels
1
que : P + i Q = αXk . Alors : P − i Q = X2−k .
3.12 • P = nXn+2 − (n + 2)Xn+1 + (n + 2)X − n α
Séparons en cas selon la valeur de k.
donc : P(1) = n − (n + 2) + (n + 2) − n = 0.
Cas k⎧= 0 : ⎧

P = n(n + 2)Xn+1 − (n + 2)(n + 1)Xn + (n + 2), ⎪ ⎪
⎪ 1 2 α
• ⎪
⎪ P+ iQ = α ⎪
⎪ P= X +
⎪
⎨ ⎪
⎨ 2α 2
donc : P (1) = n(n + 2) − (n + 2)(n + 1) + (n + 2) = 0. ⎪
⎪ ⇐⇒ ⎪ ⎪
⎪
⎪ 1
⎩ P − i Q = X2 ⎪
⎪
⎪ 1 2 α
P = n(n + 2)(n + 1)Xn − (n + 2)(n + 1)nXn−1 , ⎩Q = − X + .
• α 2α i 2i
donc : P (1) = 0. 1
Et P est unitaire si et seulement si α = , donc :
D’après l’exercice 3.28, on conclut que 1 est zéro de P d’ordre 2
1 i
au moins 3, c’est-à-dire : (X − 1)3 | P. P = X2 + et Q = i X2 − .
4 4
3.13 Cas k =⎧1 : ⎧
D’après la formule du binôme de Newton :
⎪
⎪ 1 1
⎪
⎪ P + i Q = αX ⎪
⎪ P= α+ X
n ⎪
⎪ ⎪
⎪ α
n k n−k ⎨ ⎨ 2
X Y = (X + Y)n . ⎪
⎪ ⇐⇒ ⎪
⎪
k ⎪
⎪
⎩P − i Q = X
1 ⎪
⎪
⎪
⎪ 1 1
k=0 α ⎩Q = α − X.
2 α
1) En remplaçant Y par 1 − X, on obtient : Et P est unitaire :
1 1
n α+ = 1 ⇐⇒ α2 − 2α + 1 = 0
n k n 2 α
P0 = X (1 − X)n−k = X + (1 − X) = 1.
k=0
k ⇐⇒ (α − 1)2 = 0 ⇐⇒ α = 1,
2) En dérivant par rapport à X, pour Y fixé : donc : P = X et Q = 0.

n Cas k ⎧= 2 : ⎧
n ⎪
⎪ α 1
k Xk−1 Yn−k = n(X + Y)n−1 , ⎪
⎪
⎪ P + i Q = αX2 ⎪
⎪
⎪ P = X2 +
k ⎪
⎨ ⎪
⎨ 2 2α
k=1
⎪
⎪ ⇐⇒ ⎪ ⎪
⎪
⎪
⎩P − i Q =
1 ⎪
⎪
⎪ α 2 1
puis, en multipliant par X : α ⎪
⎩Q = X − .
2i 2α i

n
n Et P est unitaire si et seulement si α = 2, d’où :
k Xk Yn−k = nX(X + Y)n−1 .
k 1 i
k=0 P = X2 + et Q = − i X2 + .
4 4
En remplaçant Y par 1 − X, on obtient :
Finalement, l’ensemble S des solutions est :
! i i "
n
n n−1 1 1
P1 = k Xk (1 − X)n−k = nX X + (1 − X) = nX. S = X2 + , i X2 − , (X, 0), X2 + , − i X2 + .
k=0
k 4 4 4 4
3) En dérivant par rapport à X, pour Y fixé, dans l’égalité obte- 3.15 a) On a :

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

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
•Dans R[X] : X5 − 1 = (X − 1)(X4 + X3 + X2 + X + 1). ⇐⇒ ⎪ ⎪ ⇐⇒ ⎪

⎪
⎪
⎩u2 − v2 = u − v ⎪
⎩u + v = 1,
1
Et, en notant Y = X + :
X car u − v 0.
1 Notons la somme S = u + v et le produit P = uv. On a alors :
(X4 + X3 + X2 + X + 1)
X2
⎧ ⎧
1 1 ⎪
⎪ ⎪
⎪
⎨S − P = −1
⎪ ⎨S = 1
⎪
2
= X2 + X + 1 + + = Y2 + Y − 1.
X X2 (S) ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪
⎩S = 1 ⎪
⎩P = 2.
Le trinôme Y2 + Y − 1 a pour discriminant Δ = 5 > 0, donc ce
trinôme admet deux racines réelles, qui sont : Ainsi, (u, v) convient si et seulement si u, v sont les zéros dans C
√ √ de X2 − X + 2, et on conclut que l’ensemble S cherché est :
−1 − 5 −1 + 5
et , ⎧⎛
2 2 ⎪ √ √ ⎞ ⎛ √ √ ⎞⎫
√ √ ⎨⎜⎜⎜ 1 − i 7 1 + i 7 ⎟⎟⎟ ⎜⎜⎜ 1 + i 7 1 − i 7 ⎟⎟⎟⎪
⎪ ⎪
⎬
S =⎪
⎪ ⎜ , ⎟ , ⎜ , ⎟⎠⎪ .
−1 − 5 −1 + 5 ⎩⎝ 2 2
⎠ ⎝
2 2 ⎪
⎭
donc : Y2 + Y − 1 = Y − Y− .
2 2
puis : X4 + X3 + X2 + X + 1 3.18 Notons, pour tout n ∈ N, an , bn ,, cn les coefficients res-
√ √ pectifs de 1, X, X2 dans Pn . Ainsi, pour tout n 1, il existe
1 1 + 5 1 1 − 5
=X X+ +
2
X+ + Qn ∈ R[X] tel que : Pn = an + bn X + cn X2 + X3 Qn .
X 2 X 2
√ √ On a, pour tout n 1 :
1+ 5 1− 5
= X2 + X + 1 X2 + X+1 .
2 2 Pn+1 = an+1 + bn+1 X + cn+1 X2 + X3 Qn+1
On conclut :
√ √ et : Pn+1 = P2n − 2 = −2 + (an + bn X + cn X2 + X3 Qn )2
1+ 5 1− 5
X − 1 = (X − 1) X +
5 2
X+1 X + 2
X+1 .
2 2 = (a2n − 2) + 2an bn X + (2an cn + b2n )X2 + X3 Rn ,
b) En regroupant les facteurs conjugués dans la factorisation de
X5 − 1 dans C[X], on obtient : où Rn ∈ R[X].
Par unicité de l’écriture d’un polynôme sur 1, X, X2 , ..., on dé-
X5 − 1
# 2 i π 2 i π $# 4 i π 4 i π $
duit :
= (X − 1) X − e 5 X − e − 5 X − e 5 X − e− 5
2π 4π an+1 = a2n − 2, bn+1 = 2an bn , cn+1 = 2an cn + b2n .
= (X − 1) X2 − 2 cos X + 1 X2 − 2 cos X + 1 .
5 5
Ainsi, les suites (an )n1 , (bn )n1 , (cn )n1 vérifient des relations
2π 4π de récurrence, non linéaires, mélangées.
Comme cos > 0 et cos < 0, on déduit :
5 5
√ √ 1) Calcul des an :
2π 5−1 4π 1 − 5
cos = et cos = . On a a1 = −2 et, pour tout n 1, an+1 = a2n − 2. En particulier :
5 4 5 4 a2 = a21 − 2 = 2, a3 = a22 − 2 = 2, ...
Ensuite : Si, pour n 2 fixé, an = 2, alors an+1 = a2n − 2 = 2.
√
π 4π 4π 5−1
cos = cos π − = − cos = , Ceci montre, par récurrence sur n : ∀n 2, an = 2.
5 5 5 4 ⎧
⎪
⎪
⎨−2 si n = 1
√ On conclut : ∀n 1, an = ⎪ ⎪
⎩ 2
π π 1/2 5 − 1 2 1/2 si n 2.
sin = 1 − cos2 = 1−
5 5 4 2) Calcul des bn :
) √
√ √
6 − 2 5 1/2 2 5 + 10 1/2 2 5 + 10 On a : P2 = P21 − 2 = (X − 2)2 − 2 = X2 − 4X + 2,
= 1− = = .
16 16 4 donc : b2 = −4. Et : ∀n 2, bn+1 = 2an bn = 4bn .
50
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
1 1 1 1 4n−2 − 1 On conclut que, pour tout n ∈ N, A divise P (dans R[X] et

= + (1 + 4 + · · · + 4n−3 ) = + dans C[X]).
16 4 16 4 4 − 1
1 4n−3 1 4n−3 1
= + − = − , 3.21 Notons P = X p − a. On a :
16 3 12 3 48
42n−3 4n
puis : cn = 4n dn =
− . Xn = X pq+r = (X p )q Xr = (X p − a) + a q Xr = (P + a)q Xr .
3 48
On conclut, pour tout n 2 : En utilisant la formule du binôme de Newton :
⎧
⎪
⎪
⎪ 0 si n = 1 q q
⎪
⎨ # q $ q k−1 q−k r
cn = ⎪
⎪ Xn = Pk aq−k Xr = aq Xr + P P a X .
⎪
⎪ 1 42n−3 − 1 4n
⎩ k k
si n 2. k=0 k=1
3 48
noté Q
3.19 On a, par hypothèse : ⎧

⎪
⎪
⎨X = PQ + a X
⎪ n q r

5
Ainsi : ⎪
P = X5 + a4 X4 + a3 X3 + a2 X2 + a1 X + a0 = (X − zk ), ⎪
⎪
⎩deg (aq Xr ) deg (Xr ) = r < p = deg (P),
k=1
donc : le reste de la division euclidienne de Xn par X p − a
d’où :
est aq Xr .

5
5

(1 + z2k ) = ( i − zk )(− i − zk )
k=1 k=1 3.22 On a, d’après la formule sur une progression géomé-

n−1

5
5
trique : (X − 1)Pn (X) = (X − 1) Xk = Xn − 1,

= ( i − zk ) (− i − zk ) = P( i )P(− i ).
k=0
k=1 k=1
et donc aussi :
Et :
P( i ) = a0 + a1 i − a2 − a3 i + a4 + a5 i (X2 − 1)Pn (X2 ) = (X2 )n − 1 = X2n − 1 = (Xn − 1)(Xn + 1),
= (a0 − a2 + a4 ) + i (a1 − a3 + a5 ),
d’où :
et de même : P(− i ) = (a0 − a2 + a4 ) − i (a1 − a3 + a5 ),
d’où : P( i )P(− i ) = (a0 − a2 + a4 )2 + (a1 − a3 + a5 )2 . Pn (X) | Pn (X2 ) ⇐⇒ (X2 − 1)Pn (X) | (X2 − 1)Pn (X2 )
On conclut : ⇐⇒ (X + 1)(Xn − 1) | (Xn − 1)(Xn + 1)
5 ⇐⇒ X + 1 | Xn + 1 ⇐⇒ (−1)n + 1 = 0 ⇐⇒ n impair.
(z2k + 1) = (a0 − a2 + a4 )2 + (a1 − a3 + a5 )2 .
k=1 La CNS cherchée est donc : n est impair.
51
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 :
En prenant la valeur en i , nombre complexe qui annule B, on a :

a i + b = R( i ) = Pn ( i ) = ( i sin t + cos t)n P = (2X + 1)(X2 + X + 1)(3X2 + 3X + 1).
= ( e i t )n = e i nt = cos nt + i sin nt.
3.26 On remarque d’abord que P est pair.
Puisque a et b sont réels, on déduit : a = sin nt, b = cos nt.
Notons Y = X2 et Q = Y4 + 7Y3 + 13Y2 − 3Y − 18.
Finalement, le reste de la division euclidienne de Pn par B est :
On a donc : P(X) = Q(X2 ).
R = (sin nt)X + cos nt.
On remarque que 1 est zéro de Q, et on factorise Q
3.24 a) Par division euclidienne de P par (X − a)(X − b), il par Y − 1 : Q = (Y − 1)(Y 3
+ 8Y2 + 21Y + 18).
2
existe (Q, R) ∈ K[X] unique tel que : noté R
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
Notons n = deg (P), P = an Xn + · · · + a0 , a0 , ..., an ∈ R, D’après a), on a :

an 0. Le terme de degré n de (X2 − 1)P + 2XP − 2P est

n(n − 1)an + 2nan − 2an , et il est nul, d’où, puisque an 0 : ∀k ∈ 0 ; λ − 1, P(λ) (a) = 0 et P(λ) (a) 0.
n(n − 1) + 2n − 2 = 0, d’où nécessairement ω = λ, donc a est zéro de P d’ordre ω

exactement.
c’est-à-dire n2 + n − 2 = 0, donc n = 1, la valeur n = −2 étant
exclue, puisque n ∈ N.
3.29 On a :
Notons P = aX + b, (a, b) ∈ R2 . On a alors :
⎧
⎪
⎪
⎪deg (P) = 5
(X2 − 1)P + 2XP − 2P = 2Xa − 2(aX + b) = −2b, ⎧ ⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪deg (P) = 5 ⎪
⎪ P(a) = b
donc P convient si et seulement si : P = aX, a ∈ R. ⎪
⎪
⎪ ⎪
⎪
⎪
⎨ ⎨
(S) ⎪
⎪(X − a)3 | P(X) − b ⇐⇒ ⎪
⎪(X − a)2 | P (X)
L’ensemble des solutions est donc : {aX ; a ∈ R}. ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎩(X + a)3 | P(X) + b ⎪
⎪
⎪
⎪
⎪ P(−a) = −b
c) Il est clair qu’aucun polynôme constant ne convient. ⎪
⎪
⎪
⎪
⎩(X + a)2 | P (X)
Soit P ∈ R[X] non constant. Notons n = deg (P) 1.
Alors, deg (PP ) = n + (n − 1) = 2n − 1 et deg (P ) n − 2. ⎧
⎪
⎪ ∗
⎨∃ λ ∈ C , P = λ(X − a) (X + a)
⎪ 2 2

Comme deg (PP ) > deg (P ), on déduit : ⇐⇒ ⎪
⎪
⎪
⎩ P(a) = b, P(−a) = −b
deg (PP + P ) = deg (PP ) = 2n − 1. ⎧
⎪
⎪ X5 3
⎪
⎪ ∗ 2X
⎨∃ (λ, μ) ∈ C × C, P = λ 5 − 2a 3 + a X + μ (∗)
4
Ainsi, le degré de PP + P est impair, alors que le degré de X2 ⎪
⇐⇒⎪ ⎪
est pair, d’où une contradiction. ⎪
⎪
⎪
⎩ P(a) = b, P(−a) = −b
On conclut qu’il n’ y a aucun polynôme convenant.
⎧
⎪
⎪
⎪(∗)
⎪
⎪
⎪
3.28 a) Supposons que a est zéro de P d’ordre ω exacte- ⎪
⎪
⎪
ment, c’est-à-dire : (X − a)ω | P et (X − a)ω+1 P. ⎪ a5 2a5
⎪
⎨

⇐⇒ ⎪ λ − + a5 + μ = b
⎪
⎪
⎪ 5 3
Il existe alors Q ∈ K[X] tel que : ⎪
⎪
⎪
⎪
⎪
⎪ a5
2a5
⎪
⎩λ − + − a5 + μ = −b
P = (X − a)ω Q et (X − a) Q, 5 3
⎧
c’est-à-dire : (X − a)ω | P et Q(a) 0. ⎪
⎪
⎪(∗)
⎪
⎪
⎪
⎪
⎪
On a, d’après la formule de Leibniz, pour tout k ∈ N : ⎪
⎨μ = 0 15b 1 5 2a2 3
k
⇐⇒ ⎪ ⎪ ⇐⇒ P = X − X + a4 X .
k (i) ⎪
⎪
⎪ 8a 5 5 3
P =
(k)
(X − a)ω Q(k−i) . ⎪
⎪
⎪ 15b
i ⎪
⎩λ = 5
i=0 8a
Mais : ⎧ ω! Il existe un polynôme et un seul convenant, le polynôme P ci-
⎪
⎪ dessus.
ω (i)
⎪
⎨ (X − a)ω−i si i ω
(X − a) =⎪
⎪ (ω − i)!
⎪
⎩
0 si i > ω. n
3.30 Notons P = ak Xk , où n ∈ N, a0 , ..., an ∈ K.
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
D’après la formule du binôme de Newton, on a, pour tout

et : P (a) = ω!Q(a) 0.
(ω)
k ∈ 0 ; n :
b) Réciproquement, supposons :
k
k k k−i i
∀k ∈ 0 ; ω − 1, P(k) (a) = 0 et P(ω) (a) 0. X + P(X) = X P(X)
i=0
i
Puisque P(a) = 0 (cas k = 0), a est un zéro de P. k
k k−i i−1
∗
Comme P 0, il existe alors λ ∈ N tel que : = Xk + X P(X) P(X).
i=1
i

(X − a)λ | P et (X − a)λ+1 P. polynôme, noté Uk (X)
53
Ainsi : • Si : ∀i ∈ 0 ; n, P(ai ) = yi , alors, d’après b) :

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
ji Ceci montre qu’il existe T n convenant, et on a explicité T n , sous

n une forme compliquée.
b) Soit P ∈ Kn [X]. Notons Q = P(ai )Li .
Il est alors clair que T n est de degré
n, et que le coefficient do-
i=0 n
On a alors Q ∈ Kn [X] et, pour tout j ∈ 0 ; n : minant de T n est = 2 , et donc T n est de degré
n−1
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
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
Ceci montre la proposition pour n + 2. pπ 1 − (−1) p 1 − (−1) p

= e i 2n pπ = pπ pπ
1− ei n e − i 2n − e i 2n
2) Unicité :
1 − (−1) p 1 − (−1) p i
Soient T n et Un convenant. On a alors : = pπ = pπ ,
−2 i sin 2 sin
∀t ∈ R, T n (cos t) = cos nt = Un (cos t). 2n 2n
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.
Ceci montre l’unicité de T n convenant. On en déduit :
b) Soit n ∈ N∗ . On a, pour tout t ∈ R : ∗ Si i j, alors i − j 0 et i + j 0, donc Ci+ j = 0 et Ci− j = 0;

∗ Si i = j 0, alors i − j = 0 et i + j 0, donc Ci− j = n et
T n (cos t) = 0 ⇐⇒ cos nt = 0
Ci+ j = 0.
π (2k + 1)π
⇐⇒ ∃ k ∈ Z, nt = + kπ ⇐⇒ ∃ k ∈ Z, t = . ∗ Si i = j = 0, alors Ci− j = n et Ci+ j = n.
2 2n
(2k + 1)π On conclut :
Ceci montre que les réels xk = cos , k ∈ Z, sont des ⎧
2n ⎪
⎪
⎪ 0 si i j
zéros de T n . ⎪
⎪
⎪

n−1 ⎪
⎪
⎨n
(2k + 1)π T i (xk )T j (xk ) = ⎪
⎪ si i = j 0
De plus, comme : ∀k ∈ 0 ; n − 1, ∈ [0 ; π] ⎪
⎪ 2
2n k=0 ⎪
⎪
⎪
⎪
⎩n
et que cos est strictement décroissante sur [0 ; π], les réels xk si i = j = 0.
sont deux à deux distincts.
On a ainsi obtenu n zéros réels de T n . 3.33 Montrons, par récurrence sur p ∈ N : P2p n’admet au-
cun zéro réel et P2p+1 admet un zéro réel et un seul.
D’autre part, T n est de degré n, donc T n admet au plus n zéros
• Pour p = 0, on a P2p = P0 = 1 qui n’a pas de zéro réel, et
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
On remarque : 3.34 a) En développant, on a :
1 k k k−1 X3 + pX + q = (X − x1 )(X − x2 )(X − x3 )

2p+1 2p+1
P 2p+1 = X = X
k! k!
k=0 k=1 = X3 − (x1 + x2 + x3 )X2 + (x1 x2 + x1 x3 + x2 x3 )X − x1 x2 x3

2p+1 2p
=
1
Xk−1 =
1 k
X = P2p . = X3 − σ 1 X2 + σ 2 X − σ 3 ,
(k − 1)! k←−k−1 k!
k=1 k=0 d’où : σ1 = 0, σ2 = p, σ3 = −q.
Ainsi : ∀x ∈ R, P 2p+1 (x) = P2p (x) > 0,
3
b) 1) • S 0 = x0i = 3,
donc P2p+1 est strictement croissante sur R. i=1
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) :
On remarque aussi : S 3 = −pS 1 − qS 0 = −p0 − q3 = −3q,

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.
On déduit le tableau des variations de P2p+3 : On conclut que P est surjective.

2) Non-injectivité :
x −∞ 0 +∞
P2p+2 + Notons n = deg (P) 2.
P2p+3 −∞ +∞ Raisonnons par l’absurde : supposons P injective.
D’après le théorème de la bijection monotone, P2p+3 admet un En particulier, l’équation P(z) = 0, d’inconnue z ∈ C, qui ad-
zéro réel et un seul. met au moins une solution (cf. 1)), admet au plus une solution
z0 ∈ C, donc il existe λ ∈ C∗ tel que P = λ(X − z0 )n . De
Ceci montre la propriété à l’ordre p + 1, et établit la récurrence. même, puisque l’équation P(z) = 1, d’inconnue z ∈ C, ad-
Finalement, pour tout p ∈ N, P2p n’a pas de zéro réel et P2p+1 met une solution et une seule, notée z1 , il existe μ ∈ C tel que
admet un zéro réel et un seul. P = 1 + μ(X − z1 )n .
56
On a alors : λ(X − z0 )n = 1 + μ(X − z1 )n , On conclut, par récurrence sur n : ∀n ∈ N, P(un ) = un .

d’où, en dérivant : nλ(X − z0 ) n−1
= nμ(X − z1 ) n−1
. • D’autre part, la suite (un )n∈N est à valeurs dans N (par récur-
Comme n−1 1, on déduit z0 = z1 , puis P(z0 ) = 0 et P(z0 ) = 1, rence immédiate), donc :
contradiction. ∀n ∈ N, un+1 = u3n + 1 > u3n un ,
Ce raisonnement par l’absurde montre que P n’est pas injec-
tive. donc la suite (un )n∈N est strictement croissante.
• Le polynôme P − X s’annule donc en une infinité de points
3.36 Soit x ∈ R. (les un , n ∈ N), donc P − X = 0, P = X.
1) Si x 0, alors : 2) Réciproquement, il est évident que le polynôme P = X
convient.
Pn (x) =
x2n −2x
+
2n−1
3x2n−2 − · · ·
−2nx + (2n + 1)
Finalement, il y a un polynôme et un seul convenant :
0 0 0 0 0
P = X.
2n + 1 > 0,
donc : Pn (x) 0. 3.38 Puisque P(X) | P(X3 + X), il existe Q ∈ R[X] tel que :
P(X + X) = P(X)Q(X). En particulier :
3
2) Supposons x > 0. On a :

2n ∀x ∈ R, P(x) = 0 =⇒ P(x3 + x) = 0 .
(x + 1)Pn (x) = (x + 1) (−1)k (k + 1)x2n−k
k=0 Considérons l’application ϕ : R −→ R, x −→ x3 + x.

2n
2n Supposons que P admette au moins un zéro a ∈ R∗ .
= (−1)k (k + 1)x2n−k+1 + (−1)k (k + 1)x2n−k
k=0 k=0
Pour tout zéro x de P dans R, ϕ(x) est aussi un zéro de P dans R,

2n
2n+1 puis, en réitérant, ϕ ◦ ϕ(x) est un zéro de P dans R, etc.
= (−1)k (k + 1)x2n−k+1 + (−1) p−1 px2n−p+1 Considérons la suite (un )n∈N définie par u0 = a et :
p=k+1
k=0 p=1
#
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
Considérons, cf. exercice 3.31, les polynômes d’inter-

P(0) = 0, P(1) = P(03 + 1) = P(0)3 + 1 = 1, polation de Lagrange sur les abscisses 0, 1, ..., n :
P(2) = p(13 + 1) = P(1)3 + 1 = 2,
(X − i)
P(9) = P(23 + 1) = P(2)3 + 1 = 9. ik
∀k ∈ 0 ; n, Lk = .
Considérons la suite réelle (un )n∈N définie par u0 = 0 et : (k − i)
ik
∀n ∈ N, un+1 = u3n + 1.

n
• Montrons, par récurrence sur n : ∀n ∈ N, P(un ) = un . D’après l’exercice 3.31, on a : P = P(k)Lk .

k=0
On a : P(u0 ) = P(0) = 0 = u0 . d’où :
Si, pour un n ∈ N fixé, P(un ) = un , alors :
n
P(n + 1) = P(k)Lk (n + 1)
P(un+1 ) = P(u3n + 1) = P(un )3 + 1 = u3n + 1 = un+1 . k=0
57

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
car P(n+1) = 0, puisque P est de degré n.

contradiction.
On a donc : Q = Q − P. Comme Q est dérivable sur R et que Q
Ainsi : ∀i ∈ 1 ; n, xi 0.
admet un minimum global, donc local, en d, on a : Q (d) = 0,
n
donc : Q(d) = P(d) P(c).
D’autre part : P(2) = (2 − xk ).
k=1 On conclut : ∀x ∈ R, Q(x) P(c).
Par comparaison de la moyenne arithmétique et de la moyenne
n

géométrique de trois réels 0 (cf exercice 11.23), on a, pour n
3.42 Remarquons : = (1 + 1)n − 1 = 2n − 1.
tout k ∈ 1 ; n : k
k=1
1 + 1 + (−xk ) ' D’où :

2 − xk = 3 3 1 · 1 · (−xk ) = 3(−xk )1/3 .
3

n
3 P(z0 ) = 0 ⇐⇒ zn0 + ak zn−k
0 =0
k=1
d’où :
n

n
k (2n − 1)ak n−k

n
n

n 1/3 ⇐⇒ zn0 + z0 = 0
P(2) = (2 − xk ) 3(−xk )1/3 = 3n (−xk ) . 2n −1
n
k=1
k=1 k=1 k=1
k
(( ((

n (( n ((
Mais : (−xk ) = P(0) = 1. (( n
k (2n
− 1)a ((
=⇒ |z0 | = | − z0 | = (( z0 ((
k
n n
n−k
k=1 (( 2 −1
n n ((
On conclut : P(2) 3n . (( k=1 ((
k
58

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
59
Espaces vectoriels, CHAPITRE 4
applications linéaires
Plan
• 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.

• Définition et propriétés de : ev, sev
• Définition et propriétés des combinaisons linéaires finies de vecteurs, des fa-
milles libres, des familles liées, des familles génératrices, des bases
• Définition et propriétés de l’intersection et de la somme de sev ; définition et
caractérisation de la somme directe de deux sev, de deux sev supplémentaires
dans un ev
• Définition et propriétés des applications linéaires, opérations sur les applications
linéaires et les endomorphismes, définition et propriétés du noyau et de l’image
d’une application linéaire
• Définition et caractérisation des projecteurs d’un ev.
60
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.
Pour établir des relations

Essayer de passer par les éléments.
(souvent des inclusions)
entre sev d’un ev ➥ Exercices 4.14, 4.25.
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
Revenir à la définition, c’est-à-dire montrer que :

Pour montrer
F ∩ G = {0} et F + G = E.
que deux sev F, G d’un ev E
sont supplémentaires dans E ➥ Exercices 4.13, 4.17, 4.18 b), 4.21 b).
Voir aussi les méthodes du chapitre 6 sur les ev de dimension finie.
Revenir à la définition, c’est-à-dire montrer que, si une combinaison

Pour montrer qu’une famille finie linéaire de ces vecteurs est nulle, alors nécessairement tous les coeffi-
de vecteurs d’un ev E cients sont nuls.
est libre ➥ Exercices 4.5 b), 4.8 a), 4.15 c), 4.16 a).
Revenir à la définition de famille libre, et, suivant les exemples, es-

sayer de :
• remplacer la variable par des valeurs particulières
➥ Exercice 4.5 b)
• utiliser des passages à la limite
Pour montrer ➥ Exercice 4.26 c)
qu’une famille finie de fonctions
est libre pour les lois usuelles • utiliser une non-continuité ou une non-dérivabilité en certains points
➥ Exercices 4.26 a), b)
• dériver une ou plusieurs fois, ou primitiver
• faire intervenir les degrés s’il s’agit de polynômes
• raisonner sur les racines et les ordres de multiplicité s’il s’agit de
polynômes.
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).
Revenir à la définition, c’est-à-dire montrer que tout vecteur de E se

Pour montrer qu’une famille finie décompose linéairement sur cette famille.
de vecteurs d’un ev E
est génératrice de E ➥ Exercice 4.5 b).
62
Revenir à la définition, c’est-à-dire montrer que cette famille est libre

Pour montrer qu’une famille finie et génératrice de E.
de vecteurs d’un ev E
est une base de E
➥ Exercice 4.5 b).
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 aux définitions, avec les notations usuelles :

Pour manipuler noyau, image, Ker ( f ) = x ∈ E ; f (x) = 0 , Im ( f ) = y ∈ F ; ∃ x ∈ E, y = f (x)
somme, loi externe, composition
∀x ∈ E, ∀λ ∈ K,
d’applications linéaires
( f + g)(x) = f (x) + g(x), (λ f )(x) = λ f (x), (g ◦ f )(x) = g f (x) .
➥ Exercices 4.7 c), 4.10 à 4.13, 4.19, 4.21, 4.23 a), 4.27, 4.29.

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).
Montrer Ker ( f ) = {0}, c’est-à-dire montrer :

Pour montrer qu’une application ∀x ∈ E, f (x) = 0 =⇒ x = 0 .
linéaire f : E −→ F est injective
➥ Exercices 4.23 b), 4.24.

Montrer Im ( f ) = F, c’est-à-dire montrer :
Pour montrer qu’une application ∀y ∈ F, ∃ x ∈ E, y = f (x).

linéaire f : E −→ F est surjective
➥ Exercices 4.23 b), 4.24.
63
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 .
L’application g est alors la réciproque de f , et g est linéaire.

➥ Exercice 4.28.
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.

4.1 Une partie de R3 est-elle un sev ou non ?
Est-ce que les parties suivantes de E = R3 sont des sev de E :

a) F = (x, y, z) ∈ R3 ; x + 2y + z = 0

b) G = (x, y, z) ∈ R3 ; x − y + z = 4

c) H = (x, y, z) ∈ R3 ; x2 − y2 = 0

d) L = (x, y, z) ∈ R3 ; x + y + z 1 ?
4.2 Une partie de RR est-elle un sev de ou non ?

Est-ce les parties suivantes de E = RR , ensemble des applications de R dans R, sont des sev
de E :

a) F = f ∈ E ; f (2) = f (0) + f (1)

b) G = f ∈ E ; f (1) + f (−1) = 3

c) H = f ∈ E ; ∀x ∈ R, ; f (1 − x) = − f (x)
2
d) L = f ∈ E ; ∀x ∈ R, f (x) = f (x) ?
4.3 Une partie de RN est-elle un sev ou non ?

Est-ce que les parties suivantes de E = RN , ensemble des suites réelles, sont des sev de E :
64

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 :
f1 (x) = ln x, f2 (x) = ln(2x), f3 (x) = e x , f4 (x) = e x+1 .
a) Est-ce que la famille ( f1 , f2 , f3 , f4 ) est libre ?

b) Déterminer une base de F = Vect ( f1 , f2 , f3 , f4 ).
4.6 Une application donnée est-elle linéaire, non linéaire ?

Est-ce que les applications suivantes, de R2 dans R2 , sont linéaires :
a) f1 : (x, y) −→ (x + y, x)
b) f2 : (x, y) −→ (x, x − y + 2)
c) f3 : (x, y) −→ ( e xy , x + y)
d) f4 : (x, y) −→ (x2 − y, y2 − x) ?
4.7 Exemple de projecteur

On note : f : R2 −→ R2 , (x, y) −→ (2x + y, −2x − y).
a) Vérifier que f est linéaire.
b) Montrer que f est un projecteur.
c) Déterminer une base de Ker ( f ) et une base de Im ( f ).
4.8 Exemples simples de famille libre, famille liée

On note, dans R4 : U = (1, 1, 0, 0), V = (1, 0, 1, 0), X = (1, 0, 0, 1), Y = (2, 1, 1, 0).
a) La famille (U, V, X) est-elle libre ou liée ?
b) La famille (U, V, Y) est-elle libre ou liée ?
4.9 Une partie est-elle un sev ?

On note E = (x, y) ∈ K2 ; x2 + y2 = 0 .
Est-ce que E est un sev de K2 ? On distinguera les cas K = R, K = C.
4.10 Noyau et image de f + g

Soient E, F des ev, f, g ∈ L (E, F).
Montrer :
a) Ker ( f ) ∩ Ker (g) ⊂ Ker ( f + g)
b) Im ( f + g) ⊂ Im ( f ) + Im (g).
65
4.11 Noyau et image de g ◦ f

Soient E, F, G des ev, f ∈ L (E, F), g ∈ L (F, G).
Montrer :
a) Ker ( f ) ⊂ Ker (g ◦ f )
b) Im (g ◦ f ) ⊂ Im (g).
4.12 Endomorphismes f, g, h vérifiant des relations de composition

Soient E un ev, f, g, h ∈ L (E) tels que : f ◦ g = h, g ◦ h = f, h ◦ f = g.
Montrer que f, g, h ont le même noyau et ont la même image.
4.13 Endomorphismes f, g tels que : f ◦ g ◦ f = f et g ◦ f ◦ g = g

Soient E un ev, f, g ∈ L (E) tels que : f ◦ g ◦ f = f et g ◦ f ◦ g = g.
Montrer que Ker ( f ) et Im (g) sont supplémentaires dans E, que Ker (g) et Im ( f ) sont supplé-
mentaires dans E.
4.14 Opérations sur des sev

Soient E un ev, A, B, C des sev de E.

Montrer : A ∩ B + (A ∩ C) = A ∩ C + (A ∩ B) .
4.15 Familles de fonctions, familles de leurs carrés

Soient f, g, h : R −→ R. On note f 2 = f · f, g2 = g · g, h2 = h · h.
a) Montrer que, si ( f, g) est liée, alors ( f 2 , g2 ) est liée.
b) Donner un exemple de ( f, g) dans lequel : ( f, g) est libre et ( f 2 , g2 ) est liée.
c) Donner un exemple de ( f, g, h) dans lequel : ( f, g, h) est liée et ( f 2 , g2 , h2 ) est libre.
4.16 Liberté ou liaison d’une famille de deux ou trois applications linéaires

On note E = C([−1 ; 1] ; R) le R-ev des applications continues de [−1 ; 1] dans R, ϕ1 , ϕ2 , ϕ3 :
E −→ R les applications définies, pour toute f ∈ E par :
/ 0 / 1 / 1
ϕ1 ( f ) = f, ϕ2 ( f ) = f, ϕ3 ( f ) = f.
−1 0 −1
a) Vérifier que ϕ1 , ϕ2 , ϕ3 sont linéaires.

b) Est-ce que (ϕ1 , ϕ2 ) est libre ?
c) Est-ce que (ϕ1 , ϕ2 , ϕ3 ) est libre ?
4.17 Sommes directes de sev

Soient E un ev, A, B deux sev de E, C un sev de E supplémentaire de A dans A + B et tel que :
C ⊂ B. Montrer que C est un supplémentaire de A ∩ B dans B.
4.18 Exemple de sev supplémentaires dans un ev

On note E = C([0 ; 1] ; R) le R-ev des applications continues de [0 ; 1] dans R,
! / 1 "
A = f ∈ E; f (x) dx = 0 , B = f ∈ E ; f (0) = 0 , e0 , e1 : [0 ; 1] −→ R les applications
0
définies, pour tout x ∈ [0 ; 1], par : e0 (x) = 1, e1 (x) = x, C = Vect (e0 , e1 ) le sev de E
engendré par (e0 , e1 ).
66
a) Montrer que A, B, C sont des sev de E.

b) Établir que A ∩ B et C sont supplémentaires dans E.
4.19 Images et noyaux de composées

Soient E, F, G, H des ev, f ∈ L (E, F), g ∈ L (F, G), h ∈ L (G, H). Montrer :
a) Ker (h ◦ g) = Ker (g) =⇒ Ker (h ◦ g ◦ f ) = Ker (g ◦ f ).
b) Im (g ◦ f ) = Im (g) =⇒ Im (h ◦ g ◦ f ) = Im (h ◦ g)
4.20 Noyaux, images, composés de deux endomorphismes

Soient E un ev, f, g ∈ L (E) tels que : f ◦ g = g ◦ f.
Montrer que, si Ker ( f ) + Ker (g) = E ou Im ( f ) ∩ Im (g) = {0}, alors : f ◦ g = g ◦ f = 0.
4.21 Étude de noyaux

Soient E un K-ev, e = IdE , (a, b) ∈ K2 tel que a b, f ∈ L (E) telle que :
f 2 − (a + b) f + abe = 0.
a) Montrer : ( f − ae) ◦ ( f − be) = 0.

b) On note : Ea = Ker ( f − ae), Eb = Ker ( f − be).
Établir que Ea et Eb sont des sev de E supplémentaires dans E.
4.22 Composés de deux projecteurs

Soient E un ev, p, q deux projecteurs de E. Montrer :

a) p ◦ q = p et q ◦ p = q ⇐⇒ Ker (p) = Ker (q)

b) p ◦ q = q et q ◦ p = p ⇐⇒ Im (p) = Im (q).
4.23 Exemple d’endomorphismes f, g vérifiant : f ◦ g − g ◦ f = IdE

On note E = K[X], f, g : E −→ E les applications définies, pour tout P ∈ K[X], par :
f (P) = XP, g(P) = −P .
a) Vérifier : f, g ∈ L (E), f ◦ g − g ◦ f = IdE .

b) Est-ce que f (resp. g) est injectif ? surjectif ? bijectif ?
4.24 Exemple d’automorphisme

On note E = P ∈ R[X] ; P(0) = 0 et f : E −→ E, P −→ XP . Montrer : f ∈ G L(E).
4.25 Réunion de deux sev

Soient E un ev, A, B des sev de E tels que : A ∪ B = E. Montrer : A = E ou B = E.
4.26 Familles libres dans un espace de fonctions

Soient n ∈ N∗ , (a1 , ..., an ) ∈ Rn tel que a1 < ... < an . Montrer que la famille d’applications
( fai : R −→ R)1in est libre dans les exemples suivants :
⎧
⎪
⎪
⎨0 si x ai
⎪
a) fai : x −→ ⎪
⎪
⎪
⎩1 si x > ai
67
⎧
⎪
⎪
⎪ si x ai
⎨0
b) fai : x −→ ⎪
⎪
⎪
⎩ x − ai si x > ai
c) fai : x −→ e ai x .
4.27 Étude d’applications linéaires f, g telles que Ker (g ◦ f ) = Ker ( f ),

telles que Im (g ◦ f ) = Im (g)
Soient E, F, G des ev, f ∈ L (E, F), g ∈ L (F, G). Montrer :
a) Ker (g ◦ f ) = Ker ( f ) ⇐⇒ Ker (g) ∩ Im ( f ) = {0}
b) Im (g ◦ f ) = Im (g) ⇐⇒ Ker (g) + Im ( f ) = F.
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 .
4.29 Crochet de Lie dans L (E)

Soient E un ev, f ∈ L (E) fixée.
On note : φ : L (E) −→ L (E), g −→ φ(g) = f ◦ g − g ◦ f.
2
a) Calculer φ(g ◦ h) pour tout (g, h) ∈ L (E) , en fonction de g, h, φ(g), φ(h).
2
b) En déduire, pour tout n ∈ N et tout (u, v) ∈ L (E) :
n
n
φ (u ◦ v) =
n
φk (u) ◦ φn−k (v).
k=0
k
4.30 Endomorphismes transformant tout vecteur en un vecteur colinéaire

Soient E un ev, f ∈ L (E) tel que, pour tout x ∈ E, la famille x, f (x) est liée.
Démontrer que f est une homothétie, c’est-à-dire qu’il existe λ ∈ K tel que :
∀x ∈ E, f (x) = λx (où λ ne dépend pas de x).
4.31 Somme de deux projecteurs

Soient E un ev, p, q deux projecteurs de E.
Démontrer que p + q est un projecteur si et seulement si : p ◦ q = q ◦ p = 0.
4.32 Composées d’un projecteur et d’un endomorphisme

Soient E un ev, f, g ∈ L (E) et p, q des projecteurs de E.

a) Montrer : Im (p ◦ f ) = Im (p) ∩ Ker (p) + Im ( f ) .

b) Montrer : Ker (g ◦ q) = Ker (q) ⊕ Ker (g) ∩ Im (q) .
68
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.
c) Trouver X1 ∈ H, X2 ∈ H tels que X1 + X2 H. b) Penser, par exemple, à x −→ x et x −→ |x|.

c) Choisir (f, g, h) pour que, par exemple, h = f + g mais que
d) Trouver X1 ∈ L tel que 2X1 L.
(f 2 , g2 , h2 ) soit libre.
4.2 a) Revenir à la définition d’un sev.
4.16 a) L’intégration est linéaire.
b) 0 G.
b) Montrer que (ϕ1 , ϕ2 ) est libre, en revenant à la définition et
c) Revenir à la définition d’un sev.
en appliquant l’hypothèse à deux fonctions simples bien choi-
d) Trouver f ∈ L telle que −f L. sies.
4.3 a) Revenir à la définition d’un sev. c) Utiliser la relation de Chasles.
b) c) 0 G, 0 H. 4.17 1) Montrer : (A ∩ B) ∩ C = {0}.

d) Trouver u ∈ L telle que 2u L. 2) • Montrer : (A ∩ B) + C ⊂ B.
4.4 a) Revenir à la définition d’un sev. • Pour l’autre inclusion, passer par les éléments.
b) Exprimer, par exemple, x en fonction de (y, z).
4.18 a) Pour A et B, revenir à la définition d’un sev.
4.5 a) Remarquer : f4 = e f3 . Remarquer que C est défini comme sev engendré par une fa-
b) Montrer que (f1 , f2 , f3 ) est libre, en revenant à la définition. mille.
b) 1) Montrer : (A ∩ B) ∩ C = {0}.
4.6 a) Revenir à la définition d’une application linéaire.
2) Pour f ∈ E, chercher g ∈ A ∩ B, (α, β) ∈ R2 tels que
b) c) f2 (0, 0) (0, 0), f3 (0, 0) (0, 0).
d) Trouver u, v ∈ R2 tels que f(u + v) f(u) + f(v).
f = g + (αe0 + βe1 ).
b) Montrer : f ◦ f = f.
4.19 a) Supposer Ker (h ◦ g) = Ker (g).
c) 1) Résoudre l’équation f(x, y) = (0, 0).
L’inclusion Ker (g ◦ f) ⊂ Ker (h ◦ g ◦ f) est immédiate.
2) Remarquer que, pour tout (x, y) ∈ R2 , f(x, y) est colinéaire
Pour l’autre inclusion, passer par les éléments.
à (1, −1).
b) Supposer Im (g ◦ f) = Im (g).
4.8 a) Revenir à la définition d’une famille libre.
L’inclusion Im (h ◦ g ◦ f) ⊂ Im (h ◦ g) est immédiate.
b) Remarquer Y = U + V.
Pour l’autre inclusion, passer par les éléments.
4.9 1) Pour K = R, montrer E = {(0, 0)}.
2) Pour K = C, trouver (u, v) ∈ E2 tel que u + v E.
4.20 1) Supposer Ker (f) + Ker (g) = E.
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.
4.13 1) • Montrer : Ker (f) ∩ Im (g) = {0}. 4.21 a) Développer.

• Remarquer que, pour tout x ∈ E, x − g ◦ f(x) ∈ Ker (f). b) Montrer d’abord Ea ∩ Eb = {0}. Puis montrer Ea + Eb = E en
2) Utiliser des rôles symétriques. raisonnant par analyse-synthèse.
69
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
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.
On a : αX1 + X2 = (αx1 + x2 , αy1 + y2 , αz1 + z2 ) et : La partie G n’est pas un sev de E car 0 G.

c) • H ∅, car 0 ∈ H.
(αx1 + x2 ) + 2(αy1 + y2 ) + (αz1 + z2 )
• Soient α ∈ R, f, g ∈ H. On a, pour tout x ∈ R :
= α(x1 + 2y1 + z1 ) + (x2 + 2y2 + z2 ) = 0,
(α f + g)(1 − x) = α f (1 − x) + g(1 − x)
=0 =0

donc : αX1 + X2 ∈ F. = α − f (x) + − g(x) = −(α f + g)(x),
On conclut : F est un sev de E. donc : α f + g ∈ H.
2e méthode : utilisation d’une application linéaire : On conclut : H est un sev de E.
L’application f : E −→ R, (x, y, z) −→ x + 2y + z d) On devine que L n’est pas un sev de E par la présence d’un
est linéaire, car, pour tout α ∈ R et tous X1 = (x1 , y1 , z1 ), carré dans la définition de L.
X2 = (x2 , y2 , z2 ) ∈ E : La partie L n’est pas un sev de E car 1 ∈ L et −1 L, où 1

et −1 désignent les applications constantes égales à 1 et à −1
f (αX1 + X2 ) = f (αx1 + x2 , αy1 + y2 , αz1 + z2 ) respectivement.
= (αx1 + x2 ) + 2(αy1 + y2 ) + (αz1 + z2 )
= α(x1 + 2y1 + z1 ) + (x2 + 2y2 + z2 ) 4.3 a) • F ∅ car 0 ∈ F, où 0 désigne la suite nulle.
= α f (X1 ) + f (X2 ), • Soient α ∈ R, u = (un )n∈N , v = (vn )n∈N ∈ F.
On a, pour tout n ∈ N :
et F = Ker ( f ), donc F est un sev de E.
b) On devine que G n’est pas un sev de E par la présence de la (αu + v)n+2 = αun+2 + vn+2 = α(un+1 + un ) + (vn+1 + vn )
constante additive non nulle 4 dans l’équation définissant G. = (αun+1 + vn+1 ) + (αun + vn ) = (αu + v)n+1 + (αu + v)n ,
La partie G n’est pas un sev de E, car (0, 0, 0) G. donc : αu + v ∈ F.
c) On devine que H n’est pas un sev de E par la présence de On conclut : F est un sev de E.
carrés dans l’équation définissant H. b) On devine que G n’est pas un sev de E par la présence de la
La partie H n’est pas un sev de E car, en notant : constante additive non nulle 1.
X1 = (1, 1, 0) ∈ E, X2 = (1, −1, 0) ∈ E, La partie G n’est pas un sev de E car 0 G.
on a : X1 ∈ H, X2 ∈ H, X1 + X2 = (2, 0, 0) H. c) On devine que H n’est pas un sev de E par la présence de la
d) On devine que L n’est pas un sev de E à cause de l’inégalité constante additive non nulle 4.
au lieu d’une égalité dans la définition de L. La partie H n’est pas un sev de E car 0 H.
La partie L n’est pas un sev de E, car X1 = (1, 0, 0) ∈ L et d) On devine que L n’est pas un sev de E par la présence d’un
2X1 = (2, 0, 0) L. carré dans la définition de L.
Considérons la suite u = (un )n∈N définie par
):
4.2 a) • F ∅ car 0 ∈ F, où 0 désigne l’application nulle. u0 = 1 et ∀n ∈ N, un+1 = u2n + u4n .
• Soient α ∈ R, f, g ∈ F. On a :
Il est clair que : u ∈ L.
(α f + g)(2) = α f (2) + g(2) Considérons la suite v = 2u. On a : v0 = 2u0 = 2,
)
= α f (0) + f (1) + g(0) + g(1) √ √ ) √
u1 = u20 + u40 = 2, v1 = 2u1 = 2 2, v20 + v40 = 20,
= α f (0) + g(0) + α f (1) + g(1)
)
= (α f + g)(0) + (α f + g)(1), d’où : v1 v20 + v40 , et donc : v L.
donc : α f + g ∈ F. On conclut : L n’est pas un sev de E.
71
4.4 a) • F ∅, car (0, 0, 0) ∈ F. donc f1 est linéaire.

Soient α ∈ R, X1 = (x1 , y1 , z1 ), X2 = (x2 , y2 , z2 ) ∈ F. b) On devine que f2 n’est pas linéaire par la présence de la
On a : αX1 + X2 = (αx1 + x2 , αy1 + y2 , αz1 + z2 ) et : constante additive non nulle 2.
Puisque f2 (0, 0) = (0, 2) (0, 0), f2 n’est pas linéaire.
(αx1 + x2 ) − 2(αy1 + y2 ) + 4(αz1 + z2 )
c) On devine que f3 n’est pas linéaire par la présence d’un pro-
= α(x1 − 2y1 + 4z1 ) + (x2 − 2y2 + 4z2 ) = 0, duit et d’une exponentielle dans la définition de f3 .

=0 =0
Puisque f3 (0, 0) = (1, 0) (0, 0), f3 n’est pas linéaire.
donc : αX1 + X2 ∈ F.
d) On devine que f4 n’est pas linéaire par la présence de carrés
On conclut : F est un sev de R3 . dans la définition de f4 .
b) On peut, dans l’équation donnée pour F, exprimer, par Considérons u = (1, 0), v = −u = (−1, 0).
exemple, x en fonction de (y, z) :
On a : f4 (u) = (1, −1), f4 (v) = (1, 1)

F = (x, y, z) ∈ R3 ; x = 2y − 4z donc f4 (u) + f4 (v) = (2, 0),

= (2y − 4z, y, z) ; (y, z) ∈ R2 mais f4 (u + v) = f4 (0, 0) = (0, 0),

= y(2, 1, 0) + z(−4, 0, 1) ; (y, z) ∈ R2 . donc f4 (u + v) f4 (u) + f4 (v),
Notons U = (2, 1, 0), V = (−4, 0, 1). donc f4 n’est pas linéaire.
Ainsi : F = Vect (U, V), sev engendré par (U, V).
4.7 a) Pour tout α ∈ R et tous X1 = (x1 , y1 ),
De plus, il est clair que (U, V) est libre.
X2 = (x2 , y2 ) ∈ R2 , on a :
On conclut : une base de F est (U, V).
f (αX1 + X2 ) = f (αx1 + x2 , αy1 + y2 )
4.5 a) On a :
= 2(αx1 + x2 ) + (αy1 + y2 ), −2(αx1 + x2 ) − (αy1 + y2 )

∀x ∈ ]0 ; +∞[, f4 (x) = e x+1 = e x e = e f3 (x), = α(2x1 + y1 ) + (2x2 + y2 ), α(−2x1 − y1 ) − 2x2 − y2 )
= α(2x1 + y1 , −2x1 − y1 ) + (2x2 + y2 , −2x2 − y2 )
donc f4 = e f3 , ce qui montre que ( f1 , f2 , f3 , f4 ) est liée. = α f (X1 ) + f (X2 ),
b) Montrons que ( f1 , f2 , f3 ) est libre.
donc f est linéaire.
Soit (α1 , α2 , α3 ) ∈ R3 tel que : α1 f1 + α2 f2 + α3 f3 = 0.
b) On a, pour tout X = (x, y) ∈ R2 :
On a donc : ∀x ∈ ]0 ; +∞[, α1 ln x + α2 ln(2x) + α3 e x = 0.

En multipliant par e −x : f ◦ f (X) = f f (X) = f (2x + y, −2x − y)

= 2(2x + y) + (−2x − y), −2(2x + y) − (−2x − y)
∀x ∈ ]0 ; +∞[, α1 e −x ln x + α2 e −x ln(2x) + α3 = 0.
= (2x + y, −2x − y) = f (X),
En faisant tendre x vers +∞, on déduit : α3 = 0.
donc : f ◦ f = f.
Ainsi : ∀x ∈ ]0 ; +∞[, α1 ln x + α2 ln(2x) = 0.
On conclut : f est un projecteur de R2 .
En remplaçant x par 1, on déduit α2 = 0, puis, en remplaçant x
Remarque : En notant A la matrice
de f dans la base cano-
par 2 par exemple, on, déduit α1 = 0.
2 1
nique de R , on a A =
2
d’où, par produit matriciel,
On conclut que ( f1 , f2 , f3 ) est libre. −2 −1

Comme de plus, d’après la solution de a), f4 est colinéaire 2 1
A2 = = A, donc f 2 = f.
à f3 , une base de F = Vect ( f1 , f2 , f3 , f4 ) est, par exemple : −2 −1
( f1 , f2 , f3 ). c) 1) Noyau :
Soit X = (x, y) ∈ R2 . On a :
4.6 a) Pour tout α ∈ R et tous X1 = (x1 , x2 ),
X2 = (y1 , y2 ) ∈ R2 , on a : X ∈ Ker ( f ) ⇐⇒ f (X) = 0 ⇐⇒ (2x + y, −2x − y) = (0, 0)
⇐⇒ 2x + y = 0 ⇐⇒ y = −2x.
f1 (αX1 + X2 ) = f1 (αx1 + y1 , αx2 + y2 )

= (αx1 + y1 ) + (αx2 + y2 ), αx1 + y1 Ainsi : Ker ( f ) = (x, −2x) ; x ∈ R = x(1, −2) ; x ∈ R .
= α(x1 + x2 , x1 ) + (y1 + y2 , y1 ) = α f1 (X1 ) + f1 (X2 ), On conclut : une base de Ker ( f ) est (U), où U = (1, −2).
72
2) Image : Il existe alors x ∈ E tel que : z = (g ◦ f )(x) et on a :

2

On a : Im ( f ) = (2x + y, −2x − y) ; (x, y) ∈ R z = (g ◦ f )(x) = g f (x) ∈ Im (g).

= (2x + y)(1, −1) ; (x, y) ∈ R2 , Ceci montre : Im (g ◦ f ) ⊂ Im (g).
donc : Im ( f ) ⊂ Vect (V), où V = (1, −1).
De plus, f (0, 1) = (1, −1) = V, donc V ∈ Im ( f ). 4.12 1) Noyaux :
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.
x ∈ Ker ( f ) ∩ Ker (g) Ceci montre : Ker ( f ) ∩ Im (g) = {0}.

⎧ ⎧
⎪
⎪ ⎪
⎪
⎨ x ∈ Ker ( f )
⎪ ⎨ f (x) = 0
⎪ • Soit x ∈ E.
⇐⇒ ⎪⎪ ⇐⇒ ⎪
⎪
⎪
⎩ x ∈ Ker (g) ⎪
⎩g(x) = 0 On a : f ◦ g ◦ f (x) = f (x),

=⇒ ( f + g)(x) = f (x) + g(x) = 0 ⇐⇒ x ∈ Ker ( f + g). donc : f x − g ◦ f (x) = f (x) − f ◦ g ◦ f (x) = 0.
Ceci montre : Ker ( f ) ∩ Ker (g) ⊂ Ker ( f + g). Ceci montre : x − g ◦ f (x) ∈ Ker ( f ).

b) Soit y ∈ Im ( f + g). Ainsi : x = x − g ◦ f (x) + g ◦ f (x),

Il existe x ∈ E tel que : y = ( f + g)(x) = f (x) + g(x), où : x − g ◦ f (x) ∈ Ker ( f ), g ◦ f (x) = g f (x) ∈ Im (g).
donc : y ∈ Im ( f ) + Im (g); Ceci montre : Ker ( f ) + Im (g) = E.
Ceci montre : Im ( f + g) ⊂ Im ( f ) + Im (g). On conclut : Ker ( f ) et Im (g) sont supplémentaires dans E.

2) Comme f et g ont des rôles symétriques dans l’hypothèse,
4.11 a) Soit x ∈ Ker ( f ). on conclut aussi que Ker (g) et Im ( f ) sont supplémentaires
dans E.
On a alors : (g ◦ f )(x) = g f (x) = g(0) = 0,

donc : x ∈ Ker (g ◦ f ). 4.14 1) Soit x ∈ A ∩ B + (A ∩ C) .
Ceci montre : Ker ( f ) ⊂ Ker (g ◦ f ). Alors, x ∈ A et x ∈ B + (A ∩ C).
b) Soit z ∈ Im (g ◦ f ). Il existe donc b ∈ B, c ∈ A ∩ C tels que : x = b + c.
73
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
• La famille ( f, g) est libre, car, pour tout (λ, μ) ∈ R , si 2

On conclut : (ϕ1 , ϕ2 ) est libre.
λ f + μg = 0, alors : ∀x ∈ R, λx + μ|x| = 0,
c) D’après la relation de Chasles :
d’où, en remplaçant x par 1, par −1 :
/ 1 / 0 / 1
λ + μ = 0 et λ − μ = 0, ∀ f ∈ E, f = f+ f,
−1 −1 0
donc : λ = μ = 0.
donc : ∀ f ∈ E, ϕ3 ( f ) = ϕ1 ( f ) + ϕ2 ( f ),
• La famille ( f 2 , g2 ) est liée car f 2 = g2 .
c’est-à-dire : ϕ3 = ϕ1 + ϕ2 .
c) Notons : f : R −→ R , g : R −→ R , h : R −→ R .
Ceci montre que (ϕ1 , ϕ2 , ϕ3 ) est liée, donc n’est pas libre.
x −→ 1 x −→ x x −→ x + 1
• On a h = f + g, donc ( f, g, h) est liée. 4.17 1) On a : (A ∩ B) ∩ C = (C ∩ A) ∩ B = {0} ∩ B = {0}.
• On a, pour tout x ∈ R : 2) • On a : A ∩ B ⊂ B et C ⊂ B, donc, puisque B est un sev
de E : (A ∩ B) + C ⊂ B.
f (x) = 1,
2
g (x) = x ,
2 2
h (x) = 1 + 2x + x .
2 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.
4.16 a) On a, pour tout α ∈ R et toutes f, g ∈ E : 4.18 a) • On a : A ⊂ E, et 0 ∈ A donc A ∅.

/ 0
• Soient α ∈ R, f, g ∈ E. On a :
ϕ1 (α f + g) = (α f + g) / 1 / 1 / 1
−1
/ 0 / 0
(α f + g)(x) dx = α f (x) dx + g(x) dx = 0,
=α f+ g = αϕ1 ( f ) + ϕ1 (g),
0

0

0
−1 −1 =0 =0
74
donc : α f + g ∈ A. 4.19 a) Supposons : Ker (g ◦ f ) = Ker ( f ).

On conclut : A est un sev de E. • On a (cf. exercice 4.11) : Ker (h ◦ g ◦ f ) ⊃ Ker (g ◦ f ).
2) • On a : B ⊂ E, et 0 ∈ B donc B ∅. • Soit x ∈ Ker (h ◦ g ◦ f ).
• Soient α ∈ R, f, g ∈ B. On a : h ◦ g ◦ f (x) = 0, donc : f (x) ∈ Ker (h ◦ g) = Ker (g),

On a : (α f + g)(0) = α f (0) + g(0) = α0 + 0 = 0, d’où : g f (x) = 0, donc x ∈ Ker (g ◦ f ).
donc : α f + g ∈ B. Ceci montre : Ker (h ◦ g ◦ f ) ⊂ Ker (g ◦ f ).
On conclut : B est un sev de E. On conclut : Ker (h ◦ g ◦ f ) = Ker (g ◦ f ).
3) Puisque C = Vect (e0 , e1 ), C est le sev de E engendré par b) Supposons : Im (g ◦ f ) = Im (g).
(e0 , e1 ), donc C est un sev de E. • On a (cf. exercice 4.11) : Im (h ◦ g ◦ f ) ⊂ Im (h ◦ g).
b) Remarquer d’abord que A ∩ B est bien un sev de E, comme • Soit t ∈ Im (h ◦ g). Il existe y ∈ F tel que : t = h ◦ g(y).
intersection de deux sev de E. Comme g(y) ∈ Im (g) = Im (g ◦ f ), il existe x ∈ E tel que :
1) Montrons : (A ∩ B) ∩ C = {0}. g(y) = g ◦ f (x). D’où :
Soit f ∈ (A ∩ B) ∩ C.
t = h g(y) = h(g ◦ f (x) = (h ◦ g ◦ f )(x) ∈ Im (h ◦ g ◦ f ).
Puisque f ∈ C, il existe (α, β) ∈ R tel que : f = αe0 + βe1 ,
2
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
• Comme f ◦ g = g ◦ f, on a alors aussi : g ◦ f = 0.

⎧/ 1 / 1
⎪
⎪
⎪
⎪
⎪
⎨ 0 f (x) dx = (α + βx) dx 4.21 a) En développant, on a :
⇐⇒ ⎪ ⎪ 0
⎪
⎪
⎪
⎩ f (0) = α ( f − ae) ◦ ( f − be) = f 2 − a f − b f + abe = 0.
⎧ ⎧
⎪
⎪
⎪ α = f (0) ⎪
⎪
⎪ α = f (0)
⎪
⎪
⎨ ⎪
⎪
⎨ b) D’abord, Ea et Eb sont bien des sev de E, comme noyaux
⇐⇒⎪ / ⇐⇒⎪ / 1
⎪
⎪
⎪ β 1
⎪
⎪ d’applications linéaires.
⎪
⎩α + = f (x) dx ⎪ ⎪
⎩β = 2 f (x) dx − 2 f (0).
2 0 0 1) Soit x ∈ Ea ∩ Eb .
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
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] :
4.22 a) 1) Supposons : p ◦ q = p et q ◦ p = q. f (αP + Q) = X(αP + Q) = αXP + XQ = α f (P) + f (Q),
• Soit x ∈ Ker (p). g(αP + Q) = −(αP + Q) = −αP − Q = αg(P) + g(Q),

On a : q(x) = (q ◦ p)(x) = q p(x) = q(0) = 0, donc : f, g ∈ L (E).
donc : x ∈ Ker (q). • On a, pour tout P ∈ E :
Ceci montre : Ker (p) ⊂ Ker (q).
( f ◦ g − g ◦ f )(P) = f g(P) − g f (P) = f (−P ) − g(XP)
• Comme l’hypothèse p ◦ q = p et q ◦ p = q est invariante = X(−P ) + (XP) = −XP + P + XP = P,
lorsque l’on échange p et q, on a aussi : Ker (q) ⊂ Ker (p).
On conclut : Ker (p) = Ker (q). donc : f ◦ g − g ◦ f = IdE .
2) Réciproquement, supposons : Ker (p) = Ker (q). b) 1) Étude de f :
• Soit x ∈ E. • On a, pour tout P ∈ E :
On a : x − p(x) ∈ Ker (p) = Ker (q), P ∈ Ker ( f ) ⇐⇒ f (P) = 0 ⇐⇒ XP = 0 ⇐⇒ P = 0,

donc : q x − p(x) = 0, d’où : q(x) = q p(x) = q ◦ p(x). donc Ker ( f ) = {0}, ce qui montre que f est injectif.
Ceci montre : q = q ◦ p. • Il est clair qu’il n’existe pas P ∈ E tel que XP = 1 (comme
• Comme l’hypothèse Ker (p) = Ker (q) est invariante lorsque on le voit en considérant les degrés), donc 1 (qui est dans E)
l’on échange p et q, on a aussi : p = p ◦ q. n’a pas d’antécédent par f .
b) 1re méthode : retour aux définitions : On conclut que f n’est pas surjectif.
1) Supposons : p ◦ q = q et q ◦ p = p. • Puisque f n’est pas surjectif, f n’est pas bijectif.
76

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 .
Ainsi, g est surjectif. y

• Puisque g n’est pas injectif, g n’est pas bijectif.
4.24 1) D’abord, E est bien un R-ev. En effet, E est un sev fai

de R[X] car 0 ∈ E et, pour tout α ∈ R et tous P, Q ∈ E : 1
(αP + Q)(0) = αP(0) + Q(0) = α0 + 0 = 0,
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
On remarque que, pour tout i ∈ 1 ; n, fai est dérivable en tout

n
ak k−1
n
point de R {ai }, et n’est pas dérivable en ai .
f (P) = XP = X kX = ak Xk = Q.
k=1
k k=1 y
Ceci montre que f est surjective.
Finalement, puisque f est linéaire, injective, surjective, on
conclut : f ∈ G L(E). fai
4.25 Raisonnons par l’absurde : supposons A E et B E.

Il existe alors a ∈ E tel que a A, et b ∈ E tel que b B.
Comme A ∪ B = E, il s’ensuit : a ∈ B et b ∈ A.
O ai x
Considérons a + b.
On a : a + b ∈ E = A ∪ B, donc : a + b ∈ A ou a + b ∈ B.
• Supposons a + b ∈ A. On a alors : a = (a + b) − b ∈ A car Supposons qu’il existe i ∈ 1 ; n tel que λi 0. On a alors :
a + b ∈ A, b ∈ A et A est un sev de E, d’où une contradiction. λj
• Supposons a + b ∈ B. On a alors : b = (a + b) − a ∈ B car f ai = − fa .
1 jn, ji
λi j
a + b ∈ B, a ∈ B et B est un sev de E, d’où une contradiction.
Ce raisonnement par l’absurde montre : A = E ou B = E. D’une part, fai n’est pas dérivable en ai .
77

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.
On a : f (x) ∈ Ker (g) ∩ Im ( f ) = {0}, f (x) = 0, x ∈ Ker ( f ). φ(g ◦ h) = f ◦ (g ◦ h) − (g ◦ h) ◦ f

= ( f ◦ g) ◦ h − (g ◦ f ) ◦ h + g ◦ ( f ◦ h) − g ◦ (h ◦ f )
Ceci montre : Ker (g ◦ f ) ⊂ Ker ( f ).
= (f ◦ g − g ◦ f) ◦ h + g ◦ (f ◦ h − h ◦ f)
Des deux points précédents, on conclut :
= φ(g) ◦ h + g ◦ φ(h).
Ker (g ◦ f ) = Ker ( f ).
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
• 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
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
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
• Acquisition du calcul matriciel
• Calcul des puissances d’une matrice carrée assez simple
• 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.

• Définitions et structures des ensembles usuels de matrices :
Mn,p (K), Mn (K), GLn (K)
• Définition et propriétés du rang d’une matrice

• Méthode du pivot de Gauss.

Essayer, autant que possible, de garder une notation globale (une lettre
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.
Essayer de décomposer linéairement ces matrices sur des matrices plus

Pour effectuer un calcul
simples, sans paramètre, si c’est possible.
sur des matrices avec paramètres
➥ Exercice 5.12.
81
Chapitre 5 • Calcul matriciel, systèmes linéaires
• Dans certains exemples simples, calculer A2 , A3 , et essayer de

conjecturer une formule pour Ak , que l’on montrera alors par ré-
currence sur k.
➥ Exercices 5.3 a), c), 5.4 c).
• Essayer de décomposer A en somme d’une matrice α In , α ∈ K, et
d’une matrice simple, souvent une matrice nilpotente, et utiliser la
Pour calculer
formule du binôme de Newton.
les puissances A k (k ∈ N∗ , k ∈ Z)...
d’une matrice carrée A ➥ Exercices 5.3 a), b), 5.11 à 5.14.
• La formule obtenue pour A lorsque k ∈ N est souvent aussi valable
k
pour k ∈ Z, si A est inversible.

➥ Exercices 5.13, 5.14 c).
• Voir aussi d’autres méthodes, liées à la réduction des matrices car-
rées, dans le chapitre 7.
• 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).
• Déterminer la dimension du sev engendré par les colonnes de A (ou

Pour calculer le rang d’une matrice A la dimension du sev engendré par les lignes de A).
➥ Exercices 5.4 a), 5.5 a), b), 5.22.
82
• Appliquer une méthode de Gauss.

➥ Exercices 5.5 c), d), 5.6.
• Appliquer le théorème du rang, pour une application linéaire f re-
(suite) présentée par A ∈ Mn,p (K) :

rg (A) = rg ( f ) = p − dim Ker ( f ) ,
lorsqu’on peut calculer la dimension de Ker ( f ).
Privilégier la notation globale des matrices, en utilisant les propriétés

de la transposition :
Pour manipuler
des transposées de matrices t
(αA + B) = α t A + t B, t
(AB) = t B t A.
➥ Exercice 5.7.
• Utiliser une méthode de Gauss.

➥ Exercices 5.8, 5.9 a).
Pour résoudre un système linéaire • Utiliser des combinaisons linéaires d’équations pour se ramener à
un système équivalent plus simple.
➥ Exercices 5.8, 5.9 b), 5.10, 5.17.

5.1 Équation satisfaite par toute matrice carrée d’ordre 2

ab
Soit M = ∈ M2 (R). Montrer : M 2 − (a + d)M + (ad − bc) I2 = 0.
c d
5.2 Exemples simples de calcul d’inverses de matrices carrées inversibles

Pour chacune des matrices
⎛ suivantes
⎞ de ⎛ M3 (R), ⎞ montrer qu’elle est inversible et calculer son
⎜⎜⎜1 1 1⎟⎟⎟ ⎜⎜⎜1 1 0⎟⎟⎟
⎜ ⎟ ⎜ ⎟
inverse : A = ⎜⎜⎜⎜0 1 1⎟⎟⎟⎟ , B = ⎜⎜⎜⎜1 1 1⎟⎟⎟⎟ .
⎝ ⎠ ⎝ ⎠
001 011
5.3 Exemples de calcul de puissances de matrices carrées

Calculer, pour tout n ∈ N∗ , An dans les exemples suivants :

ab
a) A = , (a, b) ∈ K2
0a

ab
b) A = , (a, b) ∈ K2
ba
⎛ ⎞
⎜⎜⎜0 0 1⎟⎟⎟
⎜⎜⎜ ⎟
c) A = ⎜⎜0 1 0⎟⎟⎟⎟ .
⎝ ⎠
100
83
5.4 Exemple de calcul des puissances d’une matrice carrée

⎛ ⎞
⎜⎜⎜−1 1 1⎟⎟⎟
⎜⎜ ⎟
Soit a ∈ R. On note A = ⎜⎜ a 1 1⎟⎟⎟⎟ .
⎜
⎝ ⎠
−a 0 0
a) Est-ce que A est inversible ? Quel est le rang de A ?
b) Calculer A2 , A3 .
c) Déterminer An pour tout n ∈ N.
5.5 Exemples de calcul de rangs de matrices

Déterminer le rang de chacune des matrices suivantes :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 1 2⎟⎟⎟ ⎜⎜⎜1 −1 1⎟⎟⎟ ⎜⎜⎜ 1 0 1⎟⎟⎟ ⎜⎜⎜1 2 3 4⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
A = ⎜⎜ 3 1⎟⎟ , B = ⎜⎜2 1 5⎟⎟ , C = ⎜⎜−1 1 1⎟⎟ , D = ⎜⎜3 4 5 6⎟⎟⎟⎟ .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
−1 4 1 1 3 1 11 5678
5.6 Exemple de calcul du rang d’une matrice avec paramètres

⎛ ⎞
⎜⎜⎜ 1 1 a 1⎟⎟⎟
⎜⎜⎜ ⎟
Déterminer le rang de M(a, b) = ⎜⎜−1 −2 1 b⎟⎟⎟⎟ ∈ M3,4 (R), selon (a, b) ∈ R2 .
⎝ ⎠
1 0 12
5.7 Calculs simples sur des matrices carrées d’ordre n

Soient n ∈ N∗ , A ∈ Mn (R). Montrer que deux quelconques des trois propriétés suivantes en-
traînent la troisième : (1) t AA = In , (2) A2 = In , (3) t A = A.
5.8 Exemples simples de résolution de systèmes d’équations linéaires

a) Résoudre les systèmes d’équations suivants, d’inconnue (x, y) ∈ R2 :
⎧ ⎧
⎪
⎪ ⎪
⎪
⎨4x − 2y = 1
⎪ ⎨ x − 3y = −1
⎪
(1) ⎪
⎪ (2) ⎪
⎪
⎪
⎩6x − 3y = 2 ⎪
⎩2x + y = 5.
b) Résoudre les systèmes d’équations suivants, d’inconnue (x, y, z) ∈ R3 :

⎧ ⎧ ⎧
⎪
⎪
⎪ 2x + y − z = 4 ⎪
⎪
⎪ x − 2y + z = 1 ⎪
⎪
⎪2x + y + z = 2
⎪
⎪
⎪ ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎨ ⎪
⎨ ⎪
⎨
(1) ⎪
⎪ x − y + z = −1 (2) ⎪
⎪ 2x − 3y − z = 3 (3) ⎪
⎪ x + 2y + z = 0
⎪
⎪
⎪ ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎩ x − 2y − z = 0 ⎪
⎪
⎩3x − 4y − 3z = 4 ⎪
⎪
⎩3x + z = 4.
5.9 Exemples de résolution de systèmes d’équations linéaires avec paramètres

Résoudre et discuter les systèmes d’équations suivants, d’inconnue (x, y, z) ∈ R3 et de paramètre
a∈R:
⎧
⎪
⎪
⎪ x + y − 2z = 2
⎪
⎪
⎪
⎪
⎨
a) ⎪
⎪ x−y+z =0
⎪
⎪
⎪
⎪
⎪
⎩4x − 2y + az = a
⎧
⎪
⎪
⎪ax + y + z = 1
⎪
⎪
⎪
⎪
⎨
b) ⎪
⎪ x + ay + z = 1
⎪
⎪
⎪
⎪
⎪
⎩ x + y + az = 1.
84
5.10 Exemple de résolution d’un système d’équations linéaires avec paramètres

Résoudre et discuter le système d’équations suivant, d’inconnue (x, y, z, t) ∈ R4 et de paramètre
(a, b) ∈ R2 :
x − y + 2z + t = 0, −2x + 3y + z − 4t = 1, −3x + 5y + 4z − 7t = a, −x + 2y + 3z − 3t = b.
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.
5.12 Calcul des puissances d’une matrice carrée avec paramètres

⎛ ⎞
⎜⎜⎜a b b⎟⎟⎟
⎜⎜ ⎟
Soit (a, b) ∈ C . On note M = ⎜⎜b a b⎟⎟⎟⎟ ∈ M3 (C).
2 ⎜
⎝ ⎠
bba
⎛ ⎞
⎜⎜⎜1 1 1⎟⎟⎟
⎜ ⎟
a) Décomposer linéairement M sur I3 et U = ⎜⎜⎜⎜1 1 1⎟⎟⎟⎟ .
⎝ ⎠
11 1
b) Calculer U n pour tout n ∈ N. On distinguera les cas n = 0 et n 1.
c) En déduire M n 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
a) Calculer M k pour tout k ∈ N.

b) Montrer que M est inversible et calculer M k pour tout k ∈ Z.
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
5.15 Exemples de résolution d’équations matricielles

1 −1
On note A = .
1 −1

a) Trouver M ∈ M2 (R) ; MB = A dans chacun des trois exemples suivants :

11 11 1 −1
(1) B = , (2) B = , (3) B = .
01 11 0 0

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
5.16 Inversibilité et calcul de l’inverse pour une matrice carrée d’ordre n

Soient n ∈ N∗ , A = Min (i, j) 1i, jn ∈ Mn (R).
Montrer que A est inversible et calculer A−1 .
5.17 Liberté d’une famille de fonctions de deux variables

On note f, g, h, k : R2 −→ R les applications définies, pour tout (x, y) ∈ R2 , par :
)' )'
f (x, y) = x2 + y2 − x, g(x, y) = x2 + y2 + x,
)' )'
h(x, y) = x2 + y2 − y, k(x, y) = x2 + y2 + y.
Montrer que la famille ( f, g, h, k) est libre.
5.18 Manipulation d’égalités matricielles

Soient n ∈ N∗ , A, B ∈ Mn (R) telles que : A + B ∈ GLn (R), ABA = A2 B, BAB = B2 A.
Montrer : AB = BA.
5.19 Somme de deux inverses, somme de trois inverses

Soit n ∈ N∗ .
2
a) Montrer : ∀(A, B) ∈ GLn (K) , A−1 + B−1 = A−1 (A + B)B−1.
b) Y a-t-il une formule analogue pour trois matrices, c’est-à-dire est-ce que :

∀(A, B, C) ∈ GLn (K) 3 , ∃ (U, V) ∈ Mn (K) 2 , A−1 + B−1 + C −1 = U(A + B + C)V ?
5.20 Inversibilité et calcul de l’inverse par utilisation d’une équation matricielle

Soient n ∈ N∗ , A ∈ Mn (R) telle que : A3 − A2 + A + In = 0.
Montrer que A est inversible et exprimer A−1 .
5.21 Commutation par utilisation d’un inverse

Soient n ∈ N∗ , A, B ∈ Mn (R) telles que : AB = 2A + 3B.
a) Montrer : (A − 3 In )(B − 2 In ) = 6 In .
b) En déduire : AB = BA.
86
5.22 Exemple de calcul du rang d’une matrice carrée d’ordre n

Soient n ∈ N∗ , An = sin(i + j) 1i, jn ∈ Mn (R). Déterminer rg (An ).
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).
5.24 Matrices nilpotentes

Soit n ∈ N∗ . On dit qu’une matrice A ∈ Mn (K) est nilpotente si et seulement s’il existe k ∈ N∗
tel que Ak = 0.
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 .
d) Soient A, B ∈ Mn (K). Montrer que, si A et B sont nilpotentes et AB = BA, alors A + B est

nilpotente.
5.25 Somme de l’identité et d’une matrice nilpotente

Soit n ∈ N∗ . On note E = A ∈ Mn (K) ; ∃ k ∈ N∗ , (A − In )k = 0 .

Montrer : ∀(A, B) ∈ E 2 , AB = BA =⇒ AB ∈ E . (Utiliser l’exercice 5.24.)
5.26 Matrices satisfaisant une équation, utilisation des matrices élémentaires

Soient n, p ∈ N∗ , A ∈ Mn,p (K) telle que : ∀L ∈ M1,n (K), ∀C ∈ M p,1 (K), LAC = 0.
Montrer : A = 0.
5.27 Matrices inversibles à termes 0 et dont l’inverse est à termes 0

Soient n ∈ N∗ , A ∈ GLn (R).
On suppose que les termes de A et les termes de A−1 sont tous 0.
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
5.28 Commutants de Mn(K), de GLn(K)

Soit n ∈ N∗ . Pour toute partie E de Mn (K), on appelle commutant de E la partie C (E ) de Mn (K)
formée des matrices de Mn (K) qui commutent avec toute matrice de E :

C (E ) = A ∈ Mn (K) ; ∀M ∈ E , AM = MA .
a) Vérifier que, pour toute partie E de Mn (K), C (E ) est un sev de Mn (K).

b) Démontrer : C Mn (K) = K In . À cet effet, on pourra faire intervenir les matrices élémen-
taires Ei j , (i, j) ∈ 1 ; n2 , où Ei j est la matrice dont tous les termes sont nuls, sauf celui situé à
la ligne i et à la colonne j, qui est égal à 1.
2
c) 1) Démontrer : ∀M ∈ Mn (K), ∃ (P, Q) ∈ GLn (K) , M = P + Q.

2) En déduire : C GLn (K) = K In .
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
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.
5.18 Calculer A(AB − BA) et B(AB − BA).

5.26 Appliquer l’hypothèse à des matrices L, C particulière-
ment simples, des matrices élémentaires.
5.19 b) Trouver A, B, C ∈ GLn (K) de façon que :
5.27 Noter A = (aij )ij , A−1 = (bij )ij et traduire AA−1 = In en
passant aux éléments.
A−1 + B−1 + C −1 0 et A + B + C = 0.
5.28 b) Une inclusion est évidente.

5.20 Isoler In et mettre A en facteur. Réciproquement, soit A ∈ C Mn (K) . Appliquer l’hypothèse aux
matrices élémentaires Eij .
5.21 b) Faire apparaître un produit égal à In , le produit en c) 1) Penser à décomposer M en somme d’une matrice triangu-
sens inverse est alors aussi égal à In . laire supérieure et d’une matrice triangulaire inférieure.
d) Si f convient, montrer que sa matrice A dans une base quel-
5.22 En utilisant une formule de trigonométrie, montrer que
conque vérifie : ∀P ∈ GLn (K), A = P −1 AP,
les colonnes de A se décomposent linéairement sur deux vec-
teurs colonnes fixes. et utiliser c)2).
89
5.1 On calcule : Si la formule est vraie pour un n ∈ N∗ , alors :

2 n n−1 n+1
ab a b a + bc ab + bd a na b a b a (n + 1)an b
M2 = = 2 , An+1 = = ,
c d c d ca + dc cb + d 0 an 0a 0 an+1
d’où, en effectuant les opérations : donc la formule est vraie pour n + 1.
n n−1
M − (a + d)M + (ad − bc) I2 = 0.
2 a na b
On conclut : ∀n ∈ N∗ , An =
0 an
5.2 Notons (e1 , e2 , e3 ) la base canonique de M3,1 (R) et et la formule est aussi vraie pour n = 0, avec les conventions
(V1 , V2 , V3 ) les colonnes de la matrice proposée. habituelles.
On exprime, en utilisant la matrice de l’énoncé, V1 , V2 , V3 en 2e méthode : Décomposition de A :
fonction de e1 , e2 , e3 , puis on calcule e1 , e2 , e3 en fonction
ab 01
de V1 , V2 , V3 par résolution d’un système d’équations, ce qui On a : A = = a I2 + bN, où N = .
0a 00
montre que la matrice est inversible et fournit l’inverse.
⎛ ⎞ Les matrices I2 et N commutent, d’où, d’après la formule du
⎜⎜⎜1 1 1⎟⎟⎟ binôme de Newton, pour tout n ∈ N :
⎜⎜⎜ ⎟⎟
• Pour A = ⎜ ⎜⎝0 1 1⎟⎟⎟⎠ : n n
001 n n n−k k k
An = (a I2 )n−k (bN)k = a bN .
⎧ ⎧ k k
⎪
⎪
⎪V1 = e1 ⎪
⎪
⎪e1 = V1
k=0 k=0
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎨ ⎪
⎨ Mais N 2 = 0, donc : ∀k 2, N k = 0, et la somme se réduit
⎪
⎪V2 = e1 + e2 ⇐⇒ ⎪
⎪e2 = V2 − V1
⎪
⎪
⎪ ⎪
⎪
⎪ donc aux termes d’indices k = 0, k = 1 :
⎪
⎪
⎩V3 = e1 + e2 + e3 ⎪
⎪
⎩e3 = V3 − V2 n n−1
a na b
⎛ ⎞ An = an I2 + nan−1 N = .
0 an
⎜⎜⎜1 −1 0 ⎟⎟⎟
⎜⎜⎜ ⎟
donc A est inversible et : A−1 = ⎜⎜0 1 −1⎟⎟⎟⎟ .
⎝ ⎠ ab 01
0 0 1 b) On a : A = = a I2 + bJ, où J = .
⎛ ⎞ ba 10
⎜⎜⎜1 1 0⎟⎟⎟
⎜⎜
⎜ ⎟⎟ Les matrices I2 et J commutent, d’où, d’après la formule du
• Pour B = ⎜ ⎜⎝1 1 1⎟⎟⎟⎠ : binôme de Newton :
011
n n
⎧ ⎧ n n n−k k k
⎪
⎪
⎪V1 = e1 + e2 ⎪
⎪
⎪ e1 = V2 − V3 An = (a I2 )n−k (bJ)k = a b J .
⎪
⎪
⎪ ⎪
⎪
⎪
k k
⎪
⎨ ⎪
⎨
k=0 k=0
⎪
⎪V2 = e1 + e2 + e3 ⇐⇒ ⎪
⎪ e3 = V2 − V1
⎪
⎪
⎪ ⎪
⎪
⎪ Mais : J 2 = I2 , J 3 = J, ..., d’où, par récurrence immédiate :
⎪
⎪
⎩V3 = e2 + e3 ⎪
⎪
⎩e2 = V1 − (V2 − V3 )

∀p ∈ N, J 2p = I2 , J 2p+1 = J .
⎛ ⎞
⎜⎜⎜ 0 1 −1⎟⎟⎟
⎜⎜⎜ ⎟ On obtient :
donc B est inversible et : B −1
= ⎜⎜ 1 −1 1 ⎟⎟⎟⎟ .
⎝ ⎠
−1 1 0 n n−2p 2p
An = a b I2
p, 02pn
2p
5.3 a) 1re méthode : Récurrence sur n : n
On calcule d’abord les premières puissances de A : + an−2p−1 b2p+1 J
2p + 1
2 p, 02p+1n
ab a 2ab 1 1
A = I2 , A = A =
0 1
, A =2
. = (a + b)n + (a − b)n I2 + (a + b)n − (a − b)n J.
0a 0 a2 2 2
Montrons, par récurrence sur n : On conclut :
n n−1 ⎛1 ⎞
⎜⎜ (a + b)n + (a − b)n 12 (a + b)n − (a − b)n ⎟⎟⎟
∗
∀n ∈ N , A =
n a na b
. An = ⎜⎝⎜ 21 ⎟⎠ .
0 an 2
(a + b)n − (a − b)n 12 (a + b)n + (a − b)n
90
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜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⎟⎟⎟⎟⎠
•
−a 0 0 a −a −a −a 0 0 Supposons t AA = In et A2 = In . Alors, A est inversible et on a :

A
A−1 = t A et A−1 = A, d’où : t A = A.
A2 A3
. %
• (1) et (3) =⇒ (2) :
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
⎨
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
b) ⎧ Si a = 1, alors (1) n’a pas de solution, donc (S) non plus.

⎪
⎪
⎪2x + y − z = 4 L1
⎪
⎪
⎪ Si a 1, alors (S) admet une solution unique, donnée par :
⎪
⎨
(1) ⎪
⎪ x − y + z = −1 L2
⎪
⎪
⎪
⎪
⎪ a−2
⎩ x − 2y − z = 0 L3 z= ,
⎧ ⎧ a−1
⎪
⎪
⎪2x + y − z = 4 ⎪
⎪
⎪ x=1
⎪
⎪ ⎪
⎪ 1 a−2 3a − 4
⎪
⎪
⎨ ⎪
⎪
⎨ x= z+1 = +1= ,
⇐⇒ ⎪ 3x = 3 L2 ←− L2 + L1 ⇐⇒ ⎪y=1 2 2(a − 1) 2(a − 1)
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪ 3 3(a − 2) 5a − 8
⎩2x − 3y = −1 L3 ←− L3 + L2 ⎩z = −1. y= z+1 = +1= .
2 2(a − 1) 2(a − 1)
On conclut : S = {(1, 1, −1)}.
Finalement, l’ensemble S des solutions est :
⎧
⎪
⎪
⎪ x − 2y + z = 1 L1
⎪
⎪
⎪ ⎧
⎪
⎨ ⎪
⎪ ∅ si a = 1
(2) ⎪2x − 3y − z = 3 L2 ⎪
⎪
⎨
⎪
⎪ !
⎪
⎪
⎪
⎪
S =⎪
⎪
⎪ 3a − 4 5a − 8 a − 2 "
⎩3x − 4y − 3z = 4 L3 ⎪
⎩ , , si a 1.
2(a − 1) 2(a − 1) a − 1
⎧
⎪
⎪
⎪ x − 2y + z = 1
⎪
⎪
⎪
⎪
⎨
⇐⇒ ⎪
⎪y − 3z = 1 L2 ←− L2 − 2L1 b) En additionnant les trois équations du système proposé (S),
⎪
⎪
⎪ on obtient : (a + 2)(x + y + z) = 3.
⎪
⎪
⎩2y − 6z = 1 L3 ←− L3 − 3L1
• Si a = −2, alors (S) n’a pas de solution.
et les deux dernières équations sont incompatibles.
• Si a −2, alors :
On conclut : S = ∅.
⎧ a−1
⎧ ⎪
⎪
⎪(a − 1)x =
⎧ ⎧ ⎪
⎪ax + y + z = 1 ⎪
⎪
⎪ a+2
⎪
⎪
⎪2x + y + z = 2 L1 ⎪
⎪
⎪ x + 2y + z = 0 ⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪ ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ ⎪
⎪ ⎪
⎪ ⎪
⎪ a−1
⎨ ⎨ ⎪
⎪ x + ay + z = 1 ⎪
⎪(a − 1)y =
(3) ⎪
⎪ x + 2y + z = 0 L2 ⇐⇒ ⎪ ⎪2x + y + z = 2 L1 ←→ L2 ⎪
⎨ ⎪
⎨ a+2
⎪
⎪
⎪ ⎪
⎪
⎪ (S) ⇐⇒ ⎪ ⇐⇒ ⎪
⎪
⎪ ⎪
⎪ ⎪
⎪
⎪ x + y = az = 1 ⎪
⎪
⎪ a−1
⎩3x + z = 4 L3 ⎩3x + z = 4 ⎪
⎪ ⎪
⎪(a − 1)z =
⎪
⎪
⎪ ⎪
⎪
⎪
⎧ ⎪
⎪ 3 ⎪
⎪ a+2
⎪
⎪ x + 2y + z = 0 ⎪
⎩x + y + z = ⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
a+2 ⎩x + y + z = 3 .
⎪
⎨ a+2
⇐⇒ ⎪ ⎪ −3y − z = 2 L2 ←− L2 − 2L1
⎪
⎪
⎪
⎪
⎪
⎩−6y − 2z = 4 L3 ←− L3 − 3L1 ∗ Si a = 1, alors : (S) ⇐⇒ x + y + z = 1.
⎧ ⎧
⎪
⎪ ⎪
⎪ 1 1 1
⎨ x + 2y + z = 0
⎪ ⎨ x = −2y − (−2 − 3y) = y + 2
⎪ ∗ Si a 1, alors : (S)⇐⇒ x= , y= , z= .
⇐⇒ ⎪ ⎪ ⇐⇒ ⎪
⎪ a+2 a+2 a+2
⎪3y + z = −2
⎩ ⎪z = −2 − 3y.
⎩
On conclut que l’ensemble S des solutions de (S) est :

On conclut : S = (y + 2, y, −2 − 3y) ; y ∈ R .
⎧
⎧ ⎪
⎪
⎪ ∅ si a = −2
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ x + y − 2z = 2 L1 ⎪
⎪
⎪
⎪ ⎨ (x, y, 1 − x − y) ; (x, y) ∈ R si a = 1
2
⎪
⎨ S =⎪
⎪
5.9 a) (S) ⎪ x−y+z=0 L2 ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪ ! 1 1 1 "
⎪
⎪ ⎪
⎩ , , si a −2 et a 1.
⎪
⎩4x − 2y + az = a L3 ;
a+2 a+2 a+2
⎧
⎧ ⎪
⎪
⎪
1 5.10
⎪2x − z = 2 L1 ←− L1 + L2 ⎪
⎪ x= z+1 Combinons linéairement les équations pour, par
⎪
⎪
⎪ ⎪
⎪
⎪ 2
⎪
⎪
⎨ ⎪
⎪
⎨
exemple, faire disparaître x des équations 2 et 4 :
⇐⇒ ⎪
⎪2y − 3z = 2 L2 ←− L1 − L2 ⇐⇒ ⎪
⎪ y=
1
z+1
⎪
⎪
⎪ ⎪
⎪
⎪ ⎧
⎪
⎩4x − 2y + az = a (1) ⎪
⎪
⎪
2 ⎪
⎪
⎪ ⎪
⎪
⎪ x − y + 2z + t = 0 L1
⎩(1), ⎪
⎪
⎪
⎪
⎪
⎪−2x + 3y + z − 4t = 1
⎨ L2
où : (S) ⇐⇒ ⎪
⎪
⎪
⎪
⎪ −3x + 5y + 4z − 7t = a L3
1 3 ⎪
⎪
⎪
(1) 4 z + 1 − 2 z + 1 z + az = a ⇐⇒ (a − 1)z = a − 2. ⎪
⎪
⎩−x + 2y + 3z − 3t = b
2 2 L4
92
⎧
⎪
⎪
⎪ 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 :
5.11 a) 1) On a : An+1 = un+1 I2 + vn+1 A,

3 2 10 1 1 ce qui prouve la propriété pour n + 1.
A= = +2 = I2 + 2N.
−2 −1 01 −1 −1
On a montré l’existence et l’unicité de deux suites réelles
2) Puisque I2 et N commutent, on a, pour tout n ∈ N, d’après la (un )n∈N , (vn )n∈N convenant.
formule du binôme de Newton : ∗ On a, pour tout n ∈ N :
n
n k k
An = (I2 + 2N)n = 2N . un+2 = −vn+1 = −(un + 2vn ) = −un − 2vn = −un + 2un+1 .
k=0
k

1 1 1 1 Ainsi, la suite (un )n∈N est une suite récurrente linéaire du
De plus : N2 = = 0,
−1 −1 −1 −1 deuxième ordre, à coefficients constants et sans second
membre. L’équation caractéristique r2 − 2r + 1 = 0 admet
d’où : ∀k 2, N k = 0,
une racine double égale à 1. D’après le cours, il existe donc

et donc : (λ, μ) ∈ R2 tel que : ∀n ∈ N, un = (λn + μ)1n .
⎧ ⎧ ⎧
1 ⎪
⎪ ⎪
⎪ ⎪
⎪
n k k n n ⎨u0 = 1
⎪ ⎨μ = 1
⎪ ⎨μ = 1
⎪
An = 2N = I2 + 2N On a : ⎪⎪ ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
k 0 1 ⎪
⎩u1 = 0 ⎪
⎩λ + μ = 0 ⎪
⎩λ = −1.
k=0

10 1 1 1 + 2n 2n On obtient : ∀n ∈ N, un = −n + 1,
= + 2n = ,
01 −1 −1 −2n 1 − 2n
puis : ∀n ∈ N, vn = −un+1 = − − (n + 1) + 1 = n.
et cette formule est clairement valable aussi pour n = 0, pour 3) On déduit :
n = 1.
b) 1) On calcule : ∀n ∈ N, An = un I2 + vn A

10 3 2 2n + 1 2n
3 2 3 2 5 4 = (−n + 1) +n = .
A2 = = . 01 2 −1 2n −2n + 1
−2 −1 −2 −1 −4 −3
93
⎛ ⎞
⎜⎜⎜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
⎛ ⎞⎛ ⎞ ⎛ ⎞
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
b) 1re méthode : pivot de Gauss : A−n

⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 1 1 1⎟⎟⎟ ⎜⎜⎜1 0 0⎟⎟⎟ Ceci montre que la formule obtenue en a) 2) est aussi valable
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
⎜⎜⎝ 1 1 0⎟⎟⎠ ⎜⎜⎝0 1 0⎟⎟⎟⎟⎠ pour tout n ∈ Z.
−1 0 1 001
⎛ ⎞ ⎛ ⎞ 5.15 Notons S l’ensemble
⎜⎜⎜1 1 1 ⎟⎟⎟ ⎜⎜⎜ 1 0 0⎟⎟⎟ des solutions de l’équation pro-
⎜⎜⎜⎜0 0 −1⎟⎟⎟⎟ ⎜⎜⎜⎜−1 1 0⎟⎟⎟⎟ L2 ←− L2 − L1 xy
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ posée et, si nécessaire, M = ∈ M2 (R).
01 2 1 01 L3 ←− L3 + L1 z t
⎛ ⎞ ⎛ ⎞ a) (1) On remarque que B est triangulaire supérieure à termes
⎜⎜⎜1 1 1 ⎟⎟⎟ ⎜⎜⎜ 1 0 0⎟⎟⎟
⎜⎜⎜ ⎟ ⎜⎜⎜ ⎟
⎜⎜⎝0 1 2 ⎟⎟⎟⎟⎠ ⎜⎜⎝ 1 0 1⎟⎟⎟⎟⎠ L2 ←→ L3 diagonaux tous non nuls, donc B est inversible, d’où, pour toute
0 0 −1 −1 1 0 M ∈ M2 (R) :
⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 1 0 ⎟⎟⎟ ⎜⎜⎜ 0 1 0⎟⎟⎟ L1 ←− L1 + L3 1 −1 1 −1 1 −2
⎜⎜⎜⎜0 1 0 ⎟⎟⎟⎟ ⎜⎜⎜⎜−1 2 1⎟⎟⎟⎟ MB = A ⇐⇒ M = AB−1 ⇐⇒ M = = ,
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ L 2 ←− L2 + 2L3 1 −1 0 1 1 −2
0 0 −1 −1 1 0
⎛ ⎞ ⎛ ⎞ ! 1 −2 "
⎜⎜⎜1 0 0 ⎟⎟⎟ ⎜⎜⎜ 1 −1 −1⎟⎟⎟ L1 ←− L1 − L2 d’où : S = .
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟ 1 −2
⎜⎜⎝0 1 0 ⎟⎟⎠ ⎜⎜⎝−1 2 1 ⎟⎟⎟⎟⎠
0 0 −1 −1 1 0 (2) Dans cet exemple et dans le suivant, on ne peut pas tenir le
⎛ ⎞ ⎛ ⎞ même raisonnement qu’en (1), car B n’est pas inversible.
⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜ 1 −1 −1⎟⎟⎟
⎜⎜⎜⎜0 1 0⎟⎟⎟⎟ ⎜⎜⎜⎜−1 2 1 ⎟⎟⎟⎟ On a :
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠
001 1 −1 0 L3 ←− −L3 xy 11 1 −1
⎛ ⎞ MB = A ⇐⇒ =
⎜⎜⎜ 1 −1 −1⎟⎟⎟ z t 11 1 −1
⎜ ⎟ ⎧
On conclut : A est inversible et A−1 = ⎜⎜⎜⎜−1 2 1 ⎟⎟⎟⎟ . ⎪
⎪
⎝ ⎠ ⎨x + y + z + t = 1
⎪
1 −1 0 ⇐⇒ ⎪⎪ impossible ,
⎪
⎩ x + y + z + t = −1
e
2 méthode : interprétation de A comme matrice d’une famille
dans une base :
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
! 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
donc, en additionnant : (A + B)(AB − BA) = 0.

⎧
⎪
⎪
⎪e1 = C1 − (C2 − C1 )
⎪
⎪ Comme A + B est inversible, il s’ensuit : AB − BA = 0, donc :
⎪
⎪
⎪
⎪
⎪e2 = (C2 − C1 ) − (C3 − C2 ) AB = BA.
⎪
⎪
⎪
⎪
⎪
⎪
⎨ ..
⇐⇒ ⎪
⎪ . . 5.19 a) En développant, on a, pour toutes A, B ∈ GLn (K) :
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪en−1 = (Cn−1 − Cn−2 ) − (Cn − Cn−1 )
⎪
⎪
⎪ A−1 (A + B)B−1 = B−1 + A−1 = A−1 + B−1 .
⎪
⎪
⎪
⎩e = C − C
n n n−1
b) Donnons un contrexemple.
Ceci montre que A est inversible et que :
Pour A = In , B = In , C = −2In ,
⎛ ⎞
⎜⎜⎜ 2 −1 0 ...(0)⎟⎟ 1
⎜⎜⎜ ⎟ on a : A−1 = In , B−1 = In , C −1 = − In ,
⎜⎜⎜ . .. .. ⎟⎟⎟⎟
2 ..
2
⎜⎜⎜⎜−1
. . ⎟⎟⎟⎟
⎜ ⎟⎟⎟ 3
A−1 = ⎜⎜⎜⎜ 0 .. .. .. ⎟ donc : A + B + C = 0 et A−1 + B−1 + C −1 = In .
⎜⎜⎜ . . .0 ⎟⎟⎟⎟⎟ . 2
⎜⎜⎜ . ⎟⎟⎟
⎜⎜⎜ .. .. .. ⎟ 3
⎜⎝ . . 2 −1⎟⎟⎟⎟⎠ S’il existait (U, V) convenant, on aurait In = U0V = 0,
2
(0) ... 0 −1 1 contradiction.
La réponse à la question posée est donc : non.
5.17 Remarquer d’abord que, puisque :
' ' 5.20 On a :
∀(x, y) ∈ R2 , |x| x2 + y2 et |y| x2 + y2 ,
A3 − A2 + A + In = 0 ⇐⇒ A(−A2 + A − In ) = In .
les applications f, g, h, k sont correctement définies.
Soit (a, b, c, d) ∈ R4 tel que : a f + bg + ch + dk = 0, Donc A est inversible et : A−1 = −A2 + A − In .
96
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
1 versible, contradiction car la matrice nulle n’est pas inversible.

(B − 2In ) (A − 3In ) = In ,
6 On conclut que, pour toute A ∈ Mn (K), si A est nilpotente, alors
A n’est pas inversible.
d’où, en développant : BA = 2A + 3B = AB. 2
01 00
2) • On a : A2 = = = 0,
5.22 On a, par une formule de trigonométrie : 00 00
donc A est nilpotente.
∀(i, j) ∈ 1 ; n2 , sin(i + j) = sin i cos j + cos i sin j.
1 1
• La matrice B = est inversible, donc, d’après 1),
Notons (C1 , ..., Cn ) les colonnes de An . 0 −1
B n’est pas nilpotente.
On a donc, pour tout j ∈ 1 ; n :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ 0 1
⎜⎜⎜sin 1 cos j + cos 1 sin j⎟⎟⎟ ⎜⎜⎜sin 1⎟⎟⎟ ⎜⎜⎜cos 1⎟⎟⎟ • Pour C = , on a :
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟ ⎜⎜⎜ . ⎟⎟⎟ 0 −1
..
C j = ⎜⎜⎜⎜ .
⎟⎟⎟ = cos
⎟⎠⎟ j ⎜⎜⎜⎜ .. ⎟⎟⎟⎟ + sin j ⎜⎜⎜⎜ .. ⎟⎟⎟⎟ .
⎝⎜ ⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ 0 −1
sin n cos j + cos n sin j sin n cos n C2 = = −C, C 3 = −C 2 = C, ...
0 1
notée U notée V
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.
5.23 1) Soit A ∈ Dn (K); puisque D et A sont diagonales, On a, par sommation géométrique :

elles commutent entre elles, donc A ∈ C (D). ⎧
⎪
⎪
⎪ k−1
2) Réciproquement, soit A ∈ C (D). On a : ⎪
⎪
⎪ (I − A) A i = In − A k = In
⎪
⎪
⎪
n
⎪
⎨ i=0
A ∈ C (D) ⇐⇒ AD = DA ⎪
⎪
⎪
⎪
⎪
⎪
k−1

n
n ⎪
⎪ Ai (In − A) = In − Ak = In ,
⇐⇒ ∀(i, j) ∈ 1 ; n2 , (A)ik (D)k j = (D)ik (A)k j ⎪
⎪
⎩
i=0
k=1 k=1
⇐⇒ ∀(i, j) ∈ 1 ; n , (A)i j d j = di (A)i j

2

k−1
⇐⇒ ∀(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
On a, d’après la formule du binôme de Newton : Soit k ∈ 1 ; n fixé.

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
donc A + B est nilpotente. Ceci montre :
∀k ∈ 1 ; n, ∃ j ∈ 1 ; n, ∀i ∈ 1 ; n − { j}, aik = 0.

5.25 Soit (A, B) ∈ E 2 tel que AB = BA.
En notant M = A − In et N = B − In, il existe k, ∈ N∗ tels que : Ainsi, pour tout k ∈ 1 ; n, les éléments de la k-ième colonne
M k = 0 et N = 0, autrement dit M et N sont nilpotentes. de A sont tous nuls, sauf au plus l’un d’entre eux. Comme de
On a : AB = (In + M)(In + N) = In + M + N + MN. plus, A est inversible, cette colonne numéro k n’est pas la co-
lonne nulle.
De plus :
Ainsi, pour tout k ∈ 1 ; n, la k-ième colonne de A contient un
MN = (A − In )(B − In ) = AB − A − B + In terme non nul et un seul, noté a jk ci-dessus.
= BA − A − B + In = (B − In )(A − In ) = N M. Considérons l’application σ : 1 ; n −→ 1 ; n, k −→ j
ainsi définie.
Puisque M est nilpotente et que MN = N M, d’après l’exercice Si σ n’est pas surjective, alors il existe ∈ 1 ; n tel que :
5.24 b), MN est nilpotente. ∀k ∈ 1 ; n, ak = 0, donc A contient une ligne nulle, A n’est
Puisque M et N sont nilpotentes et que MN = N M, d’après pas inversible, contradiction. Ainsi, σ est surjective.
l’exercice 5.24 d), M + N est nilpotente. Comme σ est une application de l’ensemble fini 1 ; n dans
De même, puisque M+N et MN sont nilpotentes et commutent, lui-même et que σ est surjective, σ est bijective, c’est-à-dire
(M + N) + MN est nilpotente. que σ est une permutation de 1 ; n.
Ainsi, AB − In est nilpotente, donc : AB ∈ E. Notons α1 = aσ(1)1 , ..., ⎧ αn = aσ(n)n . On a alors, pour tout
⎪
⎪ (((
⎨α j
⎪ si i = σ( j) ((
5.26 Notons A = (ai j )i j . Appliquons l’hypothèse à (i, j) ∈ 1 ; n2 : ai j = ⎪
⎪ (( = δiσ( j) α j .
⎪
⎩0 si i σ( j) (

L = 0 . . . 1 . . . 0 ∈ M1,n (K), où le 1 est à la i-ème colonne,

i ∈ 1 ; n fixé, et C = t 0 . . . 1 . . . 0 , où le 1 est à la j-ème 5.28 a) Soit E ⊂ Mn (K).
ligne, j ∈ 1 ; p fixé : • C (E ) ⊂ Mn (K) et C (E ) ∅ car 0 ∈ C (E ).

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
⎛ ⎞
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 .
99
Espaces vectoriels CHAPITRE 6
de dimension finie
Plan
• Montrer qu’un ev est de dimension finie et en trouver une base
• Déterminer la dimension d’un sev d’un ev de dimension finie
• Montrer qu’une famille est une base d’un ev de dimension finie
• 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.

• Définition et propriétés des combinaisons linéaires finies de vecteurs, des fa-
milles libres, familles liées, familles génératrices, bases
• Si deux sev ont la même dimension et si l’un est inclus dans l’autre, alors ils
sont égaux
• Définition du rang d’une famille finie de vecteurs, du rang d’une application
linéaire
• Théorème du rang et conséquences pour les applications linéaires et les endo-
morphismes en dimension finie
• Matrice d’une application linéaire en dimension finie.

Essayer de :
Pour montrer qu’une famille finie • revenir à la définition d’une base, c’est-à-dire montrer que B est
B = (e1 , ..., e n) est une base d’un ev E libre et génératrice de E.
➥ Exercice 6.7 b)
100
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.
Il suffit de montrer, par exemple :

Pour montrer que deux sev F, G
d’un ev E de dimension finie F ⊂ G et dim (F) = dim (G).
sont égaux
➥ Exercices 6.15, 6.17.
Pour relier entre elles les dimensions Utiliser le théorème du rang :

du noyau et de l’image d’une

dim Ker ( f ) + dim Im ( f ) = dim (E).
application linéaire f : E −→ F, où E
et F sont des ev de dimensions finies ➥ Exercices 6.15, 6.17, 6.18, 6.24.
Essayer de :
Pour déterminer le noyau Ker ( f ) • revenir à la définition :
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
• obtenir une inclusion relative à Ker ( f ) et utiliser un argument de

(suite) dimension, par exemple le théorème du rang.
Essayer de :
• revenir à la définition :
Pour déterminer l’image Im ( f ) Im ( f ) = {y ∈ F ; ∃ x ∈ E, y = f (x)}.

f : E −→ F, où E et F sont des ev ➥ Exercice 6.5 b)
• obtenir une inclusion relative à Im ( f ) et utiliser un argument de
dimension, par exemple le théorème du rang.
➥ Exercice 6.9 b) 2).
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 ) .
Pour déterminer le rang d’une

application linéaire f : E −→ F, • utiliser le théorème du rang :
où E, F sont des ev
rg ( f ) = dim (E) − dim Ker ( f ) .
➥ Exercices 6.15, 6.17, 6.24
• utiliser rg ( f ) = rg (A), où A est n’importe quelle matrice représen-
tant f .
➥ Exercice 6.5.
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 .
➥ Exercices 6.20 c), 6.23
102
• montrer que f est injective et que dim (E) = dim (F).

➥ Exercice 6.26
(suite)
• montrer que f est surjective et que dim (E) = dim (F).
• montrer qu’une matrice représentant f est inversible.

6.1 Exemple de sev de matrices
! a b "
On note E = ∈ M2 (R) ; a + b = 0 .
c d
Montrer que E est un sev de M2 (R), déterminer une base de E et la dimension de E.
6.2 Sev de matrices carrées

a) Soient n ∈ N∗ , A, B ∈ Mn (K). On note E = M ∈ Mn (K) ; AM = MB .
Montrer que E est un K-sev de Mn (K).

11 21
b) On prend ici : n = 2, A = , B= .
02 01
Déterminer E , une base de E , la dimension de E .
6.3 Endomorphismes nilpotents en dimension 2

Soient E un K-ev de dimension 2, f ∈ L (E) tel que : f 2 = 0 et f 0. Montrer qu’il existe une
00
base B de E telle que la matrice de f dans B soit N = .
10
6.4 Exemple de changement de bases pour une application linéaire

Soient E un R-ev de dimension 2, E = (e1 ,⎛ e2 ) une ⎞ base de E, F un R-ev de dimension 3,
⎜⎜⎜2 1 ⎟⎟⎟
⎜ ⎟
F = ( f1 , f2 , f3 ) une base de F. On note A = ⎜⎜⎜⎜3 −1⎟⎟⎟⎟ ∈ M3,2 (R), et u l’application linéaire de E
⎝ ⎠
0 2
dans F représentée par A dans les bases E de E et F de F.
a) Exprimer u(e1 ) et u(e2 ) sur f1 , f2 , f3 .
b) On note e1 = e1 , e2 = e1 + e2 , E = (e1 , e2 ), f1 = f1 + f2 , f2 = f1 + f3 ,

f3 = f2 + f3 , F = ( f1 , f2 , f3 ). Montrer que E est une base de E et que F est une base de F,
et déterminer la matrice A de u dans les bases E de E et F de F.
6.5 Exemple de détermination d’un noyau, d’une image, d’un rang

⎛ ⎞
⎜⎜⎜ 1 0 2 1 ⎟⎟⎟
⎜⎜⎜ ⎟
On note A = ⎜⎜ 2 3 1 1 ⎟⎟⎟⎟ ∈ M3,4 (R) et f : R4 −→ R3 l’application linéaire de matrice A dans
⎝ ⎠
−1 2 −5 −3
les bases canoniques.

a) Déterminer un système d’équations de Ker ( f ), puis une base de Ker ( f ) et dim Ker ( f ) .
b) Déterminer une base de Im ( f ). Quel est le rang de f ?
103
6.6 Exemple de base de R4 [X]

On note, dans R[X] :
P0 = 1, P1 = X, P2 = (X − 1)X(X + 1), P3 = X2 (X + 1), P4 = (X − 1)X(X + 1)2 .
Montrer que B = (P0 , ..., P4 ) est une base de R4 [X].
6.7 Produit cartésien de deux ev

Soient E1 , E2 deux K-ev.
a) Montrer que E1 × E2 est un K-ev pour les lois définies, pour tout α ∈ K et tous
(x1 , x2 ), (y1 , y2 ) ∈ E1 × E2 par :
(x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ), α(x1 , x2 ) = (αx1 , αx2 ).

b) Établir que, si E1 et E2 sont de dimensions finies, alors E1 × E2 est de dimension finie et :
dim (E1 × E2 ) = dim (E1 ) + dim (E2 ).
6.8 Commutation pour deux endomorphismes

2
Soient E un C-ev de dimension finie, e = IdE , ( f, g) ∈ L (E) tel que : f 3 = e − f ◦ g. Établir :
f ◦ g = g ◦ f.
6.9 Exemple de détermination d’un noyau, d’une image

2 −4
On note A = ∈ M2 (R) et f : M2 (R) −→ M2 (R), M −→ AM.
3 −6
a) Vérifier que f est linéaire.
b) 1) Déterminer une base et la dimension de Ker ( f ).
2) Déterminer une base et la dimension de Im ( f ).
6.10 Exemple d’endomorphisme d’un ev de fonctions trigonométriques

On considère les applications f0 , ..., f4 : R −→ R définies, pour tout x ∈ R, par :
f0 (x) = 1, f1 (x) = cos x, f2 (x) = sin x, f3 (x) = cos 2x, f4 (x) = sin 2x,
et on note E le sev de RR (ev de toutes les applications de R dans R) engendré par

F = ( f0 , ..., f4 ).
a) Montrer que F est une base de E. Quelle est la dimension de E ?
b) Montrer que, pour toute f ∈ E, f est dérivable sur R et : f ∈ E.
On note : d : E −→ E, f −→ f .
Montrer d ∈ L (E) et former la matrice D de d dans la base F de E.
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 :
∀n ∈ N, un+2 = 5un+1 − 6un .

On note a, b les éléments de E définis par : a0 = 1, a1 = 0 , (b0 = 0, b1 = 1 ,
et on note : r = (2n )n∈N , s = (3n )n∈N .
104
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.
6.12 Une base de Kn[X]

Soient n ∈ N∗ , (a, b) ∈ K2 tel que a b.
On note, pour tout i ∈ 0 ; n : Pi = (X − a)i (X − b)n−i .
Montrer que la famille (Pi )0in est une base de Kn [X].
6.13 Formule de Grassmann

Soient E un K-ev de dimension finie, F, G deux sev de E. D’après l’exercice 6.7, F × G est un
K-ev de dimension finie et dim (F × G) = dim (F) + dim (G).
a) Vérifier que l’application f : F × G −→ E, (x, y) −→ x + y est linéaire.
b) Déterminer Im ( f ) et Ker ( f ).
c) En déduire (formule de Grassmann) : dim (F + G) = dim (F) + dim (G) − dim (F ∩ G).
6.14 Inégalité sur des dimensions pour trois sev

Soient E un K-ev de dimension finie, A, B, C des sev de E. On note, pour abréger, d(.) la dimen-
sion d’un sev de E. Montrer :
. %
d(A + B + C) + Max d(A ∩ B), d(A ∩ C), d(B ∩ C) d(A) + d(B) + d(C).
(On pourra utiliser la formule de Grassmann, exercice 6.13.)
6.15 Caractérisation des f ∈ L (E) tels que Ker ( f ) ⊕ Im ( f ) = E, en dimension finie

Soient E un K-ev de dimension finie, f ∈ L (E).
Montrer que les quatre propriétés suivantes sont deux à deux équivalentes :
(1) Im ( f 2 ) = Im ( f ), (2) Ker ( f 2 ) = Ker ( f ),
(3) Ker ( f ) ∩ Im ( f ) = {0}, (4) Ker ( f ) + Im ( f ) = 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)
( (
c) ((rg ( f ) + rg (g)(( rg ( f − g).
(On pourra utiliser la formule de Grassmann, exercice 6.13.)
6.17 Étude des cas d’égalité d’un noyau et d’une image

Soient E, F, G des K-ev de dimensions finies, f ∈ L (E, F), g ∈ L (F, G). Montrer :

Im ( f ) = Ker (g) ⇐⇒ g ◦ f = 0 et rg ( f ) + rg (g) = dim (F) .
6.18 Majoration du rang d’un produit de deux matrices

Soient n, p, q ∈ N∗ , A ∈ Mn,p (K), B ∈ M p,q (K).

Montrer : rg (AB) Min rg (A), rg (B) .
105
6.19 Matrices diagonales à termes diagonaux deux à deux distincts

Soient n ∈ N∗ , d1 , ..., dn ∈ K deux à deux distincts, D = diag (d1 , ..., dn ).
Montrer que (Dk )0kn−1 est une base du K-ev Dn (K) des matrices diagonales.
6.20 Étude d’un endomorphisme de M2 (R)

21 41
On note A = ,B = ∈ M2 (R), ϕ : M2 (R) −→ M2 (R), M −→ AMB.
53 72
a) Vérifier que ϕ est linéaire.
b) Montrer que ϕ est bijective et exprimer ϕ−1 .

c) Montrer que B = I2 , A, B, AB est une base de M2 (R), déterminer la matrice de ϕ dans B
(on pourra utiliser l’exercice 5.1), et la matrice de ϕ−1 dans B.
6.21 Liberté de familles de fonctions trigonométriques

Soit N ∈ N∗ . On note, pour tout n ∈ 0 ; N :
γn : R −→ R, x −→ cosn x, Cn : R −→ R, x −→ cos nx.
Montrer que les familles (γn )0nN et (Cn )0nN sont libres et engendrent le même sev de RR .
6.22 Base formée de polynômes d’interpolation de Lagrange

Soient n ∈ N∗ , a0 , ..., an ∈ K deux à deux distincts.

(X − a j )
0 jn, ji
On note, pour tout i ∈ 0 ; n : Li = .
(ai − a j )
0 jn, ji
Montrer que la famille L = (L0 , ..., Ln ) est une base de Kn [X].
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 .
6.24 Minoration du rang d’une composée

Soient E, F, G trois K-ev de dimensions finies, f ∈ L (E, F), g ∈ L (F, G).
On note h : Im ( f ) −→ G, y −→ g(y) la restriction de g à Im ( f ).
a) Montrer : Ker (h) = Ker (g) ∩ Im ( f ) et Im (h) = Im (g ◦ f ).

b) En déduire : rg (g ◦ f ) = rg ( f ) − dim Ker (g) ∩ Im ( f ) .
c) Démontrer : rg (g ◦ f ) rg ( f ) + rg (g) − dim (F).
6.25 Utilisation de l’algèbre linéaire dans une question polynomiale

Soient n ∈ N∗ , a0 , ..., an ∈ C, λ0 , ..., λn ∈ C∗ .

n
Démontrer : ∀Q ∈ Cn [X], ∃ !P ∈ Cn [X], Q(X) = λk P(k) (X − ak ),
k=0
(où P(k) est pris en X − ak ).
106
6.26 Opérateur de différence sur les polynômes

On note Δ : R[X] −→ R[X], P −→ ΔP = P(X + 1) − P(X).
⎧
⎪
⎪
⎪deg (P) − 1 si deg (P) 1
⎨
a) Montrer : ∀P ∈ R[X], deg (ΔP) = ⎪
⎪
⎪
⎩ −∞ si deg (P) 0.
b) 1) Soit n ∈ N∗ . Établir que l’application Δn : Rn [X] −→ Rn [X], P −→ ΔP est un endomor-
phisme de l’ev Rn [X] et que Δn+1
n = 0.
2) Soient n ∈ N∗ , (a0 , ..., an ) ∈ Rn+1 .

Montrer que l’application f : Rn [X] −→ Rn+1 , P −→ (Δk P)(ak ) 0kn
est un isomorphisme d’ev.
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.
2) Montrer que f1 , f2 , f3 s’expriment sur F . 6.10 a) Montrer que F est libre.

3) Calculer u(e1 ) et u(e2 ) en fonction de f1 , f2 , f3 . b) , c) Calculer les fi pour i ∈ 0 ; 4.
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
b) En notant V1 , ..., V4 les éléments de R3 dont les coordonnées suites réelles.

dans la base canonique sont les colonnes de A, montrer que 2) Vérifier (a, b) ∈ E2 et montrer que la famille (a, b) est libre et
(V1 , V2 , V3 ) est libre et que V4 se décompose linéairement sur génératrice de E.
(V1 , V2 , V3 ).
3) Vérifier (r, s) ∈ E2 , montrer que (r, s) est libre, puis utiliser un
6.6 • Vérifier d’abord que P0 , ..., P4 sont dans R4 [X]. argument de dimension.
• Montrer que B est libre. b) Exprimer r et s en fonction de a, b.
• Utiliser un argument de dimension. c) 1) Vérifier que f va de E dans E et est linéaire.

2) Calculer f(a) et f(b) en fonction de a, b.
6.7 a) Revenir à la définition d’un ev.
3) Calculer f(r) et f(s) en fonction de r, s.
107
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.
6.13 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).
6.16 a) Montrer : Im (αf) = Im (f).

6.23 a) • Vérifier que f est un endomorphisme de E.
• Pour obtenir la matrice de f dans la base canonique B
b) Montrer Im (f + g) ⊂ Im (f) + Im (g) et utiliser la formule de
Grassmann (exercice 6.13). de Rn [X], développer (X + 1)j par la formule du binôme de New-
ton.
c) Appliquer b) à (f − g, g) à la place de (f, g), puis rôles symé-
triques. b) Considérer : g : Rn [X] −→ Rn [X], P(X) −→ P(X − 1).
6.17 1) Supposer Im (f) = Ker (g).

6.24 a) Revenir aux définitions de Ker (h) et Im (h).
• Montrer d’abord : g ◦ f = 0. • Utiliser le théorème du rang.

b) Appliquer le théorème du rang à h.
c) Utiliser le théorème du rang pour g.
2) Réciproquement, supposer :
g◦f =0 et rg (f) + rg (g) = dim (E).

n
6.25 Considérer : f : Cn [X] −→ Cn [X], P −→ λk P (k) (X − ak ).
k=0
• Montrer : Im (f) ⊂ Ker (g). • Utiliser le théorème du rang.
6.26 a) Soit P ∈ R(X]. Traiter le cas deg (P) 0. Si deg (P) 1,
6.18 1) Noter a : Kp −→ Kn , b : Kn −→ Kp les applications noter P = an Xn + Q, où n ∈ N∗ , an ∈ R∗ , Q ∈ Rn−1 [X], et expri-
linéaires canoniquement associées aux matrices A, B respective- mer ΔP.
ment.
b) 1) • Montrer que Δn est correctement définie et que Δn est
Montrer : Im (a ◦ b) ⊂ Im (a) et passer aux dimensions. un endomorphisme de l’ev Rn [X].
Déduire : rg (AB) rg (A). • Utiliser a).
2) 1re méthode : Utiliser les noyaux et le théorème du rang. 2) Montrer que f est linéaire et injective, puis utiliser un ar-
2è méthode : Passer par des transposées de matrices et utili- gument de dimension.
ser 1).
108
! 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
A(αM + N) = αAM + AN = αMB + NB = (αM + N)B, u(e1 ) = 2 f1 + 3 f2 , u(e2 ) = f1 − f2 + 2 f3 .
donc : αM + N ∈ E . b) 1) Puisque e1 = e1 , e2 = e1 + e2 ,

On conclut : E est un sev de Mn (K). on a : e1 = e1 , e2 = e2 − e1 .

xy Ainsi, (e1 , e2 ) engendre E, et a deux éléments, donc E est une
b) On a, pour toute M = ∈ M2 (K) :
z t base de E.
M ∈ E ⇐⇒ AM = MB 2) Puisque f1 = f1 + f2 , f2 = f1 + f3 , f3 = f2 + f3 , on a :

11 xy xy 21 1 1 1
⇐⇒ = f1 = ( f + f − f ), f2 = ( f1 + f3 − f2 ), f3 = ( f2 + f3 − f1 ).
02 z t z t 01 2 1 2 3 2 2
⎧
x+z y+t 2x x + y ⎪
⎪
⎨z = x
⇐⇒ = ⇐⇒ ⎪
⎪ Ainsi, ( f1 , f2 , f3 ) engendre F, et a trois éléments, donc F est
2z 2t 2z z + t ⎩t = x.
une base de F.
109
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
En prenant les valeurs en 0, en −1, on déduit : a0 = 0 et

Le système (S) est un système d’équations de Ker ( f ). a0 − a1 = 0, d’où a1 = 0.
On a : On a alors :
⎧ a2 P2 + a3 P3 + a4 P4 = 0
⎪
⎪
⎪ x + 2z + t = 0 L1
⎪
⎪ ⇐⇒ a2 (X − 1)X(X + 1) + a3 X2 (X + 1) + a4 (X − 1)X(X + 1)2
⎪
⎨ . %
(S) ⇐⇒ ⎪
⎪ 3y − 3z − t = 0 L2 ←− L2 − 2L1 = X(X + 1) a2 (X − 1) + a3 X + a4 (X − 1)(X + 1)
⎪
⎪
⎪ . %
⎪
⎩2y − 3z − 2t = 0 L ←− L + L = X(X + 1) a4 X2 + (a2 + a3 )X − (a2 + a4 ) = 0,
3 3 1
⎧ d’où : a4 X2 + (a2 + a3 )X − (a2 + a4 ) = 0,

⎪
⎪
⎪ x + 2z + t = 0
⎪
⎪
⎪ puis : a4 = 0, a2 + a3 = 0, −(a2 + a4 ) = 0,
⎨
⇐⇒ ⎪
⎪ 3y − 3z − t = 0 a4 = 0, a2 = 0, a3 = 0.
⎪
⎪
⎪
et donc :
⎪
⎩−3z − 4t = 0 L ←− 3L − 2L .
3 3 2 Ceci montre que B est libre.
⎧
⎪ 4 •Comme B est libre et que Card (B) = 5 = dim R4 [X] , on
⎪
⎪
⎪ z=− t
⎪
⎪
⎪ 3 conclut : B est une base de R4 [X].
⎪
⎪
⎪
⎪
⎨ 1
⇐⇒ ⎪
⎪ y = z + t = −t 6.7
⎪
⎪
⎪ 3 a) Les vérifications sont immédiates. Détaillons quand
⎪
⎪
⎪ même.
⎪
⎪
⎪ 5
⎩ x = −2z − t = t.
3 1) • La loi + est interne dans E1 × E2 .
110
• 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 .
(y1 , y2 ) + (x1 , x2 ) = (y1 + x1 , y2 + x2 ) On a alors :

= (x1 + y1 , x2 + y2 ) = (x1 , x2 ) + (y1 , y2 ).
(x1 , x2 ) = α1 e1 + · · · + αn1 en1 , β1 f1 + · · · βn2 en2
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 ).
= (αx1 + βx1 , αx2 + βx2 ) 6.8 On a :

= (αx1 , αx2 ) + (βx1 , βx2 ) = α(x1 , x2 ) + β(x1 , x2 ). f 3 = e − f ◦ g ⇐⇒ f 3 + f ◦ g = e ⇐⇒ f ◦ ( f 2 + g) = e.
Comme E est de dimension finie, d’après le cours, il en résulte :
• α (x1 , x2 ) + (y1 , y2 ) = α(x1 + y1 , x2 + y2 )
( f 2 + g) ◦ f = e,
= α(x1 + y1 ), α(x2 + y2 ) = (αx1 + αy1 , αx2 + αy2 )
et donc : g ◦ f = e − f 3 = f ◦ g.
= (αx1 , αx2 ) + (αy1 , αy2 ) = α(x1 , x2 ) + α(y1 , y2 ).
6.9 a) Il est clair que f est bien une application de M2 (R)
• (αβ)(x1 , x2 ) = (αβ)x1 , (αβ)x2 = α(βx1 ), α(βx2 )
dans M2 (R).
= α(βx1 , βx2 ) = α β(x1 , x2 ) .
On a, pour tout α ∈ R et toutes M, N ∈ M2 (R) :
• 1(x1 , x2 ) = (1x1 , 1x2 ) = (x1 , x2 ). f (αM + N) = A(αM + N) = αAM + AN = α f (M) + f (N),
On conclut : E1 × E2 est un K-ev.
b) Puisque E1 et E2 sont de dimensions finies, E1 admet au
xy
moins une base B1 = (e1 , ..., en1 ) où n1 = dim (E1 ), b) 1) Soit M = ∈ M2 (R). On a :
z t
et E2 admet au moins une base B2 = ( f1 , ..., fn2 )
M ∈ Ker ( f ) ⇐⇒ f (M) = 0
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
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
On conclut : E est un sev de RN , donc E est un R-ev. • On a, pour tout α ∈ R et toutes u, v ∈ E :

2) • Par définition de a et b, on a : a ∈ E, b ∈ E.
f (αu + v = (αu + v)n+1 n∈N
• Soit (α, β) ∈ R2 tel que αa + βb = 0. On a alors : . % . %
= (αun+1 + vn+1 )n∈N = α f (u) n∈N + f (v) n∈N ,
∀n ∈ N, αan + βbn = 0, et on conclut : f est linéaire.
d’où, en particulier, pour n = 0, pour n = 1 : α = 0, β = 0. Ainsi, f est un endomorphisme de E.
. % . %
Ainsi, (a, b) est libre. 2) On a : f (a) 0 = a1 = 0, f (a) 1 = a2 = 5a1 − 6a0 = −6,
donc : f (a) = −6b.
• Soit u = (un )n∈N ∈ E. Notons v = u − u0 a − u1 b. On a
. % . %
alors : v ∈ E, v0 = 0, v1 = 0, donc, par récurrence immédiate : On a : f (b) 0 = b1 = 1, f (b) 1 = b2 = 5b1 − 6b0 = 5, donc :
∀n ∈ N, vn = 0, d’où v = 0, u = u0 a + v0 b. f (b) = a + 5b.
Ainsi, (a, b) engendre E. On en déduit que la matricede f dans
la base (a, b) de E est :
0 1
Finalement : (a, b) est une base de E, et donc : dim (E) = 2. .
−6 5
3) • On a r ∈ E, s ∈ E, car, pour tout n ∈ N : . %
3) • On a : ∀n ∈ N, f (r) n = rn+1 = 2n+1 = 2rn ,
rn+2 − 5rn+1 + 6rn = 2n (4 − 10 + 6) = 0, donc : f (r) = 2r, et de même : f (s) = 3s.
sn+2 − 5sn+1 + 6sn = 3n (9 − 15 + 6) = 0. On en déduit que la matrice de

f dans la base (r, s) de E est :
2 0
.
• Soit (λ, μ) ∈ R2 tel que : λr + μs = 0. On a alors : 0 3
∀n ∈ N, λ2n + μ3n = 0, 6.12 1) D’abord, il est clair que : ∀i ∈ 0 ; n, Pi ∈ Kn [X].

2) Montrons que (Pi )0in est libre. Soit (λi )0in ∈ Kn+1
d’où, en particulier, pour n = 0, pour n = 1 :
n
tel que : λi Pi = 0. En prenant la valeur en a, comme
λ + μ = 0 et 2λ + 3μ = 0, i=0
Pi (a) = 0 pour tout i 1, on obtient λ0 P0 (a) = 0, puis, comme
puis : λ = 0, μ = 0. P0 (a) = (a − b)n 0, on déduit λ0 = 0. En reportant et en
Ainsi, (r, s) est libre. simplifiant par X − a, on déduit :

n
Comme (r, s) est libre et que Card (r, s) = 2 = dim (E), on
λi (X − a)i−1 (X − b)n−i = 0,
conclut : (r, s) est une base de E.
i=1
b) Comme dans la solution de a) 2), on a :

n−1
c’est-à-dire : λ j+1 (X − a) j (X − b)n−1− j = 0.
r = a + 2b et s = a + 3b, j=0
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] ,

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 ),
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
• On a, pour tout (x, y) ∈ F × G : • On a, en appliquant le théorème du rang à f 2 et à f :
(x, y) ∈ Ker ( f ) ⇐⇒ x + y = 0 ⇐⇒ y = −x.

dim Ker ( f 2 ) = dim (E) − dim Im ( f 2 )
Si (x, y) ∈ Ker ( f ), alors y = −x ∈ F ∩ G.
= dim (E) − dim Im ( f ) = dim Ker ( f ) .
Réciproquement, pour tout x ∈ F ∩ G : (x, −x) ∈ Ker ( f ).
On conclut : Ker ( f 2 ) = Ker ( f ).
On conclut : Ker ( f ) = (x, −x) ; x ∈ F ∩ G .
(2) =⇒ (3) :
c) Puisque f est linéaire et que F × G et E sont de dimensions
finies, d’après le théorème du rang : Supposons : Ker ( f 2 ) = Ker ( f ).
Soit x ∈ Ker ( f ) ∩ Im ( f ). Alors, f (x) = 0 et il existe t ∈ E
dim Im ( f ) = dim (F × G) − dim Ker ( f ) .
tel que x = f (t). On a : 0 = f (x) = f f (t) = f 2 (t), donc
t ∈ Ker ( f 2 ) = Ker ( f ), d’où f (t) = 0, x = 0.
D’après b) : dim Im ( f ) = dim (F + G).
D’après l’exercice 6.7 : dim (F × G) = dim (F) + dim (G). On conclut : Ker ( f ) ∩ Im ( f ) = {0}.
Enfin, il est clair, d’après b) que l’application (3) =⇒ (4) :
Supposons : Ker ( f ) ∩ Im ( f ) = {0}.
F ∩ G −→ Ker ( f ), x −→ (x, −x)
D’une part : Ker ( f ) + Im ( f ) ⊂ E.
est un isomorphisme d’ev, donc :
D’autre part, en utilisant le théorème du rang :

dim Ker ( f ) = dim (F ∩ G).
dim Ker ( f ) + Im ( f ) = dim Ker ( f ) ⊕ Im ( f )
On conclut à la formule de Grassmann :
= dim Ker ( f ) + dim Im ( f ) = dim (E).
dim (F + G) = dim (F) + dim (G) − dim (F ∩ G).
On conclut : Ker ( f ) + Im ( f ) = E.
6.14 Rappelons la formule de Grassmann (cf. exer- (4) =⇒ (1) :
cice 6.13), pour tous sev F, G d’un ev de dimension finie :
Supposons : Ker ( f ) + Im ( f ) = E.
d(F + G) = d(F) + d(G) − d(F ∩ G), • On a déjà : Im ( f 2 ) ⊂ Im ( f ), car, pour tout x ∈ E :
d’où l’inégalité : d(F + G) d(F) + d(G).
f 2 (x) = f f (x) ∈ Im ( f ).
On a :
• Soit y ∈ Im ( f ). Il existe x ∈ E tel que y = f (x). Puisque
d(A + B + C) = d (A + B) + C d(A + B) + d(C)
E = Ker ( f ) + Im ( f ), Il existe u ∈ Ker ( f ), v ∈ Im ( f ) tels que :
= d(A) + d(B) + d(C) − d(A ∩ B), x = u + v. Et il existe t ∈ E tel que v = f (t).
d’où : d(A + B + C) + d(A ∩ B) d(A) + d(B) + d(C). On a alors :
En appliquant ce résultat à (A, C, B) et à (B, C, A) à la place de
y = f (u + v) = f (u) + f (v) = f f (t) = f 2 (t) ∈ Im ( f 2 ).
(A, B, C), on a aussi :
=0
d(A + B + C) + d(A ∩ C) d(A) + d(B) + d(C)
Ceci montre : Im ( f ) ⊂ Im ( f 2 ).
et : d(A + B + C) + d(B ∩ C) d(A) + d(B) + d(C).
On conclut : Im ( f 2 ) = Im ( f ).
On conclut :
Finalement, les quatre propriétés (1) à (4) sont deux à deux
. %
d(A + B + C) + Max d(A ∩ B), d(A ∩ C), d(B ∩ C) équivalentes.
d(A) + d(B) + d(C).
6.16 a) On a : Im (α f ) = Im ( f ) car
6.15 (1) =⇒ (2) : ⎧
⎪
⎪
⎪∀x ∈ E, (α f )(x) = f (αx) ∈ Im ( f )
⎪
⎨
Supposons : Im ( f 2 ) = Im ( f ). ⎪
⎪ 1
⎪
⎪
⎩∀x ∈ E, f (x) = α f x ∈ Im (α f ).
• On a déjà : Ker ( f ) ⊂ Ker ( f 2 ), car, pour tout x ∈ E : α

x ∈ Ker ( f ) ⇐⇒ f (x) = 0 =⇒ f f (x) = f (0) = 0 On déduit, en passant aux dimensions :
⇐⇒ x ∈ Ker ( f 2 ).
rg (α f ) = dim Im (α f ) = dim Im ( f ) = rg ( f ).
114
b) On a : Im ( f + g) ⊂ Im ( f ) + Im (g), car : 6.18 1) Notons a : K p −→ Kn , b : Kq −→ K p les applica-

tions linéaires canoniquement associées aux matrices A, B res-
∀x ∈ E, ( f + g)(x) = f (x) + g(x) ∈ Im ( f ) + Im (g). pectivement. On a : Im (a ◦ b) ⊂ Im (a), car, pour tout x ∈ Kq :

(a ◦ b)(x) = a b(x) ∈ Im (a).
On déduit, en passant aux dimensions et en utilisant la formule
de Grassmann (cf. exercice 6.13) : D’où, en passant aux dimensions :

rg ( f + g) = dim Im ( f + g) dim Im ( f ) + Im (g) rg (a ◦ b) = dim Im (a ◦ b) dim Im (a) = rg (a),
et donc, en passant aux matrices : rg (AB) rg (A).
dim Im ( f ) + dim Im (g) = rg ( f ) + rg (g).
2) 1re méthode : utilisation de noyaux :
c) En appliquant b) à ( f − g, g) à la place de ( f, g), on a : Avec les mêmes notations qu’en 1), on a :

rg ( f − g) + rg (g) rg ( f − g) + g = rg ( f ),
Ker (b) ⊂ Ker (a ◦ b),
d’où : rg ( f ) − rg (g) rg ( f − g).
car, pour tout x ∈ Kq :
En appliquant ce dernier résultat à (g, f ) à la place de ( f, g),
on a : x ∈ Ker (b) ⇐⇒ b(x) = 0
=⇒ a ◦ b(x) = a(0) = 0 ⇐⇒ x ∈ Ker (a ◦ b).
rg (g) − rg ( f ) rg (g − f ) = rg − ( f − g) = rg ( f − g).
⎧ D’où, en passant aux dimensions :
⎪
⎪
⎨rg ( f ) − rg (g) rg ( f − g)
⎪

On obtient ainsi : ⎪ ⎪ dim Ker (b) dim Ker (a ◦ b) ,
⎪
⎩rg (g) − rg ( f ) rg ( f − g),
(( (
et on conclut : (rg ( f ) − rg (g)(( rg ( f − g). puis, en appliquant le théorème du rang à b et à a ◦ b :

rg (b) = q − dim Ker (b) q − dim Ker (a ◦ b) = rg (a ◦ b),
6.17 1) Supposons : Im ( f ) = Ker (g).
• Soit x ∈ E. et donc, en matrices : rg (B) rg (AB).

On a : f (x) ∈ Im ( f ) = Ker (g), donc g f (x) = 0, c’est-à-dire 2e méthode : utilisation d’une transposée :
(g ◦ f )(x) = 0.
On a : rg (AB) = rg t (AB) = rg ( t B t A) rg ( t B) = rg (B).
Ceci montre : g ◦ f = 0. On a montré : rg (AB) rg (A) et rg (AB) rg (B),
•On a, en prenant les dimensions et en appliquant le théorème
et on conclut : rg (AB) Min rg (A), rg (B) .
du rang :
Autrement dit, quand on multiplie des matrices, le rang ne peut

Im ( f ) = Ker (g) =⇒ dim Im ( f ) = dim Ker (g) que diminuer (au sens large).
⇐⇒ rg ( f ) = dim (F) − rg (g),

n−1
6.19 • Soit (α0 , ..., αn−1 ) ∈ Kn tel que αk Dk = 0.
d’où : rg ( f ) + rg (g) = dim (F). k=0
2) Réciproquement, supposons : Puisque D est diagonale, on a :

g ◦ f = 0 et rg ( f ) + rg (g) = dim (F). ∀k ∈ 0 ; n − 1, Dk = diag (d1k , ..., dnk ).
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
donc : y ∈ Ker (g).

n−1
n−1
= diag αk d1k , ..., αk dnk .
Ceci montre : Im ( f ) ⊂ Ker (g). k=0 k=0
• On a, en utilisant le théorème du rang et l’hypothèse :

n−1
Considérons le polynôme P = αk Xk . On a donc :

dim Im ( f ) = rg ( f ) = dim (F) − rg (g) = dim Ker (g) , k=0
et on conclut : Im ( f ) = Ker (g). P(d1 ) = 0, ..., P(dn ) = 0.
115
⎧
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 :
Considérons l’application B2 − (4 + 2)B + (4 · 2 − 7 · 1)I2 = 0,

donc : B2 = 6B − I2 ,
−1 −1
ψ : M2 (R) −→ M2 (R), N −→ A NB , d’où : ϕ(B) = A(6B − I2 ) = −A + 6AB.
qui est linéaire, comme en a) pour ϕ.

• ϕ(AB) = A(AB)B = A2 B2
On a :
= (5A − I2 )(6B − I2 ) = I2 − 5A − 6B + 30AB.
⎧
⎪
⎪ −1 −1
⎨∀M ∈ M2 (R), (ψ ◦ ϕ)(M) = A (AMB)B = M
⎪
On conclut que la matrice de ϕ dans B est :
⎪
⎪
⎪
⎩∀N ∈ M2 (R), (ϕ ◦ ψ)(N) = A(A−1 NB−1)B = N, ⎛ ⎞
⎜⎜⎜0 0 0 1 ⎟⎟⎟
⎜⎜⎜0 0 −1 −5⎟⎟⎟
Φ = ⎜⎜⎜⎜⎜ ⎟⎟⎟ .
donc : ψ ◦ ϕ = IdM2 (R) et ϕ ◦ ψ = IdM2 (R) . ⎜⎜⎝0 −1 0 −6⎟⎟⎟⎟⎠
Il en résulte que ϕ est bijective et que ϕ−1 = ψ. 1 5 6 30
c) 1) • Montrons que B = (I2 , A, B, AB) est libre.
3) La matrice de ϕ−1 dans B est Φ−1 , que l’on calcule par une
Soit (α, β, γ, δ) ∈ R . On a :
4
méthode classique, et on obtient :
⎛ ⎞
⎜⎜⎜ 30 6 5 1⎟⎟⎟
αI2 + βA + γB + δAB = 0 ⎜⎜−6 0 −1 0⎟⎟⎟
⎜
Φ−1 = ⎜⎜⎜⎜⎜ ⎟⎟⎟ .
⎟
⇐⇒ α
10
+β
21
+γ
41
+δ
15 4
=
00 ⎜⎜⎝−5 −1 0 0⎟⎟⎟⎠
01 53 72 41 11 00 1 0 0 0
⎧
⎪
⎪
⎪α + 2β + 4γ + 15δ = 0
⎪
⎪
⎪ 6.21 1) Montrons que (γn )0nN est libre.
⎪
⎪
⎪
⎨β + γ + 4δ = 0
⎪
N
⇐⇒ ⎪ ⎪
⎪
⎪
⎪5β + 7γ + 41δ = 0 Soit (αn )0nN ∈ RN+1 tel que : αn γn = 0.
⎪
⎪
⎪
⎪
⎪
⎩α + 3β + 2γ + 11δ = 0
n=0

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

N
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),
Comme les Cn (0 n N) se décomposent linéairement donc :

sur (γ0 , ..., γN ), on a : Vect (C0 , ..., C N ) ⊂ Vect (γ0 , ..., γN ), et, g ◦ f = IdRn [X] et f ◦ g = IdRn [X] .
d’autre part :
Il en résulte que A est inversible et que A−1 = MatB (g). Mais,
dim Vect (C0 , ..., C N ) = N + 1 = dim Vect (γ0 , ..., γN ) .
comme plus haut pour f , à l’aide de la formule du binôme de
On conclut : Vect (C0 , ..., C N ) = Vect (γ0 , ..., γN ). Newton, on a, pour tout j ∈ 0 ; n :

j
6.22 • D’abord, il est clair que, pour tout i ∈ 0 ; n, g(X j ) = (X − 1) j = (−1) j−i
j i
X.
Li existe et Li ∈ Kn [X]. i=0
i
•Montrons que L = (L0 , ..., Ln ) est libre.
j

n On a donc : MatB (g) = (−1) j−i .
Soit (λ0 , ..., λn ) ∈ Kn+1 tel que λk Lk = 0. i 0i, jn

k=0 j
On conclut : A−1 = (−1) j−i .

n
n i 0i, jn
Soit k ∈ 0 ; n fixé. On a : 0 = λi Li (ak ) = λi Li (ak ).
Par exemple, pour n = 3 :
i=0 i=0
⎛ ⎞
Mais, pour tout i ∈ 0 ; n, Li = (X − a j ) / (ai − a j ), ⎜⎜⎜1 1 1 1⎟⎟
j ⎜⎜⎜0 ⎟
3⎟⎟⎟⎟⎟
= ⎜⎜⎜⎜⎜
⎧ ji ji 1 2
A= ⎟,
⎪
⎪
⎪ si i = k i 0i, j3 ⎜⎜⎝0 0 1 3⎟⎟⎟⎟
⎨1 ⎠
donc : ∀i ∈ 0 ; n, Li (ak ) = ⎪
⎪ 0 0 0 1
⎪
⎩0 si i k.
⎛ ⎞
⎜⎜⎜1 −1 1 −1⎟⎟
n
⎜⎜⎜0 ⎟
0= λi Li (ak ) = λk . j −2 3 ⎟⎟⎟⎟⎟
= ⎜⎜⎜⎜⎜
D’où : 1
A−1 = (−1) j−i ⎟.
−3⎟⎟⎟⎟
i=0 i 0i, j3 ⎜⎜⎝0 0 1

⎠
Ceci montre que L est libre. 0 0 0 1

•Comme L est libre et Card (L ) = n + 1 = dim Kn [X]), on
conclut : L est une base de Kn [X]. 6.24 a) • On a, pour tout y ∈ F :
⎧
⎪
⎪
⎨y ∈ Im ( f )
⎪
6.23 a) • Il est clair que, pour tout P(X) ∈ Rn [X] : y ∈ Ker (h) ⇐⇒ ⎪ ⎪ ⇐⇒ y ∈ Ker (g) ∩ Im ( f ),
⎪
⎩g(y) = 0
f (P) = P(X + 1) ∈ Rn [X].
donc : Ker (h) = Ker (g) ∩ Im ( f ).
On a, pour tous α ∈ R, P, Q ∈ Rn [X] : • On a, pour tout z ∈ G :
f (αP + Q) = (αP + Q)(X + 1) z ∈ Im (h) ⇐⇒ ∃ y ∈ Im ( f ), z = h(y)

= αP(X + 1) + Q(X + 1) = α f (P) + f (Q), ⇐⇒ ∃ x ∈ E, z = g f (x) ⇐⇒ z ∈ Im (g ◦ f ).
117

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.
• On a, pour tout i ∈ 0 ; n : On conclut : Δn+1

n = 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
donc f (Xi ) est un polynôme de degré i et de coefficient do-

est linéaire car, pour tout α ∈ R et tous P, Q ∈ Rn [X] :
minant λi . Ainsi, f (Xi ) 0in est une famille de polynômes

de degrés échelonnés de 0 à n, donc f (Xi ) 0in est une base f (αP + Q) = Δkn (αP + Q)(ak ) 0kn
de Cn [X].
= (αΔkn P + Δkn Q)(ak ) 0kn = αΔkn P(ak ) + Δkn Q(ak ) 0kn
Il en résulte que f est un automorphisme de l’ev Cn [X]. k k
= α Δn P(ak ) 0kn + Δn Q(ak ) 0kn = α f (P) + f (Q).
• Puisque f est bijectif, on a donc :

n • On a : dim Rn [X] = n + 1 = dim (Rn+1 ).
∀Q ∈ Cn [X], ∃ !P ∈ Cn [X], Q(X) = λk P(k) (X − ak ).
• Montrons que f est injective. Soit P ∈ Ker ( f ). On a f (P) = 0,
k=0
d’où : ∀k ∈ 0 ; n, (Δkn P)(ak ) = 0.
6.26 a) Soit P ∈ R[X]. Si P 0, en notant k = deg (P) ∈ 0 ; n, on a
Si deg (P) 0, alors P est une constante, donc ΔP = 0, d’où deg (Δkn P) = 0, donc Δkn P est une constante non nulle, contra-
deg (ΔP) = −∞. diction avec Δkn P(ak ) = 0.
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
• 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
Pour montrer On peut :

qu’un élément λ de K • montrer que l’endomorphisme f − λIdE n’est pas bijectif
est une valeur propre
d’un endomorphisme f • montrer qu’il existe une vecteur x de E non nul tel que f (x) = λ x.
d’un ev E de dimension finie ➥ Exercices 7.13 a), 7.24 a), 7.25 a), 7.26 b).
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
• 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).
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
Pour déterminer ➥ Exercice 7.5 b)

les éléments propres • revenir à la définition des éléments propres, et résoudre l’équation
d’un endomorphisme f f (x) = λx, d’inconnues λ ∈ K et x ∈ E \ {0E }.
d’un K-ev E de dimension finie Pour cela, on peut raisonner par équivalences successives, ou par
analyse-synthèse.
Lorsque E est un sev de R[X], il s’agit de résoudre une équation
polynomiale. On peut alors utiliser les méthodes classiques relatives
aux polynômes (considérer les degrés, donner des valeurs à X, ...).
➥ Exercices 7.5 b), 7.6, 7.15 a), 7.19 c), 7.22 b) c).
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
• si A est semblable à une matrice diagonale, alors A est diagonali-

sable
• sinon on utilise l’équivalence suivante :

A est diagonalisable si et seulement si dim SEP(A, λ) = n,
(suite) λ∈Sp(A)
où SEP(A, λ) désigne le sous-espace propre de A associé à la valeur
propre λ.
➥ Exercices 7.2 à 7.4, 7.7, 7.9, 7.11 c), 7.12, 7.13 b), 7.14 b),
7.17 a).
Après avoir déterminé une base de chaque sous-espace propre de A,

la famille notée F obtenue en juxtaposant ces bases est une base de
Mn,1 (K) constituée de vecteurs propres de A.
Pour diagonaliser La matrice P s’obtient en écrivant successivement les vecteurs de F ;
une matrice A ∈ M n(K) la matrice D s’obtient en écrivant sur la diagonale les valeurs propres
diagonalisable associées aux vecteurs propres formant F , dans le bon ordre.
On a alors la relation : A = P D P−1 .
Remarque : Il existe en général plusieurs matrices P et D possibles.
➥ Exercices 7.2, 7.3, 7.4 a), 7.14 b), 7.16 a).
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)
• montrer qu’il existe une base de E constituée de vecteurs propres

de f .
➥ Exercices 7.21 b), 7.24, b).
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
• montrer que A et B sont semblables à une même matrice (par

(suite) exemple en diagonalisant A et B lorsque c’est possible).
➥ Exercices 7.7, 7.17 b).
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).
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
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
7.2 Exemples d’étude de diagonalisabilité de matrices carrées d’ordre 2

Les matrices suivantes sont-elles diagonalisables dans M2 (R) ? Si oui, les diagonaliser.

11 2 −1 5 −6 21
a) A = b) B = c) C = d) E = .
11 1 4 3 −6 02
7.3 Exemples d’étude de diagonalisabilité de matrices carrées d’ordre 3

Les matrices suivantes sont-elles diagonalisables dans M3 (R) ? Si oui, les diagonaliser.
⎛ ⎞
⎜⎜⎜−1 6 2⎟⎟⎟
⎜⎜⎜ ⎟⎟
a) A = ⎜⎜⎜ 0 1 0⎟⎟⎟⎟
⎝⎜ ⎠⎟
−4 12 5
⎛ ⎞
⎜⎜⎜ 5 4 −7⎟⎟⎟
1⎜ ⎜ ⎟⎟
b) B = ⎜⎜⎜⎜−2 2 2 ⎟⎟⎟⎟
2 ⎝⎜ ⎠⎟
−1 0 3
⎛ ⎞
⎜⎜⎜4 −3 −2⎟⎟⎟
⎜⎜⎜ ⎟⎟
c) C = ⎜⎜⎜5 −4 −2⎟⎟⎟⎟
⎜⎝ ⎟⎠
5 −3 −3
⎛ ⎞
⎜⎜⎜ 0 2 −1⎟⎟⎟
⎜⎜⎜ ⎟⎟
d) E = ⎜⎜⎜−3 5 −3⎟⎟⎟⎟.
⎜⎝ ⎟⎠
−4 4 −3
7.4 Calcul des puissances d’une matrice carrée à l’aide d’une diagonalisation
⎛ ⎞
⎜⎜⎜−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 .
7.5 Éléments propres d’un endomorphisme d’un ev de polynômes

On considère l’application u définie sur R2 [X] par :
∀P ∈ R2 [X], u(P) = (2X + 1)P − (X2 − 1)P .
a) Montrer que u est un endomorphisme de R2 [X].
123
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 ?
7.6 Éléments propres d’un endomorphisme de M2 (R)

Déterminer les valeurs propres et les sous-espaces propres de l’endomorphisme f suivant :

a b d −b
f : M2 (R) −→ M2 (R), →
− .
c d −c a
L’endomorphisme f est-il diagonalisable ?
7.7 Matrices carrées semblables

Dans les deux exemples suivants, montrer que les matrices A et B de M3 (R) sont semblables :
⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 1 −3 3 ⎟⎟⎟ ⎜⎜⎜1 1 0⎟⎟⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
a) A = ⎜⎜−2 −6 13⎟⎟ et B = ⎜⎜0 1 1⎟⎟⎟⎟
⎜ ⎟ ⎜
⎝ ⎠ ⎝ ⎠
−1 −4 8 001
⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 4 1 3 ⎟⎟⎟ ⎜⎜⎜ 0 1 2⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
b) A = ⎜⎜−1 2 −1⎟⎟ et B = ⎜⎜−2 3 2⎟⎟⎟⎟.
⎝ ⎠ ⎝ ⎠
−1 −1 0 −1 1 3
7.8 Polynôme annulateur d’un endomorphisme

Soient E un K-ev de dimension n ∈ N∗ et f ∈ L (E).

d
On considère un polynôme P = ak Xk de K[X]. On note alors P( f ) l’endomorphisme de E
k=0

d
définie par : P( f ) = k
ak f .
k=0
a) Soit x un vecteur propre de f associé à une valeur propre λ.

Montrer que P(λ) est une vp de P( f ) et que x est un vecteur propre de P( f ) associé à P(λ).
b) On suppose que P( f ) = 0 (on dit alors que P est un polynôme annulateur de f ). Montrer que
les valeurs propres de f sont parmi les racines de P.
La réciproque est-elle vraie ?
7.9 Exemples de matrices carrées satisfaisant une égalité

⎛ ⎞
⎜⎜⎜1 −1 4⎟⎟⎟
⎜⎜⎜ ⎟
a) On considère A = ⎜⎜0 −1 8⎟⎟⎟⎟. Calculer A3 − 3A2 + 3A − I3 . En déduire que 1 est la seule vp
⎝ ⎠
1 −1 3
possible de A. La matrice A est-elle diagonalisable ?
⎛ ⎞
⎜⎜⎜ 0 −3 −1⎟⎟⎟
⎜⎜⎜ ⎟
b) On considère B = ⎜⎜−5 −2 −5⎟⎟⎟⎟. Calculer B3 − 2B2 − 5B + 6I3 . En déduire les vp possibles
⎝ ⎠
3 3 4
de B. La matrice B est-elle diagonalisable ?
7.10 Exemple d’équation matricielle

Déterminer toutes les matrices M ∈ Mn (R) diagonalisables vérifiant : M 2 − 2M = − In .
124
7.11 Exemple d’étude de diagonalisabilité

⎛ ⎞
⎜⎜⎜1 0 0 0 0 1⎟⎟
⎟
⎜⎜⎜⎜0 1 0 0 1 0⎟⎟⎟⎟
⎜⎜⎜ ⎟
⎜0 0⎟⎟⎟⎟⎟
On considère la matrice A = ⎜⎜⎜⎜⎜
0 1 1 0
⎟ ∈ M6 (R).
⎜⎜⎜0 0 1 1 0 0⎟⎟⎟⎟
⎜⎜⎜0 ⎟
1 0 0 1 0⎟⎟⎟⎟
⎝⎜ ⎠
1 0 0 0 0 1
a) Déterminer le rang de A.
b) Calculer, pour tout n de N∗ , la matrice An .
c) Déterminer les valeurs propres et les sous-espaces propres de A.
La matrice A est-elle diagonalisable ?
7.12 Exemple d’étude de diagonalisabilité

⎛ 1 1 ⎞⎟⎟
⎜⎜⎜ 1 ⎟
⎜⎜⎜ n n ⎟⎟⎟⎟⎟
⎜⎜⎜ ⎟
⎜⎜⎜ 1 2 1 ⎟⎟⎟⎟
Pour tout n de N∗ , on considère la matrice : An = ⎜⎜⎜⎜− 1 + ⎟⎟ .
⎜⎜⎜ n n n ⎟⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟
⎜⎜⎝ 1 1 ⎟⎟
− 1⎠
n n
1
a) Soit n ∈ N∗ . Montrer que 1 et 1 + sont des valeurs propres de An . Montrer que An est
n
diagonalisable et diagonaliser An . La matrice An est inversible ?
b) Soit n ∈ N∗ , on note Bn = A1 A2 · · · An .
La matrice Bn est-elle diagonalisable ? Déterminer ses valeurs propres.
La matrice Bn est-elle inversible ?
7.13 Étude d’un endomorphisme nilpotent
Soient E un K-ev de dimension finie n 1 et f ∈ L (E) nilpotent (c’est-à-dire qu’il existe
p ∈ N∗ tel que f p = 0).
a) Montrer que 0 est une valeur propre de f , et que c’est la seule.
b) L’endomorphisme f est-il diagonalisable ?
7.14 Exemple de diagonalisation

On considère les matrices carrées d’ordre 3 suivantes :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 0 0⎟⎟⎟ ⎜⎜⎜0 1 0⎟⎟⎟ ⎜⎜⎜0 0 1⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜ ⎟
1cmI = ⎜⎜0 1 0⎟⎟ , A = ⎜⎜1 0 1⎟⎟ , J = ⎜⎜⎜⎜0 1 0⎟⎟⎟⎟.
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
001 010 10 0
a) Calculer A2 et exprimer J comme une combinaison linéaire de I et A2 .

b) Montrer qu’il existe une matrice P carrée d’ordre 3 inversible, de première ligne 1 1 1 , et
trois réels λ1 , λ2 , λ3 avec λ1 < λ2 < λ3 tels que :
⎛ ⎞
⎜⎜⎜λ1 0 0 ⎟⎟⎟
⎜⎜⎜ ⎟
A = P ⎜⎜ 0 λ2 0 ⎟⎟⎟⎟ P−1 .
⎝ ⎠
0 0 λ3
⎛ ⎞
⎜⎜⎜a b c⎟⎟⎟
⎜⎜⎜ ⎟
c) Soit (a, b, c) ∈ R . On note M = ⎜⎜b a + c b⎟⎟⎟⎟.
2
⎝ ⎠
c b a
1) Exprimer M comme une combinaison linéaire de I, A, A2 .
2) En déduire une matrice diagonale Δ d’ordre 3 telle que : M = PΔP−1 .
125
7.15 Exemple d’étude de diagonalisabilité d’une matrice à paramètre

⎛ ⎞
⎜⎜⎜−1 − m m 2 ⎟⎟⎟
⎜⎜ ⎟
Pour tout m ∈ R, on note Hm = ⎜⎜ −m 1 m ⎟⎟⎟⎟ et hm l’endomorphisme de R3 canoniquement
⎜
⎝ ⎠
−2 m 3 − m
associé à Hm .
a) Montrer que, pour tout m ∈ R, 1 est une vp de hm , et déterminer le sous-espace propre associé.
Déterminer v1 ∈ R3 tel que v1 soit un vecteur propre commun à tous les endomorphismes hm ,
pour m ∈ R.
b) On pose v2 = (1, 0, 1) et v3 = (1, 1, 0). Montrer que (v1 , v2 , v3 ) est une base de R3 et écrire,
pour tout m de R, la matrice de hm dans cette base.
c) Déterminer la ou les valeurs de m pour lesquelles hm est diagonalisable.
7.16 Exemples d’équation matricielle

⎛ ⎞
⎜⎜⎜−1 10 −5⎟⎟⎟
⎜⎜⎜ ⎟
On considère la matrice A = ⎜⎜−8 17 −8⎟⎟⎟⎟.
⎝ ⎠
−6 6 −2
a) Montrer qu’il existe une matrice P ∈ M3 (R) inversible et une matrice D ∈ M3 (R) diagonale
telles que : A = PDP−1 .
b) Soit M ∈ M3 (R) telle que AM = MA. On pose N = P−1 MP.
Montrer que ND = DN, puis montrer que N est une matrice diagonale.
c) Déterminer toutes les matrices M ∈ M3 (R) telles que : M 2 = A.
Expliciter l’une d’elles.
d) Déterminer toutes les matrices M ∈ M3 (R) telles que : 6M − M 2 = A.
7.17 Calcul des puissances et du commutant d’une matrice carrée donnée

⎛ ⎞
⎜⎜⎜3 −2 3⎟⎟⎟
⎜⎜⎜ ⎟
On considère la matrice A = ⎜⎜1 0 2⎟⎟⎟⎟ ∈ M3 (R).
⎝ ⎠
0 0 2
a) Déterminer les valeurs propres et les sous-espaces propres de A.
La matrice A est-elle diagonalisable ?
⎛ ⎞
⎜⎜⎜1 0 0⎟⎟⎟
⎜⎜⎜ ⎟
b) Montrer que A est semblable à la matrice T = ⎜⎜0 2 1⎟⎟⎟⎟, et déterminer une matrice P ∈ M3 (R)
⎝ ⎠
002
−1 −1
inversible telle que : A = PT P . Calculer P .
c) Pour tout n de N, calculer la matrice T n et en déduire la matrice An .

d) On note C (A) = M ∈ M3 (R) ; AM = MA et C (T ) = N ∈ M3 (R) ; T N = NT .
1) Montrer que M ∈ C (A) si et seulement si P−1 MP ∈ C (T ).
2) Déterminer l’ensemble C (T ).
3) En déduire que C (A) est un R-ev de dimension finie, puis en déterminer une base et sa
dimension.
126
7.18 Exemples de détermination des éléments propres de matrices de Mn(R)

Soit n 3. Déterminer les valeurs propres et les sous-espaces propres des matrices de Mn (R)
suivantes. Ces matrices sont-elles diagonalisables ?
⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 · · · 1⎟⎟⎟ ⎜⎜⎜1 · · · 1⎟⎟⎟
⎜⎜⎜⎜ . . ⎟
⎟ ⎜
⎜ . . ⎟⎟
A = ⎜⎜⎜ .. (1) .. ⎟⎟⎟⎟⎟ et B = ⎜⎜⎜⎜⎜ .. (0) .. ⎟⎟⎟⎟⎟.
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠
1 ··· 1 1 ··· 1
7.19 Étude de diagonalisabilité d’un endomorphisme d’un ev de polynômes

1
Pour tout polynôme P de R4 [X], on pose Φ(P) = P(X) + 2X4 P .
X
a) Montrer que Φ est un endomorphisme de R4 [X].
b) Exprimer Φ ◦ Φ en fonction de Φ et de l’identité. Est-ce que Φ est bijectif ?
c) Déterminer les valeurs propres de Φ. L’endomorphisme Φ est-il diagonalisable ?
7.20 Condition de diagonalisabilité d’une matrice carrée de rang 1

Soient n 2 et A ∈ Mn (R) telle que rg(A) = 1.
On note tr(A) la somme des éléments diagonaux de A.
a) Montrer qu’il existe deux matrices U et V de Mn,1 (R) non nulles telles que A = U t V.
b) Montrer que t V U = tr(A). Exprimer A2 en fonction de A.
c) Montrer que A est diagonalisable si et seulement si tr(A) 0.
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.
7.22 Éléments propres d’un endomorphisme d’un ev de polynômes

Soit n ∈ N∗ . On définit, pour tout polynôme P de Cn [X],
f (P) = (X2 − 1)P (X) − (nX − 1)P(X).
a) Montrer que f est un endomorphisme de Cn [X].
b) Soit P un vecteur propre de f .

Montrer que les seules racines possibles de P sont 1 et −1 et que deg(P) = n.
c) En déduire les valeurs propres et les sous-espaces propres de f .
L’endomorphisme f est-il diagonalisable ?
⎛ ⎞
⎜⎜⎜ 1 −1 0 0 ⎟⎟⎟
⎜⎜⎜−3 1 −2 0 ⎟⎟⎟
d) On note A = ⎜⎜⎜⎜⎜ ⎟⎟⎟. En utilisant les résultats précédents, montrer que A est diago-
⎜⎜⎝ 0 −2 1 −3⎟⎟⎟⎟⎠
0 0 −1 1
naliable et diagonaliser A.
127
7.23 Valeurs propres d’une matrice stochastique

n
Soit A ∈ Mn (R) telle que : ∀(i, j) ∈ 1 ; n2 , ai, j 0 et ∀i ∈ 1 ; n, ai, j = 1 .
j=1
a) Montrer que 1 est une valeur propre de A.

⎛ ⎞
⎜⎜⎜ x1 ⎟⎟⎟
⎜⎜ . ⎟⎟
b) Soit λ une valeur propre de A et X = ⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟ ∈ Mn,1 (R) un vecteur propre associé.
⎜⎝ ⎟⎠
xn
On note i0 un élément de 1 ; n tel que : ∀i ∈ 1 ; n, |xi | |xi0 |.
( (
Montrer que ((λx (( |x |, puis en déduire que λ ∈ [−1 ; 1].
i0 i0
7.24 Exemple d’un endomorphisme de E satisfaisant une équation

Soient a ∈ K∗ et E un K-ev de dimension finie. Soit u ∈ L (E) tel que u2 − au = 0.
a) Déterminer les valeurs propres de u en fonction de rg(u).
b) Montrer que u est diagonalisable.
7.25 Comparaison des éléments propres de MN et de N M, avec M, N ∈ Mn(K)

Soit n 1 et soient M et N deux matrices de Mn (K).
a) Montrer que MN et N M ont les mêmes valeurs propres.
b) Soit λ une valeur propre non nulle de MN. Montrer que les sous-espaces propres de MN et
de N M associés à la vp λ ont la même dimension.
c) Le résultat précédent est-il encore valable pour λ = 0 ?
7.26 Étude de diagonalisabilité pour une matrice compagnon associée à un polynôme

Soient n 2 et P = Xn + an−1 Xn−1 + · · · + a1 X + a0 un polynôme de Cn [X].
⎛ ⎞
⎜⎜⎜0 · · · · · · · · · 0 −a0 ⎟⎟⎟
⎜⎜⎜⎜ . .. ⎟⎟⎟
⎟⎟⎟
⎜⎜⎜1 . . (0) . −a ⎟⎟⎟
⎜⎜⎜ 1
⎜⎜⎜ . .
. . .. .. ⎟⎟⎟⎟
⎜⎜0 . . . . ⎟⎟⎟⎟
On note C la matrice de Mn (C) définie par C = ⎜⎜⎜⎜⎜
.. ⎟⎟⎟⎟⎟
(la matrice C est appelée
⎜⎜⎜ .. . . . . . . ..
⎜⎜⎜⎜ . . . . . . ⎟⎟⎟⎟
⎜⎜⎜ . ⎟⎟
⎜⎜⎜ .. (0) . . . . . . 0 −a ⎟⎟⎟⎟⎟
⎜⎝ n−2 ⎟
⎠
0 · · · · · · 0 1 −an−1
la matrice compagnon du polynôme P).
On note B = (e1 , . . . , en ) la base canonique de Cn et f l’endomorphisme de Cn canoniquement
associé à C.
a) 1) Calculer, pour tout i ∈ 0 ; n, f i (e1 ).
2) Montrer que l’endomorphisme P( f ) = f n + an−1 f n−1 + · · · + a1 f + a0 IdCn est l’application
nulle.
3) En déduire que les valeurs propres de C sont des racines du polynôme P.
b) Soient λ une racine du polynôme P et R ∈ C[X] tel que P(X) = (X − λ)R(X).
1) Justifier que ( f − λIdCn ) ◦ R( f ) est l’application nulle.
2) En déduire que les racines du polynôme P sont des valeurs propres de C.
128
c) 1) Montrer que, pour tout x ∈ C, rg(C − x In ) n − 1.

En déduire que chaque sous-espace propre de C est de dimension 1.
2) Montrer que C est diagonalisable si et seulement si P admet n racines distinctes.
d) Les matrices suivantes sont-elle diagonalisables ?
⎛ ⎞ ⎛ ⎞
⎜⎜⎜0 0 0 1⎟⎟⎟ ⎜⎜⎜0 0 0 4 ⎟⎟⎟
⎜⎜⎜1 0 0 0⎟⎟⎟ ⎟ ⎜⎜⎜⎜1 0 0 −8⎟⎟⎟⎟
A1 = ⎜⎜⎜⎜⎜ ⎟⎟⎟ A 2 = ⎜
⎜⎜ ⎟
⎜⎜⎜0 1 0 3 ⎟⎟⎟⎟⎟.
⎜⎜⎝0 1 0 0⎟⎟⎟⎠ ⎝ ⎠
0010 001 2
−−→
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
et traduire que P −1 AP est diagonale.

7.8 a) Montrer dans un premier temps que, pour tout k de
N, f k (x) = λk x. En déduire : P(f)(x) = P(λ)x.
7.2 Utiliser les définitions du cours et les méthodes décrites
dans ce chapitre. b) Montrer que, si λ est une vp de f, alors P(λ) = 0.
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
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.
7.7 a) Considérer l’endomorphisme f de K3 canoniquement

7.13 a) • Montrer que f n’est pas injectif et en déduire que 0
associé à A, et montrer qu’il existe une base de K3 dans laquelle
est une vp de f.
la matrice de f est B.
• Montrer que si f p = 0 et si λ est une vp de f, alors λp = 0.
b) Montrer que A est diagonalisable, et en déduire que A est
⎛ ⎞ Conclure.
⎜⎜⎜1 0 0⎟⎟⎟
⎜ ⎟
semblable à la matrice D = ⎜⎜0 2 0⎟⎟⎟⎟.
⎜
⎜ b) Montrer : f est diagonalisable si et seulement si f = 0.
⎝ ⎠
0 0 3
129
7.14 a) Obtenir : J = A2 − I. Même chose pour la matrice B.

b) Utiliser les définitions du cours et les méthodes décrites dans
ce chapitre. Bien respecter les consignes de l’énoncé.
7.19 b) Montrer Φ ◦ Φ = 2Φ + 3 IdR4 [X] .
1 2
c) Obtenir : M(a, b, c) = (a − c)I + bA + cA .2
En déduire que Φ est bijectif et Φ−1 = Φ − IdR4 [X] .
3 3
Remarquer que A = PDP −1 , A2 = PD2 P −1 et I = PIP −1 . c) Montrer que −1 et 3 sont les seules vp possibles de Φ, puis
En déduire la matrice Δ. que ce sont bien des vp de Φ. Déterminer les SEP associés et
conclure que Φ est diagonalisable.
7.15 a) Résoudre le système hm (u) = u d’inconnue u = (x, y, z).
Séparer les cas m = 0 et m 0. 7.20 a) Montrer qu’il existe une colonne Ci0 non nulle de A
telle que toutes les autres colonnes lui sont proportionnelles.
b) Obtenir que la matrice de hm dans la base (v1 , v2 , v3 ) est :
⎛ ⎞ Prendre U = Ci0 et V la matrice des coefficients de proportiona-
⎜⎜⎜1 0 0 ⎟⎟⎟
⎜ ⎟
Am = ⎜⎜⎜⎜0 1 − m m − 2⎟⎟⎟⎟. lités.
⎝ ⎠
0 0 1−m b) Obtenir : A2 = tr(A)A.
c) En déduire les vp et les SEP de Am en séparant les cas c) En déduire que les seules vp possibles de A sont 0 et tr(A).
m = 0, m = 2, m 0, 2. Déterminer ensuite les valeurs de m Montrer que si tr(A) = 0, alors A n’est pas diagonalisable, et
pour lesquelles Am est diagonalisable et donc pour lesquelles −−→
que si tr(A) 0, alors U est un vp de A associé à la vp tr(A), puis
hm est diagonalisable. conclure.
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
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.
131
7.1 1re méthode : utilisation de la définition des −

→
vp. 2e méthode : utilisation d’une matrice de passage.
⎛ ⎞
Remarque : Les trois vecteurs colonnes U, V, W sont tous non ⎜⎜⎜⎜1 0 1⎟⎟⎟⎟
nuls. Notons P = U V W = ⎜⎜⎜⎜1 1 0⎟⎟⎟⎟.
⎝ ⎠
−−
→
• U est un vp de A
011
Alors P est inversible, donc (U, V, W) est une base M3,1 (R), et :
⇐⇒ il existe α ∈ R tel que AU = αU ⎛ ⎞
⎛ ⎞ ⎛ ⎞ ⎜⎜⎜ 1 1 −1⎟⎟⎟
1 ⎜ ⎟
⎜⎜⎜1 + a⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟
⎜⎜⎜1⎟⎟⎟
⎜ ⎟ P−1 = ⎜⎜⎜⎜−1 1 1 ⎟⎟⎟⎟.
⇐⇒ il existe α ∈ R tel que ⎜⎜1 + b⎟⎟ = α ⎜⎜⎜⎜1⎟⎟⎟⎟ 2⎝ ⎠
⎝ ⎠ ⎝ ⎠ 1 −1 1
1+c 0
⎧ Ainsi : U, V, W sont des − −→de A
vp
⎪
⎪
⎪ 1+a = α
⎨ ⇐⇒ la famille (U, V, W) est une base de M3,1 (R)
⇐⇒ il existe α ∈ R tel que ⎪ ⎪ 1 +b=α
⎪
⎩1+c = 0 constituée de −−→de A
vp
0 ⇐⇒ la matrice P−1 AP est diagonale.
a=b
⇐⇒ (1).
c = −1 Or : P−1 AP
⎛ ⎞⎛ ⎞⎛ ⎞
−−
→ ⎜ 1 1 −1⎟⎟⎟ ⎜⎜⎜1 a d ⎟⎟⎟ ⎜⎜⎜1 0 1⎟⎟⎟
• V est un vp de A 1 ⎜⎜⎜⎜ ⎟ ⎜ ⎟ ⎜ ⎟
= ⎜⎜⎜−1 1 1 ⎟⎟⎟ ⎜⎜⎜1 b e ⎟⎟⎟ ⎜⎜⎜1 1 0⎟⎟⎟⎟
⎟ ⎜ ⎟ ⎜
⇐⇒ il existe β ∈ R tel que AV = βV 2⎝ ⎠⎝ ⎠⎝ ⎠
1 −1 1 1 c f 0 1 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞
⎜⎜⎜a + d ⎟⎟⎟ ⎜⎜⎜0⎟⎟⎟ ⎜ 1 1 −1⎟⎟⎟ ⎜⎜⎜1 + a a + d 1 + d ⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟ ⎜ ⎟ 1 ⎜⎜⎜⎜
⇐⇒ il existe β ∈ R tel que ⎜⎜ b + e ⎟⎟ = β ⎜⎜⎜⎜1⎟⎟⎟⎟ ⎟ ⎜
= ⎜⎜⎜−1 1 1 ⎟⎟⎟⎟ ⎜⎜⎜⎜1 + b b + e 1 + e ⎟⎟⎟⎟
⎟
⎝ ⎠ ⎝ ⎠
c+ f 1 2⎝ ⎠⎝ ⎠
1 −1 1 1 + c c + f 1 + f
⎧ ⎛ ⎞
⎪
⎪
⎪ a+d = 0
⎨ ⎜1 + a + b − c a + b − c + d + e − f 1 + d + e − f ⎟⎟⎟
⇐⇒ il existe β ∈ R tel que ⎪ b+e=β 1 ⎜⎜⎜⎜ ⎟
⎪
⎪
⎩c+ f = β = ⎜⎜⎜1 − a + b + c −a + b + c − d + e + f 1 − d + e + f ⎟⎟⎟⎟.
2⎝ ⎠
1+a−b+c a−b+c+d−e+ f 1+d−e+ f
0
a = −d
⇐⇒ (2). Ainsi : U, V, W sont des − −→de A
vp
b+e=c+ f ⎧ ⎧
−−
→ ⎪a+b−c+d +e− f = 0
⎪
⎪ ⎪
⎪
⎪ a=0
• W est un vp de A ⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ 1 + d + e − f = 0 ⎪
⎪ b=0
⎪
⎪
⎪ ⎪
⎪
⎪
⇐⇒ il existe γ ∈ R tel que AW = γW ⎨1−a+b+c = 0 ⎨ c = −1
⎛ ⎞ ⎛ ⎞ ⇐⇒ ⎪ ⎪ ⇐⇒ ⎪ ⎪
⎪
⎪
⎪ 1−d+e+ f =0 ⎪
⎪
⎪ d=0
⎜⎜⎜1 + d ⎟⎟⎟ ⎜⎜⎜1⎟⎟⎟ ⎪
⎪ ⎪
⎪
⎜ ⎟ ⎜ ⎟ ⎪
⎪ 1 + a − b + c = 0 ⎪
⎪ e = −1
⇐⇒ il existe γ ∈ R tel que ⎜⎜⎜⎜ 1 + e ⎟⎟⎟⎟ = γ ⎜⎜⎜⎜0⎟⎟⎟⎟ ⎪
⎪
⎩a−b+c+d −e+ f = 0 ⎪
⎪
⎩f =0
⎝ ⎠ ⎝ ⎠
1+ f 1
⎛ ⎞
⎧ ⎜⎜⎜1 0 0 ⎟⎟⎟
⎪
⎪ 1+d =γ ⎜⎜ ⎟
⎪
⎨ ⇐⇒ A = ⎜⎜1 0 −1⎟⎟⎟⎟.
⎜
⇐⇒ il existe γ ∈ R tel que ⎪ ⎪ 1+e=0 ⎝ ⎠
⎪
⎩1+ f = γ 1 −1 0
0 Par chacune des deux méthodes, on conclut qu’il existe un et
e = −1 un seul 6-uplet (a, b, c, d, e, f ) de R6 qui convient :
⇐⇒ (3).
d= f
(a, b, c, d, e, f ) = (0, 0, −1, 0, −1, 0).
On en déduit : U, V, W sont des −
−→de A
vp
7.2 a) • Déterminons les vp de A. Soit λ ∈ R. On a :
⇐⇒ les systèmes (1), (2), (3) sont vérifiés
0 0 1−λ 1
c = e = −1 c = e = −1 rg(A − λI2 ) = rg
⇐⇒ ⇐⇒ 1 1−λ
a = b = −d = f = d a=b=d= f =0
⎛ ⎞ 1 1 − λ L1 ←− L2
⎜⎜⎜1 0 0 ⎟⎟⎟ = rg
⎜ ⎟ 0 λ(λ − 2) L2 ←− (1 − λ)L2 − L1
⇐⇒ A = ⎜⎜⎜⎜1 0 −1⎟⎟⎟⎟. 0
⎝ ⎠ 2 si λ 0 et λ 2
1 −1 0 = .
1 sinon
Ainsi, A admet 0 et 2 pour vp.
132
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

= 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
⎛ ⎞ ⎛ ⎞
⎜⎜⎜⎜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
• De plus, puisque rg(B − I3 ) = rg(B − 2I3 ) = 2, alors d’après le

est diagonalisable ; de plus, tous les SEP sont de dimension 1.
théorème du rang : •Déterminons les SEP de E.
⎛ ⎞ ⎧
dim SEP(B, 1)) = dim SEP(B, 2)) = 3 − 2 = 1. ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ 2y − z = −x
⎜⎜⎜ ⎟⎟⎟ ⎨
1) X = ⎜⎜y⎟⎟ ∈ SEP(E, −1) ⇐⇒ ⎪ ⎪ −3x + 5y − 3z = −y
On a alors : dim SEP(B, 1)) + dim SEP(B, 2)) = 2 ⎝ ⎠ ⎪
⎩ −4x + 4y − 3z = −z
z
et B ∈ M3 (R). ⎧
⎪
⎪ x = z − 2y 0
Donc la matrice B n’est pas diagonalisable. ⎪
⎨ x = z − 2y
⇐⇒ ⎪ ⎪ −3(z − 2y) + 6y − 3z = 0 ⇐⇒
c) • Déterminons⎛les vp de C. Soit λ ∈ ⎞R. On a : ⎪
⎩ −4(z − 2y) + 4y − 2z = 0 −6z + 12y = 0
⎜⎜⎜4 − λ −3 −2 ⎟⎟
⎟⎟ 0
⎜
rg(C − λI3 ) = rg ⎜⎜⎜⎜⎜ 5 −4 − λ −2 ⎟⎟⎟⎟⎟ ⇐⇒
x=0
.
⎝ ⎠ z = 2y
5 −3 −3 − λ
⎛ ⎞
5 −3 −3 − λ
L ←− L ⎜⎜⎜⎜0⎟⎟⎟⎟
Ainsi : SEP(E, −1) = Vect ⎜⎜⎜⎜1⎟⎟⎟⎟ .
1 3
= rg 0 −3(λ + 1) −(λ + 1)(λ − 2) L2 ←− 5L1 − (4 − λ)L2
0 −(1 + λ) λ+1 L3 ←− L2 − L3 ⎝ ⎠
2
⎛ ⎞ ⎛ ⎞ ⎧
⎜⎜⎜5 −3 −3 − λ ⎟⎟⎟ ⎜⎜⎜ x⎟⎟⎟ ⎪
⎪ 2y − z = x
⎜
= rg ⎜⎜⎝0 −3(λ + 1) −(λ + 1)(λ − 2)⎟⎟⎟⎠ ⎜ ⎟ ⎪
⎨
(λ + 1)
2 L3 ←− 3L3 − L2 2) X = ⎜⎜⎜⎜y⎟⎟⎟⎟ ∈ SEP(E, 1) ⇐⇒ ⎪ ⎪ −3x + 5y − 3z = y
0 0 ⎝ ⎠ ⎪
⎩ −4x + 4y − 3z = z
0 z
3 si λ −1
= .
1 si λ = −1
134
⎧ ⎛ ⎞
⎪
⎪ 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⎟⎟⎟
Ainsi, la matrice A admet trois vp distinctes : −1, 1, 2, et A ∈ ⎜⎜⎜ ⎟

On en déduit : P−1 = ⎜⎜ 1 −1 0 ⎟⎟⎟⎟.
M3 (R). Donc A est diagonalisable et tous les SEP sont de di- ⎝ ⎠
−1 1 1
mension 1.
•On obtient alors : ∀n ∈ N,
•Déterminons les SEP de A. ⎛ ⎞⎛ ⎞ ⎛ ⎞⎛ ⎞
⎛ ⎞ ⎧ ⎜⎜⎜1 1 1⎟⎟⎟ ⎜⎜⎜(−1)n 0 0 ⎟⎟⎟ ⎜(−1)n 1 2n ⎟⎟⎟ ⎜⎜⎜ 1 0 −1⎟⎟⎟
⎜⎜⎜ x⎟⎟⎟ ⎪
⎪
⎪ −2x + y + 3z = −x ⎜⎜ ⎟⎟ ⎜⎜⎜ ⎟⎟⎟ −1 ⎜⎜⎜⎜⎜ n⎟ ⎜ ⎟
⎜⎜⎜ ⎟⎟⎟
1) X = ⎜⎜y⎟⎟ ∈ SEP(A, −1) ⇐⇒ ⎪
⎨
−3x + 2y + 3z = −y A = ⎜⎜1 0 1⎟⎟ ⎜⎜ 0 1 0 ⎟⎟ P = ⎜⎜(−1) 0 2 ⎟⎟⎟ ⎜⎜⎜ 1 −1 0 ⎟⎟⎟⎟
n ⎜ ⎟ n ⎟ ⎜
⎝ ⎠ ⎪
⎪ ⎝ ⎠⎝ n⎠ ⎝ n⎠ ⎝ ⎠
⎩ −x + y + 2z = −z 011 0 02 0 1 2 −1 1 1
z ⎛ ⎞
⎧ ⎜⎜⎜1 + (−1)n − 2n −1 + 2n −(−1)n + 2n ⎟⎟⎟
⎪ 0 ⎜ ⎟
⎪
⎪
⎨
−x + y + 3z = 0
z=0 = ⎜⎜⎜⎜ (−1)n − 2n 2n −(−1)n + 2n ⎟⎟⎟⎟.
⇐⇒ ⎪ −3x + 3y + 3z = 0 ⇐⇒ . ⎝ ⎠
⎪
⎪ y=x 1−2 n
−1 + 2 n
2n
⎩ −x + y + 3z = 0
c) • Le réel 0 n’est pas vp de A. Donc la matrice A est inversible.
135
⎧ ⎧ ⎧
• 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
⎛ ⎞ ⎧
⎜⎜⎜ 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
! 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
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).
⎛ ⎞ ⎛ ⎞ De plus, IdE admet 1 comme unique vp ; donc 0 qui est une

⎜⎜⎜−2 1 2⎟⎟⎟ ⎜⎜⎜−2 1 2⎟⎟⎟ racine de P n’est pas une vp de IdE .
⎜ ⎟ ⎜ ⎟
rg(B−2I3) = rg ⎜⎜⎜⎜−2 1 2⎟⎟⎟⎟ = rg ⎜⎜⎜⎜ 0 0 0⎟⎟⎟⎟ L2 ←− L1 −L2 = 2 < 3,
⎝ ⎠ ⎝ ⎠
−1 1 1 0 −1 0 L3 ←− L1 −2L3 7.9 a) • Par produit matriciel, on a :
⎛ ⎞ ⎛ ⎞
⎜⎜⎜5 −4 8 ⎟⎟⎟ ⎜⎜⎜13 −9 12⎟⎟⎟
⎛ ⎞ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟
⎜⎜⎜−3 1 2⎟⎟⎟ ⎜⎜⎜−1 0 0⎟⎟⎟ L1 ←− L3 A2 = ⎜⎜⎜⎜8 −7 16⎟⎟⎟⎟ et A3 = ⎜⎜⎜⎜24 −17 24⎟⎟⎟⎟.
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟ ⎝ ⎠ ⎝ ⎠
rg(B−3I3) = rg ⎜⎜−2 0 2⎟⎟ = rg ⎜⎜ 0 0 2⎟⎟⎟⎟ L2 ←− L2 −2L3 = 2 < 3. 4 −3 5 9 −6 7
⎝ ⎠ ⎝ ⎠
−1 0 0 0 1 2 L3 ←− L1 −3L3 On obtient : A3 − 3A2 + 3A − I3 = 0.
Ainsi, 1, 2, 3 sont des vp de B, et puisque B ∈ M3 (R), ce sont −−
→
• Soit λ une vp de A et soit X un vp de A associé à λ.
les seules vp de B et B est diagonalisable. On en déduit que B ⎧
est semblable à D. ⎪
⎪
⎪ AX = λX
⎨ 2
Alors : ⎪ ⎪ A X = A(AX) = A(λX) = λ(AX) = λ2 X .
• Il existe donc deux matrices P et Q de M3 (R) inversibles telles ⎪
⎩ A3 X = A(A2 X) = A(λ2 X) = λ2 (AX) = λ3 X
que : A = PDP−1 et B = QDQ−1 .
D’une part : (A3 − 3A2 + 3A − I3 )X = 0.
Alors D = Q−1 BQ et donc :
−1 Et d’autre part : (A3 − 3A2 + 3A − I3 )X
A = PQ−1 BP−1 Q = PQ−1 B PQ−1 . = A3 X − 3A2 X + 3AX − X
On conclut que les matrices A et B sont semblables. = (λ3 − 3λ2 + 3λ − 1)X = (λ − 1)3 X.
138
On en déduit : (λ − 1)3 X = 0. Et puisque X 0 (car X est un Soit λ une vp de M et X un −

−→associé à cette vp.
vp
−
−→), on obtient (λ − 1)3 = 0 ; donc λ = 1.
vp Alors : MX = λX et M 2 X = M(λX) = λ MX = λ2 X.
Ainsi 1 est la seule vp possible de A. On en déduit : (M 2 − 2M)X = (λ2 − 2λ)X = −X.
• Si A est diagonalisable,
⎛ ⎞ alors il existe P ∈ M3 (K) inversible Puisque X 0 (car X est un −
−→), alors :
vp
⎜⎜⎜1 0 0⎟⎟⎟
⎜ ⎟
telle que A = P ⎜⎜⎜⎜0 1 0⎟⎟⎟⎟ P−1 = PP−1 = I3 , λ2 − 2λ = −1, d’où (λ − 1)2 = 0, puis λ = 1.
⎝ ⎠
001 Ainsi 1 est la seule vp possible de M, et puisque M est diago-
ce qui est absurde ! nalisable, il existe P ∈ Mn (R) tel que M = P In P−1 = In .
Donc la matrice A n’est pas diagonalisable. • Réciproquement, si M = In , alors :
0 2
b) • Par produit matriciel, on a : M − 2M = In − 2In = − In
⎛ ⎞ ⎛ ⎞
⎜⎜⎜ 12 3 11 ⎟⎟⎟ ⎜⎜⎜ 18 −9 17 ⎟⎟⎟ M est diagonalisable (car diagonale).
⎜⎜ ⎟⎟ ⎜⎜ ⎟
B = ⎜⎜−5 4 −5⎟⎟ et B = ⎜⎜−35 −8 −35⎟⎟⎟⎟.
2 ⎜ ⎟ 3 ⎜
Ainsi, l’ensemble des matrices cherchées est : In .
⎝ ⎠ ⎝ ⎠
−3 −3 −2 9 9 10
On obtient : B3 − 2B2 − 5B + 6I3 = 0. 7.11 a) Notons C1 , . . . , C6 les colonnes de A.
−−
→
• Soit λ une vp de B et soit X un vp de B associé à λ. Alors : rg(A) = rg(C1 , . . . , C6 )
En utilisant le même raisonnement qu’au a), on obtient : = rg(C1 , C2 , C3 ) car C4 = C3 , C5 = C2 , C6 = C1
0 = λ3 − 2λ2 − 5λ + 6 = (λ − 1)(λ2 − λ − 6) = (λ − 1)(λ − 3)(λ + 2) =3 car (C1 , C2 , C3 ) forment une famille libre.
et donc λ = 1, 3 ou −2. b) Après calcul, A2 = 2A. Et par une récurrence immédiate, on
Ainsi, les seules vp possibles de B sont 1, 3, −2. obtient : ∀n ∈ N∗ , An = 2n−1 A.
•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⎟⎟⎟
⎜⎜⎜ ⎟ −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
On en déduit : On conclut que Bn est diagonalisable.

⎛1⎞ ⎛0⎞ ⎛0⎞
⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟⎟⎟ •Les vp de Bn sont les éléments sur la diagonale de En .
⎜⎜⎜⎜00⎟⎟⎟⎟ ⎜⎜⎜⎜10⎟⎟⎟⎟ ⎜⎜⎜⎜01⎟⎟⎟⎟ ⎛ ⎞ ⎛ ⎞
2 est vp de A et SEP(A, 2) = Vect ⎜⎜⎜⎜0⎟⎟⎟⎟ , ⎜⎜⎜⎜0⎟⎟⎟⎟ , ⎜⎜⎜⎜1⎟⎟⎟⎟ . n ⎜
⎜⎜⎜1 0 0 ⎟⎟⎟ ⎜⎜⎜1 0 0 ⎟⎟⎟
⎜⎜⎜⎝0⎟⎟⎟⎠ ⎜⎜⎜⎝1⎟⎟⎟⎠ ⎜⎜⎜⎝0⎟⎟⎟⎠ ⎜ ⎟ ⎜ ⎟
Or : En = ⎜
⎜⎜⎜⎝0 1 + k 0 ⎟⎟⎟⎠ = ⎜⎜⎜⎝0 pn 0 ⎟⎟⎟⎟⎠,
⎟
1
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
⎛ ⎞ ⎛ ⎞ ⎛ √ ⎞ ⎛ ⎞
⎜⎜⎜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
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
⎛ ⎞
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
⎛ ⎞
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 .
⎛ ⎞ ⎝ ⎠
⎜⎜⎜ 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
⎧ ⎧ ⎛ ⎞
⎪
⎪
⎪ 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
⎧
⎪
⎪
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 $
⎪
⎪
⎪
⎪ 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
⎛ ⎞
on en déduit (λ2 − 2λ − 3)P = 0 et par conséquent : ⎜⎜⎜a1 ⎟⎟⎟
⎜⎜ . ⎟⎟ n
λ2 − 2λ − 3 = 0, d’où : (λ + 1)(λ − 3) = 0. b) • Notons U = Ci0 = ⎜⎜⎜⎜⎜ .. ⎟⎟⎟⎟⎟. Alors t V U = αi ai .

⎜⎝ ⎟⎠ i=1
Donc −1 et 3 sont les seules vp possibles de Φ. an
⎛ ⎞
• Les réels −1 et 3 sont-ils des vp ? ⎜⎜⎜α1 a1 · · · αn a1 ⎟⎟⎟
⎜⎜⎜ . .. ⎟⎟⎟⎟.
Soit P = aX4 + bX3 + cX2 + dX + e ∈ R4 [X]. De plus, puisque A = U t V = ⎜⎜⎜⎜ .. . ⎟⎟⎟⎟
⎝⎜ ⎠
1) On a : Φ(P) = −P α1 an · · · αn an
⇐⇒ (a + 2e)X4 + (b + 2d)X3 + 3cX2 + (d + 2b)X + (e + 2a)

n
on a : tr(A) = αi ai =t V U.
= −(aX4 + bX3 + cX2 + dX + e) i=1
⎧
⎪
⎪
⎪ a + 2e = −a • Ainsi : A2 = (U t V) · (U t V) = U(t V U) t V
⎪
⎪
⎪ ⎧
⎪
⎪
⎪ b + 2d = −b ⎪
⎪
⎪ e = −a = tr(A)(U t V) = tr(A)A.
⎪
⎨ ⎪
⎨
⇐⇒ ⎪
⎪ 3c = −c ⇐⇒ ⎪
⎪ d = −b c) • On déduit du b) que, si λ est une vp de A, alors λ vérifie :
⎪
⎪
⎪ ⎪
⎪
⎩
⎪
⎪
⎪ d + 2b = −d c=0 λ2 = tr(A)λ.
⎪
⎪
⎩ e + 2a = −e
Donc les seules vp possibles de A sont 0 et tr(A).
⇐⇒ P = a(X4 − 1) + b(X3 − X).
• Puisque rg(A) = 1 < n, 0 est une vp de A et dim SEP(A, 0) =
Ainsi −1 est vp de Φ et n − 1.
SEP(Φ, −1) = Vect(X4 − 1, X3 − X). Ainsi, A est diagonalisable si et seulement A admet une autre
2) On a : Φ(P) = 3P vp différente de 0 (qui ne peut être que tr(A)).
⇐⇒ (a + 2e)X4 + (b + 2d)X3 + 3cX2 + (d + 2b)X + (e + 2a) • Si tr(A) = 0, alors 0 est la seule vp de A et donc A n’est pas
diagonalisable.
= 3(aX4 + bX3 + cX2 + dX + e)
⎧ • Si tr(A) 0, alors, puisque :
⎪
⎪
⎪ a + 2e = 3a
⎪
⎪
⎪ 0 AU = (U t V)U = U(t V U) = tr(A)U U 0,
⎪
⎪ b + 2d = 3b et
⎨ e=a
⇐⇒ ⎪
⎪ 3c = 3c ⇐⇒
⎪
⎪
⎪ d=b tr(A) est une vp de A (et le SEP est forcément de dimension 1),
⎪
⎪ d + 2b = 3d
⎪
⎩ e + 2a = 3e et donc A est diagonalisable.
⇐⇒ P = a(X4 + 1) + b(X3 + X) + cX2 . On conclut : A est diagonalisable ⇐⇒ tr(A) 0.
Ainsi 3 est vp de Φ et Remarque : Reprenons la matrice A de l’exercice 7.18. Alors A

SEP(Φ, 3) = Vect(X4 + 1, X3 + X, X2 ). est de rang 1 et tr(A) = n. On en déduit que A est diagonalisable
0 et ses vp sont alors 0 et n.
dim SEP(Φ, −1) = 2
• Il est clair que .
dim SEP(Φ, 3) = 3
7.21 a) Soit λ une vp de u et soit x ∈ SEP(u, λ).
Puisque dim R4 [X] = 5, on conclut que Φ est diagonalisable.
Montrons que v(x) ∈ SEP(u, λ).
7.20 a) Notons C1 , . . . , Cn les colonnes de la matrice A.
On a : u v(x) = u ◦ v(x) = v ◦ u(x) = v(λx) = λv(x).
Puisque rg(A) = rg(C1 , . . . , Cn ) = 1, il existe une colonne Ci0 Donc : v(x) ∈ SEP(u, λ).
non nulle de A telle que toutes les autres colonnes lui sont pro-
portionnelles. Ainsi, tous les SEP de u sont stables pas v.
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
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 :
7.22 a) • Soit P ∈ Cn [X]. # $

(X2 − 1) a(X − 1)r−1 (X + 1)n−r−1 nX + (2r − n)
Alors il existe a ∈ C et Q ∈ Cn−1 [X] tels que : = a(nX − 1 + λ)(X − 1)r (X + 1)n−r

P(X) = aX + Q(X).
n
⇐⇒ a(X − 1) (X + 1)n−r nX + (2r − n)
r
On a : P (X) = anXn−1 + Q (X). = a(nX − 1 + λ)(X − 1)r (X + 1)n−r

Et donc : f (P) ⇐⇒ nX + (2r − n) = nX − 1 + λ ⇐⇒ λ = 2r − n + 1.

= (X2 − 1) anXn−1 + Q (X) − (nX − 1) aXn + Q(X) On en déduit que les vp de f sont les réels de la forme 2r−n+1,
= (an − an)X + R(X) = R(X), avec
n+1
avec r ∈ 0 ; n.
R(X) = −anXn + aXn−1 + (X2 − 1)Q (X) − (nX − 1)Q(X)
donc : deg(R) n. Ainsi f admet n + 1 vp distinctes.

Donc f (P) appartient à Cn [X]. Ainsi, f : Cn [X] −→ Cn [X]. Puisque dim Cn [X] = n + 1, f est diagonalisable et tous les
SEP de f sont de dimension 1. Donc : ∀r ∈ 0 ; n,
• Soient (P, Q) ∈ Cn [X] et α ∈ C. On a :
SEP( f, 2r − n + 1) = Vect (X − 1)r (X + 1)n−r .
f (αP + Q) = (X2 − 1) αP + Q (X) − (nX − 1) αP + Q (X)
2 d) Prenons n = 3. Notons B = (1, X, X2 , X3 ) la base canonique
= α (X − 1)P (X) − (nX − 1)P(X)
+ (X2 − 1)Q (X) − (nX − 1)Q(X) de C3 [X].
= α f (P) + f (Q). Alors la matrice de f dans la base B est :
⎛ ⎞
Donc f est linéaire. ⎜⎜⎜ 1 −1 0 0 ⎟⎟⎟
⎜⎜⎜⎜−3 1 −2 0 ⎟⎟⎟⎟
On en déduit que f est un endomorphisme de Cn [X]. ⎜⎜⎜ ⎟
⎜⎜⎜ 0 −2 1 −3⎟⎟⎟⎟⎟ = A.
b) • Soit α une racine de P. Notons r son ordre de multiplicité. ⎝ ⎠
0 0 −1 1
Alors α est racine de P d’ordre r − 1. Les valeurs propres de f nous donnent les vp de A et les com-
On en déduit posantes dans la base B des −
−→de f nous donnent les −
vp −
→de A.
vp
0 qu’il existe deux polynômes Q et R tels que :
P(X) = (X − α)r Q(X) et Q(α) 0 On en déduit que les vp de A sont : −2, 0, 2, 4.
.
P (X) = (X − α)r−1 R(X) et R(α) 0
Ainsi A admet quatre vp distinctes et A ∈ M4 (C), donc A est
Notons λ la vp associée au −
−→ P. On a :
vp diagonalisable.

f (P) = λP ⇐⇒ (X2 − 1)P (X) = (nX − 1 + λ)P(X) De plus : SEP( f, −2) = Vect (X + 1)3
⇐⇒ (X2 − 1)(X − α)r−1 R(X) = (nX − 1 + λ)(X − α)r Q(X) = Vect(1 + 3X + 3X 2 + X 3 )
⇐⇒ (X2 − 1)R(X) = (nX − 1 + λ)(X − α)Q(X).
SEP( f, 0) = Vect (X − 1)(X + 1)2
En remplaçant X par α dans l’égalité précédente, on obtient : = Vect(−1 − X + X 2 + X 3 )

(α2 − 1)R(α) = 0.
SEP( f, 2) = Vect (X − 1)2 (X + 1)
Puisque R(α) 0, on a α2 − 1 = 0, et donc α = ±1. = Vect(1 − X − X 2 + X 3 )

Ainsi 1 et −1 sont les seules racines possibles de P. SEP( f, 4) = Vect (X − 1)3
• Notons d le degré de P et a son coefficient dominant. Puisque = Vect(−1 + 3X − 3X 2 + X 3 )
(X2 − 1)P (X) = (nX − 1 + λ)P(X), en identifiant les termes Notons F la famille de polynômes :
dominants, on obtient : adXd+1 = naXd+1 . Puisque a 0 (car
(X + 1)3 , (X − 1)(X + 1)2 , (X − 1)2 (X + 1), (X − 1)3 .
a est le coefficient dominant de P), on déduit : d = n.
La famille F est alors une base de C3 [X] (car ce sont des vec-
Ainsi le polynôme P est de degré n. teurs propres u associés à des vp distinctes, et la famille est de

c) • Soit λ une vp de f et P un −
−→associé à cette vp.
vp cardinal 4 = dim C3 [X] ).
147
En notant P la matrice de passage de la base B à la base F On en déduit que 0 est la seule vp de u.

et D la matrice de f dans la base F , on a, par la formule de 2e cas : si rg(u) = dim(E), alors Im(u) = E, donc u est surjec-
changement de base : A = P D P−1 . tif, et par la caractérisation des automorphismes, u est bijectif.
On en déduit que A = P D P−1 , avec Puisque u ◦ (u − aIdE ) = u2 − au = 0, en multipliant à gauche
⎛ ⎞ ⎛ ⎞
⎜⎜⎜1 −1 1 −1⎟⎟⎟ ⎜⎜⎜−2 0 0 0⎟⎟
⎟ par u−1 , on obtient u − aIdE = 0 et donc u = aIdE .
⎜⎜⎜3 −1 −1 3 ⎟⎟⎟ ⎜⎜⎜ 0 0 0 0⎟⎟⎟⎟⎟
P = ⎜⎜⎜ ⎜
⎜ ⎟⎟⎟ et D = ⎜⎜⎜⎜⎜
⎟
⎟ ⎟. On en déduit que a est la seule vp de u.
⎜⎜⎝3 1 −1 −3⎟⎟⎠ ⎜⎜⎝ 0 0 2 0⎟⎟⎟⎟
⎠ 3e cas : si 0 < rg(u) < dim(E), alors :
1 1 1 1 0 00 4
u n’est pas surjectif, donc non bijectif par la caractérisation
⎛ ⎞
⎜⎜⎜1⎟⎟⎟ des automorphismes en dimension finie ; ainsi 0 est vp de u
⎜⎜ ⎟⎟
7.23 a) Notons V = ⎜⎜⎜⎜⎜ ... ⎟⎟⎟⎟⎟ ∈ Mn,1 (R). u − aIdE n’est pas bijectif car sinon, en multipliant par
⎜⎝ ⎟⎠ (u − aIdE )−1 dans la relation u ◦ (u − aIdE ) = 0, on obtient u = 0
1
⎛ ⎞ et donc rg(u) = 0, ce qui est absurde !
n
⎜⎜⎜ ⎟
⎜⎜⎜ a1, j ⎟⎟⎟⎟⎟ ⎛ ⎞
donc, a est vp de u.
⎜⎜⎜ j=1 ⎟⎟⎟ ⎜1⎟
⎜⎜⎜ ⎟ ⎜⎜ ⎟⎟ On en déduit que les vp de u sont 0 et a.
⎜⎜⎜ .. ⎟⎟⎟⎟⎟ ⎜⎜⎜⎜ .. ⎟⎟⎟⎟
Alors : AV = ⎜⎜ . ⎟⎟ = ⎜⎜⎜ . ⎟⎟⎟ = V. On conclut que les vp de u sont :
⎜⎜⎜ ⎟⎟⎟ ⎝⎜ ⎠⎟
⎜⎜⎜ ⎟ ⎧
⎜⎜⎜ a ⎟⎟⎟⎟⎟
n
1 ⎪
⎪ 0 si rg(u) = 0
⎝ n, j ⎠ ⎪
⎨
⎪
⎪ a si rg(u) = dim(E)
j=1 ⎪
⎩ 0, a si 0 < rg(u) < a.
Puisque V 0, on en déduit que 1 est une vp de A.
n b) 1) Montrons que E = Ker(u) ⊕ Ker(u − aIdE ).
b) • Puisque AX = λX, on a : ∀i ∈ 1 ; n, ai, j x j = λxi . • Soit x ∈ Ker(u) ∩ Ker(u − aIdE ). Alors :
j=1
u(x) = 0 et u(x) − ax = 0.
Il existe i0 ∈ 1 ; n tel que : ∀i ∈ 1 ; n, |xi | |xi0 |.
Donc u(x) = 0 = ax, et comme a ∈ K∗ , on obtient x = 0.
En particulier, pour i = i0 :
(( ( (( n (( Ainsi : Ker(u) ∩ Ker(u − aIdE ) = {0}, et donc Ker(u) et
(λxi0 (( = (( ai0 , j x j (( Ker(u − aIdE ) sont en somme directe.
j=1
• Soit x ∈ E.

n (
((a x ((( (par l’inégalité triangulaire) Montrons qu’il existe (y, z) ∈ Ker(u) × Ker(u − aIdE )
i0 , j j
j=1 tel que : x = y + z.

n ( ( Analyse : Si y et z existent, alors, puisque y ∈ Ker(u) et
= ai0 , j (( x j (( (car ai0 , j 0) z ∈ Ker(u − aIdE ), on a : u(y) = 0 et u(z) = az.
j=1
D’où : u(x) = u(y) + u(z) = 0 + az = az.

n ( ( n ( ( ( (
ai0 , j (( xi0 (( = ai0 , j (( xi0 (( = (( xi0 ((. 1 1
On en déduit : z = u(x) et y = x − z = x − u(x).
j=1 j=1 a a

=1 1 1
( ( ( ( Synthèse : On a : x = x − u(x) + u(x),
• Puisque (( xi0( (( (> 0 (car sinon (( xi0 (( = 0 et par conséquent a a

∀i ∈ 1 ; n, (( xi (( = 0 et donc X = 0, ce qui est absurde car noté y noté z
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
Or, les vecteurs de B1 sont des −

−→de u associés à la vp 0, et
vp Enfin, puisque la famille (X1 , . . . , X p ) est libre, on obtient :
les vecteurs de B2 sont des −
−→de u associés à la vp a. Donc la
vp
base B1 ∪ B2 de E est constituée de −−
→de u.
vp ∀i ∈ 1 ; p, αi = 0.
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.
(NX1 , . . . , NX p ) est une famille de SEP(N M, λ). Montrons que

cette famille est libre. •Soit i ∈ 2 ; n. Puisque ei = f i−1 (e1 ), on a :

p
P( f )(ei ) = P( f ) f i−1 (e1 )
Soit (α1 , . . . , α p ) ∈ K p tel que αi NXi = 0.
= f n+i−1 (e1 ) + an−1 f n+i−2 + · · · + a1 f i (e1 ) + a0 f i−1 (e1 )
i=1
En multipliant par M, on a : = f i−1 f n (e1 ) + an−1 f n−1 (e1 ) + · · · + a1 f (e1 ) + a0 e1
p
p
= f i−1 (0) = 0.
M αi NXi = αi MNXi = 0
i=1 i=1 •Ainsi, l’application P( f ) s’annule en tous les vecteurs de la

p base B. On en déduit que P( f ) = 0.
= αi λ Xi , car Xi est un −
−→de MN associé à λ .
vp i
i=1
a) 3) Soit λ une vp de C. Alors λ est une vp de f .

p Il existe donc un vecteur propre x de f associé à cette vp λ.
Puisque λ 0, on déduit : αi Xi = 0.
i=1
Par récurrence, on montre : ∀i ∈ 0 ; n, f i (x) = λi x.
149
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.
= b0 e1 + b1 e2 + · · · + bn−1 en . d) • Notons P1 (X) = X4 − 1. Alors la matrice A1 est la matrice

compagnon du polynôme P1 .
On en déduit que b0 e1 + b1 e2 + · · · + bn−1 en = 0, et puisque la
famille (e1 , . . . , en ) est une base de Cn et donc une famille libre, Or le polynôme P1 admet 4 racines deux à deux distinctes :
on conclut que tous les coefficients bi son nuls. 1, −1, i, −i.
Donc R(X) = 0 et ainsi P(X) = 0, ce qui est absurde ! On conclut que la matrice A1 est diagonalisable.
Ceci montre : R( f ) 0. •Notons P2 (X) = X4 − 2X3 − 3X2 + 8X − 4. Alors la matrice

A2 est la matrice compagnon du polynôme P2 .
• On en déduit que f − λIdCn n’est pas bijectif, car sinon, en
multipliant par ( f − λIdCn )−1 dans ( f − λIdCn ) ◦ R( f ) = 0, on Or le polynôme P2 admet 3 racines distinctes : −2, 1, 2, mais
obtient R( f ) = 0, ce qui est absurde ! n’admet pas 4 racines distinctes.
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
• Convergence, divergence d’une suite, détermination de son éventuelle limite
• Calcul, quand c’est possible, du terme général d’une suite
• Montrer que deux suites sont adjacentes
• Étude d’une suite du type un+1 = f (un ).

• Propriétés des suites convergentes et des suites de limite infinie, pour les opéra-
tions algébriques et l’ordre usuel, en particulier le théorème d’encadrement
• Calcul du terme général pour les suites usuelles : suites arithmétiques, suites
géométriques et leurs dérivées successives, suites arithmético-géométriques,
suites récurrentes linéaires d’ordre 2 (à coefficients constants et sans second
membre)
• Définition et propriétés des suites monotones
• Définition et propriétés de deux suites adjacentes
• Plan d’étude des suites du type un+1 = f (un ).

Essayer d’exprimer le terme général de façon à pouvoir appliquer

Pour montrer qu’une suite converge les théorèmes généraux (théorème d’encadrement, opérations sur les
et trouver sa limite suites convergentes).
➥ Exercices 8.1, 8.7 b), 8.8 à 8.10, 8.12 c), 8.17.
Essayer de montrer que la suite est croissante et majorée, ou que la

Pour montrer qu’une suite converge suite est décroissante et minorée, et appliquer le théorème de la limite
sans déterminer sa limite monotone.
➥ Exercices 8.14 a), 8.22 à 8.24, 8.26 à 8.28, 8.30.
151
Chapitre 8 • Suites
De manière générale, privilégier l’application des énoncés des théo-

rèmes du cours.
Pour étudier la convergence ➥ Exercices 8.7 à 8.9, 8.11, 8.21, 8.29.
d’une suite Ne revenir aux "epsilons" que dans le cas où les énoncés des théorèmes
du cours ne s’appliquent pas directement.
➥ Exercices 8.19, 8.20, 8.31.
Se ramener aux suites pour lesquelles, dans le cours, le terme général

peut être calculé : suites arithmétiques, suites géométriques et leurs dé-
Pour calculer le terme général rivées successives, suites arithmético-géométriques, suites récurrentes
d’une suite linéaires d’ordre 2 à coefficients constants et sans second membre.
➥ Exercices 8.2 à 8.6, 8.13.
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.
• Revenir à la définition, c’est-à-dire montrer que :

1) l’une est croissante
2) l’autre est décroissante
3) la différence un −vn tend vers 0 lorsque l’entier n tend vers l’infini.
Pour montrer que deux suites
(u n) n, (u n) n sont adjacentes ➥ Exercice 8.15.
• Éventuellement, remplacer le point 3) précédent par :
3’) (un )n et (vn )n convergent et ont la même limite.
➥ Exercice 8.16.
Chercher une suite particulière (vn )n satisfaisant la même relation de

Pour calculer le terme général u n récurrence que (un )n et de la même forme (à peu près) que le second
d’une suite récurrente linéaire membre. Former wn = un − vn , qui est le terme général d’une suite
d’ordre 2 à coefficients constants récurrente linéaire d’ordre 2 à coefficients constants et sans second
et avec second membre membre, calculer wn et en déduire un par : un = vn + wn .
➥ Exercice 8.13.
152
• S’inspirer des exemples traités dans le cours.

• Souvent, on pourra trouver la ou les valeurs nécessaires de l’éven-
tuelle limite de la suite (un )n . En effet, si un −→ et si f est
n∞
continue en , alors f () = .
• Il se peut que (un )n soit croissante et majorée, ou décroissante et
minorée, donc convergente. En particulier, si f est croissante et si
l’intervalle d’étude est stable par f , alors (un )n est monotone.
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.
• 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 .
• On peut essayer d’utiliser une majoration de type géométrique
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.

8.1 Exemples de calculs de limites de suites réelles

Dans chacun des exemples suivants, montrer que la suite, dont on donne le terme général un ,
converge, et calculer sa limite :
n+3
a) 2
n +n+1
n2 + 1
b)
n−2
n3 − n
c)
n3 + 1
153
sin n
d)
n
√ √ √
e) n n + 1 − n
√ √
n − E( n)
f) √ .
n
8.2 Exemples de calcul du terme général d’une suite arithmético-géométrique

Dans chacun des exemples suivants, calculer le terme général un de la suite définie par :
a) u0 = 1 et ∀n ∈ N, un+1 = un + 3
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
b) u0 = 1, u1 = −2, ∀n ∈ N, un+2 = 4un+1 − 4un
c) u0 = 0, u1 = 1, ∀n ∈ N, un+2 = −2un+1 − 4un .

8.4 Suite se ramenant à une suite récurrente linéaire d’ordre 2 à coefficients constants et sans
second membre
u5n+1
Calculer un pour tout n ∈ N, sachant : u0 = 1, u1 = 4, ∀n ∈ N, un+2 = .
u4n
8.5 Exemple de calcul du terme général d’une suite

On considère la suite réelle (un )n∈N définie par u0 ∈ R et :
∀n ∈ N, un+1 = (n + 1)un + 2n (n + 1)! .
un
Calculer un en fonction de n. À cet effet, on pourra considérer vn = .
n!
8.6 Exemple de calcul des termes généraux de deux suites récurrentes linéaires simultanées
du premier ordre à coefficients constants et sans second membre
Calculer, pour tout n ∈ N, un et vn sachant u0 = 1, v0 = 1 et :
⎧
⎪
⎪
⎨un+1 = −2un + 10vn
⎪
∀n ∈ N, ⎪ ⎪
⎪v = −2u + 7v .
⎩ n+1 n n
8.7 Maximum et minimum des termes généraux de deux suites

⎧ 1
⎪
⎪
⎪
⎪
⎪ Max (x, y) = x + y + |x − y|
⎨ 2
a) Montrer : ∀(x, y) ∈ R2 , ⎪
⎪
⎪
⎪
⎪ 1
⎩Min (x, y) = x + y − |x − y| .
2
b) Soient (xn )n∈N , (yn )n∈N deux suites réelles
⎧ convergentes. Montrer que les deux suites réelles
⎪
⎪
⎪u = Max (xn , yn )
⎨ n
(un )n∈N , (vn )n∈N définies par : ∀n ∈ N, ⎪⎪ convergent,
⎪
⎩v = Min (x , y )
n n n
et exprimer leurs limites en fonction de celles de (xn )n∈N , (yn )n∈N .
154
8.8 Deux suites vérifiant une condition de convergence

Soient (un )n∈N , (vn )n∈N deux suites réelles telles que : u2n + un vn + v2n −→ 0.
n∞
Montrer : un −→ 0 et vn −→ 0.
n∞ n∞
8.9 Deux suites vérifiant une condition de limite

√ √ √
a) 1) Montrer : ∀(x, y) ∈ (R+ )2 , x + y x + y.
(√ √ ( '
2) En déduire : ∀(a, b) ∈ (R+ )2 , (( a − b(( |a − b|.
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∞
8.10 Exemples de calculs de limites de suites réelles

Dans chacun des exemples suivants, montrer que la suite, dont on donne le terme général un ,
converge et calculer sa limite :
n 13
a) e k(n−k) n
k=1

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
8.11 Deux suites construites à partir de deux autres suites

Soient (an )n∈N , (bn )n∈N deux suites à termes dans R∗+ et convergeant vers 0. Que peut-on dire sur
la nature des suites (un )n∈N , (vn )n∈N définies, pour tout n ∈ N, par :
a3n + b3n an bn
un = , vn = ?
a2n + b2n a3n + b3n
8.12 Suite de Fibonacci et coefficients binomiaux

⎧
⎪
⎪
⎨φ0 = 0, φ1 = 1
⎪
Soit (φn )n∈N la suite réelle définie par : ⎪
⎪
⎪
⎩∀n ∈ N, φn+2 = φn+1 + φn .
a) Calculer φn en fonction de n, pour tout n ∈ N.
b) Montrer : ∀n ∈ N, φ2n+1 − φn φn+2 = (−1)n .

φn+1
c) Établir que la suite converge et trouver sa limite.
φn n1
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
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
b) u0 = 0, u1 = 0, ∀n ∈ N, un+2 = 5un+1 − 6un + 4n .
8.14 Exemples d’étude de suites du type un+1 = f (un)

Étudier les suites réelles (un )n∈N définies par :
1
a) u0 = , ∀n ∈ N, un+1 = un − u2n
2
1 2
b) u0 = 1, ∀n ∈ N, un+1 = un +
2 un
1
c) u0 = 1, ∀n ∈ N, un+1 = .
1 + un
8.15 Exemple de deux suites adjacentes, nombre γ d’Euler
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∞
8.16 Exemple de deux suites adjacentes

n
1 1
On note, pour tout n ∈ N∗ : un = 1+ 2 , vn = 1 + un .
k=1
k n
Montrer que les suites (un )n∈N∗ , (vn )n∈N∗ sont adjacentes.
8.17 Limite d’un produit
x2
a) Montrer : ∀x ∈ [0 ; +∞[, x − ln(1 + x) x.
2

n
k
b) Déterminer lim 1+ .
n∞
k=1
n2
8.18 Limite d’une sommation ressemblant au développement du binôme de Newton

n
1 n k α
Pour α ∈ R fixé, trouver lim .
n∞ n k=1 k n
156
8.19 Indices pairs, indices impairs

Soit (un )n∈N une suite réelle. On suppose que les suites (u2p ) p∈N et (u2p+1 ) p∈N convergent et ont
la même limite. Montrer que la suite (un )n∈N converge.
8.20 Caractérisation de la convergence des suites à termes dans Z

Soit (un )n∈N une suite à termes dans Z. Montrer que la suite (un )n∈N converge si et seulement si
elle est stationnaire, c’est-à-dire : il existe N ∈ N tel que (un )nN est constante.
8.21 Deux suites vérifiant des conditions de limite

Soient (un )n∈N , (vn )n∈N deux suites réelles telles que :
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.
8.22 Exemple de suite vérifiant une condition d’inégalité

1
Soit (un )n∈N∗ une suite réelle croissante telle que : ∀n ∈ N∗ , u2n − un .
n
Montrer que (un )n∈N converge.
8.23 Exemple de suite vérifiant une condition d’inégalité

1
Étudier la suite réelle (un )n∈N sachant u0 > 0 et : ∀n ∈ N, 0 < un+1 < 2 − .
un
8.24 Exemples d’études de suites du type un+1 = f (un)

Étudier les suites réelles (un )n∈N définies par :
) √
a) u0 = 4, ∀n ∈ N, un+1 = un + 2un
b) u0 ∈ R, ∀n ∈ N, un+1 = 2un − u2n .
8.25 Exemple d’étude de suite du type un+1 = f (un)

1
On considère la suite réelle (un )n∈N définie par u0 = 5 et : ∀n ∈ N, un+1 = un + .
un
a) Déterminer lim un .
n∞
√
b) Montrer : ∀n ∈ N, un > 25 + 2n.
8.26 Exemple de suite dans laquelle un+2 dépend de un+1 et de un

1
On considère la suite réelle (un )n∈N définie par u0 = 0, u1 = et :
2
1
∀n ∈ N, un+2 = (1 + un+1 + u3n ).
3
a) Montrer : ∀n ∈ N, un ∈ [0 ; 1].
b) Montrer que (un )n∈N est croissante.
c) Établir que (un )n∈N converge et déterminer sa limite.
157
8.27 Exemple de deux suites récurrentes simultanées

On considère les suites réelles (un )n0 , (vn )n0 définies par u0 > 0, v0 > 0 et :
un + vn 2un vn
∀n ∈ N, un+1 = et vn+1 = .
2 un + vn
Montrer que (un )n∈N et (vn )n∈N convergent et déterminer leurs limites.
8.28 Moyenne arithmético-géométrique

Soient (a, b) ∈ (R∗+ )2 et (un )n∈N , (vn )n∈N les suites définies par u0 = a, v0 = b et :
√ un + vn
∀n ∈ N, un+1 = un vn et vn+1 = .
2
Montrer que (un )n∈N et (vn )n∈N convergent et ont la même limite.
8.29 Limite de la suite des solutions d’une équation à paramètre entier

xn + x−n
a) Montrer que, pour tout n ∈ N tel que n 2, l’équation = n, d’inconnue x ∈ ]0 ; 1],
x + x−1
admet une solution et une seule, notée xn .
b) Établir : xn −→ 1.
n∞
8.30 Exemple de suite où un+1 dépend de un et de n

On considère la suite réelle (un )n1 définie par u1 ∈ [0 ; +∞[ et :
√ 1
∀n 1, un+1 = un + .
n
a) Montrer : ∀n 2, un 1.
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∞
8.31 Moyenne de Césaro, lemme de l’escalier, applications

a) Moyenne de Césaro
Soient (un )n∈N∗ une suite réelle, et (vn )n∈N∗ la suite réelle définie par :
u1 + · · · + un
∀n ∈ N∗ , vn = .
n
Montrer que, si (un )n∈N∗ converge vers un réel , alors (vn )n∈N∗ converge aussi vers .
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 .
d) Déterminer les limites, quand l’entier n tend vers l’infini, de :

1n √n √n 3
2n n n(n + 1) · · · (n + n) 1 · 3 · · · · (2n − 1) 1 n (3n)!
, √n , , , .
n n! n n n2 n!
158
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.
b) Utiliser a). 4) Montrer que (un )n0 est décroissante.
8.10 a) Calculer ln un . Conclure.
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.
c) Encadrer un par deux sommations plus simples. 3) Étudier |un+1 − |.

k 1 (kn + 1) − 1
d) Décomposer
kn + 1
en
n kn + 1
. 8.15 a) Revenir à la définition de deux suites adjacentes.
e) Isoler le terme d’indice n dans la sommation. b) Appliquer le théorème sur les suites adjacentes.
159
8.16 Revenir à la définition de deux suites adjacentes. Remarquer : u1 ∈ ] − ∞ ; 1].

vn+1 Montrer que, si (un )n∈N converge, alors sa limite vérifie : = 0
Pour montrer que (vn )n∈N∗ est décroissante, calculer et ob-
vn ou = 1.
vn+1
tenir 1.
vn Séparer en cas selon la position de u1 par rapport à 0 et à 1.
Exprimer la réponse en séparant en cas selon la position de u0 .
8.17 a) Étudier les variations des applications
x2 8.25 a) Montrer que (un )n0 est croissante et divergente.
f : x −→ ln(1 + x) − x, g : x −→ ln(1 + x) − x + .
2 b) Montrer : ∀n ∈ N, u2n+1 u2n + 2,

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.
• Remarquer que, pour tout n ∈ N tel que n 2, il existe k ∈ N ∗ • Montrer : ∀n ∈ N∗ , vn un .

tel que n 2k , et utiliser la croissance de la suite (un )n2 . En déduire que (vn )n1 est décroissante et que (un )n1 est crois-
sante.
8.23 Montrer que (un )n∈N est décroissante, et déduire que
• Montrer que (un )n1 et (vn )n1 convergent et noter , leurs
(un )n∈N converge vers un réel tel que 0.
limites respectives, puis montrer = .
Obtenir 2 2 − 1, puis = 0.
8.29 a) Considérer, pour n 2 fixé, l’application :
8.24 a) 1) Montrer, par récurrence : ∀n ∈ N, un ∈ ]0 ; +∞[.
)
√ fn : ]0 ; 1] −→ R, x −→ xn + x−n − n(x + x−1 ).
2) Considérer f : [0 ; +∞[ −→ R, x −→ x + 2x
et montrer que f est croissante. n
b) Obtenir, pour tout n 2 : xn−n+1 2n.
En déduire que (un )n∈N est décroissante. 2
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
8.31 a) Soit ε > 0 fixé. c) Considérer ln un .

ε
Il existe N1 ∈ N∗ tel que : ∀n N1 , |un − | . d) Choisir un de façon à appliquer le résultat de c).
2
Soit n ∈ N∗ tel que n N1 . Décomposer |vn − | en faisant inter- 2n nn n(n + 1) · · · (n + n)
(1) un = (2) un = (3) un =
venir une sommation de k = 1 à k = N1 et une sommation de n n! nn
k = N1 + 1 à k = n. 1 · 3 · · · (2n − 1) (3n)!
(4) un = (5) un = .
b) Noter, pour tout n ∈ N∗ , un = an+1 − an et utiliser a). nn n2n (n!)
161
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
L’équation caractéristique r2 − 5r + 4 = 0 admet deux solutions Ensuite :

réelles, qui sont 1 et 4. D’après le cours, il existe (λ1 , λ2 ) ∈ R2 1
tel que : ∀n ∈ N, vn = λ1 + λ2 4n . Et : ∀n ∈ N, vn = (un+1 + 2un )
10
⎧ ⎧ ⎧ 1. %
⎪ ⎪ ⎪
⎪
⎪
2
λ1 = − ln 2 = − 5 · 2n+1 + 6 · 3n+1 + 2(−5 · 2n + 6 · 3n )
⎪
⎨v0 = 0
⎪ ⎪
⎨ λ1 + λ2 = 0
⎪ ⎪
⎪
⎨ 3 10
⎪
⎪ ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪
⎩v1 = 2 ln 2 ⎪
⎩λ1 + 4λ2 = 2 ln 2 ⎪
⎪
⎪ 2 1
⎩λ2 = ln 2. = (−20 · 2n + 30 · 3n ) = −2n+1 + 3n+1 .
3 10
⎧
⎪
⎪
2 ⎨un = −5 · 2 + 6 · 3
⎪ n n
On obtient : ∀n ∈ N, vn = (4n − 1) ln 2, On conclut : ∀n ∈ N, ⎪
3 ⎪
⎪v = −2n+1 + 3n+1 .
⎩
2 n
∀n ∈ N, un = e vn = 2 3 (4
n −1)
d’où : . e
2 méthode : intervention de l’algèbre linéaire :

8.5 On a, pour tout n ∈ N : u
Notons, pour tout n ∈ N : Xn = n ∈ M2,1 (R).
vn
un+1 (n + 1)un + 2n (n + 1)! On a, pour tout n ∈ N :
vn+1 = =
(n + 1)! (n + 1)!
un un+1 −2un + 10vn −2 10 un
= + 2 = vn + 2n .
n Xn+1 = = = = AXn .
n! vn+1 −2un + 7vn −2 7 vn
Il s’ensuit, par une récurrence immédiate :

Ainsi, en décalant l’indice d’une unité :
∀n ∈ N, Xn = An X0 .
∀n 1, vn − vn−1 = 2n−1 .
Le calcul de un et vn se ramène ainsi au calcul de An . On cal-
On somme cette égalité de 1 à n, d’où, par télescopage : cule les valeurs propres et les sous-espaces propres de A (cf.
chapitre 7), on montre que A est diagonalisable dans M2 (R), et

n
n−1
2n − 1 on obtient une diagonalisation de A : A = PDP−1, où :
∀n 1, vn − v0 = 2 p−1 = 2q = = 2n − 1,
p=1 q=0
2−1 52 20 1 −2
P= , D= , P−1 = .
21 03 −2 5
d’où : ∀n 1, vn = v0 + 2n − 1.
On a donc :
On obtient : ∀n 1, un = (u0 + 2n − 1) n!.
De plus, cette formule est aussi vraie pour n = 0. ∀n ∈ N, Xn = An X0 = (PDP−1 )n X0 = PDn P−1 X0 ,
Finalement : ∀n ∈ N, un = (u0 + 2n − 1) n!. et on obtient, après calcul du produit de quatre matrices :

8.6 1re méthode : utilisation de suites récurrentes linéaires −5 · 2n + 6 · 3n
Xn = n .
d’ordre 2, à coefficients constants et sans second membre : −2 · 2 + 3 · 3
n
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
8.7 a) Soit (x, y) ∈ R2 .

= − 2un+1 + 10(−2un + 7vn ) = −2un+1 − 20un + 70vn
Séparons en deux cas selon les positions relatives de x et y.
= − 2un+1 − 20un + 7(un+1 + 2un ) = 5un+1 − 6un .
Si x y, alors Max (x, y) = x et :
Ainsi, la suite (un )n0 est une suite récurrente linéaire d’ordre 2, 1 1
à coefficients constants et sans second membre. L’équation ca- x + y + |x − y| = x + y + (x − y) = x.
2 2
ractéristique r2 − 5r + 6 = 0 admet deux solutions réelles, qui
sont 2 et 3. D’après le cours, il existe (λ1 , λ2 ) ∈ R2 tel que : Si x y, alors Max (x, y) = y et :
∀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
Par le même raisonnement, on obtient : 8.10 a) On a, pour tout n ∈ N∗ , un > 0 et :

1 #
n $ 13
Min (x, y) = x + y − |x − y| . ln un = ln e k(n−k) n
2 k=1
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
8.9 a) 1) On a, pour tout (x, y) ∈ (R∗+ )2 : Et :

1 1 n(n + 1)
n
√ √ √
x+y x+ y vn = k + n2 = + n2
√ √ √ √ n+n2
k=1
n+n2 2
⇐⇒ x + y ( x + y)2 ⇐⇒ 0 2 x y,
3n + 1 3
= −→ ,
et cette dernière inégalité est vraie. 2(n + 1) n∞ 2
2) Soit (a, b) ∈ (R+ )2 . 1
n 1 n(n + 1)
wn = k + n2 = 2 + n2
Si a b, on a, en appliquant 1) à (x = a − b, y = b) : n2 n 2
k=1
√ √ √ 3n + 1 3
a a − b + b, = −→ .
(√ √ ( √ √ √ ' 2n n∞ 2
d’où : (( a − b(( = a − b a − b = |a − b|. 3
On conclut, par théorème d’encadrement : un −→ .
Si b a, en appliquant√le résultat précédent
' à (b, a) à la place n∞ 2
√
de (a, b), on obtient : | b − a| |b − a|. d) On a, pour tout n ∈ N :
√ √ ' 1 (kn + 1) − 1
n n
On conclut : ∀(a, b) ∈ (R+ )2 , | a − b| |a − b|. k
un = =
kn + 1 n k=1 kn + 1
b) On a, en utilisant a) : k=1
() ) ( ) 1 1
n
1 1
n
0 |un − vn | = (( u2n − v2n (( |u2n − v2n | −→ 0, =

n
n−
kn + 1
=1−
n k=1 kn + 1
n∞ k=1

donc, par théorème d’encadrement : un − vn −→ 0. noté vn
n∞
164
√
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∞
puis : un −→ 1. La propriété est immédiate pour n = 0.

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 nn−1 1 On a montré, par récurrence sur n :

• 0 vn n
(n − 2)(n − 2)n−2 n = ,
n n n
donc, par théorème d’encadrement : vn −→ 0. ∀n ∈ N, φ2n+1 − φn φn+2 = (−1)n .
n∞
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
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
On a alors, pour tout n ∈ N : 1 1

D’autre part : w0 = u0 − = − , w1 = v1 − 2 = −2.
2 2
vn+2 = 3vn+1 − 2vn + 4 Alors :

⇐⇒ a(n + 2) + b = 3 a(n + 1) + b − 2(an + b) + 4
⎧ ⎧ ⎧
⇐⇒ a = −4. ⎪
⎪
⎪
1 ⎪
⎪
⎪
1 ⎪
⎪
⎪
1
⎪w0 = −
⎨ ⎪λ + μ = −
⎨ ⎪λ =
⎨
⎪ 2 ⇐⇒ ⎪ 2 ⇐⇒ ⎪ 2
Ainsi, par exemple, la suite (vn )n0 définie, pour tout n ∈ N, par ⎪
⎪
⎪ ⎪
⎪
⎪ ⎪
⎪
⎪
⎩w1 = −2 ⎩2λ + 3μ = −2 ⎩μ = −1.
vn = −4n, convient.
2) Notons, pour tout n ∈ N : wn = un − vn = un + 4n.
On déduit : ∀n ∈ N, wn = 2n−1 − 3n ,
et on conclut : ∀n ∈ N, un = 2n−1 − 3n + 2 · 4n−1 .
wn+2 − 3wn+1 + 2wn
. % . % . %
= un+2 + 4(n + 2) − 3 un+1 + 4(n + 1) + 2 un + 4n 8.14 a) 1) Montrons, par récurrence : ∀n ∈ N, un ∈ [0 ; 1].
= (un+2 − 3un+1 + 2un ) − 4 = 0. 1
• u0 = ∈ [0 ; 1].
Ainsi, (wn )n0 est une suite récurrente linéaire d’ordre 2, à co- 2
efficients constants et sans second membre. L’équation carac- • Si, pour un n ∈ N fixé, un ∈ [0 ; 1], alors :
téristique r2 − 3r + 2 = 0 admet deux racines réelles, 1 et 2. un+1 = un − u2n = un (1 − un ) ∈ [0 ; 1].
D’après le cours, il existe donc (λ, μ) ∈ R2 tel que :
Ceci montre, par récurrence sur n : ∀n ∈ N, un ∈ [0 ; 1].
∀n ∈ N, wn = λ + μ2n . 2) On a : ∀n ∈ N, un+1 = un − u2n un ,
D’autre part : w0 = u0 = 1 et w1 = u1 + 4 = 3. donc (un )n0 décroît.
⎧ ⎧ ⎧
⎪
⎪ ⎪
⎪ ⎪
⎪
⎨w0 = 1
⎪ ⎨λ + μ = 1
⎪ ⎨λ = −1
⎪ Puisque (un )n0 décroît et est minorée par 0, (un )n0 converge et
Alors : ⎪
⎪ ⇐⇒ ⎪
⎪ ⇐⇒ ⎪
⎪
⎪
⎩w1 = 3 ⎪
⎩λ + 2μ = 3 ⎪
⎩μ = 2. sa limite vérifie 0.
3) On a, en faisant tendre l’entier n vers l’infini dans l’égalité
On déduit : ∀n ∈ N, wn = −1 + 2n+1 .
de définition de la suite : = − 2 , donc : = 0.
et on conclut : ∀n ∈ N, un = 2n+1 − 1 − 4n.
On conclut : un −→ 0.
n∞
b) 1) Cherchons une suite particulière (vn )n0 telle que :
b) 1) Par récurrence immédiate, pour tout n ∈ N, un existe et
∀n ∈ N, vn+2 = 5vn+1 − 6vn + 4n . un ∈ ]0 ; +∞[.
Cherchons vn sous la forme vn = a4n , a ∈ R fixé à trouver. 2) Si (un )n0 converge, alors, comme :
On a alors, pour tout n ∈ N : ∀n ∈ N, 2un un+1 = u2n + 2,
vn+2 = 5vn+1 − 6vn + 4n sa limite vérifie : 22 = 2 + 2,
√ √
⇐⇒ a4n+2 = 5a4n+1 − 6a4n + 4n d’où = 2 ou = − 2,
1 √
⇐⇒ 16a = 20a − 6a + 1 ⇐⇒ a = . puis = 2, car les un sont tous > 0 donc 0.
2
3) On a, pour tout n ∈ N :
1
Ainsi, la suite (vn )n0 définie, pour tout n ∈ N, par vn = 4n ,
2
convient. √ 1 2 √
1 un+1 − 2= un + − 2
2) Notons, pour tout n ∈ N : wn = un − vn = un − 4n . 2 un
2 √ √
u2n + 2 − 2un 2 (un − 2)2
On a, pour tout n ∈ N : = = 0,
2un 2un
wn+2 − 5wn+1 + 6wn
1 1 1 √
= un+2 − 4n+2 − 5 un+1 − 4n+1 + 6 un − 4n donc : ∀n 1, un 2.
2 2 2
= un+2 − 5un+1 + 6un ) + 4n (−8 + 10 − 3) = 0. 1 2
4) Puis : ∀n ∈ N∗ , un+1 − un = un + − un
Ainsi, (wn )n0 est une suite récurrente linéaire d’ordre 2, à co- 2 un
√ √
efficients constants et sans second membre. L’équation carac- 2 − u2n ( 2 − un )( 2 + un )
= = 0.
téristique r2 − 5r + 6 = 0 admet deux racines réelles, 2 et 3. 2un 2un
D’après le cours, il existe donc (λ, μ) ∈ R2 tel que : √
Ainsi, la suite (un )n1 est décroissante et minorée par 2, donc
∀n ∈ N, wn = λ2n + μ3n . converge.
166
√
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 ; +∞[ :
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

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
1 Puisque ln est continue en 1, on conclut :

On conclut, pour tout α ∈ R fixé :
un −→ 0 et vn −→ 0.
n
1 n k α
n∞ n∞
−→ + ∞.
n k=1 k n n∞
8.22 • On a, pour tout k ∈ N∗ :
1 1 1
8.19 Par hypothèse, il existe ∈ R tel que : u2 − u1 , u4 − u2 , . . . , u2k − u2k−1 k−1 ,
1 2 2
u2p −→ et u2p+1 −→ . d’où, par addition et télescopage :
p∞ p∞
Soit ε > 0 fixé. 1

1 1 1 1− k 1
u2k − u1 + + · · · + k−1 = 2 = 2 − k−1 2.
Il existe N1 ∈ N tel que : ∀p N1 , |u2p − | ε 1 2 2 1 2
1−
et il existe N2 ∈ N tel que : ∀p N2 |u2p+1 − | ε. 2
Notons N = Max (2N1 , 2N2 + 1) ∈ N. Ainsi : ∀k ∈ N∗ , u2k u1 + 2.
Soit n ∈ N tel que n N. •Soit n ∈ N tel que n 2. Il existe k ∈ N∗ tel que n 2k .
Si n est pair, n = 2p, p ∈ N, alors 2p = n 2N1 , donc p N1 , Puisque (un )n1 est croissante, on a : un u2k u1 + 2.
d’où : |un − | ε. Ainsi, la suite (un )n∈N∗ est croissante et majorée, donc converge.
168
8.23 On a, pour tout n ∈ N : • Si, pour un n ∈ N fixé, un 2, alors :

) )
1 2un − 1 − u2n (un − 1)
2 ' √
un+1 − un 2 − − un = =− 0, un+1 = un + 2un 2 + 2 · 2 = 2.
un un un
donc (un )n∈N est décroissante. Ceci montre, par récurrence sur n : ∀n ∈ N, un 2.
La suite (un )n∈N est décroissante et minorée (par 0), donc En passant à la limite lorsque l’entier n tend vers l’infini, on
converge et sa limite vérifie 0. déduit : 2. Comme = 0 ou = 2, on obtient = 2.
On a : ∀n ∈ N, un un+1 2un − 1, On conclut : un −→ 2.
n∞
d’où, en faisant tendre l’entier n vers l’infini : 2 − 1,
2
b) Considérons l’application f : R −→ R, x −→ 2x − x2 .
puis ( − 1)2 0, et donc = 1. Si (un )n∈N converge, alors en faisant tendre l’entier n vers l’in-
On conclut : un −→ 1. fini dans l’égalité de définition de la suite, on a f () = .
n∞
On a, pour tout x ∈ R :
8.24 a) 1) Une récurrence immédiate montre que, pour tout f (x) = x ⇐⇒ 2x − x2 = x ⇐⇒ x2 − x = 0
n ∈ N, un existe et un > 0.
) ⇐⇒ x = 0 ou x = 1.
√
2) L’application f : [0 ; +∞[ −→ R, x −→ x + 2x Ceci montre que, si la suite (un )n∈N converge, alors sa limite est
est dérivable sur ]0 ; +∞[ et, pour tout x ∈ ]0 ; +∞[ : 0 ou 1.
1 1 L’application f est dérivable et : ∀x ∈ R, f (x) = 2 − 2x,
f (x) = ) 1+ √ > 0,
√ 2x d’où le tableau de variations de f :
2 x + 2x
x −∞ 0 1 +∞
donc f est strictement croissante sur ]0 ; +∞[, puis, comme f (x) + 0 −
f est de plus continue en 0, f est strictement croissante sur f (x) −∞ 0 1 −∞
[0 ; +∞[.
On a : ∀x ∈ R, f (x) ∈ ] − ∞ ; 1],
3) Puisque f est croissante et que, pour tout n ∈ N :
donc : ∀n 1, un ∈ ] − ∞ ; 1],
un+2 − un+1 = f (un+1 ) − f (un ), et, en particulier : u1 ∈ ] − ∞ ; 1].
⎧
la différence un+2 − un+1 est du même signe que la différence ⎪
⎪
⎨∀x ∈ ] − ∞ ; 0], f (x) ∈ ] − ∞ ; 0]
⎪
un+1 − un . Comme : D’autre part : ⎪⎪
⎪
) ⎩∀x ∈ [0 ; 1], f (x) ∈ [0 ; 1]
√ √ √
u1 − u0 = 4 + 8 − 4 < 4 + 3 − 4 = 7 − 4 < 0, (on dit que ] − ∞ ; 0] et [0 ; 1] sont stables par f ).
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
√
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
5) Montrons, par récurrence : ∀n ∈ N, un 2.

• On a : u0 = 4 > 2.
169
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].
• C’est vrai pour n = 0, car u0 = 0 et c’est vrai pour n = 1, car

1
u1 = .
2
x • Supposons, pour un n ∈ N fixé :
O u1 u2 u3 u4 1
0 un 1 et 0 un+1 1.
On a alors : ∀n 1, un ∈ ]0 ; 1]. On a alors :
Et : ∀x ∈ ]0 ; 1], f (x) − x = x(1 − x) 0, ⎧
⎪
⎪
⎪0
1 ⎪
⎨
donc : ∀n 1, un+1 − un 0, un+2 = (1 + un+1 + u3n ) ⎪
3 ⎪
⎪
⎪
1
donc (un )n1 est croissante. Puisque (un )n1 est croissante et ma- ⎩ (1 + 1 + 1) = 1.
3
jorée (par 1), (un )n1 converge et sa limite vérifie : 0 < u1
1. Comme ∈ {0, 1}, on déduit : = 1. On conclut, par récurrence à deux pas :
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
On conclut, par récurrence à deux pas : 4) Ainsi, pour tout n 1 :
∀n ∈ N, un un+1 , v1 v2 ... vn−1 vn un un−1 ... u1 .
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 )
On obtient, pour tout n 1 :

On a donc : ∀n 1, un vn .
3) On a, pour tout n 1 : u1 ... un un+1 vn+1 vn ... v1 .
un + vn vn − un La suite (un )n1 est croissante et majorée (par v1 ), donc

un+1 − un = − un = 0, converge vers un réel .
2 2
donc (un )n1 est décroissante. La suite (vn )n1 est décroissante et minorée (par u1 ), donc
converge vers un réel .
On a, pour tout n 1 : un + vn
• Comme : ∀n ∈ N, vn+1 = ,
un vn − v2n 2
2un vn vn (un − vn )
vn+1 − vn = − vn = = 0, +
un + vn un + vn un + vn on déduit, en faisant tendre n vers l’infini : = ,
2
donc (vn )n1 est croissante. donc : = .
171
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∞
b) Soit n ∈ N − {0, 1}. Puisque xn ∈ ]0 ; 1], on a : Ce raisonnement par l’absurde montre :

⎧ −n
⎪
⎪ −n −1 −1
⎨2xn xn + xn = n(xn + xn ) nxn
n
⎪ ∃ N ∈ N − {0, 1}, uN+1 uN .
⎪
⎪
⎪
⎩ x−n xn + x−n = n(xn + x−1 ) 2nx−1 ,
n n n n n
n 2) Montrons, par récurrence : ∀n N, un+1 un .

d’où : x−n+1
n et x−n+1
n 2n,
2 • La propriété est vraie pour n = N, cf. ci-dessus.
1 n−1
1 2 n−1
1
donc : xn . • Si, pour un n N fixé, un+1 un , alors :
2n n
On a, par prépondérance classique :
√ 1 √ 1
1 ln 2 + ln n un+2 = un+1 + un + = un+1 .
ln(2n) n−1 =
1
ln(2n) = −→ 0, n+1 n
n−1 n−1 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∞
Par théorème d’encadrement, on conclut : xn −→ 1. Finalement : un −→ 1.

n∞ n∞
172
8.31 a) Soit ε > 0. et donc, puisque l’exponentielle est continue en ln :

∗
Puisque un −→ , il existe N1 ∈ N tel que : √n ln un
n∞
un = exp −→ .
ε n n∞
∀n N1 , |un − | .
2
d) On choisit un de façon à appliquer le résultat de c).
Soit n ∈ N∗ tel que n N1 + 1. On a :
2n un+1 2(2n + 1)
(( 1 n (( 1 n (1) Pour un = , on a : = −→ 4,
|vn − | = (( (uk − )(( |uk − | n un n+1 n∞
n k=1 n k=1 n1
2n √
= n un −→ 4.
1 1
N1 n donc :
n n∞
= |uk − | + |uk − |.
n k=1 n k=N +1 nn
1
(2) Pour un = , on a :
n!
1
N1
Comme |uk − | −→ 0, il existe N2 ∈ N∗ tel que : un+1 1 n # 1 $
n k=1 n∞ = 1+ = exp n ln 1 +
un n n
# 1 1 $
1
N1
ε = exp n + o = exp 1 + o(1) −→ e ,
∀n N2 , |uk − | . n n n∞
n k=1 2
n √
En notant N = Max (N1 , N2 ), on a alors : donc : √n = n un −→ e .
n! n∞
ε ε
∀n N, |vn − | + = ε, n(n + 1) · · · (n + n)
2 2 (3) Pour un = ,
nn
et on conclut : vn −→ . un+1 2(2n + 1) 1 −n 4
n∞
on a : = 1+ −→ ,
b) Notons, pour tout n ∈ N∗ , un = an+1 − an . un n n n∞ e
√n
On a, par hypothèse : un −→ . n(n + 1) · · · (n + n) √n 4
n∞ donc : = un −→ .
n n∞ e
u1 + · · · + un−1
D’après a), il en, résulte : −→ . 1 · 3 · · · (2n − 1)
n−1 n∞ (4) Pour un = ,
nn
Mais, pour tout n 2 :
un+1 2n + 1 1 −n 2
u1 + · · · + un−1 an − a1 an a1 on a : = 1+ −→ ,
= = − . un n+1 n n∞ e
n−1 n−1 n−1 n−1 √n
1 · 3 · · · (2n − 1) √n 2
a1 an donc : = un −→ .
Comme −→ 0, on déduit −→ , n n∞ e
n − 1 n∞ n − 1 n∞ (3n)!
an an n − 1 (5) Pour un = 2n ,
puis : = −→ . n (n!)
n n−1 n
3(3n + 1)(3n + 2) 1 −2n
n∞
un+1 un+1 27
c) On a : ln un+1 − ln un = ln −→ ln , on a : = 1+ −→ 2 ,
un n∞ un (n + 1) 2 n n∞ e
3
ln un 1 n (3n)! √n 27
d’où, d’après b) : −→ ln , donc : 2 = un −→ 2 .
n n∞ n n! n∞ e
173
Séries CHAPITRE 9
Plan
• Détermination de la nature d’une série à termes 0
• Détermination de la nature d’une série à termes de signes quelconques
• Nature d’une suite par intervention d’une série
• Calcul de la somme d’une série convergente, quand c’est possible.

• Définitions, propriétés générales relatives aux opérations et à l’ordre, pour la
convergence et la divergence des séries
• Le lien suite/série
• Le lemme fondamental pour les séries à termes 0
• Pour les séries à termes 0, l’exemple de Riemann, le théorème de majora-
tion, le théorème de minoration, le théorème d’équivalence, la comparaison à
l’exemple de Riemann par la formation de nα un
• La comparaison série/intégrale
• La définition de l’absolue convergence et son lien avec la convergence.

Essayer de :
• majorer un par le terme général d’une série convergente, lorsqu’on
conjecture que la série de terme général un converge
étudier la nature d’une série
Pour
u n à termes 0, sur un exemple ➥ Exercices 9.1 a), c), e), f), h), 9.2, 9.8, 9.17, 9.24 b)
n
• minorer un par le terme général d’une série divergente, lorsqu’on
conjecture que la série de terme général un diverge
➥ Exercices 9.1 g), 9.8
174
• trouver un équivalent simple de un , puis appliquer le théorème

d’équivalence
➥ Exercices 9.1 b), d), i), 9.2, 9.6, 9.7, 9.9, 9.12 a), 9.16 d),
9.23, 9.24 b)
Pour obtenir un équivalent simple de un , il pourra être nécessaire
d’effectuer, de façon intermédiaire, des développements limités
➥ Exercices 9.1 b), i), 9.10, 9.11, 9.16 e), 9.18
• lorsque un n’admet pas d’équivalent simple, former nα un , pour α > 0
fixé, déterminer la limite de nα un lorsque l’entier n tend vers l’infini,
(suite) 1
et en déduire une comparaison de un avec α , qui permettra éven-
n
tuellement de conclure
➥ Exercices 9.16 a), b), c)
• mélanger l’utilisation d’équivalents et de majorants, ou d’équiva-
lents et de minorants
➥ Exercice 9.20
• utiliser une comparaison série/intégrale.
➥ Exercices 9.16 e), f).
Dans un cadre théorique, essayer de :
Pour déduire • comparer, par inégalité, par équivalence, un à vn

la convergence
d’une série u n à termes 0 ➥ Exercice 9.2
n

à partir de la • comparer, par inégalité, les sommes partielles de la série un aux
convergence
d’une série u n à termes 0 n
sommes partielles de la série vn .
n
n
➥ Exercice 9.25
En plus des méthodes évoquées plus haut, essayer de :

• montrer
que la suite (un )n ne converge pas vers 0, c’est-à-dire que la
Pour montrer série un diverge grossièrement

qu’une série u n diverge n
n ➥ Exercice 9.18
• montrer, s’il s’agit d’une série à termes 0, que la suite des sommes
partielles tend vers +∞.
On peut, surtoutsi an apparaît comme une sommation, étudier la na-

Pour étudier ture de la série (an+1 − an ), puis appliquer le lien suite/série.
la nature d’une suite (a n) n n
➥ Exercice 9.11.
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.

9.1 Exemples de détermination de la nature d’une série à termes 0
Déterminer la nature de la série de terme général un dans les exemples suivants :
| cos n|
a)
n2
3
1 √
b) n+ − n
2
1 1 n
c) +
3 n
n2 + 3n + 2
d) ln
n2 + 3n + 1
2n
e)
1 + n!
1
f)
n2 ln n
176
ln n
g)
n
n!
h)
nn
2 1
i) ln 1 + − .
n n
9.2 Nature de séries déduites d’autres séries

Soit an une série à termes dans R∗+ , convergente. Déterminer la nature des séries de termes
n0
an 1 − cos an
généraux : un = , vn = e an − 1, wn = , xn = a2n .
1 + an an
9.3 Calcul de la somme d’une série par télescopage

1
On note, pour tout n ∈ N∗ : un = √ .√
n n + 1 + (n + 1) n
1 1
a) Montrer : ∀n ∈ N∗ , un = √ − √ .
n n+1

+∞
b) En déduire que la série un converge et calculer un .
n1 n=1
9.4 Calcul de la somme d’une série par télescopage

1 1 2
a) Montrer : ∀a ∈ ]1 ; +∞[, = − .
a + 1 a − 1 a2 − 1

+∞
2n
b) Existence et calcul, pour x ∈ ]1 ; +∞[ fixé, de .
n=0
x2n+1
9.5 Calcul de la somme d’une série associée à 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) Calculer, pour tout n ∈ N, φn en fonction de n.

+∞
φn
b) Existence et calcul de .
n=0
2n
9.6 Étude de séries associées à une suite du type un+1 = f (un)

)
On considère la suite réelle (un )n0 définie par u0 = 1 et : ∀n 0, un+1 = u2n + 2.
a) Calculer, pour tout n ∈ N. un en fonction de n.
1
b) En déduire, pour tout α ∈ ]0 ; +∞[ fixé, la nature de la série de terme général .
uαn
9.7 Nature de séries associées à des sommes de factorielles

n
a) Montrer : k! ∼ n!.
n∞
k=0
177
b) En déduire la nature des séries de termes généraux :
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
9.9 Nature d’une série à partir d’une autre série

Soit an une série à termes dans R∗+ , convergente.
n0
√
sin an
On note, pour tout n ∈ N : un = 1 − √ . Quelle est la nature de la série un ?
an n0
9.10 Exemple de produit infini, convergence

n
k2 + a
Soit (a, b) ∈ (R+ )2 . On note, pour tout n ∈ N∗ : Pn = .
k=1
k2 + b
Montrer que la suite (Pn )n∈N∗ converge et que sa limite est > 0.
9.11 Nature d’une suite par l’étude d’une série

n
1
Soit a ∈ ]1 ; +∞[ fixé. On note, pour tout n ∈ N∗ : un = − ln n.
k=0
a+k
Montrer que la suite (un )n∈N∗ converge.
9.12 Calcul de la somme d’une série reliée à la série de l’exponentielle

n3 + 6n2 − 5n − 2
On note, pour tout n ∈ N : un = .
n!

a) Montrer que la série un converge.
n0

b) Montrer que B = 1, X, X(X − 1), X(X − 1)(X − 2) est une base de R3 [X] et décomposer
linéairement P = X + 6X − 5X − 2 sur B.
3 2

+∞
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
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
9.15 Calcul de sommes de séries par télescopage

Existence et calcul de :

+∞
n
a)
n=1
1 · 3 · · · (2n + 1)

+∞
2n − 1
b) .
n=1
2 · 4 · · · (2n)
9.16 Exemple de détermination de nature de séries à termes 0

Déterminer la nature de la série de terme général un dans les exemples suivants :
√
a) e − n
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
9.17 Nature d’une série à partir d’autres séries

Soit (un )n1 une suite à termes dans R+ , telle que la série n2 u2n converge.
n1

Montrer que la série un converge.
n1
9.18 Exemple de détermination de la nature d’une série avec paramètre

Déterminer, pour (a, b) ∈ R2 fixé, la nature de la série de terme général
un = ln(n2 + n + 1) + a ln(n2 + 2n + 4) + b ln(n2 + 3n + 10).
9.19 Calcul de la somme d’une série reliée à des séries géométriques

+∞
n2
Existence et calcul de S = .
n=0
3n+(−1)n
179
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
9.22 Calcul de la somme de la série harmonique alternée, par utilisation d’intégrales

N / 1
(−1)n−1 1 − (−1)N xN
a) Montrer : ∀N ∈ N∗ , = dx.
n=1
n 0 1+x
(−1)n−1
+∞
(−1)n−1
b) En déduire que la série converge et que = ln 2.
n1
n n=1
n
9.23 Nature de séries définies à partir d’une suite

√
On considère la suite réelle (un )n0 définie par u0 = 1 et : ∀n ∈ N, un+1 = n + un .
a) Montrer : un −→ +∞.
n∞
√ √ √
b) 1) Établir : ∀n ∈ N∗ , n un 2 n. 2) Démontrer : un ∼ n.
n∞
1
c) Quelle est la nature, pour α ∈ ]0 ; +∞[ fixé, de la série de terme général ?
uαn
9.24 Étude des séries convergentes dont le terme général décroît

Soit (un )n1 une suite à termes dans R∗+ , décroissante, telle que la série un converge.
n1
a) Montrer : nun −→ 0. On pourra utiliser l’exercice 8.19.

n∞
b) En déduire la nature des séries de termes généraux : vn = nu2n , wn = un (1 + un )n .
9.25 Groupement de deux termes consécutifs

Soit (un )n∈N une suite réelle convergeant vers 0. Montrer que les séries de termes généraux un et
vn = un + un+1 sont de même nature.
180
9.26 Convergence par la règle de d’Alembert

a) Soit (un )n0 une suite à termes dans R∗+ .
un+1
On suppose qu’il existe ∈ [0 ; 1[ tel que : −→ .
un n∞

Démontrer que la série un converge.
n0
−1
(n!)2 2n 4n
b) Nature des séries de termes généraux : un = , vn = .
(2n)! 2n
9.27 Théorème spécial à certaines séries alternées, exemple, utilisation d’un développement
limité
a) Soit (un )n0 une suite réelle telle que :
∀n ∈ N, un = (−1)n |un |, un −→ 0, (|un |)n0 décroît.

n∞

n
1) On note, pour tout n ∈ N : S n = uk .
k=0
Montrer que les suites (S 2p ) p0 et (S 2p+1 ) p0 sont adjacentes.

2) En déduire que la série un converge. On pourra utiliser l’exercice 8.19.
n0
(−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
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.
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
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.
9.10 Considérer ln Pn et se ramener à la nature d’une série. 9.19 1) Existence : Majorer.

Utiliser des développements limités.
2) Calcul : Séparer, dans une somme partielle, les termes d’in-
dices pairs, d’indices impairs. Utiliser la série géométrique et ses
9.11 Utiliser le lien
suite/série : la suite (un )n1 converge si et dérivées successives.
seulement si la série (un+1 − un ) converge.
n1
9.20 a) Montrer que (un )n0 est croissante et divergente.
9.12 a) Équivalent et série de l’exponentielle. b) Élever au carré et obtenir :
b) Faire apparaître X(X − 1)(X − 2) dans P, puis faire apparaître

X(X − 1), ... ∀n ∈ N, u2n + 2 u2n+1 u2n + 3,
c) Décomposer en somme de séries convergentes.

puis sommer et utiliser un télescopage.
9.13 a) Réduire au même dénominateur et identifier.
c) Encadrer
1
en utilisant a) et b).
uαn
b) Former les sommes partielles et faire apparaître un télesco-
page.
9.21 a) Montrer, par récurrence : ∀n ∈ N, un 5.
Ayant montré que (un )n∈N est croissante, pour obtenir
9.14 a) • Montrer, par récurrence : ∀n ∈ N, φn 0
un −→ + ∞, raisonner par l’absurde.
n∞
et déduire que (φn )n0 est croissante.
b) Remarquer que : un+1 − 2 = u2n − 5un + 6 = (un − 2)(un − 3).
• Raisonner par l’absurde pour déduire φn −→ + ∞.
n∞
c) Faire apparaître un télescopage dans le calcul des sommes
c) Utiliser b), former les sommes partielles et faire apparaître partielles de la série, en utilisant b).
un télescopage.
9.22 a) Partir du second membre, faire apparaître une somme
n partielle de série géométrique et permuter intégrale et somma-
9.15 a) Noter, pour tout n 1 : un =
1 · 3 · · · (2n + 1) tion d’un nombre fini de fonctions.
et décomposer un de façon à faire apparaître un télescopage / 1 N
x
dans les sommes partielles. b) Montrer que : dx −→ 0.
0 1+x N∞
182
√
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
183
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
√ # 1 1/2 $ √ # 1 1 $ h) On a, pour tout n 2 :

un = n 1 + −1 = n 1+ +o −1
2n 4n n n! 1 · 2 · · · n 1 · 2 2
1 1 1 0 un = = = .
= √ +o √ ∼ √ 0, nn n · n · · · n n · n n2
4 n n n∞ 4 n D’après l’exemple de Riemann (2 > 1) et le théorème de majo-
et on termine comme ci-dessus. ration pour des séries à termes 0, on conclut :

c) On a, pour tout n 2 : la série un converge.
n
1
1 n 1 1 n 5 n
0 un = + + = . i) On a, par développement limité :
3 n 3 2 6
2 1 #2 1 $ 1
(( 5 (( 5 n un = ln 1 + − = +o −
Puisque (( (( < 1, la série géométrique converge. n n n n n
6 6 1
n 1 1
Par théorème de majoration
pour des séries à termes 0, = +o ∼ 0.
n n n∞ n
on conclut : la série un converge.
n D’après l’exemple de Riemann et le théorème d’équivalence
n + 3n + 2
2 pour des séries à termes 0, on conclut :
d) On a : −→ 1,
n2 + 3n + 1 n∞ la série un diverge.
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
1 2 9.5 a) Il s’agit d’une suite récurrente linéaire d’ordre 2, à

1 − cos an an 1
• wn = ∼ 2 = an 0, donc, d’après le théo- coefficients constants et sans second membre. L’équation ca-
an n∞ an 2 ractéristique r2 − r − 1 =√0 admet deux√solutions réelles dis-
rème d’équivalence pour des séries à termes 0, la série wn 1− 5 1+ 5
n tinctes, qui sont α = , β= . D’après le cours,
converge. 2 2
il existe (λ, μ) ∈ R2 tel que :
• Puisque an −→ 0, il existe N ∈ N tel que :
n∞
∀n ∈ N, φn = λαn + μβn .
∀n N, an 1.
On a :
⎧
On a alors : ∀n N, 0 an . a2n ⎧ ⎧ ⎪
⎪
⎪λ=
1
=−√
1
⎪
⎪ ⎪
⎪ ⎪
⎪
⎨φ0 = 0
⎪ ⎨λ + μ = 0
⎪ ⎪
⎨ α−β 5
Comme la série an converge, par théorème de majoration ⎪
⎪ ⇐⇒⎪
⎪ ⇐⇒⎪
⎪
⎪
⎩φ1 = 1 ⎪
⎩λα + μβ = 1 ⎪
⎪
⎪ 1 1
n ⎪
⎩μ = = √ .
pour des séries à termes 0, la série xn converge. β−α 5
n
On conclut :
√ √
9.3 ∗
a) On a, pour tout n ∈ N , en utilisant une expression 1 # 1 + 5 n 1 − 5 n $
conjuguée : ∀n ∈ N, φn = √ − .
5 2 2
√ √
1 1 n+1− n 1 b) • Convergence de la série :
√ − √ = √ √ = √ √ √ √
n n+1 n n+1 n n+1 n+ n+1 On a, pour tout n ∈ N, avec les notations précédentes :
1
= √ √ = un . φn 1 # β n α n $ 1 β n
n n + 1 + n(n + 1) 0 = √ − ∼ √ ,
2n 5 2 2 n∞ 5 2
b) Nous allons former les sommes partielles et utiliser un téles- (( α (( β
copage. On a, pour tout N 1 : car 0 (( (( < .
2 2
√ β n
N β 1+ 5
1 1
N
1 1 Puisque 0 = < 1, la série géométrique
un = √ − √ = − √ −→ 1. 2 4 2
n=1 n=1
n n + 1 1 N + 1 N∞ n
converge, donc, par théorème d’équivalence pour des séries à
φn

+∞ termes 0, la série converge.
On conclut : la série un converge et un = 1. n
2n
n1 n=1 • Calcul de la somme :
9.4 a) On a, pour tout a ∈ ]1 ; +∞[ : On a :

+∞
φn
+∞
1 # β n α n $ 1 # β n α n $
+∞ +∞
1 2 (a + 1) − 2 a−1 1 = √ − = √ −
− = = 2 = . 2n 5 2 2 5 n=0 2 2
a − 1 a2 − 1 a2 − 1 a −1 a+1 n=0 n=0 n=0
car ces deux séries sont convergentes

b) Soit x ∈ ]1 ; +∞[. On a, pour tout n ∈ N, en appliquant a) à
n
a = x2 : 2n
1
= 2n
1
−
2
. 1 # 1 1 $ 2 1 1
x +1 x − 1 x2n+1 − 1 = √ − α = √ 2−β − 2−α
β
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
par prépondérance classique, puisque x > 1.

9.6 a) On a : ∀n ∈ N, u2n+1 = u2n + 2,
On conclut que la série envisagée converge et que :
donc (u2n )n0 est une suite arithmétique de raison 2.

+∞ n
2
=
1
. D’où : ∀n ∈ N, u2n = u20 + 2n = 1 + 2n.
x2n + 1 x−1
n=0 Comme : ∀n ∈ N, un 0,
185
√
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
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
b) • En notant Un polynôme s’annule en une infinité de points si et seulement

P0 = 1, P1 = X, P2 = X(X − 1), P3 = X(X − 1)(X − 2), si c’est le polynôme nul, donc :
∀i ∈ 0 ; 3, deg (Pi ) = i, ⎧ ⎧ 1

on a :
⎪ ⎪
⎪
⎪a=−
⎪
⎪
⎪a+b+c= 0 ⎪
⎪
⎪ 2
donc, d’après le cours, B = (P0 , P1 , P2 , P3 ) est une base ⎪
⎪
⎨ ⎪
⎪
⎨
de R3 [X]. (C) ⇐⇒ ⎪
⎪3a + 2b + c − 1 = 0 ⇐⇒ ⎪
⎪b=2
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎩2a + 1 = 0 ⎪
⎪
⎪
• Exprimons P sur la base B. ⎩c = − 3 .
2
On a, en développant :
On conclut qu’il existe (a, b, c) ∈ R3 unique convenant :
P0 = 1, P1 = X, P2 = X2 − X, P3 = X3 − 3X2 + 2X.
1 3
d’où, en faisant apparaître successivement P3 , P2 , P1 , P0 (a, b, c) = − , 2, − .
dans P : 2 2
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
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
Ainsi, la suite (φn )n0 est croissante et divergente, donc : vn = v1 + (bn−1 − bn )

n=1 n=2
φn −→ + ∞. 1
n∞ = v1 + b1 − bN = 1 − −→ 1.
2 · 4 · · · (2N) N∞
b) D’après a) : ∀n ∈ N∗ , φn φ1 = 1 > 0.
On conclut que la série envisagée converge et que :
On a, pour tout n ∈ N∗ :
+∞
2n − 1
φ2n+1 − φ2n = 1.
1 1 (φn+1 − φn )(φn+1 + φn ) φn−1 φn+2 2 · 4 · · · (2n)
− = = = 2 2 . n=1
φ2n φ2n+1 φ2n φ2n+1 φ2n φ2n+1 φn φn+1
9.16 Il s’agit de séries à termes 0.
c) Nous allons former les sommes partielles et faire apparaître √ √
un télescopage. On a, pour tout N 1, en utilisant b) : a) On a : 0 n2 un = n2 e − n
= e 2 ln n− n
−→ 0,
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
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
D’après l’exemple de Riemann (3/2 > 1) et le théorème de ma- ∀N 2, f (n + 1) f (x) dx f (n).

2
joration pour des séries à termes 0, on conclut : la série de n=2 n=2
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
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
• 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
n2 Ainsi, pour tout n 1 :

Notons, pour tout n ∈ N : un = .
3n+(−1)n u2n−1 + 2 u2n u2n−1 + 3, . . . , u20 + 2 u21 u20 + 3.
n2 1 n
On a : ∀n ∈ N, 0 un n−1 = 3n2 . On déduit, par sommation et télescopage :
3 3
D’après le cours sur les séries dérivées de la série géométrique,
(( 1 (( 1 n ∀n ∈ N, u20 + 2n u2n u20 + 3n,
puisque (( (( < 1, la série n2 converge.
3 n0
3 d’où, puisque les un sont tous 0 :
) )
Par théorème de majoration
pour des séries à termes 0, il en ∀n ∈ N, 2n + u20 un 3n + u20 .
résulte que la série un converge.
n0
c) Soit α ∈ R∗+ fixé. D’après b), on a, pour tout n ∈ N∗ :
2) Calcul :
1 α 1 1 α
Séparons, dans une somme partielle, les termes d’indices pairs, ) α ) .
un
d’indices impairs. On a, pour tout N ∈ N : 3n + u20 2n + u20

2N+1
n2
N
(2p)2
N
(2p + 1)2 1 α 1 α 1
= + Et : ) ∼ √ = 3−α/2 α/2 ,
3n+(−1)n 32p+1 3(2p+1)−1 n∞ n
n=0 p=0 p=0 3n + u02 3n
α 1 α
4 p2 4p2 + 4p + 1 16 p2 p 1 1 1
N N N N N
= + = +4 + . ) ∼ √ = 2−α/2 α/2 .
n∞ 2n n
3 p=0 9 p p=0 9p 3 p=0 9 p p=0
9 p p=0 9 p 2n + u20
190
• 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
par théorème de majoration pour des séries à termes 0, la = − = −

1 u − 2 n=0 un+1 − 2 n=0 un − 2 n=1 un − 2
n=0 n
série converge. 1 (−1)N+1 1 1
n1 n
uα = − −→ = .
u0 − 2 uN+1 − 2 N∞ u0 − 2 3
• Si α 2, alors, d’après l’exemple de Riemann, la série
1
diverge, donc, par théorème d’équivalence pour des (−1)n
nα/2 Ceci montre que la série converge et que :
n1
α u −3
n0 n
1
séries à termes 0, la série ) diverge, puis, par
n1 3n + u20
+∞
(−1)n 1
= .
théorème de minoration pour des séries à termes 0, la série u − 3 3
1 n=0 n
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
Ceci montre que (un )n∈N diverge. (−1)n−1

Puisque (un )n∈N est croissante et divergente, on conclut : On conclut que la série converge et que :
n1
n
un −→ + ∞.
n∞
+∞
(−1)n−1
= ln 2.
b) On a, pour tout n ∈ N : n=1
n
(−1)n (−1)n+1 (−1)n (−1)n+1

− = − 9.23 a) D’abord, il est clair, par récurrence immédiate, que,
un − 2 un+1 − 2 un − 2 (un − 2)(un − 3)
pour tout n ∈ N, un existe et un 0.
(−1)n (−1)n √ √
= (un − 3) + 1 = . On a donc : un+1 = n + un n −→ + ∞,
(un − 2)(un − 3) un − 3 n∞
d’où : un+1 −→ + ∞,
c) Nous allons former les sommes partielles et faire apparaître n∞
un télescopage. puis, par décalage d’indice : un −→ + ∞.

n∞
191
b) 1) Récurrence sur n. Par théorème d’encadrement, il en résulte : nu2n −→ 0,

√√ n∞
• La propriété est vraie pour n = 1, car 1 u1 = 1 2 1. puis, en multipliant par 2 : (2n)u2n −→ 0.
√ √ n∞
• Supposons, pour un n 1 fixé : n un 2 n.
) • On a, pour n 1 :
√ √ √
On a alors : un+1 = n + un n + n n + 1. 2n + 1
) 0 (2n + 1)u2n+1 (2n + 1)u2n = (2n)u2n −→ 1 · 0 = 0.
√ √ 2n n∞
On a aussi : un+1 = n + un n + 2 n.
) D’où, par théorème d’encadrement : (2n + 1)u2n+1 −→ 0.
√ √ n∞
Montrons, pour tout n 1 : n + 2 n 2 n + 1 (1). • Puisque (2n)u2n −→ 0 et (2n + 1)u2n+1 −→ 0,
√ √ n∞ n∞
On a : (1) ⇐⇒ n + 2 n 4(n + 1) ⇐⇒ 2 n 3n + 4,
d’après l’exercice 8.19, on conclut : nun −→ 0.
n∞
et cette dernière inégalité est vraie car :
√ √ b) • Puisque nun −→ 0, il existe N 1 tel que :
2 n 3 n 3n 3n + 4. n∞
) √ ∀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
D’après l’exemple de Riemann et le théorème d’équivalence Vn = vk = (uk + uk+1 ) = uk + uk+1

k=0 k=0 k=0 k=0
pour des séries à termes 0, on conclut : la série de terme
1
n
n+1
général α converge si et seulement si : α > 2. = uk + uk = Un + (Un+1 − u0 ),
un
k=0 k=1
9.24 a) • Considérons, pour n 1, le paquet de termes
donc : Vn −→ 2U − u0 ,

2n+1 n∞
uk .
k=n+1
ce qui montre que la série vn converge.
n0
Puisque la suite (un )n1 est décroissante et à termes 0, on a :

2n+1 2) Réciproquement, supposons que la série vn converge.
∀n 1, uk nu2n 0. n0
k=n+1
+∞
Notons V = vn . On a, pour tout n ∈ N :
Mais, puisque la série un converge, on a : n=0
n1
Vn = Un + Un+1 − u0 = 2Un + un+1 − u0 ,

2n+1
2n+1
n
+∞
+∞
uk = uk − uk −→ uk − uk = 0. 1 1 1
n∞ donc : Un = Vn + u0 − un+1 .
k=n+1 k=1 k=1 k=1 k=1 2 2 2
192
Puisque Vn −→ V et un+1 −→ 0 (hypothèse), on déduit : 9.27 a) 1) On a, pour tout p ∈ N :

n∞ n∞
1 1 S 2(p+1) − S 2p = u2p+1 + u2p+2 = −|u2p+1 | + |u2p+2 | 0,

Un −→ V + u0 ,
n∞ 2 2
S 2(p+1)+1 − S 2p+1 = u2p+2 + u2p+3 = |u2p+2 | − |u2p+3 | 0,
ce qui montre que la série un converge.
et : S 2p+1 − S 2p = u2p+1 −→ 0.
n0 n∞
Finalement, les séries de termes généraux un et un + un+1 sont On conclut que les suites (S 2p ) p∈N et (S 2p+1 ) p∈N sont adjacentes.
de même nature.
2) Puisque les suites (S 2p ) p∈N et (S 2p+1 ) p∈N sont adjacentes,
Remarque : L’hypothèse un −→ 0 est essentielle. elles convergent et ont la même limite, notée .
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
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
• Résolution d’équations à inconnue réelle
• Résolution de certaines équations fonctionnelles
• 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.

• Propriétés des fonctions ayant des limites finies ou des limites infinies, pour les
opérations algébriques et pour l’ordre usuel
• Définition des fonctions remarquables : paires, impaires, périodiques, majorées,
minorées, bornées, croissantes, décroissantes
• Propriétés générales des fonctions continues
• Théorème des valeurs intermédiaires, théorème de continuité sur un segment,
théorème de la bijection monotone
• Définition de la fonction partie entière, notée Ent.

Essayer de :
• transformer l’écriture de l’expression proposée, souvent par des fac-
Pour calculer torisations
la limite d’une fonction
se présentant ➥ Exercice 10.1 d)
sous une forme indéterminée • utiliser des équivalents
➥ Exercices 10.1 a) à c), h)
194
• utiliser les prépondérances classiques relatives aux fonctions loga-

rithmes, puissances, exponentielles
(suite) ➥ Exercices 10.1 e) à g)
Voir aussi les méthodes à retenir du chapitre 13, utilisant des déve-
loppements limités.
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 d’étudier les variations d’une fonction associée à l’équation,

Pour résoudre une équation par exemple la fonction obtenue en faisant tout passer dans le premier
à une inconnue réelle membre.
➥ Exercice 10.4.
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.
Pour montrer qu’une fonction Revenir à la définition.

est paire, est impaire, est périodique ➥ Exercices 10.8, 10.18.
Se rapporter à la définition de la partie entière d’un réel :

Pour manipuler ∀x ∈ R, Ent(x) x < Ent(x) + 1 et Ent(x) ∈ Z
la fonction partie entière
ou encore : ∀x ∈ R, x − 1 < Ent(x) x et Ent(x) ∈ Z .
➥ Exercice 10.11.
195
Chapitre 10 • Fonctions d’une variable réelle : généralités, limites, continuité
Raisonner clairement par implication puis réciproque, ou exception-

nellement par équivalences logiques.
Si la fonction inconnue est supposée continue sur un intervalle et ne
prend qu’un nombre fini de valeurs, utiliser le théorème des valeurs
Pour résoudre intermédiaires
une équation fonctionnelle ➥ Exercices 10.12, 10.17
Essayer d’appliquer l’équation à des valeurs ou des formes particu-
lières de la (les) variable(s), ou passer à une limite
➥ Exercice 10.24
Voir aussi les méthodes à retenir des chapitres 11 et 12.
Pour étudier Essayer d’étudier la fonction auxiliaire g : x −→ f (x) − x.

les points fixes d’une fonction f ➥ Exercices 10.13, 10.20, 10.23.
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

10.1 Exemples de calculs simples de limites
Déterminer les limites suivantes :
2x2 − x + 1
a) lim
x −→ +∞ x−1
x2 − x + 2
b) lim
x −→ −∞ 2x2 + x + 4
x−1
c) lim
x −→ +∞ x3 + x + 1
x2 − 3x + 2
d) lim +
x −→ 2 x2 − 4x + 4
(ln x)2 − 3
e) lim
x −→ +∞ x+2
f) lim + x2 (ln x − x)
x −→ 0
g) lim x(1 + ln x) e −x
x −→ +∞
1
h) lim 2 x .
x −→ +∞
10.2 Obtention d’une limite par une condition sur la fonction

Soit f : R −→ R telle que : f (x) 2 − f (x) −→ 1. Montrer : f (x) −→ 1.
x −→ +∞ x −→ +∞
10.3 Points fixes lorsqu’une itérée est constante

Soit f : R −→ R une application.
On suppose qu’il existe n ∈ N∗ et a ∈ R tels que : ∀x ∈ R, f [n] (x) = a,
où f [n] désigne f ◦ · · · ◦ f . Montrer : f (a) = a.

n fois
10.4 Résolution d’une équation, utilisation de la stricte monotonie

Résoudre l’équation x6 + x4 = 810, d’inconnue x ∈ R+ .
10.5 Existence d’une solution par théorème des valeurs intermédiaires

Montrer que l’équation x15 = x11 + 2, d’inconnue x ∈ R+ , admet au moins une solution.
10.6 Composées bornées

Soient f : R −→ R une application bornée, g : R −→ R une application continue. Montrer que
f ◦ g et g ◦ f sont bornées.
10.7 Expliciter une fonction réciproque

x
Montrer que l’application f : ] − 1 ; 1[ −→ R, x −→ est bijective et exprimer f −1 (y)
1 − x2
pour tout y ∈ R.
10.8 Fonctions paires, fonctions impaires

a) Soit I un intervalle non vide de R tel que : ∀x ∈ I, −x ∈ I.
197
On note E = RI l’espace vectoriel des applications de I dans R, et on note P (resp. I ) l’en-

semble des applications paires (resp. impaires) de I dans R, c’est-à-dire :

P = f : I −→ R ; ∀x ∈ I, f (−x) = f (x) ,

I = f : I −→ R ; ∀x ∈ I, f (−x) = − f (x) .
Montrer que P et I sont deux sous-espaces vectoriels de E supplémentaires dans E , et expri-
mer, pour toute f ∈ E , la décomposition linéaire de f sur P et I .

1+x
b) On prend ici I = ] − 1 ; 1[ et f : I −→ R, x −→ . Calculer, pour tout x ∈ I, p(x) et
1−x
i(x), où p et i sont les projetés de f sur P et I respectivement.
10.9 Condition de composition sur une fonction

⎧
⎪
⎪
⎨∀x ∈ R, f f (x) = x + 1
⎪
Existe-t-il une application f : R −→ R telle que : ⎪
⎪ ?
⎩∀x ∈ R, f f (x) − 1 = 1 − x
⎪
10.10 Conditions d’inégalités sur une fonction

⎧
⎪
⎪
⎨∀x ∈ R, f (x) x
⎪
Soit f : R −→ R telle que : ⎪
⎪
⎪
⎩∀(x, y) ∈ R2 , f (x + y) f (x) + f (y).
Montrer : f = IdR .
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 :
Ent(x) ∈ Z Ent(x) x < Ent(x) + 1.

et
2 2
Montrer que l’application f : R −→ R, x −→ x − Ent(x) + Ent(x) + 1 − x
est continue sur R.
10.12 Exemple d’équation fonctionnelle

Trouver toutes les applications f : R −→ R continues telles que :
2
∀x ∈ R, f (x) = 3 f (x) − 2.
10.13 Point d’égalité de deux fonctions

Soient f : R −→ R continue telle que : lim f = −∞ et lim f = +∞ et g : R −→ R continue et
−∞ +∞
bornée. Démontrer : ∃ c ∈ R, f (c) = g(c).
10.14 Amélioration d’une majoration

Soient (a, b) ∈ R2 tel que a < b, f, g : [a ; b] −→ R continues.
On suppose : ∀x ∈ [a ; b], 0 < f (x) < g(x).
Montrer qu’il existe C ∈ [0 ; 1[ tel que : ∀x ∈ [a ; b], f (x) Cg(x).
10.15 Fonction réciproque, inégalité

On note f : R −→ R, x −→ x + x2 + 2x3 .
a) Montrer que f est bijective. On note f −1 la réciproque de f .

b) Trouver α ∈ R∗+ tel que : ∀y ∈ R, f −1 (y) α|y|.
198
10.16 Fonction réciproque, équation

On note f : R −→ R, x −→ x3 + x − 8.
a) Montrer que f est strictement croissante et bijective. On note f −1 la réciproque de f .
b) Résoudre l’équation 2 f (x) + 3 f −1 (x) = 10, d’inconnue x ∈ R.

Trouver toutes les applications f : R −→ R telles que :
∀(x, y) ∈ R2 , f (x) f (y) − f (xy) = x + y.
10.18 Produits de fonctions continues paires, continues impaires

Soit X un intervalle de R, contenant 0 et non réduit à 0, tel que : ∀x ∈ X, −x ∈ X.
On note E l’espace vectoriel des applications continues de X dans R, P (resp. I) le sous-espace
vectoriel de E formé des applications continues paires (resp. impaires).
Soit ϕ ∈ E fixée.
a) Montrer que les assertions suivantes sont deux à deux équivalentes :
(1) ϕ ∈ P, (2) ∀ f ∈ P, f ϕ ∈ P, (3) ∀ f ∈ I, f ϕ ∈ I.
b) Même question pour :

(1
) ϕ ∈ I, (2
) ∀ f ∈ P, f ϕ ∈ I, (3
) ∀ f ∈ I, f ϕ ∈ P.
10.19 Fonction idempotente de limites infinies

Soit f : R −→ R continue telle que : f ◦ f = f, lim f = −∞, lim f = +∞.
−∞ +∞
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) ∅.
10.21 Combinaison de polynômes scindés simples à zéros entrelacés

Soient n ∈ N∗ , a0 , ..., an , b0 , ..., bn ∈ R tels que : a0 < b0 < a1 < b1 < · · · < an < bn , α, β ∈ R∗+ .
n n
On note : P = α (X − ak ) + β (X − bk ) ∈ R[X].
k=0 k=0
Démontrer que P admet n + 1 zéros réels deux à deux distincts.
10.22 Minoration impossible

Montrer qu’il n’existe pas d’application f : R −→ R telle que :
√
∀x ∈ R, ∀h ∈ R∗+ , f (x + h) f (x) + h.
10.23 Étude de point fixe

a) Soit f : [0 ; 1] −→ [0 ; 1] continue. Montrer : ∃ c ∈ [0 ; 1], f (c) = c.
b) Est-ce que, pour toute application continue f : ]0 ; 1[ −→ ]0 ; 1[, il existe c ∈ ]0 ; 1[ tel que
f (c) = c ?
199

Trouver toutes les applications f : R −→ R telles que :

∀(x, y) ∈ R2 , f x f (y) + x = xy + f (x).
10.25 Minimum d’une fonction continue de limite +∞ aux deux infinis

Soit f : R −→ R continue telle que : f (x) −→ +∞ et f (x) −→ +∞.
x −→ −∞ x −→ +∞
Montrer qu’il existe x0 ∈ R tel que : ∀x ∈ R, f (x) f (x0 ).
10.26 Polynômes surjectifs de R dans R

Soit P ∈ R[X] − {0}. Montrer que l’application polynomiale P : R −→ R, x −→ P(x) est
surjective si et seulement si deg (P) est impair. On pourra utiliser l’exercice 10.25.
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
10.20 Raisonner par contraposition : 10.24

1) Soit f convenant. Appliquer l’hypothèse à

1, −1 − f(1) , noter a = f − 1 − f(1) + 1, puis appliquer l’hy-
supposer x ∈ R ; f(x) = g(x) = ∅, considérer h = f − g et utiliser
pothèse à (x, a), pour déduire la forme de f.
le théorème des valeurs intermédiaires.
2) Étudier la réciproque.
10.21 Préciser le degré de P. Considérer les P(ai ) et les P(bi )
pour i ∈ 1 ; n. 10.25 Montrer qu’il existe A ∈ ] − ∞ ; 0] et B ∈ [0 ; +∞[ tels que :
10.22 Raisonner par l’absurde : supposer qu’il existe f conve-

nant. Soit (x, y) ∈ R2 tel que x < y. Pour n ∈ N∗ , considérer ∀x ∈ ] − ∞ ; A], f(x) f(0) et ∀x ∈ [B ; +∞[, f(x) f(0) ,
y −x
h= > 0, appliquer l’hypothèse de façon répétée, et dé-
n
duire une contradiction. puis appliquer le théorème de continuité sur le segment [A ; B].
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.
b) Considérer f : ]0 ; 1[ −→ R, x −→ x2 . 2) Si deg (P) est pair, utiliser l’exercice 10.25.

201
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
par prépondérance classique.

1 + ln x donc g ◦ f est bornée.
g) x(1 + ln x) e −x = (x2 e −x ) −→ 0,
x x −→ +∞
10.7 On a, pour tout (x, y) ∈ ] − 1 ; 1[×R :
par prépondérances classiques.
1 1 x
h) 2 x = e x ln 2
−→ e 0 = 1. y = f (x) ⇐⇒ y = ⇐⇒ yx2 + x − y = 0 (1).
x −→ +∞ 1 − x2
Si y = 0, alors : (1) ⇐⇒ x = 0.
10.2 On a, pour x ∈ R :
2 2 Si y 0, l’équation (1), d’inconnue x ∈ ] − 1 ; 1[, est du second
f (x) − 1 = f (x) − 2 f (x) + 1 degré. Son discriminant est Δ = 1 + 4y2 > 0, donc (1) admet

= − f (x) 2 − f (x) + 1 −→ 0, deux solutions distinctes, qui sont :
x −→ +∞

donc : f (x) − 1 −→ 0, puis : f (x) −→ 1. −1 − 1 + 4y2 −1 + 1 + 4y2
x −→ +∞ x −→ +∞ x1 = , x2 = .
2y 2y
⎧
⎪
⎪
⎪
[n+1]
(a) = f f [n] (a) = f (a)
⎨f 1 + 1 + 4y2 1 + 4y2
10.3 On a : ⎪
⎪ Mais : |x1 | = > > 1,
⎩ f [n+1] (a) = f [n] f (a) = a,
⎪ 2|y| 2|y|
donc x1 ] − 1 ; 1[.
d’où : f (a) = a.
D’autre part, par produit des racines d’une équation du second
−y
10.4 • L’application f : R+ −→ R, x −→ x6 + x4 degré : x1 x2 = = −1, donc |x1 x2 | = 1,
y
est strictement croissante, donc injective. 1
d’où x1 0 et |x2 | = < 1, donc x2 ∈ ] − 1 ; 1[.
Il en résulte que l’équation f (x) = 810, d’inconnue x ∈ R+ , |x1 |
admet au plus une solution.
−1 + 1 + 4y2
• D’autre part, on remarque : f (3) = 810. Ainsi, pour x 0 : (1) ⇐⇒ x = .
2y
202
Remarquons, par utilisation d’une expression conjuguée : On a, pour tout x ∈ I :

⎧
⎪
⎪
⎪ p(−x) = 12 f (−x) + f (x) = p(x)
−1 + 1 + 4y2 4y2 2y ⎪
⎪
= = . ⎪
⎪
⎪
2y 2y 1 + 1 + 4y2 1 + 1 + 4y2 ⎨
⎪
⎪ i(−x) = 12 f (−x) − f (x) = −i(x)
⎪
⎪
⎪
⎪
⎪
⎪
Cette dernière formulation est valable aussi lorsque y = 0. ⎩ p(x) + i(x) = f (x),
Ainsi, pour tout (x, y) ∈ ] − 1 ; 1[×R :
donc (p, i) convient.
2y Ceci montre : ∀ f ∈ E , ∃ (p, i) ∈ E , f = p + i,
y = f (x) ⇐⇒ x = .
1 + 1 + 4y2 donc : P + I = E .
Ceci montre que f est bijective et que : Comme P ∩ I = {0} et P + I = E , on conclut que P et I
sont supplémentaires dans E , et nous avons obtenu, pour toute
2y
∀y ∈ R, f −1 (y) = . f ∈ E la décomposition linéaire de f sur P et I , f = p + i,
1 + 1 + 4y2 où p, i sont définies plus haut en fonction de f .
10.8 a) 1) • On a P ⊂ E et 0 ∈ P, où 0 désigne l’applica- b) D’après la solution de a), la décomposition linéaire de f sur

tion nulle. P et I est donnée, pour tout x ∈ I, par :
⎛ ⎞
• Soient α ∈ R, f, g ∈ P. On a : 1 1 ⎜⎜⎜⎜ 1 + x 1 − x ⎟⎟⎟⎟
p(x) = f (x) + f (−x) = ⎜⎝ + ⎟
2 2 1−x 1 + x⎠
∀x ∈ I, (α f + g)(−x) = α f (−x) + g(−x) 1 (1 + x) + (1 − x) 1
= α f (x) + g(x) = (α f + g)(x), = √ √ = √ ,
2 1−x 1+x 1 − x2
donc : α f + g ∈ P. ⎛ ⎞
1 1 ⎜⎜⎜⎜ 1 + x 1 − x ⎟⎟⎟⎟
i(x) = f (x) − f (−x) = ⎜⎝ − ⎟
Ceci montre que P est un sev de E . 2 2 1−x 1 + x⎠
2) • On a I ⊂ E et 0 ∈ I . 1 (1 + x) − (1 − x) x
= √ √ = √ .
Soient α ∈ R, f, g ∈ I . On a : 2 1−x 1+x 1 − x2
∀x ∈ I, (α f + g)(−x) = α f (−x) + g(−x) 10.9 Soit f convenant.

= −α f (x) − g(x) = −(α f + g)(x), On a, pour tout x ∈ R :
⎧
⎪
⎪
donc : α f + g ∈ I . ⎨ f f f (x) − 1 = f (x) − 1 + 1 = f (x)
⎪
⎪
⎪
Ceci montre que I est un sev de E . ⎩ f f f (x) − 1 = f (1 − x),
⎪
3) • Soit f ∈ P ∩ I . On a alors :
d’où : f (x) = f (1 − x), puis : f f (x) = f f (1 − x) .

∀x ∈ I, f (−x) = f (x) et f (−x) = − f (x) , Mais : f f (x) = x + 1 et f f (1 − x) = (1 − x) + 1,
1
d’où, en soustrayant : ∀x ∈ I, 2 f (x) = 0, puis : f = 0. d’où : x + 1 = (1 − x) + 1, donc : x = ,
2
Ceci montre : P ∩ I = {0}. contradiction avec x = 0 par exemple.
• Soit f ∈ E . Cherchons p ∈ P, i ∈ I telles que : f = p + i.
On conclut qu’il n’existe pas d’application f convenant.

∗ Analyse :
10.10 • On a : f (0) 0 et f (0 + 0) f (0) + f (0), d’où
Si (p, i) convient, alors : ∀x ∈ I, f (x) = p(x) + i(x),
f (0) 0, puis : f (0) = 0.
d’où, en appliquant ceci à −x :
• On a, pour tout x ∈ R :
∀x ∈ I, f (−x) = p(−x) + i(−x) = p(x) − i(x),
0 = f (0) = f x + (−x) f (x) + f (−x) x + (−x) = 0,
puis, en additionnant, en soustrayant : d’où : ∀x ∈ R, f (x) + f (−x) = 0.
1 1 Ainsi, f est impaire.

∀x ∈ I, p(x) = f (x) + f (−x) , i(x) = f (x) − f (−x) .
2 2 • On a, pour tout x ∈ R : f (x) x et f (−x) −x,
∗ 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
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
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.
on a, pour tout (x, y) ∈ R2 :

En appliquant cette hypothèse à f = 1, on obtient : ϕ ∈ I.
f (x) f (y) − f (xy) = (x + 1)(y + 1) − (xy + 1) = x + y,
) =⇒ (3
) :
donc f convient. On suppose : ϕ ∈ I.
Finalement, il y a une application et une seule convenant : On a, pour toute f ∈ I :
f : R −→ R, x −→ x + 1.
∀x ∈ X, ( f ϕ)(−x) = f (−x) ϕ(−x)

10.18 a) • Montrons l’implication (1) =⇒ (2) : = − f (x) − ϕ(x) = f (x)ϕ(x),
On suppose : ϕ ∈ P.
donc : f ϕ ∈ P.
On a, pour toute f ∈ P :
) =⇒ (1
) :
∀x ∈ X, ( f ϕ)(−x) = f (−x)ϕ(−x) = f (x)ϕ(x) = ( f ϕ)(x), On suppose : ∀ f ∈ I, f ϕ ∈ P.
205
En appliquant cette hypothèse à f : x −→ x, on a : f ϕ ∈ P, Il en résulte : P(ai )P(bi ) < 0.

c’est-à-dire : ∀x ∈ X, ( f ϕ)(−x) = ( f ϕ)(x), Comme P est continue sur l’intervalle [ai ; bi ], et que P prend,
ou encore : ∀x ∈ X, −xϕ(−x) = xϕ(x). sur cet intervalle, deux valeurs de signes stricts contraires,
Il s’ensuit : ∀x ∈ X \ {0}, ϕ(−x) = −ϕ(x). d’après le théorème des valeurs intermédiaires, P admet au
moins un zéro ci ∈ ]ai ; bi [.
Comme ϕ est continue en 0, on déduit, en faisant tendre x
vers 0 : ϕ(0) = −ϕ(0). • Ainsi, P est un polynôme de degré n + 1 et P admet au moins
n + 1 zéros, notés c0 , ..., cn ci-dessus, deux à deux distincts car :
On obtient : ∀x ∈ X, ϕ(−x) = −ϕ(x),
et on conclut : ϕ ∈ I. a0 < c0 < b0 < a1 < c1 < b1 < ... < an < cn < bn .
On conclut : P admet n + 1 zéros réels deux à deux distincts.

10.19 Puisque f est continue sur l’intervalle R, de limite −∞
en −∞ et de limite +∞ en +∞, d’après le théorème des valeurs
intermédiaires, f (R) = R. 10.22 Raisonnons par l’absurde : supposons qu’il existe f
convenant.
Soit x ∈ R.
Soit (x, y) ∈ R2 tel que x < y.
Comme x ∈ R = f (R), il existe t ∈ R tel que x = f (t). y− x
Soit n ∈ N∗ . Notons h = > 0.
On a alors : f (x) = f f (t) = ( f ◦ f )(t) = f (t) = x. n
On conclut : f ◦ f = IdR . On a, d’après l’hypothèse :
√
f (x + nh) f x + (n − 1)h + h,
10.20 Raisonnons par contraposition : √

f x + (n − 1)h f x + (n − 2)h + h,
supposons x ∈ R ; f (x) = g(x) = ∅.
..
L’application h : R −→ R, x −→ f (x) − g(x) .
√
est continue sur l’intervalle R et ne prend pas la valeur 0. f (x + h) f (x) + h.
D’après le théorème des valeurs intermédiaires, il s’ensuit :
h > 0 ou h < 0, c’est-à-dire : f > g ou f < g. Par rôles
symétriques de f et g, on peut se ramener au cas où : f > g. On D’où, par sommation et télescopage :
a donc : ∀x ∈ R, f (x) > g(x). √
f (x + nh) f (x) + n h,
D’où, pour tout x ∈ R :
c’est-à-dire :
f ◦ f (x) = f ( f (x) > g f (x) = (g ◦ f )(x)
√
= ( f ◦ g)(x) = f g(x) > g g(x) = (g ◦ g)(x). f (y) = f (x + nh) f (x) + n h

Ainsi : ∀x ∈ R, ( f ◦ f )(x) > (g ◦ g)(x), y−x √ √
= f (x) + n = f (x) + n y − x.

n
donc x ∈ R ; ( f ◦ f )(x) = (g ◦ g)(x) = ∅.
Le résultat demandé s’obtient alors par contraposition. Pour (x, y) fixé, en faisant tendre n vers l’infini, on aboutit à
une contradiction, car le second membre tend vers l’infini.
10.21 • Il est clair que P est bien un polynôme et que Ceci montre qu’il n’existe pas de f convenant.
deg (P) n + 1. De plus, comme α > 0 et β > 0, le co-
efficient de Xn+1 dans P, qui est α + β, n’est pas nul, donc : 10.23 a) Considérons g : [0 ; 1] −→ R, x −→ f (x) − x.
deg (P) = n + 1.
Puisque f est continue sur [0 ; 1], par opération, g est conti-
• Soit i ∈ 0 ; n. On a : nue sur l’intervalle [0 ; 1]. De plus, g(0) = f (0) − 0 0 et

n g(1) = f (1) − 1 0, car f est à valeurs dans [0 ; 1].
P(ai ) = β (ai − bk ) = β (ai − bk ) (ai − bk ),
D’après le théorème des valeurs intermédiaires, on déduit qu’il
k=0 ki k>i
>0 <0 existe c ∈ [0 ; 1] tel que g(c) = 0, et on conclut :
donc P(ai ) est du signe (strict) de (−1)n−i ,
∃ c ∈ [0 ; 1], f (c) = c.

n
P(bi ) = α (bi − ak ) = α (bi − ak ) (bi − ak ),
b) La réponse est non, comme le montre l’exemple :
k=0 k<i ki
>0 <0
donc P(bi ) est du signe (strict) de (−1)n−i+1. f : ]0 ; 1[ −→ ]0 ; 1[, x −→ x2 .
206
10.24 1) Soit f convenant. −→ +∞ et f (x) −→ +∞,

10.25 Puisque f (x) x −→ −∞ x −→ +∞

• Appliquons l’hypothèse à (x, y) = 1, −1 − f (1) : il existe A ∈ ] − ∞ ; 0] et B ∈ [0 ; +∞[ tels que :
⎧
f f − 1 − f (1) + 1 = 1 · − 1 − f (1) + f (1) = −1. ⎪
⎪
⎨∀x ∈ ] − ∞ ; A], f (x) f (0)
⎪
⎪
⎪
⎪
⎩∀x ∈ [B ; +∞[, f (x) f (0).
En notant a = f − 1 − f (1) + 1, on a donc : f (a) = −1.
• Appliquons l’hypothèse à (x, a), pour tout x ∈ R : D’autre part, puisque f est continue sur le segment [A ; B],
f admet un minimum sur [A ; B]. Il existe donc x0 ∈ [A ; B]
f x f (a) + x = xa + f (x). tel que : ∀x ∈ [A ; B], f (x) f (x0 ).
Comme A 0 B, on a 0 ∈ [A ; B], donc : f (0) f (x0 ).
Mais : x f (a) + x = x f (a) + 1 = 0, ⎧
⎪
⎪
d’où : f (x) = −ax + f (0). ⎨∀x ∈ ] − ∞ ; A] ∪ [B ; +∞[, f (x) f (0) f (x0 )
⎪
Ainsi : ⎪
⎪
Ceci montre qu’il existe (α, β) ∈ R2 tel que : ⎪
⎩∀x ∈ [A ; B], f (x) f (x0 ),
et on conclut : ∀x ∈ R, f (x) f (x0 ).
∀x ∈ R, f (x) = αx + β.
10.26 1) Supposons deg (P) impair.

2) Soient (α, β) ∈ R2 et f : R −→ R, x −→ αx + β.
Il existe p ∈ N, a0 , ..., a2p ∈ R, a2p+1 ∈ R∗ tels que
On a, pour tout (x, y) ∈ R2 : P = a2p+1 X2p+1 + · · · + a0 . On a alors :

f x f (y) + x = xy + f (x) P(x) −→ −∞ et P(x) −→ +∞, si a2p+1 > 0,
x −→ −∞ x −→ +∞
⇐⇒ f x(αy + β) + x = xy + (αx + β)
P(x) −→ +∞ et P(x) −→ −∞, si a2p+1 < 0.
⇐⇒ α αxy + (β + 1)x + β = xy + αx + β x −→ −∞ x −→ +∞

⇐⇒ (α2 − 1)xy + αβx = 0 ⇐⇒ x (α2 − 1)y + αβ = 0. Ainsi, P est continue sur l’intervalle R et de limites −∞ et +∞
aux deux infinis. D’après le théorème des valeurs intermé-
Puis : diaires, on déduit que P atteint tout réel, donc P est surjectif.
2) Supposons deg (P) pair.
∀(x, y) ∈ R2 x (α2 − 1)y + αβ = 0
⇐⇒ ∀y ∈ R, (α2 − 1)y + αβ = 0 D’après l’exercice 10.25, il existe x0 ∈ R tel que :
⎧ ⎧
⎪
⎪ ⎪
⎪
⎨α − 1 = 0 ⎨α = ±1 ∀x ∈ R, P(x) P(x0 ).
2
⎪ ⎪
⇐⇒ ⎪ ⎪ ⇐⇒ ⎪
⎪
⎪
⎩αβ = 0 ⎪
⎩β = 0.
Ainsi, P n’atteint pas P(x0 ) − 1 (par exemple).
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.
207
Dérivation CHAPITRE 11
Plan
• Existence et calcul éventuel d’une dérivée première, d’une dérivée n-ième
• Étude des variations d’une fonction, représentation graphique
• Séparation des zéros d’une fonction, résolution d’équations et d’inéquations
• Résolution de certaines équations fonctionnelles
• Obtention d’inégalités à une ou plusieurs variables réelles
• Convexité.

• Définition et propriétés algébriques de la dérivation, de la dérivée, de la dérivée
n-ième
• Formule de Leibniz pour la dérivée n-ième d’un produit de deux fonctions
• Théorème de Rolle, théorème des accroissements finis, inégalité des accroisse-
ments finis
• Lien entre dérivée et sens de variation
• Dérivation des fonctions réciproques
• Convexité pour une fonction réelle définie sur un intervalle : définition, lien
avec la croissance de f
si f est de classe C 1 , lien avec le signe de f
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
En un point en lequel les théorèmes généraux ne s’appliquent pas,

essayer de :
• déterminer la limite d’un taux d’accroissement (définition de la dé-
(suite) rivée)
➥ Exercices 11.7, 11.16
• déterminer la limite de la dérivée (théorème limite de la dérivée).
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
(x) ou celui d’autres

ou pour étudier les variations de f
fonctions liées à f.
➥ Exercices 11.2 b), 11.11, 11.12.
Pour déterminer le nombre et la Étudier les variations de f , en étudiant le signe de f

(x) pour x ∈ I, si
situation des zéros d’une fonction f est dérivable sur I.
f : I −→ R,
où I est un intervalle de R ➥ Exercice 11.2.
Pour montrer qu’une fonction f Montrer que f est dérivable et que f

= 0.
est constante sur un intervalle ➥ Exercice 11.5.
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.
➥ 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
209
Chapitre 11 • Dérivation
• linéariser si f est un produit de fonctions trigonométriques

(suite) ➥ Exercice 11.8 c)
(n)
• conjecturer une formule pour f (x) et l’établir par récurrence sur n.
Pour montrer Appliquer le théorème de Rolle de façon répétée, à la fonction donnée

qu’une dérivée successive ou à une fonction auxiliaire.
s’annule en au moins un point ➥ Exercices 11.9, 11.13, 11.22.
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

• montrer que f 0, si f est supposée de classe C 2 sur I.

➥ Exercice 11.21 b).
210

11.1 Obtention d’une égalité de dérivées en un point
Soient I un intervalle de R, a ∈ I tel que a ne soit pas une extrémité de I, f, g : I −→ R dérivables
en a. On suppose : f (a) = g(a) et : ∀x ∈ I, f (x) g(x).
Montrer : f
(a) = g
(a).
11.2 Nombre et situation des zéros d’une fonction

a) Combien le polynôme P = X5 − 5X + 2 a-t-il de zéros réels ?
b) Combien la fonction f : R −→ R, x −→ (x − 1) e x − e x + 1 a-t-elle de zéros ?
11.3 Exemple d’inégalités à une variable réelle

$ π%
Montrer : ∀x ∈ 0 ; , 2 sin x + tan x < 3x < sin x + 2 tan x.
3
11.4 Exemple d’inégalité à deux variables réelles

Montrer, pour tout (x, y) ∈ [0 ; +∞[2 tel que x < y :
y− x y−x
< Arctan y − Arctan x < .
1 + y2 1 + x2
11.5 Déduire qu’une fonction est constante

Soit f : R −→ R une application telle que : ∀(x, y) ∈ R2 , f (y) − f (x) |y − x|2 .
Montrer que f est constante.
11.6 Exemple de résolution d’une équation fonctionnelle par dérivation

Trouver toutes les applications f : R −→ R dérivables telles que :
∀(x, y) ∈ R2 , f (x + y) = f (x) + f (y).
11.7 Exemple d’étude de dérivabilité

Étudier la continuité, la dérivabilité, la continuité de la dérivée de :
⎧
⎪
⎪
⎪ 1
⎪
⎪
2
⎨ x sin x si x 0
f : R −→ R, x −→ ⎪ ⎪
⎪
⎪
⎪
⎩ 0 si x = 0.
11.8 Exemples de calculs de dérivées n-ièmes

Calculer, pour tout n ∈ N∗ , la dérivée n-ième des fonctions suivantes :
a) f : R −→ R, x −→ f (x) = (x2 + x − 2) e x
1
b) f : ] − 1 ; 1[ −→ R, x −→
x2 − 1
c) f : R −→ R, x −→ f (x) = sin2 x cos x.
11.9 Annulation d’une fonction et de dérivées successives
Soient I un intervalle de R, f : I −→ R de classe C 5 sur I, a, b, c ∈ I tels que a < b < c. On
suppose : f (a) = f (b) = f
(b) = f (c) = f
(c) = f
(c) = 0.
Montrer : ∃ d ∈ I, f (5) (d) = 0.
211
11.10 Exemple d’utilisation du théorème de Rolle pour une fonction auxiliaire

Soient (a, b) ∈ R2 tel que a < b, f : [a ; b] −→ R de classe C 1 sur [a ; b] et deux fois dérivable
(b − a)2
sur ]a ; b[. Montrer : ∃ c ∈ ]a ; b[, f (b) = f (a) + (b − a) f

(a) + f (c).
2
11.11 Exemple d’inégalité à une variable réelle

Ent(x) x
Montrer : ∀x ∈ ]0 ; +∞[, 1+ 2Ent(x) .
x
11.12 Exemples d’inégalités à une variable réelle

a) Montrer : ∀x ∈ [0 ; +∞[, 3 sin x x(2 + cos x).
1 x 1 x+1
b) Montrer : ∀x ∈ ]0 ; +∞[, 1 + < e < 1+ .
x x
11.13 Une généralisation du théorème des accroissements finis à deux fonctions

Soient (a, b) ∈ R2 tel que a < b, f, g : [a ; b] −→ R continues sur [a ; b], dérivables sur ]a ; b[,
telles que : ∀x ∈ ]a ; b[, g
(x) 0.
f (b) − f (a) f
(c)
Montrer : g(b) − g(a) 0 et : ∃ c ∈ ]a ; b[, =
.
g(b) − g(a) g (c)
11.14 Une extension du théorème de Rolle

Soit f : R −→ R une application dérivable sur R et admettant en −∞ et en +∞ une même limite
finie. Montrer : ∃ c ∈ R, f
(c) = 0.
11.15 Polynôme scindé sur R et dérivation

Soit P ∈ R[X] tel que deg (P) 2.
a) Montrer que, si les zéros de P sont tous réels et simples, alors il en est de même de P
.
b) Montrer que, si les zéros de P sont tous réels, alors il en est de même de P
.
11.16 Étude de la dérivabilité de | f |

Soient a ∈ R, f : R −→ R dérivable en a.

a) Montrer que, si f (a) 0, alors | f | est dérivable en a et : | f |
(a) = sgn f (a) f
(a), où la
fonction signe sgn est définie, pour tout t ∈ R, par :
sgn (t) = −1 si t < 0, sgn (t) = 0 si t = 0, sgn (t) = 1 si t > 0.
b) Montrer que, si f (a) = 0 et f

(a) 0, alors | f | est dérivable à gauche en a, dérivable à
droite en a, et non dérivable en a.
c) Montrer que, si f (a) = 0 et f

(a) = 0, alors | f | est dérivable en a et | f |
(a) = 0.
11.17 Exemple d’équation fonctionnelle faisant intervenir une dérivée

Trouver toutes les applications f : R −→ R dérivables sur R, telles que :
∀x ∈ R, f
(x) f (−x) = 1.
11.18 Exemple d’inégalité à deux variables réelles

Montrer : ∀a ∈ ]0 ; 1[, ∀x ∈ ]0 ; π/2[, (cos x)a < cos(ax).
212
11.19 Exemple d’inégalité à trois variables réelles

x y z
Soient x, y, z ∈ ]0 ; +∞[ tels que x y + z. Montrer : < + .
1+x 1+y 1+z
11.20 Exemples d’inégalités à deux ou trois variables réelles

a) Montrer : ∀(x, y) ∈ R∗+ × R, xy x ln x + e y−1 .
b) En déduire trois applications f, g : R∗+ −→ R, h : R −→ R telles que :

∀(x, y, z) ∈ R∗+ × R∗+ × R, xyz f (x) + g(y) + h(z).
11.21 Produit de deux fonctions convexes

Soient I un intervalle de R, f, g : I −→ R convexes, croissantes, positives ou nulles.
a) Montrer que f g est convexe.
b) Montrer le même résultat, de façon plus simple, sous l’hypothèse supplémentaire que f, g
sont de classe C 2 sur R.
11.22 Utilisation d’un polynôme pour l’obtention d’une inégalité en un point

Soit f : [−1 ; 1] −→ R de classe C 3 telle que : f (−1) = f (0) = f
(0) = 0 et f (1) = 1.
Montrer : ∃ c ∈ ] − 1 ; 1[, f (3) (c) 3.
11.23 Inégalité entre moyenne arithmétique et moyenne géométrique

yn
a) Montrer : ∀n ∈ N∗ , ∀x ∈ ]0 ; +∞[, ∀y ∈ ]0 ; +∞[, (n − 1)x + ny.
xn−1
b) En déduire la comparaison entre la moyenne arithmétique et la moyenne géométrique
√ x1 + · · · + xn
de n réels > 0 : ∀n ∈ N∗ , ∀(x1 , ..., xn ) ∈ (R∗+ )n , n x1 · · · xn .
n
11.24 Croissance des pentes pour une fonction convexe

Soient I un intervalle de R, f : I −→ R convexe.
a) Soit (a, b, c) ∈ I 3 tel que a < b < c.
f (b) − f (a) f (c) − f (a) f (c) − f (b)
Montrer : .
b−a c−a c−b
Interpréter graphiquement le résultat.
f (x) − f (a)
b) En déduire que, pour tout a ∈ I, l’application τa : I \ {a} −→ R, x −→ est
x−a
croissante sur I \ {a}.
11.25 Fonction convexe et majorée sur R

Soit f : R −→ R convexe et majorée.
a) Démontrer que f est constante. On pourra utiliser l’exercice 11.24.
b) Montrer le même résultat, de façon plus simple, sous l’hypothèse supplémentaire que f est
de classe C 1 sur R.
11.26 Inégalité sur les flèches pour une fonction convexe

Soient I un intervalle de R, f : I −→ R convexe, a, b, c, d ∈ I tels que a b c d.
1 b + c 1 a + d
Démontrer : f (b) + f (c) − f f (a) + f (d) − f .
2 2 2 2
On pourra utiliser l’exercice 11.24. Interpréter graphiquement le résultat.
213
11.1 Remarquer que f − g admet un maximum en a. Montrer que : ∀t ∈ ] − 1 ; +∞[, ln(1 + t) t.
11.2 a) Étudier les variations de P et, à cet effet, calculer P

. 11.13 • Pour montrer g(b) − g(a) 0, raisonner par l’absurde

et utiliser le théorème de Rolle.

b) Étudier les variations de f et, à cet effet, calculer f et f .
f(b) − f(a)
• Noter A = , considérer l’application
11.3 Étudier les variations de f, g : I = ]0 ; π/3[ −→ R définies, b−a

pour tout x ∈ I, par : ϕ : [a ; b] −→ R, x −→ f(x) − f(a) − A g(x) − g(a) ,
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

joignant deux zéros consécutifs de P.

3) Étudier le comportement de f (x) lorsque x tend vers 0.
b) Même méthode qu’en a), mais en tenant compte de l’ordre
11.8 a) Utiliser la formule de Leibniz. de multiplicité pour les zéros multiples de P.
1
b) Décomposer en somme de deux fractions plus 11.16 a) Remarquer que, si f(a) 0, alors f est de signe fixe au
x2 − 1
simples, de dénominateurs x − 1 et x + 1. voisinage de a.
c) Linéariser. b) et c) Étudier le taux d’accroissement de |f| entre a et x, pour

x variable tendant vers a.
11.9 En utilisant les hypothèses et le théorème de Rolle, étu-
dier les zéros de f, de f
, de f
, de f (3) , ... 11.17 1) Soit f convenant.

Montrer que f ne s’annule en aucun point, que f est deux fois
11.10 Noter A le réel défini par : dérivable sur R et obtenir : f
f − f
2 = 0.
f

(b − a)2 Considérer alors . En déduire l’expression de f.

f(b) = f(a) + (b − a)f
(a) + A f
2
2) Étudier la réciproque.
et ϕ : [a ; b] −→ R l’application définie, pour tout x ∈ [a ; b],
par :
(x − a)2 11.18 Pour a ∈ ]0 ; 1[ fixé, étudier les variations de :
ϕ(x) = f(x) − f(a) − (x − a)f
(a) − A.
2 f : ]0 ; π/2[ −→ R, x −→ cos(ax) − (cos x)a .
Appliquer le théorème de Rolle de façon répétée.
t
11.19 Considérer l’application f : [0 ; +∞[ −→ R, t −→ ,
11.11 Montrer que l’inégalité voulue se ramène à : 1+t
et montrer qu’il suffit de prouver :
∀t ∈ [0 ; 1], 1 + t 2t .
∀(y, z) ∈ ]0 ; +∞[2 , f(y + z) < f(y) + f(z).
Étudier les variations de ϕ : [0 ; 1] −→ R, t −→ e t ln 2 − 1 − t.
Pour z ∈ ]0 ; +∞[ fixé, étudier les variations de :
11.12 a) Étudier les variations de
g : [0 ; +∞[ −→ R, t −→ f(t) + f(z) − f(t + z).
f : [0 ; +∞[ −→ R, x −→ x(2 + cos x) − 3 sin x.
11.20 a) Pour y ∈ R fixé, étudier les variations de
b) Montrer que l’encadrement proposé se ramène à : f : R∗+ −→ R, x −→ x ln x + e y−1 − xy.

1 1 1 1
ln 1 + < et ln 1 − <− . b) Appliquer a) à (xy, z), à (y, x ln x), à (x, y ln y).
x x x+1 x+1
214
11.21 a) Pour λ ∈ [0 ; 1], x, y ∈ I tels que, par exemple, x y,

• Pour tout (x3 , x4 ) ∈ I2 tel que a < x3 < x4 , montrer :
former (fg) (1 − λ)x + λy − (1 − λ)(fg)(x) + λ(fg)(y) et montrer
τa (x3 ) τa (x4 ).
que cette expression est 0.
• Pour tout (x1 , x3 ) ∈ I2 tel que x1 < a < x3 , montrer :
b) Calculer (fg)
.
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).
215
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
d’où le tableau de variations de P : = ;

cos2 x
D’une part, cos x − 1 < 0, car 0 < cos x < 1.
x −∞ −1 1 +∞
P
(x) + 0 − 0 + D’autre part, le trinôme
√ réel X2 − 2X +√2 admet deux racines
6 +∞ réelles r1 = 1 − 3 < 0 et r2 = 1 + 3 > 1, donc, comme
P(x) r1 < cos x < r2 , on a : cos2 x − 2 cos x + 2 < 0.
−∞ −2 Il en résulte que f est strictement décroissante sur I et que g est
Puisque P est continue et strictement monotone par intervalles, strictement croissante sur I.
on conclut que P admet exactement trois zéros réels, notés Comme f (x) −→ + 0 et g(x) −→ + 0, on en déduit :
a, b, c, et que : a < −1 < b < 1 < c. x −→ 0 x −→ 0
∀x ∈ I, f (x) < 0 et g(x) > 0,

b) L’application f : x −→ (x − 1) e − e x + 1 est deux fois
x
dérivable sur R et : d’où les inégalités demandées.
∀x ∈ R, f
(x) = x e x − e , f
(x) = (x + 1) e x , 11.4 Soit (x, y) ∈ [0 ; +∞[2 tel que x < y.

L’application Arctan est continue sur [x ; y] et dérivable

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
On a : f (1) = − e + 1 < 0. 11.5 Soit x ∈ R fixé. On a, pour tout y ∈ R tel que y x :

Puisque f est continue et strictement monotone par intervalles, f (y) − f (x)
|y − x|.
on conclut que f admet exactement deux zéros réels, notés a, b, y−x
et que : a < 1 < b.
f (y) − f (x)
Comme |y − x| −→ 0, on déduit : −→ 0.
y −→ x y−x y −→ x
11.3 Notons f, g : I = ]0 ; π/3[ −→ R les applications défi-
Ceci montre que f est dérivable en x et que f
(x) = 0.
nies, pour tout x ∈ I, par :
Ainsi, f est dérivable sur R et f
= 0.
f (x) = 2 sin x + tan x − 3x, g(x) = sin x + 2 tan x − 3x. Il en résulte que f est constante.
216
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 .
∀(x, y) ∈ R2 , f (x + y) = f (x) + f (y) b) On remarque :

1 1
si et seulement si b = 0. ∀x ∈ ] − 1 ; 1[, f (x) = =
x2 − 1 (x − 1)(x + 1)
Finalement, l’ensemble des solutions est : 1 1 1 1
= − = (x − 1)−1 − (x + 1)−1 .

2 x−1 x+1 2
f : R −→ R, x −→ ax ; a ∈ R .
d’où, pour tout n ∈ N :
11.7 1) D’une part, f est continue en tout point de R∗ par 1
f (n) (x) = (−1) · · · (−n)(x − 1)−n−1 − (−1) · · · (−n)(x + 1)−n−1
les théorèmes généraux. 2
D’autre part : | f (x)| x2 et x2 −→ 0, (−1)n n! 1 1
= − .
x −→ 0 2 (x − 1)n+1 (x + 1)n+1
d’où f (x) −→ 0 = f (0), donc f est continue en 0.
x −→ 0
c) Linéarisons :
Ainsi, f est continue sur R.
2) D’une part, d’après les théorèmes généraux, f est dérivable ∀x ∈ R, f (x) = sin2 x cos x = sin x(sin x cos x)
en tout point de R∗ et : 1 1
= sin x sin 2x = (cos x − cos 3x).
2 4
1 1
∀x ∈ R∗ , f
(x) = 2x sin − cos . On connaît les dérivées successives de cos :
x x
cos
= − sin, cos
= − cos, cos(3) = sin, cos(4) = cos, ...

f (x) − f (0)
D’autre part : = x sin 1 x, Soit n ∈ N.
x−0 x
f (x) − f (0) Si n est pair, n = 2p, p ∈ N, on a :
d’où : −→ 0,
x−0 x −→ 0
1
donc f est dérivable en 0 et f
(0) = 0. ∀x ∈ R, f (n) (x) = (−1) p cos x − 32p (−1) p cos 3x .
4
Ainsi, f est dérivable sur R et, pour tout x ∈ R : Si n est impair, n = 2p + 1, p ∈ N, on a :
⎧ 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
D’après le théorème de Rolle appliqué à f

sur [a1 ; b], [b ; b1 ], Ent(x)
donc : ∀x ∈ ]0 ; +∞[, 0 1.
[b1 ; c], il existe a2 ∈ ]a1 ; b[, b2 ∈ ]b ; b1 [, c2 ∈ ]b1 ; c[ tels x
que : f
(a2 ) = f
(b2 ) = f
(c2 ) = 0. Il suffit donc de prouver : ∀t ∈ [0 ; 1], 1 + t 2t .

• On a donc : Notons ϕ : [0 ; 1] −→ R, t −→ 2t − 1 − t = e t ln 2 − 1 − t.
L’application ϕ est dérivable sur [0 ; 1] et :
a2 < b2 < c2 < c et 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

ϕ(x) = f (x) − f (a) − (x − a) f (a) − A.

2 est de classe C ∞ et, pour tout x ∈ [0 ; +∞[ :
L’application ϕ est continue sur [a ; b], dérivable sur [a ; b]
(donc sur ]a ; b[), et ϕ(a) = ϕ(b) = 0. D’après le théorème f
(x) = 2 − x sin x − 2 cos x,
de Rolle, il existe u ∈ ]a ; b[ tel que ϕ
(u) = 0.
f
(x) = −x cos x + sin x, f
(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
(c) = 0. 3 sin x 3 et x(2 + cos x) π(2 − 1) = π 3,

Comme : ∀x ∈ [a ; b], ϕ (x) = f (x) − A, donc : 3 sin x x(2 + cos x).

on obtient : A = f
(c), et donc : • Il nous suffit donc d’établir l’inégalité demandée lorsque

(b − a)2
x ∈ [0 ; π].
f (b) = f (a) + (b − a) f
(a) + f (c).
2 On dresse les tableaux de variations :
11.11 On a, pour tout x ∈ ]0 ; +∞[ : x 0 π

f
(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
∀x ∈ R, Ent(x) x < Ent(x) + 1, Ceci montre : ∀x ∈ [0 ; π], f (x) 0,
218
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) + 0 − g(t) −→ et g(t) −→ .

0 t −→ −(π/2)+ t −→ (π/2)−
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 − <− ,
x+1 x+1 π/2 ; π/2[ et que h(−π/2) = h(π/2), d’après le théorème de

Rolle, il existe γ ∈ ] − π/2 ; π/2[ tel que h
(γ) = 0. Mais, pour
d’où les inégalités demandées. tout t ∈ ] − π/2 ; π/2[ :
1
11.13 •Si g(b) − g(a) = 0, alors, puisque g est continue sur h
(t) = g
(t) = f
ϕ(t) ϕ
(t) = f
(tan t) 2
.
[a ; b] et dérivable sur ]a ; b[, d’après le théorème de Rolle, il t
cos
0
existe d ∈ ]a ; b[ tel que g
(d) = 0, contradiction avec les hypo-

thèses. On déduit : f (tan (γ)) = 0.

On a donc : g(b) − g(a) 0. En notant c = tan γ ∈ R, on a donc : f
(c) = 0.
f (b) − f (a) 2e méthode : étude d’extrémum :
• Notons A = et considérons l’application
g(b) − g(a)
Si f = (fonction constante) , alors tout réel c convient pour

ϕ : [a ; b] −→ R, x −→ f (x) − f (a) − A g(x) − g(a) . f
(c) = 0.
219
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
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
On conclut : ∀x ∈ I, f (x) > 0, d’où l’inégalité voulue.

∀x ∈ R, f
(x) f (−x) + f
(x) − f
(−x) = 0,
11.19 Considérons l’application

c’est-à-dire : ∀x ∈ R, f (x) f (−x) − f (x) = 0. t 1

f (x) f : [0 ; +∞[ −→ R, t −→ =1− .
1+t 1+t
En multipliant par f (x) f
(x), on déduit :
L’inégalité proposée est équivalente à : f (x) < f (y) + f (z).

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
donc il existe λ ∈ R tel que = λ. Puisque x y + z, on a donc : f (x) f (y + z).

f
221
Il suffit donc de prouver : f (y + z) < f (y) + f (z). car f, g sont convexes et 0

Pour z ∈ ]0 ; +∞[ fixé, l’application
= (1 − λ) − (1 − λ) f (x)g(x)
2
g : [0 ; +∞[ −→ R, t −→ f (t) + f (z) − f (t + z)

+ λ(1 − λ) f (y)g(x) + f (x)g(y) + (λ2 − λ) f (y)g(y)
est dérivable sur [0 ; +∞[ et, pour tout t ∈ [0 ; +∞[ :
= λ(1 − λ) − f (x)g(x) + f (y)g(x) + f (x)g(y) − f (y)g(y)
1 1
g
(t) = f
(t) − f
(t + z) = − > 0, = − λ(1 − λ) f (y) − f (x) g(y) − g(x) 0.
(1 + t)2 (1 + t + z)2
0 0 0
donc g est strictement croissante.
On conclut : f g est convexe.
De plus : g(0) = f (z) − f (z) = 0.
b) On suppose ici que f, g sont de classe C 2 , convexes, 0 et
On a donc : ∀t ∈ ]0 ; +∞[, g(t) > 0, d’où : g(y) > 0. croissantes. On a donc : f, f
, 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 . ⎪
⎪
⎨g(−1) = g(0) = g(1) = g (0) = 0

⎪
b) Soit (x, y, z) ∈ R∗+ × R∗+ × R. On a, en appliquant a) à (xy, z) ⎪
⎪
⎪
⎩g(3) = f (3) − P(3) = f (3) − 3.
à la place de (x, y) : xyz = (xy)z xy ln(xy) + e z−1 .
Et : xy ln(xy) = xy ln x + xy ln y = y(x ln x) + x(y ln y). Raisonnons par l’absurde : supposons :
En appliquant a) à (y, x ln x) et à (x, y ln y) à la place de (x, y),
on a : ∀x ∈ ] − 1 ; 1[, f (3) (x) < 3.
y(x ln x) y ln y + e x ln x−1 et x(y ln y) x ln x + e y ln y−1 . Alors :

On conclut : ∀x ∈ ] − 1 ; 1[, g(3) (x) < 0,
donc g
est strictement décroissante sur ] − 1 ; 1[.

xyz x ln x + e x ln x−1 + y ln y + e y ln y−1 + e z−1 .
D’autre part, puisque g est de classe C 1 sur [−1 ; 1] et que
noté f (x) noté g(y) noté h(z)
g(−1) = g(0) = g(1), d’après le théorème de Rolle, il existe
α ∈ ] − 1 ; 0[ et β ∈ ]0 ; 1[ tels que : g
(α) = g
(β) = 0.
11.21 a) Soient λ ∈ [0 ; 1], x, y ∈ I tels que, par exemple,
x y. On a : De même, puisque g
(α) = g
(0) = g
(β), il existe u ∈ ]α ; 0[ et
v ∈ ]0 ; β[ tels que g
(u) = g
(v) = 0, et ceci contredit la stricte

( f g) (1 − λ)x + λy − (1 − λ)( f g)(x) + λ( f g)(y) décroissance de g
sur [−1 ; 1].

= f (1 − λ)x + λy g (1 − λ)x + λy − (1 − λ) f (x)g(x) − λ f (y)g(y) Ce raisonnement par l’absurde montre :

(1 − λ) f (x) + λ f (y) (1 − λ)g(x) + λg(y)
− (1 − λ) f (x)g(x) − λ f (y)g(y) ∃ c ∈ ] − 1 ; 1[, f (3) (c) 3.
222
11.23 a) Soient n ∈ N∗ , x ∈ ]0 ; +∞[ fixés. Considérons l’ap- 11.24 a)

yn y
plication f : ]0 ; +∞[ −→ R, y −→ (n − 1)x + − ny.
xn−1 y = f (x)
Il est clair que f est dérivable et :
nyn−1 n
∀y ∈ ]0 ; +∞[, f
(y) = − n = n−1 (yn−1 − xn−1 ).
xn−1 x
De plus : f (x) = (n − 1)x + x − nx = 0.

D’où le tableau des variations de f :
O a b c x
y 0 x +∞
f
(y) − 0 + • Il existe λ ∈ ]0 ; 1[ tel que : b = (1 − λ)a + λc.
f (y) 0 En effet, on a, pour tout λ ∈ R :
b−a
b = (1 − λ)a + λc ⇐⇒ λ = ,
Il en résulte : ∀y ∈ ]0 ; +∞[, f (y) 0, c−a
d’où l’inégalité demandée. b−a
et, de plus, comme a < b < c, on a : ∈ ]0 ; 1[.
c−a
b) Remarquons d’abord que l’inégalité envisagée est évidente
• Puisque f est convexe, on a donc :
lorsque l’un des nombres x1 , ..., xn est nul, puisqu’alors la

moyenne géométrique est nulle et la moyenne arithmétique est f (b) = f (1 − λ)a + λc (1 − λ) f (a) + λ f (c).
0. On peut donc se restreindre, comme le fait l’énoncé, au
D’une part :
cas où les nombres x1 , ..., xn sont tous > 0.
b − a
Récurrence sur n. f (b) − f (a) λ f (c) − f (a) = f (c) − f (a) ,
c−a
• Pour n = 1, l’inégalité voulue est triviale, c’est une égalité. f (b) − f (a) f (c) − f (a)
√ x1 + x2 et donc : .
• Pour n = 2, l’inégalité x1 x2 est connue. b−a c−a
2 D’autre part :
En effet : b − c
f (b) − f (c) (λ − 1) f (c) − f (a) = f (c) − f (a) ,
√ x1 + x2 c−a
2 x1 x2 ⇐⇒ 4x1 x2 (x1 + x2 )2 f (b) − f (c) f (c) − f (a)
2 d’où, puisque b − c < 0 : .
⇐⇒ x21 − 2x1 x2 + x22 0 ⇐⇒ (x1 − x2 )2 0. b−c c−a
• Interprétation graphique :
En notant p(.) la pente (ou : coefficient directeur) d’une droite,

• Supposons l’inégalité vraie à l’ordre n − 1, pour tous
on a, sous les hypothèses précédentes :
nombres > 0.
p(AB) p(AC) p(BC).
Soit (x1 , ..., xn ) ∈ (R∗+ )n . Notons :
b)
x1 + · · · + xn−1 % x1 + · · · + xn−1 n−1 $1/n
x= , y = xn , y
n−1 n−1 y = f (x)
yn
de sorte que : = xn .
xn−1
D’après a), on a alors :
x1 + · · · + xn = (x1 + · · · + xn−1 ) + xn = (n − 1)x + xn

yn % x1 + · · · + xn−1 n−1 $1/n
= (n − 1)x + n−1 ny = n xn
x n−1
1/n O x1 x2 a x3 x4 x
n xn (x1 · · · xn−1 ) = n(x1 · · · xn )1/n ,
H.R.
• Pour tout (x1 , x2 ) ∈ I 2 tel que x1 < x2 < a, on a, d’après a) :
x1 + · · · + xn √ f (x1 ) − f (a) f (x2 ) − f (a)
d’où : n x1 · · · xn . τa (x1 ) = = τa (x2 ).
n x1 − a x2 − a
223
• 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.
•Pour tout (x2 , x3 ) ∈ I 2 tel que x2 < a < x3 , on a, d’après a) Il en résulte : ∀x ∈ R, f

(x) = 0,
appliqué deux fois : et on conclut que f est constante.
f (x2 ) − f (a) f (x3 ) − f (x2 ) f (x3 ) − f (a)
τa (x2 ) = = τa (x3 ).
x2 − a x3 − x2 x3 − a
11.26 Notons, pour tout (x, y) ∈ I 2 :
Finalement : τa est croissante sur I − {a}.
f (x) + f (y) x + y
δ(x, y) = −f .
11.25 a) D’après l’exercice 11.24, puisque f est convexe, 2 2
f (x) − f (0)
l’application τ0 : R∗ −→ R, x −→ est croissante Il s’agit donc de montrer que, si a b c d, alors :
x
sur R∗ . δ(b, c) δ(a, d).
D’autre part, puisque f est majorée, il existe M ∈ R tel que :
• Nous allons montrer d’abord que, pour tout (u, v, w) ∈ I 3 , si
∀x ∈ R, f (x) M. u v w, alors : δ(u, v) δ(u, w).
• On a, pour tout x 1 : Soit (u, v, w) ∈ I 3 tel que u v w. Il est clair que l’inéga-
f (x) − f (0) M − f (0) lité voulue est évidente si u = v ou v = w. Nous pouvons donc
τ0 (x) = |M − f (0)|. supposer u < v < w.
x (∗) x
Ainsi, sur [1 ; +∞[, τ0 est croissante et majorée, donc admet On a les équivalences logiques suivantes :
une limite finie en +∞, et, d’après l’inégalité (∗) précédente,
δ(u, v) δ(u, w)
en passant à la limite lorsque x tend vers +∞, on a : 0. Il en
f (u) + f (v) u + v f (u) + f (w) u + w
résulte : ∀x ∈ [1 ; +∞[, τ0 (x) 0. ⇐⇒ −f −f
2 2 2 2
• On a, pour tout x −1 : % u + w u + v $
⇐⇒ 2 f −f f (w) − f (v)
f (x) − f (0) M − f (0) 2 2
τ0 (x) = −|M − f (0)|. u + w u + v
x x f −f
2 2 f (w) − f (v)
Ainsi, sur ] − ∞ ; −1], τ0 est croissante et minorée, donc admet ⇐⇒ u+w u+v .
− w−v
une limite finie
en −∞, et, d’après une inégalité précédente,
2 2
en passant à la limite lorsque x tend vers −∞, on a :
0. Il
en résulte : ∀x ∈ ] − ∞ ; −1], τ0 (x) 0. Mais, puisque f est convexe, on a, par croissance des pentes,
d’après l’exercice 11.24 :
Puisque τ0 est croissante sur R∗ , à valeurs 0 sur ] − ∞ ; −1] u + w u + v u + w
f −f f (v) − f f (w) − f (v)
et à valeurs 0 sur [1 ; +∞[, on déduit : 2 2 2 ,
u+w u+v u+w w−v
∀x ∈ R∗ , τ0 (x) = 0, − v−
2 2 2
d’où l’inégalité voulue : δ(u, v) δ(u, w).
et on conclut que f est constante sur R.
Le même raisonnement montre : δ(v, w) δ(u, w).
b) On suppose, de plus, que f est de classe C 1 sur R.
• En appliquant les résultats précédents à (b, c, d) et à a, b, d) à
Puisque f est convexe et de classe C 1 sur R, f
est croissante
la place de (u, v, w), on a :
sur R.
• Il en résulte que f
admet une limite (finie ou +∞) en+∞. δ(b, c) δ(b, d) et δ(b, d) δ(a, d),
Montrons 0, par un raisonnement par l’absurde. Si > 0, d’où : δ(b, c) δ(a, d), ce qui est l’inégalité demandée.
alors il existe a ∈ [1 ; +∞[ et m > 0 tels que : y

∀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 −→ +∞
contradiction avec f majorée.

Ainsi, f
est croissante et de limite 0 en +∞, donc : x
a b b+c a+d c
O d
∀x ∈ R, f
(x) 0. 2 2
224
Intégration sur un CHAPITRE 12
segment, primitives
Plan
• Calculs simples d’intégrales
• Obtention d’inégalités portant sur des intégrales
• Détermination de certaines limites liées à des intégrales
• 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.

• Propriétés algébriques et propriétés relatives à l’ordre usuel, pour les intégrales
• Les méthodes usuelles pour transformer l’écriture d’une intégrale : linéarité de
l’intégration, intégration par parties, changement de variable, relation de Chasles
) x
• Les propriétés de l’application x −→ f (t) dt
a
• La formule de Taylor avec reste intégral, l’égalité de Taylor-Lagrange, l’inéga-
lité de Taylor-Lagrange.

Essayer de :
Pour calculer une primitive • utiliser les primitives connues du cours
de fonction continue
➥ Exercices 12.1, 12.2, 12.7
sur un intervalle,
ou calculer une intégrale • transformer l’écriture de f (x) pour favoriser les sommes plutôt que
de fonction continue les produits, par exemple linéariser pour une fonction trigonomé-
sur un segment trique
225
Chapitre 12 • Intégration sur un segment, primitives
• utiliser l’intégration par parties

➥ Exercices 12.5, 12.6, 12.8, 12.10
(suite)
• utiliser un changement de variable.
➥ Exercice 12.21.
Essayer d’appliquer les théorèmes du cours portant sur des inégalités

Pour obtenir une inégalité pour des intégrales.
portant sur une ou des intégrales
➥ Exercices 12.4 à 12.6, 12.9, 12.10 a), 12.16 b), 12.18, 12.22.
Appliquer les méthodes de calcul des intégrales et des primitives :

primitives usuelles, linéarité de l’intégration, relation de Chasles, in-
tégration par parties, changement de variable.
On se ramène alors à la formule fondamentale de l’analyse :
Pour changer la forme
de l’écriture d’une intégrale, ) b
ou pour calculer ou évaluer f (x) dx = [F(x)]ba = F(b) − F(a),
a
une intégrale dans des cas simples
où f est continue sur le segment [a ; b] et où F est une primitive de f
sur [a ; b].
➥ Exercices 12.1, 12.2, 12.5, 12.6, 12.12.
Essayer d’appliquer le théorème du cours :

Pour conclure
si a < b et si f : [a ; b] −→ R est continue, positive ou nulle, telle que
qu’une fonction est nulle, ) b
ayant un renseignement f (x) dx = 0, alors f = 0.
sur une intégrale a
➥ Exercice 12.15.
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
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.
faisant intervenir ➥ Exercice 12.17.

une intégrale à borne variable

12.1 Exemples de calculs simples d’intégrales
) π ) π ) π
2 2 2
Calculer : I= cos2 x dx, J= cos x sin x dx, K= sin2 x dx.
0 0 0
227
12.2 Formule des deux niveaux

Montrer qu’il existe (α, β) ∈ R2 unique, et le calculer, tel que α < β et :
) 1
∀P ∈ R3 [X], P(x) dx = P(α) + P(β).
−1
12.3 Exemples de sommes de Riemann

Trouver :
(n
k2
a) lim
n∞
k=1
(k + n)3
(n
k kπ
b) lim 2
sin .
n∞
k=1
n n
12.4 Exemple de limite d’une intégrale

) x+ 1x
e −t dt.
2 2
Trouver lim ex
x −→ +∞ x
12.5 Majoration d’une intégrale

Soit (a, b) ∈ R2 tel que a < b, f : [a ; b] −→ R de classe C 1 telle que f (b) = 0.
) b (b − a)2
Montrer : f (t) dt Max | f
(t)|.
a 2 t∈[a;b]
12.6 Lemme de Riemann et Lebesgue pour une fonction de classe C1

Soient (a, b) ∈ R2 tel que a < b, f : [a ; b] −→ R de classe C 1 sur [a ; b]. Montrer :
) b ) b
f (x) cos(λx) dx −→ 0 et f (x) sin(λx) dx −→ 0.
a λ −→ +∞ a λ −→ +∞
12.7 Étude d’une intégrale d’une somme de valeurs absolues

(
n
Soient n ∈ N∗ , x1 , ..., xn ∈ [0 ; 1]. On note : f : [0 ; 1] −→ R, x −→ |x − xk |.
k=1
) 1
n n
Calculer I = f (x) dx, montrer I et étudier les cas d’égalité.
0 4 2
12.8 Une égalité établie grâce à des intégrales

(n ) 1
n (−1)k 4n (n!)2
Montrer : ∀n ∈ N∗ , = , en considérant In = (1 − x2 )n dx.
k=0
k 2k + 1 (2n + 1)! 0
12.9 Exemple de limite d’une intégrale dépendant d’un paramètre

) 1 √
Déterminer lim 1 − xn dx.
n∞ 0
12.10 Recherche d’un équivalent d’une intégrale dépendant d’un paramètre

) 1
On note, pour tout n ∈ N∗ : In = xn e x dx.
0
228
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.
12.11 Exemple de limite d’un produit, intervention d’une somme de Riemann

n
k 1/n
Trouver lim 1+ .
n∞
k=1
n
12.12 Étude d’une intégrale dépendant d’un paramètre

) 1
Soit f : [0 ; 1] −→ R continue. On note : g : [0 ; 1] −→ R, x −→ |x − t| f (t) dt.
0
) x ) x ) x ) x
a) Montrer : ∀x ∈ [0 ; 1], g(x) = x f (t) dt − t f (t) dt + x f (t) dt − t f (t) dt.
0 0 1 1
b) En déduire que g est de classe C 2 sur [0 ; 1] et que : ∀x ∈ [0 ; 1], g
(x) = 2 f (x).
12.13 Équation faisant intervenir une intégrale

Soit f : [0 ; 1] −→ R continue, telle que : ∀x ∈ [0 ; 1], f (x) 2.
) x
Montrer que l’équation f = 4x − 1, d’inconnue x ∈ [0 ; 1], admet une solution et une seule.
0
12.14 Produit d’intégrales nul

) b ) b
Soient f, g : R −→ R continues telles que : ∀(a, b) ∈ R2 , f g = 0.
a a
Montrer : f = 0 ou g = 0.
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
12.16 Encadrement du reste d’ordre n de la série harmonique alternée

(n
(−1)k
On note, pour tout n ∈ N : dn = ln 2 − .
k=0
k+1
) 1 n+1
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
12.17 Exemple d’équation fonctionnelle faisant intervenir une intégrale

Trouver toutes les applications f : R −→ R de classe C 1 telles que :
) y
y − x
∀(x, y) ∈ R2 , f (t) dt = f (x) + f (y) .
x 2
229
12.18 Étude d’une inéquation différentielle

Soit f : [1 ; +∞[ −→ R de classe C 1 , telle que f (1) = 1 et :
1
∀x ∈ [1 ; +∞[, 0 f
(x) 2 .
x2 + f (x)
π
Montrer que f admet une limite finie en +∞ et que : 1 + .
4
12.19 Limite d’une suite définie via une intégrale
a) Montrer que, pour tout n ∈ N∗ , il existe xn ∈ ]0 ; +∞[ unique tel que :
) xn
tn
dt = ln(1 + xn ).
0 1+t
b) Déterminer la limite de xn lorsque l’entier n tend vers l’infini.
12.20 Exemple de calcul d’une intégrale à paramètre

) x
x − t n−1 1 xn
Montrer : ∀n ∈ N∗ , ∀x ∈ [0 ; 1[, dt = .
0 1−t (1 − t) 2 n(1 − x)
12.21 Inégalité de Young

Soient a > 0, f : [0 ; a] −→ R de classe C 1 telle que f (0) = 0 et : ∀x ∈ [0 ; a], f
(x) > 0.
On note abusivement f −1 : [0 ; f (a)] −→ R l’application réciproque de f .
) x ) f (x)
a) Montrer : ∀x ∈ [0 ; a], f+ f −1 = x f (x).
0 0
) x ) y
b) En déduire : ∀(x, y) ∈ [0 ; a] × [0 ; f (a)], f+ f −1 xy.
0 0
12.22 Encadrement de la valeur moyenne d’une fonction convexe

Soient I un intervalle de R, f : I −→ R continue et convexe, (a, b) ∈ I 2 tel que a < b.
a + b ) b
1 f (a) + f (b)
Montrer : f f (x) dx .
2 b−a a 2
On pourra utiliser l’exercice 11.24.
12.23 Étude d’une fonction définie via une intégrale

) y
2
a) Montrer : ∀x ∈ R, ∃ !y ∈ R, e t dt = 1.
x
) X
2
À cet effet, on pourra considérer l’application F : R −→ R, X −→ e t dt.
0
On note f : R −→ R, x −→ y l’application ainsi définie.
b) Montrer que f est de classe C 1 sur R.
c) Tracer l’allure de la courbe représentative de f .
230
12.24 Limite d’une suite d’intégrales de fonctions définies par récurrence

√
On note f0 : [0 ; 1] −→ R, x −→ x et, pour tout n ∈ N :

fn+1 : [0 ; 1] −→ R, x −→ fn+1 (x) = 1 + fn (x).
) 1
Trouver lim fn (x) dx.
n∞ 0
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
(x) pour tout x ∈ [0 ; 1].

P = aX3 + bX2 + cX + d, (a, b, c, d) ∈ R4 .
12.13 Étudier les variations de l’application
12.3 Il s’agit de sommes de Riemann.
) x
12.4 Majorer l’intégrale. φ : [0 ; 1] −→ R, x −→ f(x) dt − (4x − 1).

0
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
en utilisant la relation de Chasles. ) 1

12.15 Considérer (f 4 − f 3 − f + 1).
0
12.8 • Utiliser la formule du binôme de Newton pour obtenir
n
)
( n (−1)k
1
1
In = . 12.16 a) Écrire ln 2 sous la forme ln 2 = dt.
k 2k + 1 0 1+t
k=0
1
b) 1) Majorer dn pour obtenir dn .
• D’autre part, exprimer In+1 à l’aide d’une intégration par par- 2n + 4
4n (n!)2 √ n+ 1
n+1
ties, réitérer, et obtenir In = . 2) Pour l’autre inégalité, scinder
√ t en t t 2 , et remarquer :
(2n + 1)! t 1
.
√ 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
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
12.1 On linéarise la fonction qui est sous l’intégrale : x2

L’application [0 ; 1] −→ R, x −→ est continue,
(x + 1)3
) π/2 ) π/2 % x sin 2x $π/2 π donc, d’après le théorème du cours sur les sommes de
1 + cos 2x ) 1
I= cos2 x dx = dx = + = , x2
0 0 2 2 4 0 4 Riemann : un −→ dx .
0 (x + 1)
n∞ 3

) π/2 ) π/2 % cos 2x $π/2 1 notée I
1
J= cos x sin x dx = sin 2x dx = − = , Calculons I à l’aide du changement de variable t = x + 1 :
0 0 2 4 0 2
) π/2 ) π/2 % x sin 2x $π/2 π ) ) 2 2
1 − cos 2x 2
(t − 1)2 t − 2t + 1
K= sin2 x dx = dx = − = . I= dt = dt
0 0 2 2 4 0 4 1 t3 1 t3
) 2
1 2 1 % 2 1 $2 5
Pour calculer J, on pouvait aussi remarquer : = − 2 + 3 dt = ln t + − 2 = ln 2 − .
1 t t t t 2t 1 8
% sin2 x $π/2 1
J= = . 1 ( k2
n
5
2 0 2 On conclut : lim = ln 2 − .
n∞ n k=1 (k + n)3 8
12.2 Soit (α, β) ∈ R2 tel que α < β. On a : b) On a, pour tout n ∈ N∗ :
) 1
(n
k kπ 1 ( k
n k
∀P ∈ R3 [X], P(x) dx = P(α) + P(β) un = sin = sin π .
−1 n2 n n k=1 n n
) 1
k=1
⇐⇒ ∀(a, b, c, d) ∈ R4 , (ax3 + bx2 + cx + d) dx

−1
L’application [0 ; 1] −→ R, x −→ x sin(πx) est continue sur
le segment [0 ; 1], donc, d’après le théorème du cours sur les
= (aα + bα + cα + d) + (aβ + bβ + cβ + d)
3 2 3 2 ) 1
% x4 x3 x2 $1 sommes de Riemann : un −→ x sin(πx) dx .
n∞
⇐⇒ ∀(a, b, c, d) ∈ R4 , a + b + c + d
0
4 3 2 −1
notée I
= (aα3 + bα2 + cα + d) + (aβ3 + bβ2 + cβ + d) Calculons I à l’aide d’une intégration par parties :
⇐⇒ ∀(a, b, c, d) ∈ R4 ,
% − cos(πx) $1 ) 1 − cos(πx)
2 I= x − dx
b + 2d = a(α3 + β3 ) + b(α2 + β2 ) + c(α + β) + 2d π 0
0 π
3
⎧ ⎧ 1 1 % sin(πx) $1 1
⎪
⎪
⎪ α3 + β3 = 0 ⎪ = + = .
⎪
⎪ ⎧ ⎪
⎪
1
⎪
⎪ ⎪
⎪β = −α ⎪
⎪α=−√ π π π 0 π
⎪
⎪
⎨ 2 2 ⎪
⎪
⎨ ⎪
⎪
⎨ 3
⇐⇒ ⎪⎪ α + β2 = ⇐⇒ ⎪ ⎪ 2 ⇐⇒ ⎪
⎪ ⎪ α<β ⎪⎪ 1( k
n
⎪
⎪
⎪
3 ⎪
⎩2α =
2 ⎪
⎪
⎪
1 kπ 1
⎪
⎪
⎪
⎩α + β = 0 3 ⎩β = √ .
⎪ On conclut : lim
n∞ n k=1 n2
sin
n
= .
π
3
12.4 On a, pour tout x ∈ ]0 ; +∞[ :

On conclut qu’il existe un couple (α, β) et un seul convenant :
1 1
(α, β) = − √ , √ . % 1$
∀t ∈ x ; x + , 0 e −t e −x ,
2 2
3 3
x
12.3 Les expressions proposées font penser à des sommes donc :
de Riemann.
) x+ 1x 1
a) On a, pour tout n ∈ N∗ : 2 2 2 2 1
0 e −x e −t dt e x e −x = −→ 0,
k 2 x x x x −→ +∞
(
n
k2 1 (
n
un = = n )
(k + n)3 n k 3 . x+ 1x
e −x e −t dt
2 2
k=1 k=1 +1 d’où : −→ 0.
n x x −→ +∞
233
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
• On a, pour tout λ ∈ ]0 ; +∞[, par intégration par parties :

) b • D’autre part, pour tout n ∈ N, exprimons In+1 à l’aide d’une
% sin λx $b sin λx
I(λ) = f (x) − f
(x) dx intégration par parties. Avec
λ a x
a
) ⎧ ⎧
⎪
⎪ ⎪
⎪
f (b) sin λb − f (a) sin λa 1 b

⎨u(x) = (1 − x )
⎪ ⎨u (x) = (n + 1)(1 − x ) (−2x)
⎪
2 n+1 2 n
= − f (x) sin λx dx, ⎪ ⎪
λ λ a ⎪
⎪
⎩v
(x) = 1 ⎪
⎪
⎩v(x) = x
donc : |I(λ)|
)
| f (b) sin λb| + | f (a) sin λa| 1 b
où u et v sont de classe C 1 sur [0 ; 1], on a :
+ f (x) sin λx dx
λ λ a )
) b 1 1
| f (b)| + | f (a)| 1 In+1 = x(1 − x2 )n+1 0 − x(n + 1)(1 − x2 )n (−2x) dx

+ | f
(x)| dx −→ 0. 0
λ λ a λ −→ +∞ ) 1
Il s’ensuit : I(λ) −→ 0. = 2(n + 1) (1 − x2 )n x2 dx
λ −→ +∞
0
La même méthode montre : J(λ) −→ 0. )
λ −→ +∞
1

= 2(n + 1) (1 − x2 )n 1 − (1 − x2 ) dx
) (
n (n ) 1
0
%) )
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
) 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
donc : =x f (t) dt − t f (t) dt + x f (t) dt − t f (t) dt.

0 0 1 1
) 1 ) 1
0 In = xn e x dx xn e dx b) Puisque f et t −→ t f (t) sont continues sur [0 ; 1], d’après le
0 0
cours, les quatre fonctions qui, à x ∈ [0 ; 1], associent :
% xn+1 $1 e
= e = −→ 0. ) x ) x ) x ) x
n + 1 0 n + 1 n∞ f (t) dt, t f (t) dt, f (t) dt, t f (t) dt
On déduit, par théorème d’encadrement : In −→ 0. 0 0 1 1
n∞
sont de classe C sur [0 ; 1], donc g est de classe C 1 sur [0 ; 1]
1
b) On a, par intégration par parties, pour tout n ∈ N∗ :
et pour tout x ∈ [0 ; 1] :
% xn+1 $1 ) 1 xn+1 e 1
In = ex − e x dx = − In+1 . g
(x) =
n+1 0 n+1 n+1 n+1
) x )
0
x
f (t) dt + x f (x) − x f (x) + f (t) dt + x f (x) − x f (x)
1 0 1
) x ) x
c) On obtient : In = ( e − In+1 ),
n+1 = f (t) dt + f (t) dt.
e e
d’où, puisque In+1 −→ 0 : In ∼ ∼ . 0 1
n∞ n∞ n + 1 n∞ n

De même, g est de classe C sur [0 ; 1], donc g est de classe C 2

1

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
(x) = f (x) + f (x) = 2 f (x).

1( k
n
On a un > 0 et : ln un = ln 1 + , 12.13 L’application
n k=1 n
) x
qui fait penser à une somme de Riemann. φ : [0 ; 1] −→ R, x −→ f (t) dt − (4x − 1)
0
L’application [0 ; 1] −→ R, x −→ ln(1 + x) est continue sur
le segment [0 ; 1], donc, d’après le théorème du cours sur les
) 1 est de classe C 1 sur [0 ; 1] et, pour tout x ∈ [0 ; 1] :
sommes de Riemann : ln un −→ ln(1 + x) dx. φ
(x) = f (x) − 4 2 − 4 = −2 < 0,
n∞ 0
235
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
On a donc, par hypothèse : ) 1% 1 (n $

= − (−1)k tk dt
∀(a, b) ∈ R2 , F(b) − F(a) G(b) − G(a) = 0 (1). 0 1 + t k=0
) 1 1 − 1 − (−1)n+1 tn+1
• En particulier, en remplaçant a par 0, comme F(0) = 0 et = dt
1+t
G(0) = 0, on a : ∀b ∈ R, F(b)G(b) = 0. 0
) 1 n+1 ) 1 n+1
t t
• En revenant à (1) et en développant, on obtient : = (−1)n+1 dt = dt.
0 1+t 0 1+t
∀(a, b) ∈ R2 , F(b)G(b) −F(a)G(b)− F(b)G(a)+ F(a)G(a) = 0.

=0 =0 b) 1) • On a, pour tout n ∈ N :
D’où, en multipliant par −F(b) : ) )
1
tn+1 1 n+1
t 1 % tn+2 $1 1
2 dn = dt dt = = .
∀(a, b) ∈ R , F(a) F(b)G(b) + F(b) G(a) = 0.
2
0 1+t 0 2 2 n + 2 0 2n + 4

=0
• L’autre inégalité semble plus difficile. Soit n ∈ N. On a :
2
Ainsi : ∀(a, b) ∈ R , 2
F(b) G(a) = 0 (2). ) 1 ) 1
√
tn+1 t n+ 1
Si G = 0, alors g = G = 0.
dn = dt = t 2 dt,
0 1+t 0 1+t
Supposons G 0. Il existe a ∈ R tel que G(a) 0. √
t 1
On a alors, d’après (2) : ∀b ∈ R, F(b) 2 = 0, et on remarque que : ∀t ∈ [0 ; 1], ,
1+t 2
donc : ∀b ∈ R, F(b) = 0, puis f = F
= 0. √ √ √
1 t 1 + t − 2 t (1 − t)2
car : − = = 0.
On conclut : f = 0 ou g = 0. 2 1+t 1+t 1+t
) 1
1 % tn+ 2 $1
3
1 n+ 1 1
12.15 On remarque, pour tout y ∈ R : D’où : dn t 2 dt = = .
0 2 2 n+ 2 3 0 2n +3
y4 − y3 − y + 1 = (y − 1)(y3 − 1) = (y − 1)2 (y2 + y + 1). 1 1
On conclut : ∀n ∈ N, dn .
2n + 4 2n + 3
De plus, comme le discriminant de y2 + y + 1 est < 0, on a :
2) D’après le résultat précédent :
∀y ∈ R, y2 + y + 1 > 0.
2n 2n
∀n ∈ N, 2ndn .
D’où : 2n + 4 2n + 3
) 1 ) 1
2n 2n
( f − 1)2 ( f 2 + f + 1) = ( f 4 − f 3 − f + 1) Comme : −→ 1 et −→ 1,
0 0 2n + 4 n∞ 2n + 3 n∞
) 1 ) 1 ) 1 par encadrement, on déduit : 2ndn −→ 1,
= f4 − f3 − f − 1 = 0. n∞

0 0

0 1
et on conclut : dn ∼ .
=0 =0 n∞ 2n
236
12.17 1) Soit f convenant. 12.19 a) Soit n ∈ N∗ fixé. L’application

)
Puisque f est supposée de classe C 1 sur R, on obtient, en déri- x
tn
vant par rapport à y, pour x fixé : fn : [0 ; +∞[ −→ R, x −→ dt − ln(1 + x)
0 1+t
1 y−x
est dérivable (donc continue) sur [0 ; +∞[ et on a, pour tout
∀(x, y) ∈ R2 , f (y) = f (x) + f (y) + f (y),
2 2 xn 1 xn − 1
x ∈ [0 ; +∞[ : fn
(x) = − = ,
c’est-à-dire : ∀(x, y) ∈ R2 , f (y) − f (x) = (y − x) f
(y). 1+x 1+x 1+x
d’où le sens des variations de fn .
En appliquant ce dernier résultat à (y, x) à la place de (x, y), on
a aussi : ∀(x, y) ∈ R2 , f (x) − f (y) = (x − y) f
(x). De plus, fn (0) = 0 et, pour tout x ∈ [1 ; +∞[ :
) x n ) x n ) x ) x
On déduit : 2
∀(x, y) ∈ R , (y − x) f (y) = (y − x) f (x).
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 ).

f 0, f est croissante. Puisque f est croissante et que 0 1 +t

f (1) = 1, on a : ∀x ∈ [1 ; +∞[, f (x) 1. On sait : ∀x ∈ ] − 1 ; +∞[, ln(1 + x) x.
D’où, pour tout x ∈ [1 ; +∞[ : 1 xn+1

D’où : n
xn ,
1 1 1 + xn n + 1
f
(x) 2 x2 + 1 . donc : xnn (n + 1)(1 + xn ) 2(n + 1)xn .
x2 + f (x)
En simplifiant par xn (qui est > 0), on déduit :
On déduit, pour tout x ∈ [1 ; +∞[, en intégrant sur [1 ; x] :
) x ) x xn−1 2(n + 1),
1 n
f (x) = f (1) + f
(t) dt 1 + dt
1 t +1
2 1
1 puis, pour n 2 : 1 xn (2n + 2) n−1 .
x π π π π
= 1 + Arctan t 1 = 1 + Arctan x − 1 + − = 1 + . 1 ln(2n + 2)
4 2 4 4 Enfin : (2n + 2) n−1 = exp −→ 1,
π n−1 n∞
Ainsi, f est croissante et majorée par 1 + , donc f admet une par prépondérance classique.
4
π
limite finie en +∞ et : 1 + . D’après le théorème d’encadrement, on conclut : xn −→ 1.
4 n∞
237
12.20 Soient n ∈ N∗ , x ∈ [0 ; 1[. On a : y

) x x − t n−1 1
) x
(x − t)n−1
f (a)
dt = dt,
0 1−t (1 − t)2 0 (1 − t)n+1 f (x)
f (x)
ce qui fait penser au reste dans la formule de Taylor avec reste f −1
intégral. 0
x
1 f
Considérons l’application f : [0 ; 1[ −→ R, t −→ . 0
1−t
Puisque f est de classe C ∞ sur [0 ; 1[, d’après la formule de O x a x
Taylor avec reste intégral, on a :
b) Soit x ∈ [0 ; a] fixé.
(
n−1 (k)
f (0)
f (x) = + Rn (x) L’application B x : [0 ; f (a)] −→ R définie par :
k!
k=0 ) x ) y
) ∀y ∈ [0 ; f (a)], B x (y) = f+ f −1 − xy
(x − t)n−1 (n)
x
0 0
où : Rn (x) = f (t) dt.
0 (n − 1)! 1
est de classe C sur [0 ; f (a)] et :
Une récurrence immédiate (sur k) montre que les dérivées suc-
cessives de f sont données, pour tout t ∈ [0 ; 1[, par : ∀y ∈ [0 ; f (a)], (B x )
(y) = f −1 (y) − x.
1 1 k!
f (t) = , f
(t) = , ..., f (k) (t) = , d’où le tableau des variations de B x :
1+t (1 − t)2 (1 − t)k+1
y 0 f (x) f (a)
(B x )
(y) − 0 +
d’où : ∀k ∈ N, f (0) = k! .
(k)
B x (y)
( f (0) k ( k 1 − xn
n−1 (k) n−1
On obtient : x = x = et : Donc, en utilisant a) :
k! 1−x
) x k=0
)
k=0

(x − t)n−1 n! x
(x − t)n−1 ∀y ∈ [0 ; f (a)], B x (y) B x f (x) = 0.
Rn (x) = dt = n dt.
0 (n − 1)! (1 − t) n+1
0 (1 − t)
n+1
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
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 −→ +∞,
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
et donc : F(X) −→ −∞.

X −→ −∞
D’après le théorème de la bijection monotone, on conclut :

F est bijective, F −1 est continue, F −1 est strictement croissante, 12.24 • Une récurrence immédiate montre : pour tout n ∈ N,
F −1 (y) −→ −∞, F −1 (y) −→ +∞. fn existe, fn est continue sur [0 ; 1], fn 1.
y −→ −∞ y −→ +∞
239
• 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
• 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.

• Propriétés élémentaires des suites et des fonctions ayant une limite finie ou une
limite infinie, pour les opérations algébriques et l’ordre usuel
• Définition et propriétés de l’équivalence, de la négligeabilité
• Lien entre régularité d’une fonction et existence d’un développement limité,
théorème de Taylor-Young
• Opérations algébriques sur les développements limités
• Sur des exemples simples, notion et manipulation de développement
asymptotique.

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
lim xβ | ln x|α = 0, pour (α, β) ∈ R × R∗+ fixé

x −→ 0+
λx
lim = +∞, pour (λ, α) ∈ ]1 ; +∞[×R fixé
x −→ +∞ xα
x α
lim λ |x| = 0, pour (λ, α) ∈ ]1 ; +∞[×R fixé
x −→ −∞
➥ Exercice 13.7
• utiliser des équivalents, surtout pour les formes indéterminées
∞ 0
0 × ∞, ,
(suite) ∞ 0
➥ Exercices 13.1 c), 13.3, 13.14
• utiliser des développements limités, surtout pour la forme indéter-
minée ∞ − ∞
➥ Exercices 13.3, 13.4, 13.12, 13.13, 13.30
• prendre le logarithme, ou encore d’écrire u(x)v(x) = e v(x) ln u(x) pour
la forme indéterminée 1∞ .
➥ Exercices 13.5, 13.6, 13.12.
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.
Faire le changement de variable h = x−a pour se ramener à des DL(0).

Le résultat final, DL(a) de f , sera donné à l’aide d’un polynôme en h,
Pour former un DL(a) d’une fonction ordonné selon les puissances croissantes de h. En aucun cas on ne
f : x −→ f (x), pour a 0 développera les puissances de x − a.
➥ Exercice 13.11 d).
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
Montrer d’abord que la fonction est de classe suffisante, donc admet un

Pour obtenir le développement limité développement limité à l’ordre voulu d’après le théorème de Taylor-
à un ordre numériquement fixé d’une Young, puis, pour calculer le développement limité, procéder par co-
fonction réciproque, ou d’une efficients indéterminés.
fonction satisfaisant une équation
➥ Exercice 13.21.
Montrer d’abord l’existence de ces racines et les situer, à l’aide des

Pour obtenir des renseignements variations d’une fonction. Les renseignements seront souvent obtenus
locaux sur les racines d’une équation successivement : limite, équivalent simple, développement limité ou
dépendant d’un paramètre, développement asymptotique, etc.
n ∈ N par exemple
➥ Exercices 13.18, 13.19, 13.24, 13.27, 13.29.

13.1 Exemples simples de détermination de limites de fonctions
2x − 1 x+7
a) lim − 2
x −→ 2 x2 − 3x + 2 x −x−2
√ √
2x + 3 − 3x
b) lim
x −→ 3 x2 − 3x
sin(5πx)
c) lim .
x −→ 1 sin(4πx)
13.2 Exemples simples de calculs de développements limités

Former le développement limité, à l’ordre et au voisinage indiqués, de la fonction f d’une
variable réelle définie par la formule suivante (variable x) :
a) DL3 (0), e x sin x,

1−x
b) DL4 (0),
1+x
c) DL3 (0), tan x.
13.3 Paramètres pour une limite finie

Montrer qu’il existe (a, b) ∈ R2 unique, que l’on calculera, tel que l’application
1
f : x −→ ln(1 + x) + a( e x − 1) + b sin x
x3
admette une limite finie en 0, et déterminer alors cette limite.
13.4 Double taux d’accroissement

Soient I un intervalle de R, a ∈ I, f : I −→ R de classe C 2 sur I.
f (a + h) − 2 f (a) + f (a − h)
Déterminer lim .
h −→ 0 h2
243
13.5 Paramètre pour une limite finie non nulle

1 x3 −x2 +ax
Trouver a ∈ R pour que l’application f : x −→ 1 + e admette une limite finie non
x
nulle en +∞, et déterminer alors cette limite.
13.6 Exemple abstrait de détermination de limite

Soient I un intervalle de R, a ∈ I, f : I −→ R dérivable en a et à valeurs strictement positives.
f (a + h) 1/h
Déterminer lim .
h −→ 0 f (a)
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.
13.8 Utilisation d’un développement limité pour une divisibilité de polynômes

2
Montrer : ∀n ∈ N∗ , ∃ Pn ∈ Rn [X], Xn+1 1 + X − Pn (X) .
√
À cet effet, on pourra envisager le DLn (0) de x −→ 1 + x.
13.9 Exemple de DL d’une fonction composée particulière

(
10
(−1)k+1
Former le DL12 (0) de f : x −→ exp xk .
k=1
k
13.10 Exemple abstrait de détermination d’une limite

Soient I un intervalle de R, a ∈ I, f, g : I −→ R de classe C 2 sur I, telles que :
f (a) = g(a) = 0, g
(a) 0, f (x) ∼ g(x).
x −→ a
a) Montrer que, au voisinage de a, f et g ne s’annulent en aucun point sauf a, et que

f
(a) = g
(a).
1 1 g
(a) − f
(a)
b) Établir : − −→ 2 .
f (x) g(x) x −→ a 2 g
(a)
13.11 Exemples de calculs de développements limités

Former le développement limité, à l’ordre et au voisinage indiqués, de la fonction f d’une
variable réelle définie par la formule suivante (variable x) :
1
a) DL3 (0), (1 + x) x
2 2
b) DL2 (0), 1 + ln(1 + x) sin2 x
1 1
c) DL2 (0), − x
x e −1
d) DL2 (π/6), tan x.
244
13.12 Exemples de calculs de limites par utilisation de développements limités

√ 2 √3 √4
a) lim x + x − 2 x3 + 2x2 + x4 − x3
x −→ +∞
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
13.13 Paramètre pour une limite finie

Montrer qu’il existe P ∈ R[X] unique, que l’on calculera, tel que l’application

f : x −→ x(x − 1)(x − 2)(x − 3) − P(x)
admette 2 pour limite en +∞.
13.14 Étude d’une fonction taux d’accroissement

Soient I un intervalle de R, a ∈ I, f : I −→ R de classe C 2 .
⎧
⎪
⎪
⎪ f (x) − f (a)
⎪
⎪
⎨ x−a si x a
On note : τa : I −→ R, x −→ ⎪ ⎪
⎪
⎪
⎪
⎩ f
(a) si x = a.
Démontrer que τa est de classe C 1 sur I.
13.15 Calcul de dérivées successives en un point

√
On considère f : x −→ 1 − x2 + x3 . Calculer f (6) (0) et f (3) (1).
13.16 Équivalent d’une fonction réciproque

On note f : [0 ; +∞[ −→ [0 ; +∞[, x −→ x2 e 3x .
a) Montrer que f est bijective.
b) Trouver un équivalent simple de f −1 (y) lorsque y tend vers +∞.
13.17 Exemple d’équivalent d’une différence

Soit n ∈ N∗ fixé.

n
Trouver un équivalent simple de n!xn − sin(kx) lorsque x tend vers 0.
k=1
13.18 Développement asymptotique du terme général d’une suite

e −un
On considère la suite (un )n∈N définie par u0 ∈ R et : ∀n ∈ N, un+1 = .
n+1
a) Montrer : un −→ 0.
n∞

a b 1
b) Déterminer (a, b) ∈ R2 de façon que : un = + 2 + o 2 .
n n n∞ n
245
13.19 Exemple d’étude asymptotique d’une suite définie indirectement

a) Montrer que, pour tout n de N, il existe xn ∈ [n ; n + 1[, unique, tel que :
xn − Ent (xn ) = e −xn .
b) Montrer successivement : xn = n + o (1), xn = n + e −n + o ( e −n ).

n∞ n∞
13.20 Équivalent d’une intégrale dépendant d’un paramètre entier

) 1
On note, pour tout n ∈ N∗ : In = (1 + x2 )1/n dx.
0
a) Trouver = lim In .
n∞

b) 1) Établir : ∀u ∈ [0 ; 1], e u − (1 + u) 2u2 .
2) En déduire un équivalent simple de In − , lorsque l’entier n tend vers l’infini.
) 1
On ne cherchera pas à calculer l’intégrale ln(1 + x2 ) dx qui apparaîtra.
0
13.21 Exemple de développement limité d’une fonction réciproque

ex −1+ x
On note f : R −→ R, x −→ .
2
−1
a) Montrer que f est bijective et que f est de classe C 3 sur R.
b) Former le DL3 (0) de f −1 .
13.22 Exemple de développement asymptotique d’une sommation

(
n
k b c 1
Déterminer (a, b, c) ∈ R de façon que :
3
1+ −1 =a+ + 2 + o 2 .
k=1
n2 n n n∞ n

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.
13.24 Étude asymptotique d’une suite définie indirectement

On note, pour tout n ∈ N tel que n 2 : Pn = Xn − X − 1.
a) Montrer que, pour tout n ∈ N tel que n 2, Pn admet, dans [1 ; +∞[, un zéro et un seul,
noté xn .
b) Trouver lim xn .
n∞
b c 1
c) Déterminer (a, b, c) ∈ R3 de façon que : xn = a + + + o .
n n2 n∞ n2
13.25 Exemple de développement asymptotique d’une fonction réciproque

1 1
Soit (a, b) ∈ R2 tel que a < b. On note : f : ]a ; b[ −→ R, x −→ + .
x−a x−b
a) Montrer que f est bijective.

β γ 1
b) Déterminer (α, β, γ) ∈ R3 de façon que : f −1 (y) = α + + 2 + o .
y y y −→ +∞ y2
246
13.26 Étude du θ de la formule de Taylor-Lagrange à l’ordre 1

Soient a ∈ ]0 ; +∞[, f : [0 ; a[ −→ R de classe C 3 telle que : ∀x ∈ ]0 ; +∞[, f (3) (x) > 0.
x2

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).
b) Trouver lim θ(x).

x −→ 0
13.27 Équivalent d’un minimum dépendant d’un paramètre entier

1 4
On note, pour tout n ∈ N∗ : fn : R −→ R, x −→ x + x2 − nx.
4
a) Montrer que, pour tout n ∈ N∗ , fn admet un minimum et un seul, noté μn , atteint en un point
et un seul, noté xn .
b) Trouver des équivalents simples de xn et de μn lorsque l’entier n tend vers l’infini.
13.28 Développement asymptotique d’une fonction réciproque

On note f : R −→ R, x −→ f (x) = x + ln(1 + x2 ).
a) 1) Étudier f et tracer sa courbe représentative C. Préciser les points d’inflexion.
2) Montrer que f est bijective.
3) La courbe C est-elle symétrique par rapport à la deuxième bissectrice du repère ?
b) Établir les développements asymptotiques suivants de f et f −1 :

f (x) = x + 2 ln x + o (1), f −1 (y) = y − 2 ln y + o (1).
x −→ +∞ y −→ +∞
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.
13.30 Limites de taux d’accroissement itérés

a) Soient n, p ∈ N tels que p n. En considérant ( e x − 1)n , montrer :
⎧
( n ⎪
⎪
n n−k k
p ⎪
⎨0 si p n
(−1) =⎪
⎪
k p! ⎩ ⎪1 si p = n.
k=0
b) Soient I un intervalle de R, a ∈ I, n ∈ N, f : I −→ R de classe C n .

n
1 ( n
Démontrer : (−1)n−k f (a + kh) −→ f (n) (a).
hn k=0 k h −→ 0
f (a) − 2 f (a + h) + f (a + 2h)
Par exemple, si f est de classe C 2 : −→ f
(a).
h2 h −→ 0
247
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.
f(x) = o (xn ). 13.15 1) Étude en 0 :

x −→ 0
Former le DL6 (0) de f, et, en utilisant le théorème de Taylor-
Young et l’unicité du DL6 (0) de f, déduire la valeur de f (6) (0).
2) Montrer que f
n’a pas de limite en 0.
2) Étude en 1 :
13.8 Montrer l’existence d’un polynôme Pn de Rn [X] tel que : Même méthode que ci-dessus, mais après avoir effectué le
√ changement de variable h = x − 1, pour se ramener au voisi-
1 + x = Pn (x) + o (x ),n
nage de 0.
x −→ 0
puis élever au carré. 13.16 a) Appliquer le théorème de la bijection monotone.

1
(10
(−1)k+1 k b) Noter y = f(x), x = f −1 (y), et obtenir x ∼ ln y.
13.9 Remarquer que x est la partie régulière du y −→ +∞ 3
k
k=1
DL10 (0) de x −→ ln(1 + x). Former alors le DL12 (0) de x −→ ln(1 + 13.17 Utiliser le DL2 (0) de t −→
sin t
.
x), et reporter dans f(x). t
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
13.19 a) Considérer l’application 13.25 a) Appliquer le théorème de la bijection monotone.

b) Noter x = f −1 (y) et obtenir successivement x −→ a,
f : [0 ; +∞[ −→ R, x −→ x − Ent(x) − e −x . y −→ +∞
1
x−a ∼ .
y −→ +∞ y
Pour tout n ∈ N, appliquer le théorème de la bijection mono-
tone à f sur [n ; n + 1[. 1
• Noter z = x − a − et obtenir un équivalent simple de z, en
b) 1) Utiliser xn n. 2) Étudier xn − n. y
fonction de y, lorsque y −→ + ∞.
13.20 a) Encadrer convenablement In .
13.26 a) Soit x ∈ ]0 ; a[ fixé.
b) 1) Étudier les variations des applications f, g : [0 ; 1] −→ R
1) Existence de θ(x) :
définies, pour tout u ∈ [0 ; 1], par :
Appliquer la formule de Taylor-Lagrange à f sur [0 ; x].
f(u) = e u − (1 + u) − 2u2 , g(u) = e u − (1 + u) + 2u2 . 2) Unicité de θ(x) :
) Remarquer que f
est strictement croissante.

1 1
2) Former In − 1 + ln(1 + x2 ) dx. b) Appliquer la formule de Taylor-Young à f et à f
, 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
où (a, b, c) ∈ R3 est à calculer.

b) 1) • Obtenir : ∀n ∈ N∗ , xn3 + 2xn = n

Reporter dans x = f −1 f(x) et utiliser l’unicité du DL3 (0) de
et déduire successivement :
x −→ x.
√ n 1/3
13.22 Écrire le DL4 (0) de x −→ 1 + x. xn 1, xn , xn −→ + ∞, xn ∼ n1/3 .
3 n∞ n∞
En déduire un polynôme explicité P de √ degré 3 tel qu’il existe

α > 0 et M 0 tels que : ∀x ∈ [0 ; α], 1 + x − P(x) Mx4 . 2) Exprimer μn en fonction de xn .
k
Remplacer x par , puis sommer pour k allant de 1 à n. 13.28 a) 2) Appliquer le théorème de la bijection monotone.
n
3) Examiner les deux points d’inflexion de C.
13.23 • Montrer d’abord : f
(a) = 0.
b) 1) Pour l’étude de f(x) lorsque x −→ +∞, mettre x2 en facteur
Appliquer la formule de Taylor-Young à f en a, et montrer : à l’intérieur du logarithme.
f
(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∞
2) Utiliser le lemme de l’escalier, exercice 8.31.

b) Obtenir un encadrement convenable de xn , à partir de
xnn − xn − 1 = 0 et de xn 1. n n
3) Déduire Un ∼ , puis un ∼ .
n∞ 3 n∞ 3
c) • Noter a = 1 et yn = xn −1. À partir de xn = (xn + 1)1/n , obtenir
b 1
un réel b tel que xn = 1 + + o . 13.30 a) Former le DLn (0) de x −→ ( e x −1)n de deux façons, puis
n n identifier les coefficients.
b
• Noter zn = xn − 1 − et réinjecter. b) Appliquer la formule de Taylor-Young et le résultat de a).
n
249
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
√
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 .
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∞

Il en résulte que f n’a pas de limite en 0, donc f n’est pas de g(x) 1

classe C 1 sur R. ∀x ∈ ]a − η ; a + η[ ∩ I, ,
(x − a)g
(a) 2
251
donc : ∀x ∈ ]a − η ; a + η[ ∩ I − {a}, g(x) 0. b) Mettons sous forme exponentielle-logarithme :

Ainsi, au voisinage de a, g ne s’annule en aucun point sauf a. 2 22
f (x) = 1 + ln(1 + x) sin x
• Puisque f (x) ∼ g(x), il existe α > 0 tel que :
x −→ a % 2 2 $
= exp 2
ln 1 + ln(1 + x) .
f (x) 1 sin x
∀x ∈ ]a − α ; a + α[ ∩ I − {a}, ,
g(x) 2 2 2
Pour obtenir un DL2 (0) de f (x), comme 2
∼ 2
, nous
sin x x −→ 0 x
et donc : ∀x ∈ ]a − α ; a + α[ ∩ I − {a}, f (x) 0. allons former d’abord le DL4 (0) de l’autre facteur :
Ainsi, au voisinage de a, f ne s’annule en aucun point sauf a. 2 % x2 x3 x4 $2
f (x) (x − a) f
(a) f
(a) ln 1 + ln(1 + x) = ln 1 + x − + − + o(x4 )
• On a : ∼ =
. 2 3 4
g(x) x −→ a (x − a)g (a)
g (a) 11 4
= ln 1 + x − x +
2 3
x + o(x4 )
f
(a) 12
Comme f (x) ∼ g(x), il s’ensuit :
= 1,
x −→ a g (a) 11 4 1 2 2
= x −x +
2 3
x − (x ) + o(x4 )
donc : f
(a) = g
(a). 12 2
5 4
b) Puisque f et g sont de classe C 2 sur I, on a, en utilisant la = x −x +
2 3
x + o(x4 ).
12
formule de Taylor-Young, pour x au voisinage de a :
D’autre part :
1
f (x) = f (a) + (x − a) f
(a) + (x − a)2 f
(a) + o (x − a)2 , 2 x3 −2

2
2
=2 x− + o(x3 )
sin x 6
1 2 x2 −2 2 x2
g(x) = g(a) + (x − a)g
(a) + (x − a)2 g
(a) + o (x − a)2 , = 2 1− + o(x2 ) = 2 1 + + o(x2 ) .

2 x 6 x 3
d’où, en reportant et en effectuant les calculs :
D’où :
1 1 g(x) − f (x) %2 x2 5 2 $
− = f (x) = exp 1 + + o(x2 ) x2 1 − x + x + o(x2 )
f (x) g(x) f (x)g(x) x2 3 12
1 % 3 $
(x − a)2 g
(a) − f
(a) + o (x − a)2 = exp 2 1 − x + x2 + o(x2 )

= 2 4
(x − a)2 f
(a)g
(a) + o (x − a)2 3 2
= exp 2 − 2x + x + o(x2 )
1
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
D’où : c) Mettons sous forme exponentielle-logarithme :

% $
1 1 1 2 exp x ln 21/x + 31/x − 51/x
+ x+ x + o(x2 ) % 1 1 1 $
f (x) = 2 6 24 = exp x ln e x ln 2 + e x ln 3 − e x ln 5
1 1 % % 1 $
1 + x + x2 + o(x2 ) 1
2 6 = exp x ln 1 + ln 2 + o
1 1 1 2 1 1 2 −1 x x
= + x+ x + o(x2 ) 1 + x + x + o(x2 ) % 1 1 $ % 1 1 $$
2 6 24 2 6 + 1 + ln 3 + o − 1 + ln 5 + o
1 1 1 2 % 1 1 2 1 2 $ x x x x
= + x+ x + o(x2 ) 1 − x + x + x + o(x2 ) % 61 1 $
2 6 24 2 6 4 = exp x ln 1 + ln +o
1 1 1 2 1 1 2 5 x x
= + x+ x + o(x2 ) 1 − x + x + o(x2 ) 6 6 6
2 6 24 2 12 = exp ln + o(1) −→ exp ln = .
5 x −→ +∞ 5 5
1 1
= − x + o(x ).
2
2 12 d) Mettons sous forme exponentielle-logarithme :
1 x2 −x % 1 $
π 1+ e = exp x2 ln 1 + −x
d) Effectuons le changement de variable h = x − . x x
6 % 1 1 $
1
On a alors : = exp x2
− + o −x
x 2x2 x −→ +∞ x2
1 1
1 = exp − + o(1) −→ e −1/2 = √ .
π √ + h + o(h2 ) 2 x −→ +∞ e
π tan + tan h
6 3
tan x = tan +h = π =
6 1 − tan tan h 1 − √1 h + o(h2 ) e) Mettons sous forme exponentielle-logarithme :
6 3
1 x3
1 1 2 sin x 12 1 x − + o(x3 )
= √ + h + o(h ) 1 + √ h + h + o(h2 )
2 sin x 1 6
3 3 3 x
= exp 2 ln = exp 2 ln
x x x x x
1 4 4 2 1 x2 1 x2
= √ + h + √ h + o(h2 ). = exp 2 ln 1 − + o(x ) = exp 2 −
2
+ o(x2 )
3 3 3 3 x 6 x 6
1
−1/6
13.12 a) On a, pour x > 0 : = exp − + o(1) −→ e .
6 x −→ 0
√ √3 √4 13.13 Si f admet 2 pour limite en +∞, alors

x2 + x − 2 x3 + 2x2 + x4 − x3
f (x) = 2 + o (1), donc :
1 1/2 2 1/3 1 1/4 x −→ +∞
= x 1+ − 2x 1 + +x 1−
x x x P(x) = x(x − 1)(x − 2)(x − 3) − f (x) ∼ x2 .
% 1 1 $ x −→ +∞
= x 1+ + o
2x x −→ +∞ x Il en résulte que P est nécessairement de degré 2 et de coeffi-
% 12 1 $ % 1 1 1 $
−2 1+ +o + 1+ − +o cients dominant égal à 1.
3x x 4 x x
1 4 1 13 13 Il existe donc (a, b) ∈ R2 tel que : P = X2 + aX + b.
= − − + o(1) = − + o(1) −→ − .
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
Si a = −3, alors f (x) −→ 1 − b, donc : f (6) (0) 3

x −→ +∞ Par unicité du DL6 (0) de f , on déduit : =− ,
6! 16
f (x) −→ 2 ⇐⇒ 1 − b = 2 ⇐⇒ b = −1. −3
x −→ +∞
d’où : f (6) (0) = 6! = −135.
Finalement, f admet 2 pour limite en +∞ si et seulement si : 16
2) Étude en 1 :
P = X2 − 3X − 1.
Effectuons le changement de variable h = x − 1 pour se rame-
13.14 • Puisque f est de classe C sur I, par opérations, τa est
2 ner au voisinage de 0, puis appliquons la même méthode que
de classe C 2 , donc C 1 , sur I − {a}. ci-dessus. On a :

• Puisque f est dérivable en a, on a : f (x) = f (1 + h) = 1 − (1 + h)2 + (1 + h)3
√ 1/2
f (x) − f (a) = 1 + h + 2h2 + h3 = 1 + (h + 2h2 + h3 )

τa (x) = −→ f
(a) = τa (a),
x−a x −→ a −→ 0
donc τa est continue en a. 1
1 − 12
= 1 + (h + 2h2 + h3 ) + 2 (h + 2h2 + h3 )2
• On a, pour tout x ∈ I − {a} : 2 2!
1
f
(x)(x − a) − f (x) − f (a) − 12 − 32
τ
a (x) = . + 2 (h + 2h2 + h3 )3 + o(h3 )
(x − a)2 3!
1 1 1
Notons, pour la commodité, h = x − a. = 1 + (h + 2h2 + h3 ) − (h2 + 4h3 ) + h3 + o(h3 )
2 8 16
On a, en appliquant la formule de Taylor-Young à f et à f
: 1 7 1
= 1 + h + h2 + h3 + o(h3 ).
τ
a (a + h) 2 8 16

2
f (a) + h f
(a) + o(h) h − h f
(a) + h2 f
(a) + o(h2 ) f (3) (1) 1

= Par unicité du DL3 (1) de f , on a : = ,
h2 3! 16
1 1
3! 3
= f
(a) = o(1) −→ f (a). d’où : f (3) (1) = = .

2 h −→ 0 2 16 8
Ainsi, τa est continue sur I, de classe C 1 sur I − {a}, et τ
a admet
une limite finie en a. D’après le théorème limite de la dérivée,
13.16 a) L’application
on conclut que τa est de classe C 1 sur I.
f : [0 ; +∞[ −→ [0 ; +∞[, x −→ x2 e 3x
13.15 Le calcul des dérivées successives de f jusqu’à
l’ordre 6 en tout point x serait trop laborieux. Nous allons ap- est correctement définie, continue, strictement croissante,
pliquer la formule de Taylor-Young et en déduire les dérivées f (0) = 0 et f (x) −→ +∞. D’après le théorème de la bi-
x −→ +∞
successives demandées. jection monotone, on conclut que f est bijective.
1) Étude en 0 : b) Notons x = f −1 (y). On a :
√
∞
L’application f : x −→ 1 − + x2 x3
est de classe C au voi-
sinage de 0, puisque 1 − x2 + x3 −→ 1 > 0. y = f (x) = x2 e 3x =⇒ ln y = 2 ln x + 3x.
x −→ 0
On a donc, par la formule de Taylor-Young :

Comme x −→ +∞, par prépondérance classique :
(6
f (k) (0) y −→ +∞
f (x) = + o (x6 ).
k! x −→ 0
k=0
2 ln x + 3x ∼ 3x,
y −→ +∞
Calculons d’autre part le DL6 (0) de f , par composition :
√ 1/2
f (x) = 1 − x2 + x3 = 1 − (x2 − x3 ) 1
1 puis : x ∼ ln y.
1 − 12 2 y −→ +∞3
= 1 − (x2 − x3 ) + 2 (x − x3 )2
2 2! 1
On conclut : f −1 (y) ∼ ln y.
1
− 12 − 32 2 y −→ +∞ 3
− 2 (x − x3 )3 + o(x6 )
3!
1 1 1 6 13.17 On a, pour tout x ∈ R∗ :
= 1 − (x2 − x3 ) − (x4 − 2x5 + x6 ) − x + o(x6 )
2 8 16 ⎛ ⎞
1 1 1 1 3 6
n
⎜⎜⎜ n
sin kx ⎟⎟⎟⎟
= 1 − x2 + x3 − x4 + x5 − x + o(x6 ). n!x −
n ⎜
sin kx = n!x ⎜⎝1 −
n
⎟.
2 2 8 4 16 k=1 k=1
kx ⎠
254
Par développement limité en 0, pour tout k ∈ 1 ; n : Soit n ∈ N. On a : ∀x ∈ [n ; n + 1[, f (x) = x − n − e −x .

1 3 3 L’application f est dérivable (donc continue) sur ]n ; n + 1[ et :
sin kx kx − 6 k x + o(x )
3
1 ∀x ∈ ]n ; n + 1[, f
(x) = 1 + e −x > 0,
= = 1 − k2 x2 + o(x2 ).
kx kx 6 donc f est strictement croissante sur ]n ; n + 1[.
D’où : De plus :
n
sin kx
n
=
1
1 − k2 x2 + o(x2 ) lim
+
f = f (n) = − e −n < 0 et lim f = 1 − e −(n+1) > 0.
n (n+1)−
k=1
kx k=1
6
(
n 1 n(n + 1)(2n + 1) 2 D’après le théorème de la bijection monotone, on déduit que,
=1− k2 x2 + o(x2 ) = 1 − x + o(x2 ). sur [n ; n + 1[, f s’annule en un point et un seul, noté xn .
k=1
6 6
On conclut qu’il existe une suite strictement croissante et une
Ainsi : seule (xn )n∈N d’éléments de ]0 ; +∞[ telle que :

n n(n + 1)(2n + 1)
n!xn − sin kx = n!xn x2 + o(x2 ) ∀n ∈ N, xn − Ent(xn ) = e −xn .
k=1
36
De plus : ∀n ∈ N, n < xn < n + 1.
n!n(n + 1)(2n + 1) n+2
∼ x . b) 1) On a : xn n, donc : xn −→ + ∞, e −xn −→ 0,
x −→ 0 36 n∞ n∞
d’où : xn = Ent(xn ) + e −xn = n + e −xn = n + o (1).

13.18 a) Il est clair que, pour tout n ∈ N, un existe et que : n∞
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∞
b) 1) Puisque un −→ 0, on a : e −un −→ 1, puis : 13.20 a) On a, pour n ∈ N∗ :

n∞ n∞
∀x ∈ [0 ; 1], 1 (1 + x2 )1/n 21/n ,
e −un 1
un+1 = ∼ ,
n + 1 n∞ n + 1 d’où :
) 1 ) 1 ) 1
1
donc, par décalage de l’indice : un ∼ . 1= dx (1 + x2 )1/n dx 21/n dx = 21/n −→ 1,
n∞ n 0 0 0 n∞
1 1
Ainsi : un = + o . donc, par théorème d’encadrement : In −→ 1.
n n∞ n n∞
1 1 Autrement dit, avec les notations de l’énoncé : = 1.
2) Notons vn = un − = o . On a :
n n b) 1) Considérons les applications f, g : [0 ; 1] −→ R définies,
1 e −un − 1 pour tout u ∈ [0 ; 1], par :
vn+1 = un+1 − =
n+1 n+1
f (u) = e u − (1 + u) − 2u2 , g(u) = e u − (1 + u) + 2u2 .
−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

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
D’autre part : 13.24 a) Soit n ∈ N tel que n 2.

(
n (
n (
n La fonction polynôme Pn : [1 ; +∞[ −→ R, x −→ xn − x − 1
1 1 1
Tn = k− k2 + k3 est dérivable (donc continue) et :
2n2 k=1
8n4 k=1
16 k=1
1 n(n + 1) 1 n(n + 1)(2n + 1) 1 n2 (n + 1)2 ∀x ∈ [1 ; +∞[, P

n (x) = nxn−1 − 1 n − 1 > 0,
= 2 − 4 +
2n 2 8n 6 16n6 4
n + 1 (n + 1)(2n + 1) (n + 1) 2
donc Pn est strictement croissante sur [1 ; +∞[.
= − +
4n 48n3 64n4
1 1 1 1 1 De plus : Pn (1) = −1 < 0 et Pn (x) −→ +∞.
x −→ +∞
= 1+ − + + +o 2
4n 24n 16n2 64n2 n D’après le théorème de la bijection monotone, Pn réalise une
5 3 1
=1+ − +o 2 . bijection de [1 ; +∞[ sur [−1 ; +∞[.
24n 64n2 n
En particulier, puisque 0 ∈ [−1 ; +∞[, il existe xn ∈ [1 ; +∞[
1 unique tel que Pn (xn ) = 0.
Comme S n = T n + o 2 , on conclut :
n b) On a, pour tout n 2 : xnn − xn − 1 = 0,
5 3 1
Sn = 1 + − + o 2 . donc : xnn = xn + 1 2xn ,
24n 64n2 n∞ n
1
puis : xn−1
n 2, 1 xn 2 n−1 .
13.23 • Puisque : ∀x ∈ R, f (x) 0 = f (a), 1 1
Comme 2 n−1 = e n−1 ln 2 −→ 1, par théorème d’encadrement,
n∞
f admet un minimum local en a. on conclut : xn −→ 1.
n∞
Comme f est, de plus, dérivable en a, on a : f
(a) = 0.
c) • Notons a = 1 et, pour tout n 2 : yn = xn − 1, de sorte
On a alors, par la formule de Taylor-Young, puisque f est de que : yn −→ 0. On a :
classe C 2 sur R : n∞
(x − a)2
xn = (xn + 1)1/n = (2 + yn )1/n

f (x) = f (a) +(x − a) f
(a) + f (a) + o (x − a)2 .
2! 1 ln 2 1 yn
=0 =0 = exp ln(2 + yn ) = exp + ln 1 +
n n n 2
(x − a)2
ln 2 1 ln 2 1
Si f
(a) < 0, alors f (x) ∼ f (a) < 0, donc, au = exp +o =1+ +o .

x −→ a 2 n n n n
voisinage de a, f est à valeurs < 0, contradiction avec l’hypo-
thèse f 0. ln 2
• Notons b = ln 2 et, pour tout n 2 : zn = xn − 1 − , de
Ceci montre : 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
⎪
⎪
⎪
⎪
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
13.25 a) L’application 2) Unicité :
1 1 Soient θ1 , θ2 convenant. On a alors : f
(θ1 x) = f
(θ2 x). Mais,

f : ]a ; b[ −→ R, x −→ + puisque f (3) > 0, f
est strictement croissante, donc injective,

x−a x−b
d’où θ1 = θ2 .
est dérivable (donc continue) sur ]a ; b[ et : Finalement, on conclut que, pour tout x ∈ ]0 ; a[, il existe
1 1 θ(x) ∈ ]0 ; 1[ unique tel que :
∀x ∈ ]a ; b[, f
(x) = − − < 0,
(x − a)2 (x − b)2 x2

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
D’après le théorème de la bijection monotone, on conclut que x2
x3 (3)
f est bijective. f (x) = f (0) + x f
(0) + f (0) + f (0) + o (x3 ).
2 6 x −→ 0
b) Notons, pour la commodité, x = f −1 (y), donc D’autre part, puisque f
est de classe C 1 sur [0 ; a[, on a,

1 1 d’après le théorème de Taylor-Young :
y = f (x) = + .
x−a x−b
• On a : x −→ a. f
(t) = f
(0) + t f (3) (0) + o (t),

t −→ 0
y −→ +∞
1 1 1 donc, en remplaçant t par θ(x)x, qui tend vers 0 lorsque x tend

• D’où : y= + ∼ , vers 0 :
x − a x − b y −→ +∞ x − a
1
1 1 f
θ(x)x = f
(0) + θ(x)x f (3) (0) + o θ(x)x

puis : x − a ∼ , x=a+ + o .
y −→ +∞ y y y −→ +∞ y = f
(0) + θ(x)x f (3) (0) + o(x).

1 1
• Notons z = x − a − = o . On a : On déduit de a) :
y y
x2

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
13.26 a) Soit x ∈ ]0 ; a[ fixé. 13.27 a) Soit n ∈ N∗ .

1) Existence : 1 4
L’application fn : R −→ R, x −→ x + x2 − nx
3
Puisque f est de classe C sur [0 ; a[, donc sur [0 ; x], d’après 4
le théorème de Taylor-Lagrange, il existe c ∈ ]0 ; x[ tel que : est deux fois dérivable sur R et, pour tout x ∈ R :
fn
(x) = x3 + 2x − n, fn
(x) = 3x2 + 2 > 0.

x2
f (x) = f (0) + x f (0) + f (c). On en déduit le tableau des variations de fn

puis de fn .
2
c Puisque fn
est continue, strictement croissante , de limite −∞
En notant θ(x) = , on a θ(x) ∈ ]0 ; 1[ et : en −∞ et de limite +∞ en +∞, d’après le théorème de la bijec-
x
tion monotone, il existe xn ∈ R unique tel que fn
(xn ) = 0, et
x2
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
x −∞ xn +∞ Enfin, f est deux fois dérivable que R et, pour tout x ∈ R :

fn
(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)
13.28 a) 1) L’application f : R −→ R, x −→ x + ln(1 + x2 )

est de classe C 1 sur R et, pour tout x ∈ R :
2) L’application f est continue, strictement croissante sur R, et
lim f = −∞, lim f = +∞. D’après le théorème de la bijection
2x (1 + x)2 −∞ +∞
f
(x) = 1 + = 0, monotone, on conclut que f est bijective.
1+x 2 1 + x2
3) La courbe C n’est pas symétrique par rapport à la deuxième
et : f
(x) = 0 ⇐⇒ x = −1. bissectrice B2 , car les deux points d’inflexion de C ne sont pas
symétriques l’un de l’autre par rapport à B2 .
De plus : f (x) −→ −∞ par prépondérance classique,
x −→ −∞ b) 1) On a :
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 −→ +∞
On a : f (x) − x = ln(1 + x2 ) −→ +∞, D’après 1) : y = x + 2 ln x + o(1),

x −→ ±∞
y 2 ln x 1
donc la courbe représentative C de f admet une branche pa- donc : =1+ =o −→ 1,
x x x y −→ +∞
rabolique de direction asymptotique d’équation y = x, lorsque
x −→ − ∞ et lorsque x −→ + ∞. c’est-à-dire : y ∼ x.
y −→ +∞
259
Alors : 13.30 a) Nous allons former le DLn (0) de x −→ ( e x − 1)n de

x deux façons.
x = y − 2 ln x + o(1) = y − 2 ln y + o(1) n
y D’une part : ( e x − 1)n = x + o(x) = xn + o(xn ).
x
= y − 2 ln y − 2 ln + o(1) = y − 2 ln y + o(1). D’autre part, en utilisant la formule du binôme de Newton, puis
y
des DL(0) des exponentielles :
13.29 a) Une récurrence immédiate montre : n
( n
∀n ∈ N, un ∈ ]0 ; π/2]. ( e x − 1)n = e kx (−1)n−k
k=0
k
On a donc : ∀n ∈ N, un+1 = sin un un , n
( n (n
(kx) p
donc (un )n0 est décroissante. = (−1)n−k + o(xn )
k=0
k p=0
p!
Puisque (un )n0 est décroissante et minorée par 0, (un )n0
(( n
kp p
n n
converge et sa limite vérifie : sin = et 0. = (−1)n−k x + o(xn ).
k p!
Or : ∀x ∈ R, sin x = x ⇐⇒ x = 0 , p=0 k=0
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∞
1 4 b) Puisque f est de classe C n , on a, en utilisant la formule de

d’où : un+1 = un − un + o(un ),
2 2 4
3 Taylor-Young :
puis : 1 1 1 −1 n
Un+1 = 2 = 2 1 − u2n + o(u2n ) ( n
un+1 un 3 (−1)n−k f (a + kh)
k
1 1 2 1 k=0
= 2 1 + un + o(u2n ) = Un + + o(1). n
( n
(
un 3 3 n (kh) p
= (−1)n−k f (p) (a) + o (hn )
k p! h −→ 0
1 k=0 p=0
On obtient : Un+1 − Un = + o(1), ⎛ n ⎞
3 (
n
⎜⎜⎜( n kp ⎟⎟
1 = ⎜⎜⎝ (−1)n−k f (p) (a)h p ⎟⎟⎟⎠ + o(hn )
et on conclut : Un+1 − Un −→ . p=0 k=0
k p!
n∞ 3
Un 1 = f (n) (a)hn + o(hn ),

2) D’après l’exercice 8.31 b), il s’ensuit : −→ .
n n∞ 3
n 1 3 et on conclut :
3) On a donc Un ∼ , u2n = ∼ ,
n∞ 3 Un n∞ n n
1 ( n
3 (−1)n−k f (a + kh) −→ f (n) (a).
puis, comme un > 0, on conclut : un ∼ . hn k=0 k h −→ 0
n∞ n
260
Fonctions réelles CHAPITRE 14
de deux variables
réelles
Plan
• 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.

• Définition et propriétés des parties bornées, des parties ouvertes, des parties fer-
mées, des parties convexes de R2
• Définition et propriétés relatives aux limites et à la continuité pour les fonctions
de deux variables réelles
• Définition et propriétés algébriques des dérivées partielles premières, en parti-
culier le théorème de composition de deux fonctions de classe C 1 .

*
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.
Mettre en évidence une suite (xn , yn )n∈N d’éléments de A telle que :

*
Pour montrer x2n + y2n −→ + ∞.
qu’une partie A de R2 n∞
n’est pas bornée Graphiquement, la notion de partie non bornée est apparente.
➥ Exercices 14.1, 14.8.
261
Chapitre 14 • Fonctions réelles de deux variables réelles
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.
Pour montrer Revenir à la définition, c’est-à-dire montrer que le complémentaire

qu’une partie A de R2 de A dans R2 n’est pas ouvert.
n’est pas fermée ➥ Exercices 14.1, 14.8.

Pour montrer ∀t ∈ [0 ; 1], ∀M, N ∈ A, (1 − t)M + tN ∈ A.
qu’une partie A de R2
est convexe Graphiquement, la notion de convexité est apparente.
➥ Exercices 14.1, 14.2 a).
Revenir à la définition, c’est-à-dire montrer qu’il existe t ∈ [0 ; 1],

Pour montrer M, N ∈ A tels que (1 − t)M + tN A.
qu’une partie A de R2 Graphiquement, la notion de partie non convexe est apparente.
n’est pas convexe
➥ Exercices 14.1, 14.2 b).
262
• 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
(x0 , y0 ) = f (·, y0 ) (x0 ), (x0 , y0 ) = f (x0 , ·) (y0 ),

∂x ∂y
où f (·, y0 ) : x −→ f (x, y0 ) et f (x0 , ·)y −→ f (x0 , y) sont les fonc-
tions partielles de f en (x0 , y0 ).
➥ Exercices 14.11 à 14.13.
• Essayer d’abord d’appliquer les théorèmes généraux

➥ Exercice 14.11
• S’il s’agit d’une forme indéterminée, se ramener d’abord, par chan-
gement de variable par translation, à une étude en (0, 0).
Former les fonctions partielles f (·, 0) et f (0, ·).
Pour étudier Si l’une de ces deux fonctions partielles n’a pas de limite en 0 ou
l’existence et la valeur si elles ont des limites en 0 différentes, alors f n’a pas de limite
de la limite en un point, en (0, 0).
ou pour étudier
Si f (·, 0) et f (0, ·) admettent une même limite en 0, envisager
la continuité en un point,
des fonctions du type x −→ f (x, x), ou plus compliquées en tenant
d’une fonction
compte de l’exemple proposé. Si ces diverses fonctions (d’une va-
riable réelle) ont la même limite en 0, on peut essayer d’établir
que f admet pour limite en (0, 0), en formant | f (x, y) − | et en
essayant de majorer cette expression par une expression plus simple
et de limite 0 lorsque (x, y) tend vers (0, 0). À cet effet, il peut être
intéressant de faire un changement de variable.
➥ Exercices 14.10 à 14.13.
Essayer de se ramener à ne faire intervenir qu’une variable,

par exemple :
• en fixant une des deux variables et en faisant varier l’autre
Pour étudier une fonction

➥ Exercice 14.9
de deux variables réelles • en séparant les rôles des deux variables
f : (x, y) −→ f (x, y)
➥ Exercice 14.14
• en faisant intervenir une nouvelle variable qui regroupe x et y, par
exemple x + y, xy, x2 + y2 , ...
➥ Exercices 14.3, 14.16.
263
Appliquer la formule du cours : si u, v : I −→ R sont de classe C 1 sur

un intervalle I et si f : U −→ R est de classe C 1 sur un ouvert U de R2

tel que : ∀t ∈ I, u(t), v(t) ∈ U,
Pour calculer des dérivées
alors l’application g : I −→ R, t −→ f u(t), v(t)
de fonctions composées est de classe C 1 sur I et :
par l’intermédiaire
de deux variables ∂f ∂f
∀t ∈ I, g
(t) = u(t), v(t) u
(t) + u(t), v(t) v
(t).
∂x ∂y
➥ Exercice 14.5.
Appliquer le théorème du cours : si f : U −→ R est de classe C 1 sur un

ouvert U de R2 et si A = (a, b) ∈ U, alors f admet le DL1 (A) suivant :
f (A + H) = f (A)+ < ∇ f (A) , H > + o (||H||),

H −→ 0
Pour calculer le DL1 d’une fonction f ou encore :

f (a + h, b + k)
∂f ∂f √ 2
= f (a, b) + h (a, b) + k (a, b) + o h + k2 .
∂x ∂y (h,k) −→ (0,0)
➥ 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

14.1 Une partie de R2 est-elle bornée ? ouverte ? fermée ? convexe ?
Pour chacune des parties suivantes de R2 , la représenter graphiquement et dire si elle est bornée,
ouverte, fermée, convexe :

A = (x, y) ∈ R2 ; −1 x 2 et 1 y ,

B = (x, y) ∈ R2 ; −2 < x 1 et 1 y ,

C = (x, y) ∈ R2 ; −2 x 1 et 0 y 1 ,

D = (x, y) ∈ R2 ; −1 x < 2 et 0 < y < 1 ,

E = (x, y) ∈ R2 ; 0 < x + y 3 et − 1 < x − 2y < 1 ,

F = (x, y) ∈ R2 ; 0 x + 2y 1 ou − 1 2x − y 2 ,

G = (x, y) ∈ R2 ; x2 + y2 1 et x > 0 et y 0 .
14.2 Intersection de deux convexes, réunion de deux convexes

Soient C1 , C2 deux parties convexes de R2 .
a) Montrer que C1 ∩ C2 est convexe.
b) Est-ce que C1 ∪ C2 est convexe ?
14.3 Détermination de l’image directe d’une fonction de deux variables réelles

On note f : [0 ; 1]2 −→ R, (x, y) −→ x + y − xy.

Déterminer l’ensemble F = f (x, y) ; (x, y) ∈ [0 ; 1]2 .
14.4 Exemple de calcul de dérivées partielles premières en tout point

Calculer les dérivées partielles premières en tout point, pour les fonctions f suivantes, où l’on
donne f (x, y) pour (x, y) dans R2 ou dans une partie ouverte de R2 :
a) 2x3 y2 + xy5
x + 2y
b)
x2 + 3y2
c) xy
2
d) (x2 + y3 ) e xy

e) x2 + y2 sin(xy2 ).
14.5 Exemples de calculs de dérivées de fonctions composées

Calculer les dérivées en tout point pour les fonctions g suivantes, où f est une fonction de classe
C 1 sur un ouvert de R2 et où on donne g(t), variable t ∈ R :
a) g(t) = f (t2 , t3 )
b) g(t) = f ( e t − 1, 1 + t2 ).
14.6 Exemples de calculs de DL1

Former le développement limité à l’ordre 1, au voisinage indiqué, de la fonction f de deux
variables réelles définie par la formule suivante (variables x, y) :
a) (0, 0), (1 + x)2 cos(x − y)
265
e −(3x+2y) ln(cos x + cos y)

b) (0, 0),
1 + 2x + 3y
c) (2, 1), x2 y3
d) (1, −1), e xy ln( e + x + y).
14.7 Exemple de calcul d’un plan tangent

Former une équation cartésienne du plan tangent à la surface S d’équation cartésienne z =
x2 sin(x + y) + 2xy3 au point A(x = 1, y = −1).
14.8 Une partie de R2 est-elle bornée ? ouverte ? fermée ?

Pour chacune des parties suivantes de R2 , dire si elle est bornée, ouverte, fermée :

a) A = (x, y) ∈ R2 ; x + y + e xy > 1 ,

b) B = (x, y) ∈ R2 ; x4 − x3 y − x2 + y + 3 0 ,

c) C = (x, y) ∈ R2 ; x − y < x2 + y2 x + y .
14.9 Détermination de l’image directe d’une fonction de deux variables réelles

On note f : [0 ; 1]2 −→ R, (x, y) −→ x4 + y3 − x3 y2 .

Déterminer l’ensemble f (x, y) ; (x, y) ∈ [0 ; 1]2 .
14.10 Exemples de calculs de limites en (0, 0)

Étudier l’existence et la valeur éventuelle d’une limite en (0, 0) pour les fonctions f suivantes,
pour lesquelles on donne f (x, y) :
xy2
a)
x2 + y2
x3 y3
b)
x4+ y4
xy3
c)
x4 + y4
sin x sin y
d)
|x| + |y|
xy
e)
x2 + xy + y2
ex − ey
f)
x2 − y
e xy − 1
g) .
(ex − 1)( e y − 1)
14.11 Étude de dérivées partielles premières

⎧ 2
⎪
⎪
⎪ xy
⎪
⎪
⎨ x2 + y2 si (x, y) (0, 0)
On note f : R −→ R, (x, y) −→ ⎪
2
⎪
⎪
⎪
⎪
⎩ 0 si (x, y) = (0, 0).
Étudier la continuité de f , l’existence des dérivées partielles premières de f et la continuité des
dérivées partielles premières de f .
266
14.12 Étude de dérivées partielles premières en un point particulier

⎧
⎪
⎪
⎪ x3
⎪
⎪
⎨ si (x, y) (0, 0)
On note f : R2 −→ R, (x, y) −→ ⎪ x + y2
2
⎪
⎪
⎪
⎪
⎩ 0 si (x, y) = (0, 0).
Montrer : f est continue en (0, 0), f admet des dérivées partielles premières en (0, 0), mais f
n’admet pas de DL1 (0, 0).
14.13 Étude de dérivées partielles premières en un point particulier

⎧
⎪
⎪
⎪
1
⎪
⎨ xy sin x si x0
On note f : R −→ R, (x, y) −→ ⎪
2
⎪
⎪
⎪
⎩ 0 si x = 0.
Montrer : f est continue en (0, 0), f admet des dérivées partielles premières en (0, 0), f admet
un DL1 (0, 0), mais les dérivées partielles premières de f ne sont pas toutes les deux continues
en (0, 0).
14.14 Montrer qu’une application de R2 dans R est bornée

x2 y3
Montrer que l’application f : R2 −→ R, (x, y) −→ est bornée.
1 + e 2x2 +3y2
14.15 Exemple d’équation fonctionnelle à deux variables

Trouver toutes les applications f : R2 −→ R continues telles que :
∀(x, y) ∈ R2 , f (x, y) = f (x + y, x − y).
14.16 Classe C1 pour une fonction de deux variables

⎧ ln(1 + x)
⎪
⎪
⎪
⎪
⎨ si x0
a) Montrer que l’application ϕ : ] − 1 ; +∞[ −→ R, x −→ ⎪ x
⎪
⎪
⎪
⎩ 1 si x=0
est de classe C sur ] − 1 ; +∞[.
1
b) En déduire que l’application

⎧y 2
⎪
⎪
⎪ ln(1 + x) si x0
⎪
⎨x
f : ] − 1 ; +∞[×R −→ R, (x, y) −→ ⎪
⎪
⎪
⎪
⎩ 0 si x=0
∂f ∂f
est de classe C 1 sur ] − 1 ; +∞[×R et calculer (0, 1) et (0, 1).
∂x ∂y
14.17 Valeurs intermédiaires pour une fonction de deux variables réelles

Soient U un ouvert convexe non vide de R2 , f : U −→ R continue, (A, B) ∈ U, k un réel compris
entre f (A) et f (B). Montrer : ∃ C ∈ U, f (C) = k.
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
14.19 Minimum d’une fonction de deux variables réelles

Soient f, g : [−1 ; 1]2 −→ R continues telles que :
∀(x, y) ∈ [−1 ; 1]2 , | f (x, y)| + |g(x, y)| > 0.

2 2
Montrer qu’il existe m ∈ R∗+ tel que : ∀(x, y) ∈ [−1 ; 1]2 , f (x, y) + g(x, y) m.
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
14.7 Vérifier d’abord A ∈ S. 14.11 1) Continuité de f :

Noter f : R2 −→ R, (x, y) −→ x2 sin(x + y) + 2xy 3 . Appliquer le Pour
l’étude en (0, 0), majorer convenablement l’expression
résultat du cours donnant le plan tangent en A à S. f(x, y) − f(0, 0).
2) Existence des dérivées partielles premières de f :
14.8 a) • Présenter A comme image réciproque d’un ouvert
par une application continue. Pour l’étude en (x, y) (0, 0), appliquer les théorèmes géné-
raux.
• Montrer que le complémentaire A1 de A dans R2 n’est pas ou-
vert, en trouvant un point de A1 tel qu’aucune boule ouverte Pour l’étude en (0, 0), revenir à la définition d’une dérivée par-
de centre ce point ne soit incluse dans A1 . ∂f
tielle première : (0, 0) est, sous réserve d’existence, la dérivée
∂x
b) • Présenter B comme image réciproque d’un fermé par une de x −→ f(x, 0) en 0.
application continue.
3) Continuité des dérivées partielles premières de f :
• Montrer que B n’est pas ouverte en trouvant un point de B
Pour l’étude en (x, y) (0, 0), appliquer les théorèmes géné-
tel qu’aucune boule ouverte centrée en ce point ne soit incluse
raux.
dans B.
∂f ∂f
c) Faire un schéma. Pour l’étude en (0, 0), examiner (x, 0) et (0, x).
∂x ∂x
268
14.12 1) Continuité de f en (0, 0) : 14.15 1) Soit f convenant.

Majorer convenablement f(x, y) − f(0, 0). En appliquant convenablement l’hypothèse, deux fois, obtenir :
∀(x, y) ∈ R2 , f(x, y) = f(2x, 2y).
2) Existence des dérivées partielles premières de f en (0, 0) :
x y
Revenir à la définition d’une dérivée partielle en un point. En déduire : ∀(x, y) ∈ R2 , ∀n ∈ N, f(x, y) = f n , n ,
2 2
3) Non-existence du DL1 de f en (0, 0) : puis utiliser la continuité de f en (0, 0).
Raisonner par l’absurde. 2) Ne pas oublier la réciproque.
*

Déduire f(x, y) = x + o x2 + y 2 14.16 a) Appliquer le théorème limite de la dérivée.
(x,y) −→ (0,0)
et obtenir une contradiction. b) Montrer : ∀(x, y) ∈ ]1 ; +∞[×R, f(x, y) = xyϕ(x).
14.13 1) Continuité de f en (0, 0) : 14.17 Considérer l’application

Majorer convenablement f(x, y) − f(0, 0).
ϕ : [0 ; 1] −→ R, t −→ f (1 − t)A + tB
Revenir à la définition d’une dérivée partielle en un point. et utiliser le théorème des valeurs intermédiaires.
3) Existence d’un DL1 (0, 0) pour f :
* 14.18 Considérer l’application

Montrer : f(x, y) = o x2 + y 2 .
(x,y) −→ (0,0)
ϕ : [0 ; 1] −→ R, t −→ f (1 − t)A + tB
4) Non-continuité des dérivées partielles premières de f
en (0, 0) : et utiliser le théorème des accroissements finis.
∂f
Montrer que (x, x) n’a pas de limite lorsque x −→ 0.
∂x 14.19 Considérer l’application
−2x2 −3y 2 2 2
14.14 Obtenir : ∀(x, y) ∈ R2 , |f(x, y)| x 2 e |y|3 e ϕ : [0 ; 1]2 −→ R, (x, y) −→ f(x, y) + g(x, y) ,
et montrer que les applications u : R −→ R, x −→ x2 e −2x
2
et
v : R −→ R, y −→ |y|3 e −3y sont bornées.
2
qui est continue sur le fermé borné [−1 ; 1]2 de R2 .
269
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
bornée ouverte fermée convexe ∂f ∂f

14.4 a) (x, y) = 6x2 y2 + y5 , (x, y) = 4x3 y + 5xy4 .
A ∂x ∂y
B ∂f (x2 + 3y2 ) − (x + 2y)2x −x2 − 4xy + 3y2
C b) (x, y) = = ,
∂x (x2 + 3y2 )2 (x2 + 3y2 )2
D
E ∂f 2(x2 + 3y2 ) − (x + 2y)6y 2x2 − 6xy − 6y2
(x, y) = = .
F ∂y (x2 + 3y2 )2 (x2 + 3y2 )2
G c) On a : f (x, y) = xy = e y ln x , donc :
∂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 :
e −(3x+2y) ln(cos x + cos y)

f (x, y) =
Par exemple, pour : C1 = R∗− × {0}, C2 = R∗+ × {0}, 1 + 2x + 3y

C1 et C2 sont convexes, mais C1 ∪ C2 = R∗ × {0} n’est pas 1 − (3x + 2y) + o(ρ) ln 2 + o(ρ)
=
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
√
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)
h k est continue d’après les théorèmes généraux, et

= e −1−h+k+hk 1 + ln 1 + +
e e
B = f −1 ([0 ; +∞[). Ainsi, B est l’image réciproque d’un fermé
h k
= e −1 1 + (−h + k) + o(ρ) 1 + + + o(ρ) de R par une application continue de R2 dans R, donc, d’après
e e le cours, B est fermée.
h k
= e −1 1 + + + (−h + k) + o(ρ) • On a : (0, −3) ∈ B et : ∀r > 0, (r, −3) ∈ B (0, −3), 2r .
e e
On a, pour tout r > 0 :
= e −1 + (1 − e −1 )h + (1 + e −1 k) + o(ρ).
f (r, −3) = r4 + 3r3 − r2 = r2 (r2 + 3r − 1).
14.7 L’application
En particulier : ∀r ∈ ]0 ; 1/4], f (r, −3) < 0.
f : R2 −→ R, (x, y) −→ x2 sin(x + y) + 2xy3
Ainsi, pour tout r ∈ ]0 ; 1/4], il existe un point de B (0, −3), 2r
qui n’est pas dans B, le point (r, −3).
est de classe C 1 sur R2 , et, pour tout (x, y) ∈ R2 :
⎧ On conclut : B n’est pas ouverte.
⎪
⎪ ∂f
⎪
⎪
⎪ (x, y) = 2x sin(x + y) + x2 cos(x + y) + 2y3 c) • Notons ρ = x2 + y2 . On a, pour tout (x, y) ∈ C :
⎪
⎨ ∂x
⎪
⎪
⎪
⎪
⎪ ∂f ρ2 = x2 + y2 x + y |x| + |y| 2ρ,
⎪
⎩ ∂y (x, y) = x cos(x + y) + 6xy .
2 2
d’où : ∀(x, y) ∈ C, ρ ∈ [0 ; 2],

En particulier, pour A(x = 1, y = −1) :
donc C est bornée.
∂f ∂f
(1, −1) = −1, (1, −1) = 7. • On a, pour tout (x, y) ∈ R2 :
∂x ∂y ⎧
⎪
⎪
⎨x + y − x + y > 0
2 2
D’après le cours, le plan tangent à la surface S d’équation car- ⎪
(x, y) ∈ C ⇐⇒ ⎪ ⎪
tésienne z = f (x, y) en le point A admet pour équation carté- ⎪
⎩ x2 + y2 − x − y 0
sienne : ⎧ 1 2 1 2 1
⎪
⎪
⎪
∂f ∂f ⎪
⎪ x− + y+ >
z − f (1, −1) = (1, −1)(x − 1) + (1, −1)(y + 1), ⎪
⎨ 2 2 2
∂x ∂y ⇐⇒ ⎪ ⎪
⎪
⎪
⎪ 1 2
1 2 1
⎪
⎩ x− + y− .
c’est-à-dire : z + 2 = −(x − 1) + 7(y + 1) 2 2 2
ou encore : x − 7y + z − 6 = 0.
14.8 a) • Il est clair que : ∀y ∈ R∗+ , (0, y) ∈ A, y

donc A n’est pas bornée.
• L’application f : R2 −→ R, (x, y) −→ x + y + e xy M
est continue d’après les théorèmes généraux,
et A = f −1 (]1 ; +∞[). Ainsi, A est l’image réciproque d’un ou- C
vert de R par une application continue de R2 dans R, donc, 1/ 2
d’après le cours, A est ouverte.
• Le complémentaire A1 de A dans R2 est défini par : x

O 1/2
A1 = (x, y) ∈ R2 ; x + y + e xy 1 .
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
Ainsi, C est√la partie de la boule fermée de centre (1/2, 1/2) et c) On a :

de rayon 1/ 2 située à l’extérieur
√ de la boule fermée de centre
(1/2, −1/2) et de rayon 1/ 2. 1 1
f (x, 0) = 0 −→ 0 et f (x, x) = −→ 0,
x −→ 0 2 x −→ 0 2
Il est clair alors que C n’est ni ouverte ni fermée.
donc f n’a pas de limite en (0, 0).
En effet, C n’est pas ouverte car, en considérant le point
1 1 1 d) On a, pour tout (x, y) ∈ R2 − {(0, 0)} :
M , + √ situé "en haut", ce point M est dans C et au-
2 2 2
cune boule ouverte de centre M n’est incluse dans C. | sin x| | sin y| |x| |y|
| f (x, y)| = |y|.
|x| + |y| |x| + |y|
De même, le complémentaire de C dans R2 n’est pas ouvert,
donc C n’est pas fermée. Comme |y| −→ 0, on déduit, par encadrement :
(x,y) −→ (0,0)
14.9 • Soit x ∈ [0 ; 1] fixé. Notons f (x, y) −→ 0.

(x,y) −→ (0,0)
gx : [0 ; 1] −→ R, y −→ f (x, y) = x4 + y3 − x3 y2 .
1 1
L’application gx est dérivable sur [0 ; 1] et : e) On a : f (x, 0) = 0 −→ 0 et f (x, x) = −→ 0,
x −→ 0 3 x −→ 0 3
∀y ∈ [0 ; 1], g
x (y) = 3y2 − 2x3 y = y(3y − 2x3 ). donc f n’a pas de limite en (0, 0).
2x 3 ex −1 x 1
Remarquons : ∈ [0 ; 1]. f) On a : f (x, 0) = ∼ = −→ +∞,
x2 x −→ 0 x2 x x −→ 0+
3
On forme le tableau des variations de gx : donc f n’a pas de limite en (0, 0).
y 0 2x3 /3 1 g) On a, pour (x, y) ∈ (] − 1 ; 1[−{0})2 :

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 :
Comme |x| −→ 0, on déduit, par encadrement : (x,y) −→ (0,0)

(x,y) −→ (0,0)
f (x, y) −→ 0 = f (0, 0),
f (x, y) −→ 0. (x,y) −→ (0,0)
(x,y) −→ (0,0)
b) On a : ce qui montre que f est continue en (0, 0).

On conclut : f est continue sur R2 .
∀(x, y) ∈ R2 , |x| (x4 + y4 )1/4 et |y| (x4 + y4 )1/4 ,
2) Existence des dérivées partielles premières de f :
donc :
3 • D’après les théorèmes généraux, f admet des dérivées par-
|x| |y|
∀(x, y) ∈ R2 − {(0, 0)}, | f (x, y)| = 4 (x4 + y4 )1/2 . tielles premières en tout point de R2 − {(0, 0)} et on a, pour tout
x + y4
(x, y) ∈ R2 − {(0, 0)} :
Comme (x4 + y4 )1/2 −→ 0, on déduit, par encadrement :
(x,y) −→ (0,0) ∂f 2xy(x2 + y2 ) − x2 y(2x) 2xy3
f (x, y) −→ 0. (x, y) = = ,
(x,y) −→ (0,0) ∂x (x2 + y2 )2 (x2 + y2 )2
273
∂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)
3) Continuité des dérivées partielles premières de f : f (x, y) − x xy2

Mais, en notant g(x, y) = = 2 , on a :
•D’après les théorèmes généraux, les dérivées partielles pre- x2 + y2 (x + y2 )3/2
mières de f sont continues en tout point de R2 − {(0, 0)}.
x3 x
• On a : g(x, x) = = −→ 1 0,
|x|3 |x| x −→ 0+
∂f ∂f 1 1
(x, 0) = 0 −→ 0 et (x, x) = −→ 0, d’où une contradiction.
∂x x −→ 0 ∂x 2 x −→ 0 2
∂f On conclut que f n’admet pas de DL1 en (0, 0).
donc n’est pas continue en (0, 0).
∂x
De même : 14.13 1) Continuité de f en (0, 0) :
∂f ∂f On a, pour tout (x, y) ∈ R∗ × R :
(0, y) = 0 −→ 0 et (x, 0) = 1 −→ 1 0,
∂y ∂y 1
f (x, y) − f (0, 0) = |x| |y| sin |x| |y|.
y −→ 0 x −→ 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
On a : ∀x ∈ R, f (x, 0) = x, f (x, y) = 0 + 0x + 0y + o x + y2 .
(x,y) −→ (0,0)
274
4) Non-continuité des dérivées partielles premières de f Montrons, par récurrence sur n :

en (0, 0) : x y
La dérivée partielle première de f par rapport à x existe (au ∀n ∈ N, f , = f (x, y).
2n 2n
moins) sur R∗ × R et, pour tout (x, y) ∈ R∗ × R :
• La propriété est vraie trivialement pour n = 0.
∂f 1 1 1
(x, y) = y sin − y cos . • Si elle est vraie pour un n ∈ N, alors
∂x x x x
x y x y x y
∂f 1 1 f , n+1 = f 2 n+1 , 2 n+1 = f n , n = f (x, y),
En particulier : (x, x) = x sin − cos . 2n+1 2 2 2 2 2
∂x x x
1 1 donc elle est vraie pour n + 1.
Comme x sin −→ 0 et que cos n’a pas de limite
x x −→ 0 x Ceci montre, par récurrence sur n :
∂f
lorsque x tend vers 0, l’application x −→ (x, x) n’a pas de x y
∂x
∂f ∀n ∈ N, f , = f (x, y).
limite en 0, donc n’a pas de limite en (0, 0). 2n 2n
∂x
x y
On conclut que la dérivée partielle première de f par rapport Comme n
, n −→ (0, 0) et que f est continue en (0, 0),
à x n’est pas continue en (0, 0). 2 x 2 y n∞
on a : f n , n −→ f (0, 0).
2 2 n∞
14.14 On a, pour tout (x, y) ∈ R2 : Ainsi : f (x, y) = f (0, 0), ce qui montre que f est constante.
x2 |y|3 x2 |y|3 2 2 2) Réciproquement, il est clair que toute application constante
| f (x, y)| = 2x2 +3y2 = x2 e −2x |y|3 e −3y . convient.
1+ e 2x2 +3y2
e
Finalement, les applications cherchées sont les applications
L’application u : R −→ R, x −→ x2 e −2x est paire, déri-
2
• constantes.
vable sur R et, pour tout x ∈ R+ :
14.16 a) • D’après les théorèmes généraux, ϕ est de classe C 1
u
(x) = 2x e −2x + x2 (−4x) e −2x = 2x(1 − 2x2 ) e −2x ,
2 2 2
sur ] − 1 ; 0[ et sur ]0 ; +∞[, et :
d’où le tableau des variations de u sur R+ : 1
x − ln(1 + x)
√ ∀x ∈ ] − 1 ; 0[ ∪ ]0 ; +∞[, ϕ
(x) = 1+x
.
x 0 1/ 2 +∞ x2
u
(x) + 0 −
u(x) 0 0 ln(1 + x)
• On a : ϕ(x) = −→ 1 = ϕ(0),
1 x x −→ 0
Il en résulte que u est bornée : il existe M = u √ ∈ R+ tel donc ϕ est continue en 0.
2
que : ∀x ∈ R, |u(x)| M. • Montrons que ϕ
admet une limite en 0, en utilisant des déve-
De même, on, montre que l’application loppements limités :
2

v : R −→ R, y −→ |y|3 e −3y
2
x − (1 + x) ln(1 + x) x − (1 + x) x − x2 + o(x2 )

ϕ (x) = =
(1 + x)x2 (1 + x)x2
est bornée : il existe N ∈ R+ tel que :
− x + o(x2 )
1 2
1
= 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
• 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
• Cardinal d’un ensemble fini
• 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.

• Définition du cardinal d’un ensemble fini
• Cardinal du complémentaire, d’une différence, d’une réunion finie, d’un produit
cartésien
• Définition d’une p-liste, nombre de p-listes dans un ensemble à n éléments
• Définition d’une p-liste d’éléments distincts, nombre de p-listes d’éléments dis-
tincts dans un ensemble à n éléments
• Définition d’une permutation, nombre de permutations d’un ensemble à n élé-
ments
• Définition d’une partie à p éléments, nombre de parties à p éléments dans un
ensemble à n éléments
• Nombre de parties d’un ensemble à n éléments
• Définition et propriétés des coefficients binomiaux, en particulier : la formule

du triangle de Pascal et la formule du binôme de Newton.
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.
Si A et B sont deux ensembles finis, alors :

Card(A \ B) = Card(A) − Card(A ∩ B).
Pour calculer le cardinal
d’une différence Si de plus, B ⊂ A, alors :
de deux ensembles finis Card(A \ B) = Card(A) − Card(B).
➥ Exercices 15.1, 15.15, 15.16.
Soient A et B deux ensembles finis.

• Si A et B sont disjoints (c’est-à-dire A ∩ B = ∅), alors :
Card(A ∪ B) = Card(A) + Card(B).
d’une réunion
de deux ensembles finis
• Sinon : Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B).
➥ Exercices 15.7, 15.12, 15.14.
Soient A1 , A2 , . . . , An des ensembles finis.

• Si les ensembles Ai sont deux à deux disjoints, alors :
(n
d’une réunion Card(A) = Card(Ai ).
de n ensembles finis i=1
➥ Exercices 15.6, 15.10, 15.11, 15.16
278
• Sinon, on utilise la formule du crible (aussi appelée formule de Poin-

caré) :
( n (
Card(A) = (−1)k+1 Card(Ai1 ∩ · · · ∩ Aik ),
k=1 1i1 <···<ik n
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.
• Si A et B sont deux ensembles finis, alors :

Card(A × B) = Card(A) × Card(B).
• Si A1 , A2 , . . . , An sont des ensembles finis, alors :

Card A1 × A2 × · · · × An = Card(A1 ) × Card(A2 ) × · · · × Card(An ).
Remarque : Ce cas se présente lorsque l’on détaille les étapes pour
d’un produit cartésien
décrire tous les éléments d’un ensemble E : s’il y a p étapes, et si, à
de n ensembles finis
chaque étape, il y a ni choix possibles, ces choix étant indépendants
les uns des autres, alors : Card(E) = n1 × n2 × · · · × n p .
Si A est un ensemble fini et n ∈ N∗ , alors :
•

Card(An ) = Card(A) n .
➥ Exercices 15.1 à 15.4, 15.6, 15.7, 15.9 à 15.13, 15.15, 15.16.
• Si les p éléments sont ordonnés et non nécessairement distincts,

alors il s’agit d’une p-liste de E ; dans ce cas :
Pour calculer le nombre de façons
de choisir p éléments il y a n p choix possibles.
dans un ensemble E à n éléments
➥ Exercices 15.1, 15.5, 15.16
279
• Si les p éléments sont ordonnés et distincts, alors il s’agit d’une p-

liste d’éléments distincts de E (ou p-liste sans répétition de E) ; dans
ce cas : n!
il y a choix possibles.
(n − p)!
Lorsque p = n, on parle de permutation de E ; dans ce cas :
il y a n! choix possibles.
(suite) ➥ Exercices 15.1 à 15.3, 15.8, 15.9, 15.12, 15.16

• Si les p éléments sont non ordonnés et distincts, alors il s’agit d’une
partie à p éléments de E ; dans ce cas :

n n!
il y a = choix possibles.
p p! (n − p)!
➥ Exercices 15.1, 15.2, 15.4, 15.6, 15.9, 15.10, 15.12, 15.15,

15.16.
Si E est un ensemble fini à n éléments, alors :

n
Pour calculer le nombre ( n
de parties Card P(E) = = 2n .
k
d’un ensemble fini k=0
➥ 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
• utiliser la formule du binôme de Newton :

n
( n
∀n ∈ N, ∀(x, y) ∈ R2 , (x + y)n = xk yn−k .
k=0
k
➥ Exercices 15.6, 15.11, 15.14, 15.15.
280

15.1 Nombre de mots de 4 lettres
L’alphabet est composé de 26 lettres, dont 6 voyelles. On appelle mot toute suite de lettres ayant
un sens ou non.
a) Combien existe-il de mots de 4 lettres ?
b) Combien existe-il de mots de 4 lettres, constitués de 4 lettres différentes ?
c) Combien existe-il de mots de 4 lettres commençant et se terminant par une voyelle ?
d) Combien existe-il de mots de 4 lettres contenant au moins une voyelle ?
e) Combien existe-il de mots de 4 lettres écrits uniquement avec les lettres A et B, chaque lettre
apparaissant au moins une fois ?
f) Combien existe-il de mots de 4 lettres constitués d’exactement 2 lettres différentes ?
15.2 Anagrammes d’un mot

On appelle anagramme d’un mot tout mot ayant un sens ou non, et constitué des mêmes lettres.
Combien existe-il d’anagrammes du mot « DANUBE » ? du mot « MISSISSIPPI » ?
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.
b) Combien y a-t-il de résultats possibles ?
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 ?
15.4 Le jeu du poker

Le poker se joue avec un jeu de 52 cartes, et l’on distribue à chaque joueur une « main » de 5
cartes.
a) Combien y a-t-il de mains différentes ?
b) Combien y a-t-il de mains contenant le carré d’as (c’est-à-dire les 4 as) ?
c) Combien y a-t-il de mains contenant un carré (c’est-à-dire 4 cartes de la même hauteur) ?
d) Combien y a-t-il de mains contenant un full (c’est-à-dire 3 cartes de la même hauteur et 2

autres cartes de la même hauteur) ?
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
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) ?
15.5 Nombre de répartitions possibles de cinq billes dans quatre sacs

On répartit au hasard cinq billes numérotées de 1 à 5 dans quatre sacs numérotés de 1 à 4. On
suppose que chaque sac peut contenir toutes les billes.
a) Quel est le nombre de répartitions possibles ?
b) Quel est le nombre de répartitions telles qu’au moins un sac soit vide ?
c) En déduire le nombre de répartitions telles qu’aucun sac ne soit vide.
15.6 Preuve par dénombrement de la formule de Vandermonde

Soient a et b deux entiers naturels non nuls, et n un entier compris entre 0 et min(a, b).
a) On considère une urne contenant a boules blanches numérotées de 1 à a et b boules noires
numérotées de a + 1 à a + b. On y effectue n tirages sans remise, et on appelle résultat l’ensemble
des numéros obtenus.
b) Combien y a-t-il de résultats possibles ?
c) Soit k ∈ 0 ; n. Combien y a-t-il de résultats contenant exactement k boules blanches ?

( n
a b a+b
d) En déduire la formule de Vandermonde : = .
k=0
k n−k n
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) Pour tout n de N∗ , établir une relation entre cn+2 , cn+1 , cn .
c) En déduire, pour tout n de N∗ , une expression de cn en fonction de n, puis déterminer un

équivalent de cn lorsque n tend vers +∞.
15.8 Placement de n personnes sur des chaises

Soit n un entier naturel non nul. Un groupe de n personnes est invité à un repas.
a) On dispose d’une rangée de n chaises destinées aux n invités. Combien existe-il de disposi-
tions différentes ?
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.
a) Quel est le nombre de résultats possibles ?
b) Quel est le nombre de résultats pour lesquels les numéros obtenus sont dans l’ordre croissant ?
282
c) Soit k ∈ 1 ; n. Quel est le nombre de résultats pour lesquels les k premiers numéros obtenus
sont dans l’ordre croissant ?
15.10 Nombre de p-uplets strictement ordonnés de 1 ; n

Soient n et p deux entiers naturels tels que 1 p n. On note E l’ensemble des p-uplets
(x1 , x2 , . . . , x p ) de 1 ; n p tels que : 1 x1 < x2 < · · · < x p n.
a) Calculer le cardinal de E.
b) Soient i ∈ 1 ; p et k ∈ 1 ; n fixés. Déterminer le nombre de p-uplets (x1 , x2 , . . . , x p ) de E

tels que xi = k.
(
n−p+i
k−1 n−k

n
c) Soit i ∈ 1 ; p fixé. Montrer : = .
k=i
i−1 p−i p
(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.
15.11 Nombre de parties d’un ensemble satisfaisant certaines conditions

On considère un ensemble E à n éléments, avec n 3.
Soit A une partie fixée de E à p éléments.
a) 1) Quel est le nombre de parties B de E telles que A ∩ B = ∅ ?
2) Quel est le nombre de parties B de E telles que A ⊂ B ?
3) Quel est le nombre de parties B de E telles que A ∪ B = E ?
b) Quel est le nombre de couples de parties (A, B) de E telles que A ∪ B = E ?
c) Quel est le nombre de couples de parties (A, B) de E telles que A ∩ B = ∅ ?
d) Quel est le nombre de triplets de parties (A, B, C) de E telles que A ∪ B ∪ C = E ?
15.12 Nombre d’applications surjectives d’un ensemble à n, n + 1, n + 2 éléments dans un en-

semble à n éléments
Pour tout n de N∗ , on note En un ensemble quelconque à n éléments.
a) Déterminer le nombre d’applications surjectives de En dans En .
b) Déterminer le nombre d’applications surjectives de En+1 dans En .
c) Déterminer le nombre d’applications surjectives de En+2 dans En .

15.13 Nombre de partitions par paires d’un ensemble fini

Soit n un entier naturel non nul. On considère un ensemble E2n constitué de 2n éléments.

On appelle partition par paires de E2n tout ensemble A1 , A2 , . . . , An constitué de parties de E2n ,
+n
toutes de cardinal 2, deux à deux disjointes, et telles que Ai = E. On note cn le nombre de
i=1
partitions par paires de E2n possibles.
a) Déterminer c1 et c2 .
b) Pour tout n de N∗ , trouver une relation entre cn+1 et cn .

(2n)!
c) En déduire : ∀n ∈ N∗ , cn = .
2n n!
283
15.14 Nombre de solutions de l’équation x1 + x2 + · · · + x p = n, d’inconnues x1 , x2 , . . . , xn

Pour tout n ∈ N et tout p ∈ N∗ , on note Γ(n, p) le nombre de p-uplets (x1 , x2 , . . . , xn ) de N p tels
que x1 + x2 + · · · + x p = n.
a) Déterminer, pour tout p ∈ N∗ , Γ(0, p) et Γ(1, p).
b) Déterminer, pour tout n ∈ N, Γ(n, 1) et Γ(n, 2).
c) Montrer : ∀n 1, ∀p 2, Γ(n, p) = Γ(n, p − 1) + Γ(n − 1, p).

(
n
d) En déduire, par récurrence sur n : ∀n 0, ∀p 2, Γ(n, p) = Γ(k, p − 1).
k=0

n+ p−1
e) Montrer : ∀(n, p) ∈ N × N∗ , Γ(n, p) = .
n
q
(
k q+1
On pourra utiliser, pour tout (p, q) ∈ N tel que 0 p q,
2
= .
k=p
p p+1
15.15 Nombre de dérangements d’un ensemble à n éléments

Soient n un entier naturel non nul et E = {e1 , e2 , . . . , en } un ensemble à n éléments.
On note B l’ensemble des bijections de E dans E, pour tout i ∈ 1 ; n, Pi l’ensemble des ap-
plications f appartenant à B vérifiant f (ei ) = ei , et D l’ensemble des applications f appartenant
à B vérifiant ∀e ∈ E, f (e) e (les éléments de D sont appelés les dérangements de E).
a) Exprimer D à l’aide des ensembles B, P1 , P2 , . . . , Pn .
b) Calculer le cardinal des ensembles P1 , P1 ∩ P2 , et plus généralement

P1 ∩ P2 ∩ · · · ∩ Pk pour tout k de 1 ; n.
+
n (
n
(−1)k
c) En déduire le cardinal de Pi , puis montrer : Card(D) = n! .
i=1 k=0
k!
15.16 Nombre d’applications injectives et nombre d’applications surjectives

de 1 ; p dans 1 ; n
Soient n et p deux éléments de N∗ .
a) Déterminer le nombre d’applications de 1 ; p dans 1 ; n.
b) Déterminer le nombre d’applications injectives de 1 ; p dans 1 ; n.
c) On note S (p, n) le nombre d’applications surjectives de 1 ; p dans 1 ; n.

1) Calculer, en fonction de p, S (p, 1) et S (p, 2).
2) Calculer S (p, n) lorsque p < n.
3) Soit k ∈ 1 ; n. Exprimer, en fonction de n, k et S (p, k), le nombre d’applications f de

1 ; p dans 1 ; n telles que Card f (1 ; p) = k.
(n
n
4) Montrer alors : n p = S (p, k).
k=1
k
5) En déduire, en fonction de p, S (p, 3).
284
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
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
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.
c) Une application de En+2 dans En est surjective si et seulement

15.15 a) On a : D = B \ P1 ∪ P2 ∪ · · · ∪ Pn .
si trois éléments de En+2 ont la même image notée y, et les
autres ont des images deux à deux distinctes et distinctes de c) Les ensembles Pi ne sont pas deux à deux disjoints. Calculer
y, ou bien si deux éléments de En+2 ont la même image notée Card(P1 ∪ · · · ∪ Pn ) à l’aide de la formule du crible.
y, deux autres ont également la même image différente de y
notée z, et les autres ont des images deux à deux distinctes et 15.16 b) Une application de 1 ; p dans 1 ; n est injective si et
distinctes de y et de z. seulement si les éléments de 1 ; p ont des images deux à deux
distinctes.
c) Une application de 1 ; p dans 1 ; n est surjective si et seule-
15.13 a) Expliciter toutes les partitions par paires de E1 et E2 .
ment si chaque élément de 1 ; n a au moins un antécédent
b) En notant En+1 = {x1 , x2 , · · · , x2n+2 }, commencer par associer dans 1 ; p.
286
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.
15.2 a) Le mot « DANUBE » est constitué des 6 lettres dis-

tinctes. Un anagramme est alors une permutation de l’ensemble 15.4 a) Notons A l’ensemble des mains possibles. Une main
de ces 6 lettres. est une partie à 5 éléments de l’ensemble des 52 cartes.

52
Il y a donc 6! = 720 anagrammes possibles. Ainsi : Card(A) = = 2598960.
5
b) Le mot « MISSISSIPPI » est constitué de 1 M, 4 I, 4 S et 2
b) Notons B l’ensemble des mains contenant le carré d’as. Pour
P. Pour construire un anagramme, il faut :
construire une telle main, il faut :
- choisir la place du M parmi les 11 places possibles : 11 choix,
1 - prendre les 4 as : 44 = 1 choix,
- choisir
la place des 4 I parmi les 10 places restantes :
10
choix, - choisir 1 carte parmi les 48 cartes restantes : 48
1
= 48 choix.
4
287
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
Remarque : on peut retrouver ce résultat par un raisonnement Deux cas se présentent :

direct. En effet, aucun sac n’est vide si et seulement si l’un - le dernier saut de la grenouille est un saut de deux marches ;
des quatre sacs contient deux billes, et les trois autres sacs dans ce cas, elle a monté l’escalier jusqu’à la n-ième marche (il
contiennent une seule bille. Ainsi, il faut : y a cn façons de le monter), puis a fait un saut de deux marches,
- choisir l’un des quatres sacs : 4 choix, - ou le dernier saut de la grenouille est un saut d’une marche ;
5
- choisir deux billes à mettre dans ce sac : 2
= 10 choix, dans ce cas, elle a monté l’escalier jusqu’à la (n + 1)-ième
- répartir les trois autres billes dans les trois autres sacs : 3! = 6 marche (il y a cn+1 façons de le monter), puis a fait un saut
choix. d’une marche.
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
k=0 15.8 a) Une dispositions des invités peut être assimilée à

une permutation de l’ensemble des n personnes.
15.7 Notons, pour tout n de N∗ , An l’ensemble des façons
de monter un escalier à n marches. Il y a donc n! dispositions différentes.
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
( 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
- disposer les (n − k) autres numéros dans les (n − k) derniers +

p
Si l’on note, pour tout k ∈ 1 ; n, Fk = Ei,k , alors Fk est
tirages : (n − k)! choix.
i=1
n n! l’ensemble des p-uplets de E dont l’un des éléments est égal
Il y a donc × (n − k)! = tirages possibles. à k.
k k!
Remarque : pour k = n, on retrouve le résultat précédent. • Pour construire un p-uplet de Fk , il faut :
15.10 a) Pour construire un p-uplet de E, il faut : - prendre l’élément k : 1 choix,
- choisir - choisir l’ensemble des (p−1) autres

éléments dans l’ensemble
l’ensemble des p éléments qui vont constituer le p-
uplet : np choix, {1, . . . , k − 1, k + 1, . . . , n} : n−1
p−1
choix,
- 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
Puisque les éléments du p-uplet doivent être rangés par ordre

strictement croissant, la plus petite valeur que peut prendre xi 15.11 a) 1) Une partie B de E vérifie A ∩ B = ∅ si et seule-
est i, et la plus grande est n − p + i. ment si B ⊂ E \ A.
• Donc si k i − 1 ou k n − p + i + 1, alors : Or Card(E \ A) = Card(E) − Card(A) = n − p,

Card(Ei,k ) = 0. et donc Card P(E \ A) = 2n−p .
• Si i k n − p + i, pour construire un p-uplet de Ei,k , il faut : Ainsi, il y a 2n−p parties de E disjointes de A.
- 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

+
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 • Pour construire un triplet de parties (A, B, C) de Γk , il faut :

n k
• Ainsi : Card(Δ) = 2 = (2 + 1)n = 3n .
k n
k=0 - construire une partie A à k éléments : choix,

k
c) Notons : Δ
= (A, B) ∈ P(E)2 / A ∩ B = ∅ ,
et pour k ∈ 0 ; n, - une fois A construite, pour construire les parties B et C telles

que A ∪ B ∪ C = E, décomposons B et C en :
Δ
k = (A, B) ∈ P(E)2 / A ∩ B = ∅ et Card(A) = k .
+ n B = B1 ∪ B2 , avec B1 ⊂ A et B2 ⊂ E \ A,
Alors : Δ
= Δ
k , avec les ensembles Δ
k deux à deux dis- C = C1 ∪ C2 , avec C1 ⊂ A et C2 ⊂ E \ A.
k=0
(
n
Les parties B et C conviennent si et seulement si :
joints. Donc : Card(Δ
) = Card(Δ
k ).
k=0 B1 ⊂ A, C1 ⊂ A et B2 ∪ C2 = E \ A.
• Pour construire un couple de parties (A, B) de Δ
k , il faut : Il y a alors 2k choix pour construire B1, 2k choix pour
construire C1 et 3n−k pour construire (B2, C2 ) (d’après la ques-
n
- construire une partie A à k éléments : choix, tion b)).
k
n k k n−k n k n−k
- la partie A étant construite, construire une partie B telle que Donc : Card(Γk
) = 2 2 3 = 4 3 .
A ∩ B = ∅ : 2n−k choix (d’après a) 2)). k k
(n
n n−k n k n−k
Donc : Card(Δ
k ) = 2 . • Ainsi : Card(Γ) = 4 3 = (4 + 3)n = 7n .
k k=0
k
( n
• Ainsi : Card(Δ
) =
n n−k
2 = (1 + 2)n = 3n .
15.12 Notons x1 , . . . , xn les éléments de En .
k=0
k a) Une application f de En dans En est surjective si et seule-

d) Notons : Γ = (A, B, C) ∈ P(E)3 / A ∪ B ∪ C = E . ment si chaque élément de l’ensemble d’arrivée a au moins
un antécédent dans l’ensemble de départ ; or, puisque les en-
1re méthode : notons, pour tout k ∈ 0 ; n,
sembles d’arrivée et de départ ont le même cardinal, il faut et

il suffit que tous les éléments de l’ensemble de départ aient des
Γk = (A, B, C) ∈ P(E)3 / A ∪ B ∪ C = E, Card(A ∪ B) = k . images deux à deux distinctes par f .
+
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

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
b) Soit n ∈ N fixé. D’où la propriété P(n + 1).

•L’équation x1 = n admet pour unique solution dans N : n. p (
n
Donc : Γ(n, 1) = 1. On en déduit : ∀n 0, ∀p 2, Γ(n, p) = Γ(k, p − 1).

k=0
• L’équation x1 + x2 = n admet pour solutions dans N p : e) Raisonnons cette fois-ci par récurrence sur p.
(n, 0), (n − 1, 1), . . . , (0, n). Donc : Γ(n, 2) = n + 1.
Notons, pour tout p de N∗ , E (p) la propriété :
c) Soient n 1 et p 2 fixés. Décomposons l’en- n+ p−1
semble E(n, p) des p-uplets (x1 , x2 , . . . , xn ) de N p tels que « ∀n 0, Γ(n, p) = ».
n
x1 + x2 + · · · + x p = n en deux sous-ensembles :
n
- l’ensemble E1 (n, p) des p-uplets (x1 , x2 , . . . , xn ) de N p tels que Pour p = 1 : ∀n 0, Γ(n, 1) = 1 = .
n
x1 + x2 + · · · + x p = n et x p = 0,
D’où la propriété E (1).
- l’ensemble E2 (n, p) des p-uplets (x1 , x2 , . . . , xn ) de N p tels que
x1 + x2 + · · · + x p = n et x p 1. Supposons la propriété E (p) pour un p de N∗ fixé. Alors :
( n ( n
Alors : E(n, p) = E1 (n, p) ∪ E2 (n, p), avec les ensembles k+ p−1
∀n 0, Γ(n, p + 1) = Γ(k, p) =
E1 (n, p) et E2 (n, p) disjoints. k=0 k=0
k
n n+p−1
Donc : Card E(n, p) = Card E1 (n, p) + Card E2 (n, p) . ( k+ p−1 (
= =
• Calculons Card E1 (n, p) :
k=0
p−1 =p−1
p−1

n+ p n+ p
E1 (n, p)

= = .
= (x1 , . . . , x p ) ∈ N p / x1 + · · · + x p = n et x p = 0 p n

= (x1 , . . . , x p−1 , 0) ∈ N / x1 + · · · + x p−1 = n
p
D’où la propriété E (p + 1).

= (x1 , . . . , x p−1 , 0) ∈ N p / (x1 , . . . , x p−1 ) ∈ E(n, p − 1) . n+ p−1
On en déduit : ∀p 1, ∀n 0, Γ(n, p) = .
Ainsi : Card E1 (n, p) = Card E(n, p − 1) = Γ(n, p − 1). n

• Calculons Card E2 (n, p) : 15.15 a) Par définition de D, on peut écrire :
E2 (n, p)

D = B \ P1 ∪ P2 ∪ · · · ∪ Pn .
= (x1 , . . . , x p ) ∈ N p / x1 + · · · + x p = n et x p 1

= (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) . •
- définir f (e1 ) égal à e1 : 1 choix,

Ainsi : Card E2 (n, p) = Card E(n − 1, p) = Γ(n − 1, p).
- choisir f (e2 ) dans {e1 , e2 , . . . , en } \ { f (e1 )} : (n − 1) choix,
• On en déduit : Γ(n, p) = Γ(n, p − 1) + Γ(n − 1, p).
- choisir f (e3 ) dans {e1 , . . . , en } \ { f (e1 ), f (e2 )} : (n − 2) choix,
d) Raisonnons par récurrence sur n. Notons, pour tout n ∈ N,
(
n - ···
P(n) la propriété : « ∀p 2, Γ(n, p) = Γ(k, p − 1) ».
k=0
- choisir f (en ) dans {e1 , . . . , en } \ { f (e1 ), . . . , f (en−1 )} : 1 choix.
Pour n = 0 : ∀p 2, On en déduit : Card(P1 ) = (n − 1)!.

• Pour construire une bijection de P1 ∩ P2 , il faut :
(
0
Γ(0, p) = 1 et Γ(k, p − 1) = Γ(0, p − 1) = 1. - définir f (e1 ) égal à e1 : 1 choix,
k=0
- définir f (e2 ) égal à e2 : 1 choix,
D’où la propriété P(0). - choisir f (e3 ) dans {e1 , e2 , . . . , en }\{ f (e1 ), f (e2 )} : (n−2) choix,
Supposons la propriété P(n) pour un n de N fixé. Alors : - ···
∀p 2, Γ(n + 1, p) = Γ(n + 1, p − 1) + Γ(n, p) - choisir f (en ) dans {e1 , . . . , en } \ { f (e1 ), . . . , f (en−1 )} : 1 choix.
(n
= Γ(n + 1, p − 1) + Γ(k, p − 1) On en déduit : Card(P1 ∩ P2 ) = (n − 2)!.
k=0
(
n+1 • Soit k ∈ 1 ; n. Par le même raisonnement, on obtient :
= Γ(k, p − 1).
k=0
Card(P1 ∩ P2 ∩ · · · ∩ Pk ) = (n − k)!.
293
c) • Calculons Card(P1 ∪ · · · ∪ Pn ), noté cn . Il n’y a donc pas d’application injective de E p dans En .

Les ensembles Pk ne sont pas deux à deux disjoints. Utilisons c) 1) • Il n’y a qu’une seule application de E p dans E1 = {1}, et
donc la formule du crible : cette application est surjective.
(n ( Ainsi : S (p, 1) = 1 p = 1.
cn = (−1)k+1 Card(Pi1 ∩ Pi2 ∩ · · · ∩ Pik ).
k=1 1i1 <···<ik n • Parmi toutes les applications de E p dans E2 = {1, 2}, deux
sont non surjectives : celle qui, à tout élément de E p , associe 1,
Or, pour tout k de 1 ; n fixé, tous les cardinaux des ensembles
et celle qui, à tout élément de E p , associe 2.
Pi1 ∩ · · · ∩ Pik sont égaux, et égaux à
n Ainsi : S (p, 2) = 2 p − 2.
Card(P1 ∩ · · · ∩ Pk ) = (n − k)! ; de plus, il y en a .
k c) 2) Si p < n, et si f est une application de E p dans En , alors

(n
n (n
(−1)k+1 Card f (E p ) p < n ; ainsi il y a au moins un élément de En
Ainsi : cn = (−1)k+1 (n − k)! = n! . qui n’a pas d’antécédent. Donc f n’est pas surjective.
k=1
k k=1
k!
Ainsi : S (p, n) = 0.
• Une bijection de E dans E est une permutation de E.
c) 3) Notons, pour tout k de 1 ; n, Γk l’ensemble des applica-
Ainsi : Card(B) = n!.
tions f de E p dans En telles que Card f (E p ) = k.
• Puisque P1 ∪ P2 ∪ · · · ∪ Pn ⊂ B, alors :
Pour construire une telle application, il faut :
Card(D) = Card(B) − Card(P1 ∪ · · · ∪ Pn )
n
( n
(−1)k+1 (n
(−1)k - choisir une partie Ak de En à k éléments : il y a choix,
= n! − n! = n! + n! k
k=1
k! k=1
k! - construire une application surjective de E p dans Ak : il y a
(n
(−1)k
= n! . S (p, k) choix ; en effet, il y a autant d’applications surjectives
k=0
k! de E p dans Ak que d’applications surjectives de E p dans 1 ; k.

n
15.16 Notons, pour tout k de N∗ , Ek = 1 ; k. Ainsi : Card(Γk ) = S (p, k).
k
a) Pour définir une application de E p dans En , il faut associer, c) 4) En notant Γ l’ensemble des applications de E p dans En ,
à chaque élément de E p , un et un seul élément de En . alors Γ peut se décomposer en :
Ainsi, il y a n p applications de E p dans En . +
n
b) • Supposons p n. Γ= Γk , avec les Γk deux à deux disjoints.

k=1
Pour définir une application f injective de E p dans En , il faut :
(
n
- choisir l’image de 1 dans En : il y a n choix, On en déduit : Card(Γ) = Card(Γk ).
- choisir l’image de 2 dans En , différente de f (1) : il y a n − 1 k=1
n
(
choix, n
D’où : n p = S (p, k).
- ··· k=1
k
- choisir l’image de p dans En , différente de c) 5) Pour n = 3, on obtient :
f (1), f (2), . . . , f (p − 1) : il y a n − (p − 1) choix.
3 3 3
n! 3p = S (p, 1) + S (p, 2) + S (p, 3)
Ainsi, il y a n × (n − 1) × · · · × (n − p + 1) = 1 2 3
(n − p)!
applications injectives de E p dans En . = 3S (p, 1) + 3S (p, 2) + S (p, 3).
• Supposons p > n.
Ainsi : S (p, 3) = 3 p − 3 × 1 − 3 × (2 p − 2)
Dans ce cas, il est impossible de définir une injection de E p
dans En . = 3 p − 3 × 2 p + 3.
294
Espaces probabilisés CHAPITRE 16
Plan
• Expériences aléatoires, univers des possibles, événements
• Probabilité
• Probabilité conditionnelle
• Indépendance d’événements.

• Vocabulaire probabiliste : événement élémentaire, événement certain, événe-
ment impossible, événement négligeable, événement presque sûr, événements
incompatibles, système complet d’événements
• Définition d’une probabilité
• Probabilité d’un événement contraire, probabilité d’une réunion finie (formule
de Poincaré ou du crible), probabilité d’une réunion infinie, propriété de limite
monotone
• Probabilité conditionnelle : définition et notation PA (B), formule des probabili-
tés composées, formule des probabilités totales, formule de Bayes
• Indépendance de deux événements, indépendance mutuelle de n événements,
indépendance d’une suite infinie d’événements

• Séries, sommes de séries convergentes, séries télescopiques, les séries qn ,
n0
xn
nq n−1
, n(n − 1)q n−2
, la série exponentielle .
n!
n1 n2 n0
295
Chapitre 16 • Espaces probabilisés
Lorsque l’univers des possibles Ω est fini, on peut décrire Ω et identi-

fier l’événement A comme un sous-ensemble de Ω :
• s’il y a équiprobabilité des événements élémentaires, alors :
Card(A) nombre de cas favorables à A
Pour calculer la probabilité P(A) = =
Card(Ω) nombre de cas possibles
d’un événement A lorsque
• sinon, il faut calculer les probabilités des événements élémentaires
l’univers des possibles est fini
P {ω} , pour tout ω ∈ Ω, et utiliser :

P(A) = P {ω} .
ω∈A
➥ Exercices 16.1 à 16.3, 16.7, 16.8.
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.
• Si les événements Ak sont deux à deux incompatibles, alors :

n n
P Ak = P(Ak ).
k=1 k=1
Pour calculer la probabilité ➥ Exercices 16.8 à 16.10, 16.12, 16.16

d’une réunion finie • Sinon, on utilise la formule de Poincaré (appelée aussi formule du
n
d’événements Ak crible) :
k=1 n n
P Ak = (−1)k+1 P(Ai1 ∩ · · · ∩ Aik ),
k=1 k=1 1i1 <···<ik n
ce qui s’écrit :
– pour n = 2 : P(A1 ∪ A2 ) = P(A1 ) + P(A2 ) − P(A1 ∩ A2 ),
296
– 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.
• Si les événements An sont deux à deux incompatibles, alors :

+∞ +∞
P An = P(An ).
n=1 n=1
➥ Exercices 16.4, 16.5, 16.10 à 16.12, 16.17 à 16.19
• Si les événements An forment une suite croissante d’événements
(c’est-à-dire : ∀n ∈ N∗ , An ⊂ An+1 ), alors :
+∞
Pour calculer la probabilité P An = lim P(An ).
n∞
n=1
d’une réunion infinie
+∞
➥ Exercices 16.4, 16.15
d’événements An • Sinon, on utilise la formule suivante :
n=1 +∞ n
P An = lim P Ak .
n∞
n=1 k=1

+∞
+∞
contraire : An = An . On se ramène alors au calcul de la pro-
n=1 n=1
babilité d’une intersection infinie d’événements.
➥ Exercice 16.4.
• Si les événements Ak sont mutuellement indépendants, alors :

n n
P Ak = P(Ak ).
k=1 k=1
➥ Exercices 16.4, 16.9, 16.13, 16.16
• Sinon, on utilise la formule des probabilités composées :

n
Pour calculer la probabilité P Ak = P(A1 ) × PA1 (A2 ) × · · · × PA1 ∩A2 ∩···∩An−1 (An ),
d’une intersection finie k=1
n
à condition que P(A1 ∩ A2 ∩ · · · ∩ An−1 ) 0.
d’événements Ak
k=1
➥ Exercices 16.5, 16.6, 16.10, 16.19

n
n
contraire : Ak = Ak . On se ramène alors au calcul de la pro-
k=1 k=1
babilité d’une réunion finie d’événements.
➥ Exercice 16.13.
297
• Si les événements An forment une suite décroissante d’événements

(c’est-à-dire : ∀n ∈ N∗ , An+1 ⊂ An ), alors :
+∞
P An = lim P(An ).
n∞
n=1
➥ 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

+∞
+∞
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.
Utiliser la formule des probabilités totales :

• si la famille (Ak )1kn est un système complet fini d’événements,
alors pour tout événement B :
n
P(B) = P(Ak ∩ B),
k=1
et si de plus, pour tout k de 1 ; n, P(Ak ) 0, alors :
n
P(B) = P(Ak ) × PAk (B)
Pour calculer la probabilité k=1
d’un événement B ➥ Exercices 16.6, 16.14, 16.15

en fonction de
• si la famille (An )n1 est un système complet dénombrable d’événe-
probabilités conditionnelles
ments, alors pour tout événement B :
liées à cet événement
+∞
la série P(An ∩ B) converge et P(B) = P(An ∩ B),
n1 n=1
et si de plus, pour tout n 1, P(An ) 0, alors :
+∞
P(B) = P(An ) × PAn (B).
n=1
➥ Exercices 16.11, 16.17
Cette formule est souvent utilisée lorsqu’une expérience se réalise
en plusieurs temps, et que l’on s’intéresse au résultat final.
Utiliser la formule de Bayes :

Pour calculer la probabilité P(A)PA (B)
PB (A) = , à condition que P(A) 0 et P(B) 0.
d’une cause A P(B)
sachant une conséquence B Cette formule est aussi appelée la formule de probabilité des causes :
elle permet de « remonter le temps ».
298
Très souvent, pour calculer le dénominateur P(B), on utilise la formule

(suite) des probabilités totales.
➥ Exercices 16.6, 16.11.
• Deux événements A et B sont indépendants lorsque :

P(A ∩ B) = P(A) × P(B).
➥ Exercices 16.9, 16.16
• Deux événements A et B de probabilités non nulles sont indépen-
dants lorsque :
PA (B) = P(B) ou PB (A) = P(A).
• Les événements A1 , A2 , . . . , An sont (mutuellement) indépendants
lorsque :

Pour montrer ou utiliser pour toute partie non vide I de 1 ; n, P Ai = P(Ai ).
l’indépendance d’événements i∈I i∈I
➥ Exercices 16.4, 16.9, 16.13, 16.16

• La famille dénombrable d’événements (An )n1 est une famille d’évé-
nements (mutuellement) indépendants lorsque :

pour toute partie finie et non vide I de N,P Ai = P(Ai ).
i∈I i∈I
Remarque : l’indépendance d’une suite d’événements n’est en géné-
ral pas démontrable, mais constitue un choix (ou une conséquence)
de la modélisation.
➥ Exercice 16.4.

16.1 Tirages de trois boules avec remise dans une urne
Une urne contient 10 boules numérotées de 1 à 10. On tire successivement et avec remise 3
boules de cette urne. Calculer la probabilité d’obtenir :

a) trois numéros identiques,
b) trois numéros deux à deux distincts,
c) trois numéros consécutifs dans l’ordre pù ils ont été obtenus,
d) trois numéros rangés par ordre strictement croissant.
16.2 Lancers de cinq dés équilibrés

On lance simultanément cinq dés équilibrés à 6 faces. Calculer la probabilité d’obtenir :
a) un double : deux dés amènent la même face, et les trois autres amènent des faces différentes
entre elles et de celle du double,
299
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,
e) un quintuplet : les cinq dés amènent la même face,
f) un "dépareillé" : les cinq dés amènent des faces toutes différentes.
16.3 Tirages dans une urne, obtention de boules de même parité

Une urne contient 9 boules numérotées de 1 à 9. On tire deux boules de cette urne.
Calculer la probabilité d’obtenir 2 boules portant des numéros de même parité dans les différents
cas suivants :
a) on tire les 2 boules simultanément,
b) on tire une boule, on ne la remet pas, puis on tire la seconde,
c) on tire une boule, on la remet, puis on tire la seconde.
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 ».
a) Calculer, pour tout n de N∗ , P(An ), P(Cn ) et P(Bn).
b) Exprimer E à l’aide des événements An , pour n ∈ N∗ , et en déduire P(E).
c) Exprimer E à l’aide des événements Bn, pour n ∈ N∗ , et retrouver P(E).
d) Exprimer E à l’aide des événements Cn , pour n ∈ N∗ , et en déduire P(E) puis P(E).
e) Que dire de l’événement E ? Interpréter ce résultat.
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
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) Calculer la probabilité d’obtenir k boules blanches lors des k premiers tirages.
16.7 Distribution aléatoire de lettres

On considère n lettres destinées à n personnes différentes, et n enveloppes adressées à ces n
personnes. On met au hasard dans chaque enveloppe une et une seule lettre.
Pour tout k de 1 ; n, on définit Ak l’événement : « la k-ième lettre est adressée à la bonne
personne ».
a) Calculer P(A1 ), P(A1 ∩ A2 ), puis P(A1 ∩ A2 ∩ · · · ∩ Ak ) pour k ∈ 1 ; n.
b) En déduire la probabilité pn qu’au moins une personne reçoive la bonne lettre.
c) Déterminer lim pn .
n∞
16.8 Solutions d’un système linéaire aléatoire

On dispose de trois dés équilibrés à 6 faces : un dé rouge, un dé bleu et un dé jaune. On lance
ces trois dés, et on note a (resp. b, c) le numéro obtenu sur le dé rouge (resp. bleu, jaune).

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,
b) aucune solution
c) une unique solution
d) (9, 3) comme unique solution.
16.9 Événements indépendants

Une urne contient une boule rouge et une boule noire. On effectue n tirages successifs avec
remise de la boule tirée. On définit les événements :
An : « on obtient, au cours des n tirages, des boules des deux couleurs »
Bn : « on obtient, au cours des n tirages, au plus une boule rouge ».
301
a) Calculer, pour tout n 2, P(An ) et P(Bn).
b) Étudier l’indépendance des événements An et Bn lorsque n = 2.
c) Étudier l’indépendance des événements An et Bn lorsque n = 3.
d) Étudier l’indépendance des événements An et Bn dans le cas général.
16.10 Tournoi à deux joueurs : jeu des archers

Deux archers A1 et A2 disputent un match. Les archers A1 et A2 tirent alternativement sur une
cible jusqu’à ce que l’un d’eux la touche ; A1 tire en premier.
Pour tout i de {1, 2}, l’archer Ai touche la cible avec la probabilité pi ∈ ]0 ; 1[, et on note
qi = 1 − pi ; les tirs sont indépendants. On remarquera que A1 tire à des rangs impairs.
On note, pour tout i de {1, 2}, Gi l’événement : « Ai l’emporte ».
a) Calculer la probabilité que A1 l’emporte au rang 2n + 1, pour n ∈ N.
b) Calculer la probabilité que A2 l’emporte au rang 2n + 2, pour n ∈ N.
c) En déduire P(G1 ) et P(G2 ), puis la probabilité que le jeu dure indéfiniment.
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
16.11 Lancers d’une pièce puis tirage d’un billet

1
+∞
1
On admet que la série n
converge et que = ln 2.
n1
n 2 n=1
n 2n
Un joueur lance une pièce équilibrée jusqu’à obtention du premier pile.
S’il lui a fallu n lancers pour obtenir ce premier pile, on lui fait alors tirer au hasard un billet de
loterie parmi n billets dont un seul est gagnant.
a) Quelle est la probabilité que le joueur gagne ?
b) Sachant que le joueur a gagné, quelle est la probabilité qu’il ait obtenu le premier pile au
troisième lancer ?
16.12 Tirages dans une urne jusqu’à l’obtention d’une boule n◦ 2 ou n◦ 3

Une urne contient 10 boules : une boule numérotée 1, deux boules numérotées 2, trois boules
numérotées 3 et quatre boules numérotées 4. On effectue des tirages avec remise jusqu’à obtenir
une boule numérotée 2 ou une boule numérotée 3, puis on s’arrête.
a) Pour tout n de N∗ , on note En l’événement : « on obtient une boule numérotée 2 au
n-ième tirage sans jamais avoir obtenu avant de boule numérotée 2 ni de boule numérotée 3 ».
Calculer la probabilité de l’événement En .
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.
d) Quelle est la probabilité qu’on ne s’arrête jamais de tirer de boules ?
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
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
16.14 Problème de la ruine du joueur

1
Soient N ∈ N∗ et p ∈ ]0 ; 1[ avec p . On note q = 1 − p.
2
On joue à un jeu de pile ou face. À chaque coup, on a la probabilité p d’obtenir pile, et dans
ce cas on gagne 1 e, et la probabilité q = 1 − p d’obtenir face, et dans ce cas on perd 1 e. On
suppose que l’on ne peut jouer que si l’on dispose d’au moins 1 e.
Le jeu s’arrête soit lorsque l’on possède la somme de N e (on gagne la partie), soit lorsque l’on
ne possède plus rien (on est ruiné).
Au départ, on dispose d’une somme de n e exactement (avec 0 n N) et on note pN (n) la
probabilité de gagner la partie.
a) Calculer pN (0) et pN (N).
b) En raisonnant sur les résultats du premier tirage, déterminer une relation entre pN (n), pN (n+1)
et pN (n − 1).
c) Exprimer alors pN (n) en fonction de n, N et p. Calculer lim pN (n).

N∞
16.15 Descendance d’une fleur

On étudie la descendance d’une fleur. À l’instant 0, on dispose d’une fleur F0 . Cette fleur peut
avoir, à l’instant 1, deux descendances avec la probabilité p (0 < p < 1) ou aucune descendance
avec la probabilité q = 1 − p, après quoi, elle meurt. Les descendances de la première fleur
peuvent avoir, à l’instant 2, des descendances de façon mutuellement indépendantes et dans les
mêmes conditions que le première fleur, puis meurent. Et ainsi de suite ...
Pour tout n de N, on note
Un l’événement : « la lignée de la fleur F0 est éteinte à l’instant n » et un = P(Un ).
a) Calculer u0 et u1 .
b) Montrer que la suite (un )n∈N converge vers une limite ∈ [0 ; 1].
c) Montrer : ∀n ∈ N, un+1 = pu2n + 1 − p.

q
d) Montrer alors que = min 1, . Interpréter ce résultat.
p
16.16 Événements indépendants

a) Soit (an )n1 une suite de réels de [0 ; 1]. Montrer :
n n
n
n
n 2
ai a j (ai − a j )2 = 2 a3i ai − 2 a2i
i=1 j=1 i=1 i=1 i=1
303
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.
c) Soit k ∈ N. En déduire la probabilité qu’une famille ait exactement k filles.
16.18 Tournoi à deux joueurs

Deux personnes A et B jouent : A lance deux fois une pièce équilibrée, et B ne lance qu’une
fois une pièce qui amène pile avec la probabilité p. Le gagnant est celui qui fait le plus de piles.
Tant qu’il y a égalité, ils rejouent.
a) Quelle est la probabilité qu’il y ait égalité au premier tour ?
b) Quelle est la probabilité que A gagne le jeu ?
c) Existe-il un p tel que le jeu est équitable ?
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
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.

Décrire chaque événement comme une partie de Ω. x − 2y = 3

Remarquer : (S) ⇐⇒ .
(2a − b)y = c − 3a
16.3 Noter Ω l’ensemble des tirages possibles. Alors :
Décrire chaque événement comme une partie de Ω.
9
a) Card(Ω) = b) Card(Ω) = 9 × 8 c) Card(Ω) = 92 .
2
16.9 b) c) Utiliser la définition de l’indépendance de deux évé-
Dans les trois questions, on est dans le cas d’équiprobabilité. nements.
Décomposer l’événement « on obtient deux boules de même d) On pourra étudier la suite de terme général un = 2n−1 − n − 1
parité » en « on obtient deux boules paires » ou « on obtient et montrer : un = 0 ⇐⇒ n = 3.
deux boules impaires ».
16.10 a) b) Décomposer les événements à l’aide d’événements
16.4 Noter, pour tout k de N∗ , Vk (resp. Rk ) l’événement : « on
élémentaires.
obtient une boule verte (resp. rouge) au k-ième tirage ».

+∞
a) Exprimer les événements An , Cn , Bn à l’aide des événements c) Écrire GA = « A1 l’emporte au rang 2n + 1 »
Vk et Rk . n=0

+∞

+∞ GB = « A2 l’emporte au rang 2n + 2 ».
b) Remarquer que E = An , et que les événements An sont n=0
n=1
deux à deux incompatibles.
16.11 a) Noter En l’événement : « le joueur obtient le premier

+∞
pile au n-ième lancer » et B l’événement : « le joueur n’obtient
c) Remarquer que E = Bn , et que les événements Bn forment
jamais pile ». Calculer P(En ) et P(B).
n=1
une suite croissante d’événements. Pour calculer la probabilité que le joueur gagne, utiliser la

+∞
formule des probabilités totales avec comme système complet
d) Remarquer que E = Cn , et que les événements Cn forment d’événements (B, E1 , E2 , . . .).
n=1
une suite décroissante d’événements. b) Utiliser la formule de Bayes.
16.5 a) 1) Exprimer l’événement En en fonction d’événements

+∞
élémentaires, puis calculer P(En ) à l’aide de la formule des pro- 16.12 b) Il s’agit de calculer P En , avec les événements En
babilités composées. n=1
deux à deux incompatibles.
a) 3) L’événement « on obtient au moins une boule blanche »

+∞ c) Faire la même chose que dans a) et b).
est l’événement En , et les événements En sont deux à deux
d) On ne s’arrête jamais de tirer des boules lorsque l’on n’ob-
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

+∞
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
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
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.
Ainsi : Card(E) = 6 × 1 = 6. •C est l’ensemble des couples de {1, 3, 5, 7, 9}, donc :

Card(C) = 52 = 25.
Card(E) 1
Donc : P(E) = = . • Tous les éléments de Ω étant équiprobables, P est donc la pro-
Card(Ω) 64
babilité uniforme sur Ω, et l’on a :
f) Considérons l’événement F : « on obtient cinq faces diffé-
Card(A) Card(B) + Card(C) 41
rentes ». Pour réaliser F, il faut choisir 5 éléments distincts de P(A) = = = .
6! Card(Ω) Card(Ω) 81
1 ; 6 : = 6! choix.
(6 − 5)!
16.4 Notons, pour tout k de N∗ , Vk (resp. Rk ) l’événement :
Ainsi : Card(F) = 6! = 720.
« on obtient une boule verte (resp. rouge) au k-ième tirage ».
Card(F) 5 2 1
Donc : P(F) = = . Alors : ∀k ∈ N∗ , P(Vk ) = et P(Rk ) = .
Card(Ω) 54 3 3
a) • L’événement An s’écrit : An = V1 ∩ · · · ∩ Vn−1 ∩ Rn .
16.3 Notons Ω l’ensemble des résultats possibles, A l’évé- Donc : P(An ) = P(V1 ∩ · · · ∩ Vn−1 ∩ Rn )
nement : « on obtient des boules de même parité », et B
(resp. C) l’événement : « on obtient des boules de numéros = P(V1 ) · · · P(Vn−1 ) P(Rn )
pairs (resp. impairs) ». Ainsi A = B ∪ C, et les événements B par indépendance des événements
et C sont incompatibles. 2 n−1 1
= .
a) Les tirages se font simultanément. 3 3
• L’événement C n s’écrit : C n = V1 ∩ · · · ∩ Vn−1 ∩ Vn .
• Ainsi Ω est l’ensemble
des parties à 2 éléments de 1 ; 9,
9 Donc : P(Cn ) = P(V1 ∩ · · · ∩ Vn−1 ∩ Vn )
donc : Card(Ω) = = 36.
2
= P(V1 ) · · · P(Vn−1 ) P(Vn )
•B est l’ensemble
des parties à 2 éléments de {2, 4, 6, 8}, donc :
4 par indépendance des événements
Card(B) = = 6. 2 n
2
= .
3
• des parties à 2 éléments de {1, 3, 5, 7, 9},
C est l’ensemble
5 •L’événement Bn est l’événement Cn .
donc : Card(C) = = 10.
2 2 n
Donc : P(Bn) = 1 − .
• Tous les éléments de Ω étant équiprobables, P est donc la 3
probabilité uniforme sur Ω, et l’on a :
+∞
Card(A) Card(B) + Card(C) 6 + 10 4 b) L’événement E s’écrit : E = An .

P(A) = = = = . n=1
Card(Ω) Card(Ω) 36 9
Les événements An sont deux à deux incompatibles, donc :
b) Les tirages se font successivement et sans remise.
•Ainsi Ω est l’ensemble des 2-listes sans répétition de 1 ; 9,
+∞
+∞
2 n−1 1 1 2 n 1 1
+∞
donc : Card(Ω) = 9 × 8 = 72. P(E) = P(An ) = = = = 1.

n=1 n=1
3 3 3 n=0 3 3 1− 2
3
• B est l’ensemble des 2-listes sans répétition de {2, 4, 6, 8},
donc : Card(B) = 4 × 3 = 12.
+∞
•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
Les événements Bn forment une suite croissante d’événements

• Tous les éléments de Ω étant équiprobables, P est donc la
(car : ∀n ∈ N∗ , Bn ⊂ Bn+1), donc :
probabilité uniforme sur Ω, et l’on a : 2
2 n
Card(A) Card(B) + Card(C) 32 4 P(E) = lim P(Bn) = 1 − lim = 1, car < 1.
P(A) = = = = . n∞ n∞ 3 3
Card(Ω) Card(Ω) 72 9
d) L’événement E est l’événement : « on n’obtient que des
Remarque : On retrouve le même résultat qu’au a).
+∞
boules vertes ». Ainsi E s’écrit : E = Cn .
c) Les tirages se font successivement et avec remise.
n=1
308
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
ment presque sûr : on obtient donc presque sûrement une boule 2
blanche. c) Calculons maintenant P(A1 ∩ A2 ∩ · · · ∩ Ak ). Là encore, uti-

b) 1) L’événement Fn s’écrit : Fn = B1 ∩ · · · ∩ Bn−1 ∩ Nn . lisons la formule des probabilités totales avec comme système
complet d’événements (F, F) :
P(A1 ∩ · · · ∩ Ak ) = P(F ∩ A1 ∩ · · · ∩ Ak )
P(Fn ) = P(B1) · · · P B1 ∩···∩Bn−2 (Bn−1)P B1 ∩···∩Bn−1 (Nn ) .
+P(F ∩ A1 ∩ · · · ∩ Ak )
1 1 1 n
= × × ··· × × Or, les événements F, A1 , . . . Ak ne sont pas indépendants. Uti-
2 3 n n+1
n (n + 1) − 1 1 1 lisons la formule des probabilités composées :
= = = − .
(n + 1)! (n + 1)! n! (n + 1)! P(F ∩ A1 ∩ · · · ∩ Ak )
b) 2) L’événement F : « on obtient au moins une boule noire » = P(F) × PF (A1 ) × PF∩A1 (A2 ) × · · · × PF∩A1 ∩...∩Ak−1 (Ak )

+∞ .
est l’événement Fn . 1 1 1 1 1
= × × × ··· × =
n=1 2 2 3 k + 1 2(k + 1)!
309
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
Les événements Ak ne sont pas deux à deux incompatibles. c) Notons C l’événement :

Utilisons donc la formule de Poincaré : « le système a une unique solution ».
n Les événements A, B et C forment un système complet d’évé-
pn = (−1)k+1 P(Ai1 ∩ · · · ∩ Aik ). nements, c’est-à-dire A ∪ B ∪ C = Ω et les événements A, B, C
k=1 1i1 <···<ik n
sont deux à deux incompatibles.
Or, pour tout k de 1 ; n fixé, toutes les probabilités 11
(n − k)! Donc : P(C) = 1 − P(A) − P(B) = .
P(Ai1 ∩ · · · ∩ Aik ) sont égales à P(A1 ∩ · · · ∩ Ak ) = ; 12
n!
n d) Notons D l’événement :
de plus, il y en a .
k « le système admet (9, 3) comme unique solution ».
c − 3a
n (n − k)! (−1)k+1
n n
Ainsi : pn = (−1)k+1 = D est réalisé ⇐⇒ 2a − b 0 et =3
k n! k!
. 2a − b
k=1 k=1 ⇐⇒ b 2a et c = 9a − 3b.
c) La probabilité pn peut encore s’écrire :
Ainsi : D = (1, 1, 6), (2, 5, 3) .
n
(−1)k+1 n
(−1)k
pn = +1=1− . Card(D) 2 1
k! k! On en déduit : P(D) = = = .
k=0 k=0 Card(Ω) 216 108
(−1)k
Or, la série converge (il s’agit d’une série exponen-
k0
k! 16.9 Notons, pour tout k de 1 ; n, Rk : « on obtient une

+∞
(−1)k 1
boule rouge au k-ième tirage » et Nk : « on obtient une boule
tielle) et = e−1 = . noire au k-ième tirage ».
k=0
k! e
310

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
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
c) Pour n = 3 : • Notons I l’événement : « le jeu dure indéfiniment ». Alors les

A 3 ∩ B 3 = R 1 ∩ N2 ∩ N3 ∪ N1 ∩ R 2 ∩ N3 ∪ N1 ∩ N2 ∩ R 3 . événements G1 , G2 et I forment un système complet d’événe-
1 3 ments. Donc : P(G1 ) + P(G2 ) + P(I) = 1.
Donc : P(A3 ∩ B3) = 3 × 3 = . p1 q1 p2
2 8 Ainsi : P(I) = 1 − − =0
3 1 3 1 − q1 q2 1 − q1 q2
De plus : P(A3 )P(B3) = × = = P(A3 ∩ B3). (car p1 = 1 − q1 et p2 = 1 − q2 .)
4 2 8
Donc A3 et B3 sont indépendants. On en déduit que le jeu s’arrête presque sûrement.
p1 q1 p2
d) Cas général : d) • P(G1 ) = P(G2 ) ⇐⇒ =
1 − q1 q2 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
Or la suite de terme général un = 2n−1 − 1 − n, pour n 2, est

16.11 a) • Pour tout n de N∗ , notons En l’événement : « le
joueur obtient le premier pile au n-ième lancer ».
strictement croissante (car ∀n 2, un+1 − un = 2n−1 − 1 > 0), 1 n
et u3 = 0. Donc : un = 0 ⇐⇒ n = 3. Alors : P(En ) = .
2
311
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
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
Les solutions de l’équation caractéristique 1 q

1er cas : si p < , alors > 1 ; donc le seul point fixe de f
1 q q 2 p
X 2 − X + = 0 sont 1 et . appartenant à [0 ; 1] est 1. On en déduit que = 1.
p p p
1 1 q
Puisque p , on a p q. Donc les deux racines sont dis- 2ème cas : si p , alors 1 ; donc les deux points fixes
2 2 p
tinctes. de f appartiennent à [0 ; 1].

D’après le cours, il existe donc deux réels α et β tels que : Or : f [0 ; qp ] = [q, qp ] ⊂ [0 ; qp ]. Donc [0 ; qp ] est un intervalle
q n stable par f ; et puisque u0 = 0 ∈ [0 ; qp ], on en déduit que
∀n ∈ N, pN (n) = α + β .
p tous les un appartiennent à cet intervalle fermé ; donc la limite
q
En utilisant le fait que pN (0) = 0 et pN(N) n = 1, on trouve aussi. On en déduit que = .
1 − qp p
α = −β =
1 q
N . Ainsi : pN (n) = N . Dans les deux cas, on peut écrire : = min 1, .
1 − qp 1 − qp p
313

+∞
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
Les événements Un forment une suite croissante

q
d’événements, ⇐⇒ ∀i ∈ 1 ; n, ∀ j ∈ 1 ; n, ai a j (ai − a j )2 = 0
donc : P(U) = lim P(Un ) = = min 1, .
n∞ p (car tous les termes de la somme sont positifs ou nuls)
1 ⇐⇒ ∀i ∈ 1 ; n, ∀ j ∈ 1 ; n, ai = a j
Ainsi, lorsque p (chaque fleur a plus de chance d’avoir
2 (car les ai sont tous non nuls)
q
zéro descendant que deux descendants), on a : 1 et = 1.
p ⇐⇒ le dé est équilibré.
La lignée s’éteint donc presque sûrement.
1 16.17 a) • L’événement « la famille a au moins un enfant »
Lorsque p > (chaque fleur a plus de chance d’avoir deux
+∞
2 s’écrit : En . Les En étant deux à deux incompatibles,
q q
descendants qu’aucun descendant), on a : 1 et = . La
p p
+∞
n=1
+∞
1 1
+∞
q P En = P(En ) = ×
lignée s’éteint donc avec une probabilité égale à . e n=1 n!
p n=1 n=1
1
+∞
1 e−1

n
n n
n = × −1 = .
16.16 a) ai a j (ai − a j )2 = (a3i a j − 2a2i a2j + ai a3j ) e n=0
n! e
i=1 j=1 i=1 j=1

+∞
1

n
n
n
n
n
n • Puisque E0 = En , on en déduit : P(E0 ) = .
e
= a3i a j + ai a3j − 2 a2i a2j n=1
i=1 j=1 i=1 j=1 i=1 j=1 1 1
n
n
n
n Remarque : La formule P(En ) = × est aussi valable pour
=2 a3i aj − 2 a2i a2j e n!
n = 0.
i=1 j=1 i=1 j=1

n
n
n 2 b) Si 0 k n, alors PEn (Fk ) =
n 1
×
1
=
n 1
.
=2 a3i ai − 2 a2i . k 2k 2n−k k 2n
i=1 i=1 i=1
Si k > n, alors PEn (Fk ) = 0.
b) Notons, pour tout i de 1 ; n, ai la probabilité que le dé

n c) Les événements (E0 , E1 , E2 , . . .) forment un système com-
amène la face numéro i. Ainsi : ai = 1. plet d’événements. Par la formule des probabilités totales :
i=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
• A gagne au premier tour lorsque :

+∞
+∞
On en déduit : pn = 1 = P En , car les événements En
- A obtient deux fois pile, n=1 n=1
sont deux à deux incompatibles.
- ou A obtient une fois pile et une fois face et B obtient face.
+∞
1 1 3 − 2p Ainsi l’événement En est un événement presque sûr : on
Ainsi : P(A1 ) = P(F1 ) = + × (1 − p) = .
4 2 4 n=1
• Soit k ∈ N∗ . On a : Ak = E1 ∩ · · · ∩ Ek−1 ∩ Fk .
obtient donc presque sûrement une boule blanche.
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
Ainsi, il existe un et un seul p tel que le jeu est équitable : ln 1 + −→ +∞.

1 + kc n∞
p = 1. k=0
On en déduit : ln(an ) −→ −∞ et donc an −→ 0.

n∞ n∞
16.19 Notons, pour tout k de N∗ , Bk (resp. Nk ) l’événement :

N
N
« on obtient une boule blanche (resp. noire) au k-ième tirage ». b) 3) ∀N ∈ N∗ , pn = p1 + (an−1 − an )
a) • L’événement En : « la première boule blanche apparaît au n=1 n=2

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∞
P(En ) = P(N1 ) · · · PN1 ∩···∩Nn−2 (Nn−1 )PN1 ∩···∩Nn−1 (Bn )

+∞
On en déduit : pn = 1.
1 2 n−1 1
= × × ··· × × . n=1
2 3 n n+1 D’autre part, comme les événements En sont deux à deux in-
1 compatibles,
Ainsi : pn = .
n(n + 1)
+∞ +∞
+∞
P En = P(En ) = pn = 1.
N N
1 N
1 1 n=1 n=1 n=1
• ∀N ∈ N∗ , pn = = −
n=1 n=1
n(n + 1) n=1 n n + 1
+∞

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
• Loi de probabilité d’une variable aléatoire discrète
• Fonction de répartition d’une variable aléatoire discrète
• Espérance, variance, moment d’ordre r (r ∈ N∗ ) d’une variable aléatoire
Corrigés des exercices 327 discrète.

On abrège variable aléatoire
en va. • Définition d’une variable aléatoire discrète, variables aléatoires discrètes finies,
variables aléatoires discrètes infinies
• Loi de probabilité d’une variable aléatoire discrète, fonction de répartition d’une
variable aléatoire discrète, caractérisation de la loi d’une variable aléatoire dis-
crète à l’aide de sa fonction de répartition
• Définition de la variable aléatoire Y = g(X), où X est une variable aléatoire
discrète et g une fonction définie sur X(Ω), loi de probabilité de Y = g(X)
• Définition de l’espérance d’une variable aléatoire discrète, théorème de trans-
fert, espérance de Y = aX + b
• Définition du moment d’ordre r (r ∈ N∗ ) et du moment centré d’ordre r d’une
variable aléatoire discrète
• Définition de la variance et de l’écart-type d’une variable aléatoire discrète, va-
riance de Y = aX + b.

On peut :
• déterminer toutes les valeurs xi que peut prendre la va X, puis pour
chaque valeur possible, calculer P(X = xi )
Pour déterminer ➥ Exercices 17.1 à 17.4, 17.8, 17.9, 17.12, 17.15
la loi de probabilité
d’une va discrète X • déterminer toutes les valeurs xi que peut prendre la va X, puis
pour chaque valeur possible, calculer P(X xi ) ou P(X < xi )
ou P(X xi ) ou P(X > xi ), pour en déduire P(X = xi )
➥ Exercices 17.7, 17.13, 17.17, 17.19
316
• exprimer la va X à l’aide d’une autre va discrète Y, déterminer la loi

(suite) de Y pour en déduire la loi de X
➥ Exercices 17.2, 17.5.

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.
• Si I est fini, montrer :

∀i ∈ I, pi 0 et pi = 1
i∈I
Pour montrer que (xi , pi ) ; i ∈ I
est la loi de probabilité • Si I est dénombrable, montrer :
d’une va discrète
∀i ∈ I, pi 0 , pi converge et pi = 1
i∈I i∈I
➥ Exercices 17.5, 17.6, 17.11.
On peut :
• utiliser la définition :

– si X est une va discrète finie avec X(Ω) = x1 , . . . , xn , alors X
admet une espérance et E(X) est donnée par :

n
Pour montrer E(X) = xi P(X = xi )

i=1
qu’une va discrète X
admet une espérance E(X) – si X est une va discrète infinie avec X(Ω) = xn ; n ∈ N , alors :

et la calculer X admet une espérance si et seulement si la série xn P(X = xn )
n0
converge absolument,

+∞
dans ce cas, E(X) est donnée par : E(X) = xn P(X = xn )
n=0
➥ Exercices 17.1 à 17.13, 17.16 à 17.18
317
Chapitre 17 • Variables aléatoires discrètes
• utiliser le théorème de transfert :

si X = g(Y) avec Y(Ω) = yn ; n ∈ N , alors X admet une espérance

si et seulement si la série g(yn )P(Y = yn ) converge absolument ;
n0

+∞
(suite) dans ce cas, E(X) est donnée par : E(X) = g(yn ) P(Y = yn )
n=0
➥ Exercices 17.1, 17.2, 17.4, 17.5

• si X = aY + b et si Y admet une espérance, alors X admet une
espérance, et E(X) est donnée par : E(X) = aE(Y) + b
➥ Exercice 17.7.
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.
Essayer de se ramener à des sommes classiques :

• la sommation géométrique :

n
1 − qn+1
∀n ∈ N, ∀q ∈ R \ {1}, qk =
q=0
1−q
• la sommation d’entiers, de carrés d’entiers, de cubes d’entiers

consécutifs :
Pour calculer une somme
d’un nombre fini de termes
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
• la formule du binôme de Newton :

n
n
∀n ∈ N, ∀(x, y) ∈ R , (x + y) =
2 n
xk yn−k
k=0
k
➥ Exercices 17.3, 17.4, 17.7.

318
• Pour montrer la convergence d’une série, voir chapitre 9

• Pour calculer la somme d’une série convergente :
– écrire les sommes partielles puis calculer leur limite en essayant

par exemple de reconnaître une somme téléscopique
Pour montrer la convergence – utiliser les sommes connues :

d’une série et éventuellement +∞

n n−r 1
calculer sa somme ∀x ∈] − 1 ; 1 , ∀r ∈ N, x =
n=r
r (1 − x)r+1

+∞ n
x
∀x ∈ R, = ex
n=0
n!
➥ Exercices 17.5, 17.6, 17.8 à 17.12.

17.1 Tirages sans remise dans une urne : loi du rang d’apparition de la première boule blanche
Une urne contient 10 boules : 7 boules blanches et 3 boules noires. On y effectue des tirages
successifs et sans remise jusqu’à vider l’urne, et on note X la va égale au rang d’apparition de
la première boule blanche.
a) Déterminer la loi de X.
b) Déterminer la fonction de répartition de X.
c) Calculer E(X) et V(X).
17.2 Lancer d’un dé truqué : loi du numéro de la face obtenue

On dispose d’un dé truqué : il existe a ∈ R tel que, pour tout k de 1 ; 6, la probabilité d’obtenir
la face numérotée k est égale à a k. On lance ce dé, et on note X la va égale au numéro de la face
obtenue.
a) Calculer le réel a. En déduire la loi de X, puis calculer son espérance et sa variance.

1
b) On définit la va Y = . 1) Calculer l’espérance de Y.
X
2) Déterminer la loi de Y et retrouver E(Y).
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.
b) Calculer l’espérance et la variance de X.
319
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.

b) Calculer E(X), puis E X(X − 1) , et en déduire V(X).
17.5 Exemple d’une va discrète à valeurs dans N∗

a
Soit a ∈ R. Pour tout n de N∗ , on pose pn = .
n(n + 1)(n + 2)
1 α β γ
a) Trouver (α, β, γ) ∈ R3 tel que : ∀n ∈ N∗ , = + + .
n(n + 1)(n + 2) n n+1 n+2

b) Déterminer a pour que (n, pn ) ; n ∈ N∗ soit la loi de probabilité d’une va discrète X.
c) La va X admet-elle une espérance ?
d) On pose Y = X 2 − 6X + 9. Déterminer la loi de Y. La va Y admet-elle une espérance ?
17.6 Exemple d’une va discrète à valeurs dans N

On considère une va discrète X vérifiant :
X(Ω) = N et ∀n ∈ N, 3P(X = n + 2) = 4P(X = n + 1) − P(X = n).
b) La va X admet-elle une espérance et une variance ? Si oui, les calculer.
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.
b) Calculer E(Y) et V(Y).
c) Pour tout k de 1 ; n, calculer P(X k). En déduire la loi de X.
d) Montrer que les va Y et n + 1 − X ont même loi. En déduire E(X) et V(X).
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.
b) La variable aléatoire Y admet-elle une espérance ? Si oui, la calculer.

La variable aléatoire Z admet-elle une espérance ? Si oui, la calculer.
320
17.9 Loi du premier succès et loi du deuxième succès

On répète, de façon indépendante, une expérience aléatoire au cours de laquelle un événement
A se réalise, à chaque fois, avec la probabilité p (0 < p < 1).
On note X la variable aléatoire égale au rang de la première réalisation de l’événement A, et Y
celle égale au rang de sa deuxième réalisation.
a) Déterminer la loi de X. Montrer que X admet une espérance E(X), et la calculer.
b) Déterminer la loi de Y. Montrer que Y admet une espérance E(Y), et la calculer.
c) Comparer E(X) et E(Y). Commenter.
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
d) La va X admet-elle une espérance ? Si oui, la calculer.
17.11 Exemple d’une va discrète à valeurs dans Z

On considère une va discrète X vérifiant :
1
X(Ω) = Z, ∀n ∈ N, P(X = n + 1) = P(X = n) et P(X = −n) = P(X = n).
n+1
a) Exprimer, pour tout n de Z, P(X = n) en fonction de P(X = 0). En déduire P(X = 0) puis la
loi de X.
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
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 .
b) Calculer, pour tout n de N∗ , P(Yn = 2).
c) On pose, pour tout n de N∗ : un = P(Yn = 1).

2 2
1) Préciser u1 , puis montrer : ∀n 1, un+1 = un + n+1 .
3 3
2
2) En utilisant la suite de terme général vn = un + n , donner une expression de un en fonction
3
de n.
321
d) En déduire, pour tout n de N∗ , P(Yn = 0).
e) Calculer, pour tout n de N∗ , l’espérance de Yn .
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).
17.13 Tirages de N jetons : loi du plus grand numéro obtenu

Soient N, n ∈ N∗ . On dispose de N urnes, avec dans chacune d’elles, des jetons numérotés de 1
à n. On tire au hasard un jeton dans chaque urne, et on note X la variable aléatoire égale au plus
grand numéro tiré.
a) Déterminer la fonction de répartition de X, puis sa loi.

n−1
j N
b) Montrer : E(X) = n − .
j=0
n
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.
d) Calculer, pour n fixé, lim E(X). Commenter.

N∞
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.
c) Montrer que la matrice A est diagonalisable et diagonaliser A. En déduire les coefficients de

la matrice An , pour tout n de N∗ .
d) Montrer : ∀n ∈ N, Un = An U0 . En déduire, pour tout n de N∗ , la loi de Xn .
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.
b) Soit n 2. Justifier que Xn prend ses valeurs dans 0 ; n − 1.

Calculer P(Xn = 0) et P(Xn = n − 1).
322
c) Pour tout n 2 et tout k ∈ 0 ; n, montrer :
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.
e) Calculer alors, pour tout n 2, l’espérance et la variance de Xn .
17.16 Loi du nombre de pistes différentes lues par un lecteur mp3

Soit n 2. Un lecteur mp3 contient n pistes de lectures (numérotées de 1 à n) et fonctionne en
mode aléatoire selon le protocole suivant :
• la première piste lue est choisie de façon aléatoire parmi les n pistes ;
• à la fin de la lecture d’une piste, la suivante est choisie de façon aléatoire parmi les n pistes ;
ainsi il est possible qu’une même piste soit lue plusieurs fois de suite.
Pour tout k de N∗ , on note Xk le nombre de pistes différentes qui ont été lues au moins une fois
au cours des k premières lectures.
a) Déterminer, en fonction de n et de k, les valeurs prises par Xk .
b) Calculer, pour tout k de N∗ , la probabilité des événements (Xk = 1) et (Xk = k).
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.
e) Calculer, pour n fixé, lim E(Xk ). Ce résultat est-il prévisible ?

k∞
f) Calculer, pour k fixé, lim E(Xk ). Ce résultat est-il prévisible ?

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 .
c) Calculer l’espérance de XN , puis la limite de E(XN ) lorsque N tend vers +∞.
323
17.18 Une autre expression de l’espérance

On considère une variable aléatoire discrète X à valeurs dans N.
n
n−1
a) Montrer, pour tout n ∈ N∗ : kP(X = k) = P(X > k) − nP(X > n).
k=0 k=0
b) On veut démontrer le résultat suivant :

X admet une espérance si et seulement si la série P(X > n) converge ;
n0

+∞
dans ce cas, on a : E(X) = P(X > n).
n=0
1) Supposons que X admet une espérance.

Montrer : lim nP(X > n) = 0.
n∞

+∞
En déduire que P(X > n) converge puis que P(X > n) = E(X).
n0 n=0

2) Supposons que la série P(X > n) converge.
n0

+∞
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 ).
b) Soit n ∈ N fixé. Justifier : (X > n) = E1,n ∪ · · · ∪ EN,n .

N
N − i n
N
En déduire : P(X > n) = (−1)i+1 .
i=1
i N
N
N 1
c) En utilisant l’ex. 17.18, montrer que E(X) existe et E(X) = N (−1)i+1 .
i=1
i i

N
1
d) En déduire que : E(X) = N .
i=1
i
324
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.
17.6 a) Montrer qu’il existe deux réels A et B tels que : 1

17.11 a) Montrer : ∀n ∈ N, P(X = n) = P(X = 0) = P(X = −n).
n n!
1
∀n ∈ N, P(X = n) = A + B . Utiliser le fait que P(X = n) = 1 pour en déduire la valeur

3
n∈X(Ω)

+∞ 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
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∞
(Xn = 1), (Xn = 2).

17.18 a) Remplacer dans la première somme P(X = k) par
Procéder de même pour P(Xn+1 = 1) et P(Xn+1 = 2). P(X > k − 1) − P(X > k), et faire apparaître une somme télé-
⎛ ⎞ scopique.
⎜⎜⎜0 1/4 0⎟⎟⎟
⎜⎜⎜ ⎟⎟⎟
En déduire que A = ⎜⎜⎜ 1 1/2 1 ⎟⎟⎟. +∞
⎝⎜ ⎠⎟ b) 1) • Montrer : 0 nP(X > n) kP(X = k),
0 1/4 0 k=n+1
b) Montrer que E(Xn+1 ) = E(Xn ). pour en déduire que lim nP(X > n) = 0.
n∞
c) Utiliser les méthodes classiques de diagonalisation pour

n−1
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
17.1 a) • L’urne ne contenant que 3 boules noires, la pre- ∀x ∈ [3 ; 4[,

mière boule blanche ne peut donc apparaître qu’aux rangs 119
F(x) = P(X = 1) + P(X = 2) + P(X = 3) = ,
1,2,3,4. 120
∀x ∈ [4 ; +∞[,
Ainsi : X(Ω) = 1 ; 4.
F(x) = P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) = 1.
• Calculons P(X = 1), P(X = 2), P(X = 3), P(X = 4).
On en déduit que F est définie par :
Notons, pour k ∈ 1 ; 10, Bk (resp. Nk ) l’événement : « on ob-
tient une boule blanche (resp. noire) au k-ième tirage ».
x ] − ∞ ; 1[ [1 ; 2[ [2 ; 3[ [3 ; 4[ [4 ; +∞[
- L’événement (X = 1) est l’événement B1.
7 7 14 119
Donc : P(X = 1) = P(B1) = . F(x) 0 1
10 10 15 120
- L’événement (X = 2) est l’événement N1 ∩ B2 .
c) La va X est une va finie. Elle admet donc une espérance et
Donc : P(X = 2) = P(N1 ∩ B2) = P(N1 )PN1 (B2 ) une variance.
3 7 7
= × = . • Calculons E(X).
10 9 30
- L’événement (X = 3) est l’événement N1 ∩ N2 ∩ B3 .
4
Donc : P(X = 3) = P(N1 ∩ N2 ∩ B3 ) E(X) = kP(X = k)

k=1
= P(N1 )PN1 (N2 )PN1 ∩N2 (B3)
= P(X = 1) + 2P(X = 2) + 3P(X = 3) + 4P(X = 4)
3 2 7 7
= × × = . 11
10 9 8 120 = .
8
- L’événement (X = 4) est l’événement N1 ∩ N2 ∩ N3 ∩ B4 .
Donc : P(X = 4) = P(N1 ∩ N2 ∩ N3 ∩ B4) 2
• Calculons V(X) = E(X 2 ) − E(X) .
= P(N1 )PN1 (N2 )PN1 ∩N2 (N3 )PN1 ∩N2 ∩N3 (B4) Utilisons la formule de transfert pour calculer E(X 2 ).
3 2 1 7 1
= × × × = .
4
10 9 8 7 120
E(X 2 ) = k2 P(X = k)
- Ainsi, la loi de X est donnée par le tableau suivant :
k=1
= P(X = 1) + 4P(X = 2) + 9P(X = 3) + 16P(X = 4)

55
x 1 2 3 4 = .
24
P(X = x)
7 7 7 1 55 11 2 77
10 30 120 120 Donc : V(X) = − = .
24 8 192
17.2 a) • Déterminons la loi de X :

- La va X prend ses valeurs dans 1 ; 6.
Remarque : On a bien
- De plus, d’après l’énoncé : il existe a ∈ R tel que :
P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4)
7 7 7 1 ∀k ∈ 1 ; 6, P(X = k) = a k.
= + + + = 1.
10 30 120 120
⎧ 6
b) Notons F la fonction de répartition de X. ⎪
⎪
⎪
⎪
⎪ P(X = k) = 1
Par définition, on a : ∀x ∈ R, F(x) = P(X x). ⎪
⎪
⎪
⎨ k=1
Puisque ⎪
⎪ ,
Ainsi : ∀x ∈] − ∞ ; 1[, F(x) = 0, ⎪
⎪
⎪
6 6
6×7
⎪
⎪
⎪ a k = a k = a = 21a
7 ⎩ 2
∀x ∈ [1 ; 2[, F(x) = P(X = 1) = , k=1 k=1
10
14 1
∀x ∈ [2 ; 3[, F(x) = P(X = 1) + P(X = 2) = , on en déduit que a = .
15 21
327
Ainsi la loi de X est donnée par : Soit i ∈ 1 ; n. Alors : (X = i) = B1 ∩ · · · ∩ Bi−1 ∩ Bi .

Par la formule de probabilités composées, on obtient :
k 1 2 3 4 5 6
P(X = i) = P(B1) × P B1 (B2) × · · · × P B1 ∩···∩Bi−2 (Bi−1)
1 2 3 4 5 6
P(X = k) × P B1 ∩···∩Bi−1 (Bi)
21 21 21 21 21 21
n−1 n−2 n−i+1 1
= × × ··· × ×
Ainsi : ∀k ∈ 1 ; 6, P(X = k) =
k
. n n−1 n−i+2 n−i+1
1
21 = .
La va X est une va finie. Elle admet donc une espérance et une n
variance. 1
Ainsi : X(Ω) = 1 ; n et ∀i ∈ 1 ; n, P(X = i) = .
• Calculons E(X). n
La loi de X est la loi uniforme sur 1 ; n.

6
1 2
6
E(X) = k P(X = k) = k n n
1 n
k=1
21 k=1 Remarque : P(X = i) = = = 1.
n n
1 6 × 7 × 13 13 i=1 i=1
= × = . b) La va X est une va finie, elle admet donc une espérance et
21 6 3
2 une variance.
• Calculons V(X) = E(X 2 ) − E(X) .
• Calculons E(X).
Utilisons la formule de transfert pour calculer E(X 2 ),

n
1
n
n+1

6
1 3
6
E(X) = i P(X = i) = i= .
E(X 2 ) = k2 P(X = k) = k i=1
n i=1 2
k=1
21 k=1
1 6 ×7 2 2

= × = 21. • Calculons V(X) = E(X 2 ) − E(X) 2 . On a :
21 22
13 2 20
n
1 2 (n + 1)(2n + 1)
n
Donc : V(X) = 21 − = . E(X 2 ) = i2 P(X = i) = i = .
3 9 n i=1 6
i=1
b) 1) D’après la formule de transfert,
1 6
1 6
1 6 (n + 1)(2n + 1) (n + 1)2 n2 − 1
E(Y) = E = P(X = k) = = . Donc : V(X) = − = .
X k 21 21 6 4 12
k=1 k=1
b) 2) Déterminons la loi de Y. 17.4 a) Déterminons la loi de X.

!
Y prend ses valeurs dans
1 1 1 1 1
, , , , ,1 . - La va X prend ses valeurs dans 0 ; n.
6 5 4 3 2
- Soit k ∈ 0 ; n. L’événement (X = k) est la réunion dis-
1 jointe des événements Ei1 ,...,ik : « les tirages numéros i1 , i2 , . . . , ik
Pour tout k de 1 ; 6, P Y = = P(X = k).
k amènent une boule blanche, les autres amènent une boule
Ainsi, la loi de Y est donnée par : noire », pour 1 i1 < · · · < ik n.
Par indépendance des tirages : P(Ei1 ,...,ik ) = pk (1 − p)n−k .
1 1 1 1 1
y 1 n
6 5 4 3 2 De plus, il y a événements de ce type (qui correspondent au
k
6 5 4 3 2 1 nombre de façons de placer les k boules blanches). Donc :
P(Y = y)
21 21 21 21 21 21 n k
P(X = k) = p (1 − p)n−k .
k
1 6 1 6 X(Ω) = 0 ; n
Ainsi : ×
E(Y) = + ··· + 1 × = . Ainsi :
6 21 21 21 n k
Remarque : on retrouve bien le même résultat. ∀k ∈ 0 ; n, P(X = k) = p (1 − p)n−k .
k

n n
17.3 n k
a) Déterminons la loi de X. Remarque : P(X = k) = p (1 − p)n−k
k
La va X prend ses valeurs dans 1 ; n. k=0 k=0
n
= p + (1 − p) = 1.
Notons, pour tout k de 1 ; n, Bk l’événement : « on obtient Newton
la boule blanche au k-ième tirage ». Remarque : la loi de X est la loi binomiale de paramètre (n, p).
328
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
= 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

+∞
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
- 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) =
seulement si on obtient deux boules de numéros supérieurs ou n=1 n=1

(n + 1)!
égaux à k, donc si et seulement si on obtient deux boules dont N
1 1 N
1 1
N+1
le numéro est compris entre k et n. = − = −

n=1
n! (n + 1)! n=1 n! n=2 n!
Par équiprobabilité des tirages possibles, on a : 1
=1− −→ 1.
(N + 1)! N∞
n−k+1
+∞
2 (n − k)(n − k + 1) Donc : P(Y = n) = 1.
P(X k) = n = .
n(n − 1) n=1
2
• Déterminons la loi de Z.
• Déterminons la loi de X. - La va Z prend ses valeurs dans 1 ; +∞= N∗ .
- La variable aléatoire X prend ses valeurs dans 1 ; n − 1. - Soit n ∈ N∗ . L’événement (Z = n) se décompose sous la
- Soit k ∈ 1 ; n − 1. Alors : forme : (Z = n) = N1 ∩ · · · ∩ Nn−1 ∩ Bn.
331
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
n1 Or : nP(X = n) = p n(1 − p)n−1

n=1 n=1

N
N
n2
Or : nP(Y = n) = p 1
(n + 1)! −→ = p.
n=1 n=1 N∞ 1 − (1 − p) 2
N
n(n + 1) − (n + 1) + 1
= Donc : X admet une espérance et E(X) = .
1
n=1
(n + 1)! p

N−1
1 N
1 1
N+1
= − + b) • Déterminons la loi de Y :
n! n=1 n! n=2 n!
n=0 - La va Y prend ses valeurs dans 2 ; +∞.

N−1
1 1
= + − 1 −→ e − 1. - Soit n ∈ 2 ; +∞. Alors l’événement (Y = n) s’écrit :
n=0
n! (N + 1)! N∞

(Y = n) = S 1 ∩ S 2 ∩ · · · ∩ S n−1 ∩ S n
Donc : Y admet une espérance et E(Y) = e − 1 1.7.
=E 1
•Z admet une espérance

∪ S 1 ∩ S 2 ∩ · · · ∩ S n−1 ∩ S n
⇐⇒ nP(Z = n) converge absolument
=E
n1
2

∪ · · · ∪ S 1 ∩ S 2 ∩ · · · ∩ S n−1 ∩ S n .
⇐⇒ nP(Z = n) converge (car les termes sont 0).
n1 =E n−1

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 .
17.9 Notons, pour tout n de N∗ , S n l’événement : Remarque :

« l’événement A se réalise à la n-ième expérience ».
+∞
+∞
p2
∗
P(Y = n) = p2 n(1 − p)n−1 = 2 = 1.
Alors : ∀n ∈ N , P(S n ) = p. n=2 n=1 1 − (1 − p)
a) • Déterminons la loi de X. • Y admet une espérance

- La va X prend ses valeurs dans 1 ; +∞. ⇐⇒ nP(Y = n) converge absolument
- Soit n ∈ 1 ; +∞. Alors l’événement (X = n) s’écrit :
n2
⇐⇒ nP(Y = n) converge (car les termes sont 0).

(X = n) = S 1 ∩ · · · ∩ S n−1 ∩ S n . n2
332

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.
3 3 3
1 2 n∈X(Ω)
= an−1 + an−2 .
3 9
+∞
+∞
c) • Déterminons la loi de X. Or : P(X = n) = P(X = n) + P(X = −n)

n∈X(Ω) n=0 n=1
- La variable aléatoire X prend ses valeurs dans 2 ; +∞.
+∞
+∞
1 1
- La suite (an )n∈N∗ est une suite récurrente linéaire du se- = P(X = 0) + P(X = 0)
n=0
n! n=1
n!
cond ordre. Les solutions de l’équation caractéristique
1 2 2 1 = P(X = 0)(2e − 1)
r2 − r − = 0, d’inconnue r ∈ C, sont et − .
3 9 3 3 1
On en déduit que : P(X = 0) = .
Il existe donc deux réels α et β tels que : 2e − 1
Ainsi la loi de X est donnée par : X(Ω) = Z
2 n 1 n 1
∀n ∈ N∗ , an = α +β − . et ∀n ∈ N, P(X = n) = P(X = −n) = .
3 3 (2e − 1) n!
333
b) • X admet une espérance

M
N
= n2 P(X = n) + n2 P(X = n)
⇐⇒ nP(X = n) converge absolument. n=1 n=0
1 n(n − 1) + n n(n − 1) + n
n∈Z M N

N = + .
On a, pour tous M, N > 0 : nP(X = n) 2e − 1 n=1 n! n=0
n!
n=−M

−1 N
M
n(n − 1) + n
M
1 M
1
= |n|P(X = n) + |n|P(X = n) Or : = +
n=1
n! n=2
(n − 2)! n=1 (n − 1)!
n=−M n=0

−1 N
M−2
1 1
M
= (−n)P(X = n) + nP(X = n) = + −→ 2e.
n=−M n=0 n=0
n! n=0 n! M∞
M
N
= n P(X = −n) + nP(X = n) N
n(n − 1) + n
De la même façon : −→ 2e.
n=1
=P(X=n)
n=0
n=0
n! N∞

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
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 absolument = k× N

− k× N −
k=1
n k=0
n k=0
nN

n2
⇐⇒ 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) ∼ .
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
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-
P(Xn+1 = 0) = P(Xn = 0)P(Xn =0) (Xn+1 = 0) tient : A = P D P−1 ,

⎛ ⎞ ⎛ 1 ⎞
⎜⎜⎜ 1 −1 1⎟⎟⎟ ⎜⎜⎜− 2 0 0⎟⎟⎟
+P(Xn = 1)P(Xn =1) (Xn+1 = 0) ⎜⎜⎜ ⎟⎟⎟ ⎜⎜⎜ ⎟
avec P = ⎜⎜−2 0 4⎟⎟ et D = ⎜⎜ 0 0 0⎟⎟⎟⎟.
⎝ ⎠ ⎝ ⎠
+P(Xn = 2)P(Xn =2) (Xn+1 = 0). 1 1 1 0 01
- 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

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)
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
4 2 4 Donc : Qn (1) = k(k − 1)P(Xn = k)

k=0
b) • La plus petite valeur que peut prendre Xn est 0, lorsqu’il
n−1
n−1
n’y a aucun changement de côté. = k2 P(Xn = k) − kP(Xn = k)

k=0 k=0
La plus grande valeur que peut prendre Xn est n − 1, lorsqu’il y = E(Xn2 ) − E(Xn ).
a un changement de côté à chaque lancer, à partir du deuxième.
Ainsi : V(Xn ) = E(Xn2 ) − E(Xn ) 2
Enfin, Xn peut prendre toutes les valeurs intermédiaires. 2
= E(Xn2 ) − E(Xn ) + E(Xn ) − E(Xn )

On en déduit : Xn (Ω) = 0 ; n − 1. = Qn (1) + Qn (1) − Qn (1) .
2
337
d) 2) Soit n 2. Alors : ∀s ∈ R, - L’événement A = (Xk = 1) est réalisé si et seulement si le lec-

teur lit toujours la même piste. Il faut donc choisir cette piste

n
Qn+1 (s) = P(Xn−1 = k)sk (n choix), et lire cette piste k fois (1k = 1 choix).
k=0 Ainsi : Card(A) = n.
n
1 1 n 1
= P(Xn = k) + P(Xn = k − 1) sk Et donc : P(A) = P(Xk = 1) = k = k−1 .
k=0
2 2 n n
1 1
n n
- L’événement B = (Xk = k) n’est réalisable que si k n. Dans
= P(Xn = k)sk + P(Xn = k − 1)sk ce cas, B est réalisé si et seulement si le lecteur lit des pistes
2 k=0 2 k=0
n!
1 1
n n−1
deux à deux distinctes. Il y a donc choix.
= P(Xn = k)sk + P(Xn = k)sk+1 (n − k)!
2 k=0 2 k=−1 n!
Ainsi : Card(B) = .
1 1 (n − k)!
n−1 n−1
= P(Xn = k)sk + P(Xn = k)sk+1 ⎧
2 k=0 2 k=0 ⎪
⎪
⎪ n!
⎨ k si k n
(car P(Xn = −1) = 0 = P(Xn = n)) Et donc : P(B) = P(Xk = k) = ⎪ ⎪ n (n − k)! .
⎪
⎩
1+s 0 sinon
= Qn (s).
2 c) Soit k ∈ N∗ et soit i ∈ 1 ; n.

d) 3) On en déduit, par récurrence immédiate : La famille d’événements (Xk = ), ∈ 1 ; n est un système
1 + s n−2 complet d’événements. Par la formule des probabilités totales :
∀n 2, ∀s ∈ R, Qn (s) = Q2 (s). n
2 P(Xk+1 = i) = P(Xk = )P(Xk =) (Xk+1 = i).
=1
1+s
Or : Q2 (s) = P(X2 = 0) + P(X2 = 1)s = . Or : si i, i − 1, alors P(Xk =) (Xk+1 = i) = 0.
2
1 + s n−1 On a alors :
Ainsi : ∀n 2, ∀s ∈ R, Qn (s) = .
2 P(Xk+1 = i) = P(Xk = i)P(Xk =i) (Xk+1 = i)
e) Soit n 2. On en déduit : ∀s ∈ R,
+ P(Xk = i − 1)P(Xk =i−1) (Xk+1 = i).
⎧
⎪
⎪ n − 1 1 + s n−2 Or : si (Xk = i), alors (Xk+1 = i) est réalisé si et seule-
⎪
⎪
⎪ Qn (s) =
⎨ 2 2 ment si on lit une piste déjà lue, parmi les i pistes lues : donc
⎪
⎪
⎪ (n − 1)(n − 2) 1 + s n−3 i
⎪
⎪
⎩ Qn (s) = . P(Xk =i) (Xk+1 = i) = . De même : si (Xk = i−1), alors (Xk+1 = i)
4 2 n
est réalisé si et seulement si on lit une piste pas encore lue,
n−1 (n − 1)(n − 2) parmi les n − (i − 1) pistes non lues : donc P(Xk =i−1) (Xk+1 = i) =
Donc : Qn (1) = et Qn (1) = . n−i+1
2 4 .
n−1 n
Ainsi : E(Xn ) = Qn (1) =
2 On en déduit :
(n − 1)(n − 2) n − 1 (n − 1)2 n−1 i n−i+1
et : V(Xn ) = + − = . P(Xk+1 = i) = P(Xk = i) + P(Xk = i − 1).
4 2 4 4 n n
d) • Soit k ∈ N∗ .
17.16 a) • La plus petite valeur que peut prendre Xk est 1,
lorsque le lecteur lit toujours la même piste.
min(n,k+1)
E(Xk+1 ) = iP(Xk+1 = i)
• Pour la plus grande valeur de Xk , distinguons deux cas : i=1

n
- si k n, alors la plus grande valeur de Xk est k, lorsque le = iP(Xk+1 = i)
lecteur lit des pistes deux à deux distinctes ; i=1
- 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
De plus, chaque élément de E est équiprobable.
338
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)
k=0 k=0 k=1

17.17 a) Notons, pour k ∈ 1 ; N − 1, Ek = (XN > k).
n−1
= P(X > k) − nP(X > n).
L’événement Ek est réalisé si et seulement si les k premiers nu- k=0
méros obtenus sont rangés par ordre strictement croissant. b) 1) Supposons que X admet une espérance. Alors la série

Pour réaliser Ek , il faut : nP(X = n) converge absolument, donc converge.

N n0
- choisir les k premiers numéros : choix,
k
+∞
• On a : ∀n 0, nP(X > n) = n P(X = k),

- les ordonner par ordre croissant : 1 choix,
k=n+1 k
- répartir les (N − k) autres numéros dans les (N − k) derniers
+∞
tirages : (N − k)! choix. donc : 0 nP(X > n) kP(X = k).

N N! k=n+1
Ainsi : Card(Ek ) = (N − k)! = .
k k!
339

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
Ainsi, P(X > n) converge et P(X > n) = E(X).

M
n0 n=0 Or : ∀M ∈ N, P(X > n)
n=0
b) 2) Supposons que P(X > n) converge.
M
N N − i n
N
n0
= (−1)i+1
On a, d’après a) : n=0 i=1
i N
M
N − i n
n n−1 N
N
∀n ∈ N∗ , 0 kP(X = k) P(X > k). = (−1)i+1 .
k=0 k=0 i=1
i n=0 N
N − i % N − i &n
Puisque la série P(X > n) converge, la suite des sommes Puisque, pour tout i ∈ 1 ; N, < 1, la série
n0
N n0
N
+∞ %
partielles associée est majorée. Donc la suite des sommes par-

N − i &n 1 N
converge et = = .
tielles associée à la série kP(X = k) est aussi majorée. Et n=0
N 1 − N−i N
i
k0
Par combinaison
comme cette série est à termes positifs, la série kP(X = k) linéaire d’un nombre fini de séries conver-
gentes, la série P(X > n) converge et :
k0
converge (absolument). n0
Donc : X admet une espérance.

+∞
N − i n
+∞ N
N
On peut donc utiliser les résultats du b)1), et en déduire : P(X > n) = (−1)i+1
i N
n=0 i=1
N n=0

+∞ N N
E(X) = P(X > n). = (−1)i+1 .
i=1
i i
n=0
N − 1 n On en déduit que X admet une espérance et que :

17.19 a) On a : P(Ei,n ) = ,
N
N − i n
et plus généralement : P(E1,n ∩ · · · ∩ Ei,n ) = . N
N N 1
E(X) = N (−1)i+1 .
b) Soit n ∈ N fixé. i=1
i i
• L’événement (X > n) est réalisé si et seulement si tous les
numéros n’ont pas été obtenus lors des n premiers tirages, au- d) Notons, pour tout N 1, P(N) la propriété :
N
1 1
N
trement dit si au moins l’un des numéros n’est pas obtenu. N
« (−1)i+1 = .»

N
i=1
i i i=1
i
Ainsi : (X > n) = Ei,n = E1,n ∪ · · · ∪ EN,n .
i=1
Raisonnons par récurrence sur N :
340
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∞
341
Couples de variables CHAPITRE 18
aléatoires discrètes
Plan
• Loi d’un couple, lois marginales, lois conditionnelles
• Indépendance de variables aléatoires discrètes
• Covariance d’un couple de variables aléatoires discrètes.

On abrège variable aléatoire en • Définition de la loi d’un couple de variables aléatoires discrètes, des lois mar-
va. ginales, des lois conditionnelles ; obtention des lois marginales à partir de la loi
du couple
• Définition de la variable aléatoire Z = g(X, Y), où g est définie sur l’en-
semble des valeurs prises par le couple (X, Y), loi de Z, espérance de Z ; cas où
Z = min(X, Y), Z = max(X, Y), Z = X + Y
• Indépendance de deux variables aléatoires discrètes, indépendance mutuelle
d’une suite finie ou infinie de variables aléatoires discrètes
• Définition de la covariance d’un couple de variables aléatoires discrètes, pro-
priétés
• Espérance et variance d’une somme de n variables aléatoires discrètes.

Commencer par déterminer les valeurs xi que peut prendre la va X et
les valeurs y j que peut prendre la va Y.
Pour déterminer la loi de probabilité Ensuite, pour chaque couple (xi , y j ) possible, calculer la probabilité
d’un couple (X, Y) de va discrètes
P (X = xi ) ∩ (Y = y j ) .
➥ Exercices 18.1, 18.2, 18.5, 18.6, 18.8 à 18.10, 18.14.
342
Montrer :
Pour montrer que • pour tout (i, j) de I × J, pi, j 0

(xi , y j , pi, j ) ; (i, j) ∈ I × J
• pi, j = 1.
est la loi d’un couple de va discrètes
(i, j)∈I×J
➥ Exercices 18.3, 18.4.
• Pour déterminer P(X = xi ), écrire :

P(X = xi ) = P (X = xi ) ∩ (Y = y j ) .
j∈J
Pour déterminer
les lois marginales • Pour déterminer P(Y = y j ), écrire :
connaissant la loi du couple (X, Y)
de va discrètes
P(Y = y j ) = P (X = xi ) ∩ (Y = y j ) .
i∈I
➥ Exercices 18.1 à 18.5, 18.8 à 18.11, 18.14, 18.15.
Montrer que, pour tous x ∈ X(Ω) et y ∈ Y(Ω) :

Pour montrer que

deux va discrètes X et Y P (X = x) ∩ (Y = y) = P(X = x)P(Y = y).
sont indépendantes
➥ Exercices 18.3, 18.8, 18.9, 18.14.
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.
• Dans le cas général, on a :

∀z ∈ Z(Ω), P(Z = z) = P (X = x) ∩ (Y = y) ;
(x,y)∈X(Ω)×Y(Ω)
Pour déterminer g(x,y)=z
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) ;
343
Chapitre 18 • Couples de variables aléatoires discrètes

en particulier : E(XY) = x y P (X = x) ∩ (Y = y) .
➥ Exercices 18.1, 18.2, 18.5, 18.6, 18.9, 18.13

• Dans le cas où Z = min(X, Y), on obtient la loi de Z en calculant

dans un premier temps : P(Z z) = P (X z) ∩ (Y z) .
➥ Exercices 18.6, 18.14
• Dans le cas où Z = max(X, Y), on obtient la loi de Z en calculant

(suite) dans un premier temps : P(Z z) = P (X z) ∩ (Y z) .
➥ Exercice 18.6
• Dans le cas où Z = X + Y, on obtient la loi de Z en écrivant :

P(Z = z) = P (X = x) ∩ (Y = z − x) ;
x∈X(Ω)
si de plus X et Y admettent une espérance, alors Z admet une espé-

rance et E(Z) est donnée par : E(Z) = E(X) + E(Y).
➥ Exercices 18.1, 18.3, 18.10.
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)
• si X et Y sont indépendantes, alors Cov(X, Y) = 0.

➥ Exercices 18.1 à 18.3, 18.5, 18.10, 18.13, 18.16.
Soient X1 , . . . , Xn des va discrètes.

• Si X1 , . . . , Xn admettent une espérance, alors S n = X1 + · · · + Xn
admet une espérance et E(S n ) est donnée par :
E(S n ) = E(X1 ) + · · · + E(Xn ).
• Si X1 , . . . , Xn admettent une variance, alors S n = X1 + · · ·+ Xn admet
Pour calculer une variance et V(S n ) est donnée par :
l’espérance et la variance
n
d’une somme de n va discrètes V(S n ) = V(Xi ) + 2 Cov(Xi , X j ) ;
i=1 1i< jn
si de plus les va X1 , . . . , Xn sont mutuellement indépendantes, alors

n
V(S n ) est donnée par : V(S n ) = V(Xi ).
i=1
➥ Exercices 18.3, 18.7, 18.12, 18.13, 18.15, 18.17.
344

18.1 Tirages sans remise dans une urne, loi du plus petit et du plus grand des numéros obtenus
Une urne contient 4 boules numérotées de 1 à 4. On y prélève deux boules sans remise. On
définit les va X et Y égales respectivement au plus petit et au plus grand des deux numéros
obtenus.
a) Déterminer la loi du couple (X, Y).
b) En déduire les lois marginales de X et de Y. Calculer E(X), E(Y), V(X), V(Y).
c) Les va X et Y sont-elles indépendantes ? Calculer Cov(X, Y).
d) On pose Z = Y − X. Calculer E(Z) et V(Z). Déterminer ensuite la loi de Z.
18.2 Exemple de va non corrélées et non indépendantes

On considère une va X dont la loi est donnée ci dessous, et on pose Y = |X|.
x −2 −1 0 1 2
1 1 1 1 1
P(X = x)
6 4 6 4 6
a) Déterminer la loi du couple (X, Y), puis la loi de Y.
b) Les va X et Y sont-elles indépendantes ?
c) Calculer Cov(X, Y).
18.3 Exemple de loi conjointe

Soient n ∈ N∗ et a ∈ R. On définit, pour (i, j) ∈ 1 ; n2 , les réels pi, j par : pi, j = a · i · j.

a) Trouver a pour que (i, j, pi, j ) ; (i, j) ∈ 1 ; n2 soit la loi d’un couple (X, Y) de va discrètes.
b) Déterminer les lois marginales de X et de Y. Les va sont-elles indépendantes ?
c) En déduire Cov(X, Y) puis E(XY).
d) On pose Z = X + Y. Calculer son espérance et sa variance.
18.4 Exemple de loi conjointe

Soit p ∈ ]0 ; 1[. On définit, pour tout (i, j) ∈ N2 , les réels ai, j par :
(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.
b) Déterminer les lois marginales de X et de Y. Les va X et Y sont-elles indépendantes ?
c) Soit j 2. Déterminer la loi conditionnelle de X sachant (Y = j).
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
a) Déterminer la loi de X. Calculer son espérance.
b) Déterminer la loi du couple (X, Y). En déduire la loi marginale de Y. Calculer son espérance.
c) Les variables aléatoires X et Y sont-elles indépendantes ? Calculer Cov(X, Y) et commenter

son signe.
18.6 Loi d’une somme, d’un minimum et d’un maximum

Deux personnes A et B effectuent toutes les deux une succession de lancers d’une pièce dont
la probabilité d’amener pile est p (0 < p < 1). On note X (resp. Y) la va égale au nombre de
lancers nécessaires à A (resp. à B) pour obtenir le premier face.
a) Déterminer les lois de X, de Y et du couple (X, Y).
b) Calculer les probabilités des événements (X = Y) et (X < Y).
c) On pose Z = X + Y. Déterminer la loi de Z.
d) On pose S = min(X, Y) et T = max(X, Y). Déterminer la loi de S et la loi de T .

Les va S et T sont-elles indépendantes ?
18.7 Espérance et variance d’une somme de n va discrètes

On réalise une succession de lancers d’une pièce amenant pile avec la probabilité p avec
0 < p < 1. On définit deux suites de va (S n )n1 et (T n )n1 de la façon suivante :
pour tout n 1, S n est égal au nombre de lancers nécessaires pour obtenir le n-ième pile ;
T 1 = S 1 et, pour tout n 2, T n est égal au nombre de lancers supplémentaires nécessaires
pour obtenir le n-ième pile après le (n − 1)-ième pile.
a) Soit n 1. Déterminer la loi de T n . Calculer son espérance et sa variance.
b) Soit n 1. Montrer que l’espérance et la variance de S n existent et :

n n(1 − p)
E(S n ) = et V(S n ) = .
p p2
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.
b) Déterminer la loi du couple (L1 , L2 ).
c) En déduire la loi de L2 . Montrer que L2 admet une espérance et la calculer.

1
d) Montrer que L1 et L2 sont indépendantes si et seulement si p = .
2
346
18.9 Tirage dans une urne à contenu aléatoire

On lance une pièce amenant pile avec la probabilité p (0 < p < 1), jusqu’à l’obtention de deux
piles. On note X le nombre de faces alors obtenues.
Si X = n, on met n + 1 boules numérotées de 0 à n dans une urne, et on tire une boule au hasard.
On note Y le numéro de la boule obtenue.
a) Déterminer la loi de X. Calculer E(X).
b) Déterminer la loi du couple (X, Y), et en déduire la loi de Y. Calculer E(Y).
c) On définit la va Z = X − Y. Montrer que Y et Z sont indépendantes.
18.10 Lois du rang d’apparition de la première et de la deuxième boule blanche

Soit m un entier supérieur ou égal à 2. Une urne contient 2 boules blanches et m − 2 boules
noires. On les tire une à une sans remise, et on note X (resp. Y) la va égale au rang d’apparition
de la première (resp. deuxième) boule blanche.
a) Déterminer la loi du couple (X, Y).
b) On pose D = Y − X. Montrer que X et D ont la même loi. Les va X et D sont-elles indépen-

dantes ?
V(Y)
c) En déduire : E(Y) = 2E(X) et Cov(X, Y) = .
2
d) Montrer que X et m + 1 − Y ont la même loi. En déduire E(X) et E(Y).
18.11 Un jeu à deux joueurs

Deux joueurs A et B procèdent l’un après l’autre à une succession de lancers d’une même pièce,
amenant pile avec la probabilité p ∈ ]0 ; 1[. On pose q = 1 − p.
Le joueur A commence et il s’arrête dès qu’il obtient le premier pile. On note X la va égale au
nombre de lancers effectués par le joueur A.
Le joueur B effectue alors autant de lancers que le joueur A et on note Y la va égale au nombre
de piles obtenus par le joueur B.
b) Soit n ∈ N∗ . Déterminer la loi conditionnelle de Y sachant (X = n).

k−1
q 1 q
c) En déduire : P(Y = 0) = et ∀k 1, P(Y = k) = .
1+q (1 + q)2 1 + q

+∞
Vérifier par le calcul que P(Y = k) = 1.
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 ?
18.12 Tirages avec remise et ajout d’autres boules

Soit c ∈ N∗ . Une urne contient une boule blanche et une boule noire. On y prélève une boule,
chaque boule ayant la même probabilité d’être tirée, et on note sa couleur. On la remet alors
dans l’urne, avec c boules de la couleur de la boule tirée. On répète cette opération, et on réalise
ainsi une succession de tirages.
On définit, pour tout n de N∗ , Xn la va égale à 1 si on obtient une boule blanche au n-ième tirage
et 0 sinon, et S n la va égale au nombre de boules blanches obtenues lors des n premiers tirages ;
ainsi S n = X1 + · · · + Xn .
347
a) Déterminer la loi de X1 et la loi de X2 .

b) Soit n ∈ N∗ . Calculer, pour tout k ∈ 0 ; n, P(S n =k) (Xn+1 = 1).
1 + cE(S n )
En déduire : P(Xn+1 = 1) = .
2 + cn
1
c) Montrer, par récurrence sur n, que Xn vérifie : P(Xn = 1) = P(Xn = 0) = .
2
18.13 Problème des coïncidences

Soit n 1. On dispose de n jetons numérotés de 1 à n que l’on répartit dans n boîtes numérotées
de 1 à n (chaque boîte contient un jeton et un seul).
On définit, pour tout k de 1 ; n, la va Xk égale à 1 si la boîte numéro k contient le jeton numéro
k, et la va S égale au nombre de boîtes contenant le jeton de même numéro.
a) Déterminer, pour tout k ∈ 1 ; n, la loi de Xk , son espérance et sa variance.
b) Calculer, pour tout (k, ) ∈ 1 ; n2 tel que k , la covariance du couple (Xk , X ).
c) En déduire E(S ) et V(S ).
18.14 Indépendance des va min(X, Y) et |X − Y| dans un cas particulier

Soit p ∈ ]0 ; 1[. On considère deux va X et Y indépendantes vérifiant :
X(Ω) = Y(Ω) = N et ∀n ∈ N, P(X = n) = P(Y = n) = (1 − p)n p.
On définit ensuite les va : S = min(X, Y) et T = |X − Y|.

a) Déterminer la loi de S .
b) Déterminer la loi du couple (S , T ). En déduire la loi de T .
c) Montrer que les va S et T sont indépendantes.
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 ).
18.16 Inégalité de Cauchy-Schwarz

On considère deux variables aléatoires finies X et Y.
∀t ∈ R, V(tX + Y) 0.
a) Justifier :
√
En déduire : Cov(X, Y) V(X)V(Y).
√
b) Que peut-on dire lorsque Cov(X, Y) = V(X)V(Y) ?
348
18.17 Somme aléatoire de variables aléatoires discrètes

Soit N ∈ N∗ fixé. On considère X1 , . . . , XN des va indépendantes, à valeurs dans N, de même loi
et admettant une espérance.
On considère une autre va T , indépendante de X1 , . . . , XN et à valeurs dans 1 ; N.
On définit la va S par : S = X1 + · · · + XT .
a) Pour tout n de N, écrire P(S = n) sous forme d’une sommation.
b) Montrer que S admet une espérance et que l’on a : E(S ) = E(X1 )E(T ).
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 Cov(X, Y ), utiliser : Cov(X, Y ) = E(XY ) − E(X)E(Y ).

j−1
d) Écrire : E(Z) = E(Y ) − E(X) • Pour la loi de Y , on a : ∀j ∈ 2 ; +∞, P(Y = j) = qj−2 p2 .

i=1
et V (Z) = V (X) + V (Y ) − 2 Cov(X, Y ). • Montrer que X et Y ne sont pas indépendantes.
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
b) Montrer que les va X et Y ne sont pas indépendantes. 1

et ∀k ∈ 1 ; n, P(X = k) = .
n
c) Pour Cov(X, Y ), utiliser : Cov(X, Y ) = E(XY ) − E(X)E(Y ).
n+1
Puis montrer que E(X) = .
2
18.3 a) Déterminer a pour que pi,j = 1.
1in b) • Calculer, pour tout (k, ) ∈ 1 ; n2 , P(X=k) (Y = ), puis en
déduire P(X = k, Y = ).
1jn

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
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

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.
351
18.1 a) Loi du couple (X, Y) :

y 2 3 4
•Les tirages s’effectuant sans remise, X prend ses valeurs dans Ainsi la loi de Y est donnée par :
1 ; 3 et Y prend ses valeurs dans 2 ; 4. 1 1 1
P(Y = y)
• Soient i ∈ 1 ; 3 et j ∈ 2 ; 4.
6 3 2

Calculons pi, j = P (X = i) ∩ (Y = j) : • X et Y sont des va finies, donc admettent une espérance et une
Si i j, alors pi, j = 0 car X est nécessairement strictement variance. On a :
inférieur à Y. 1 1 1 5
E(X) = 1 × + 2 × + 3 × = ,
2 1 2 3 6 3
Si i < j, alors pi, j = = car il y a 4 × 3 tirages possibles,
4×3 6 1 1 1 10
chaque tirage est équiprobable et il y a 2×1 tirages qui réalisent E(X 2 ) = 12 × + 22 × + 32 × = ,
2 3 6 3
l’événement (X = i) ∩ (Y = j) . 2 5
et donc V(X) = E(X 2 ) − E(X) = ;
Ainsi, la loi du couple (X, Y) est donnée par : 9
1 1 1 10
H E(Y) = 2 × + 3 × + 4 × = ,
H X 6 3 2 3
Y HH
1 2 3
H 1 1 1 35
E(Y 2 ) = 22 × + 32 × + 42 × = ,
1 6 3 2 3
2 0 0
6 5
et donc V(Y) = E(Y 2 ) − E(Y) 2 = .
1 1 9
3 0 c) • X et Y ne sont pas indépendantes car :
6 6
1 1 1 P(X = 2, Y = 2) = 0
4 1 1 1
6 6 6 et P(X = 2)P(Y = 2) = × = 0.
3 6 18
b) • Loi de X : • Calculons Cov(X, Y) = E(XY) − E(X)E(Y) :
1 1 1

4 E(XY) = i j pi, j = 1 × 2 × + 1 × 3 × + 1 × 4 ×
X(Ω) = 1 ; 3 et ∀i ∈ 1 ; 3, P(X = i) = pi, j . 1i3
6 6 6
2 j4
j=2
1 1 1 35
Donc : P(X = 1) = p1,2 + p1,3 + p1,4 = 3
6
= 1
2
+2×3× +2×4× +3×4× = .
6 6 6 6
P(X = 2) = p2,3 + p1,4 = 2
= 1 35 5 10 5
6 3 Donc : Cov(X, Y) = − × = .
6 3 3 18
P(X = 3) = p3,4 = 16 . Remarque : Cov(X, Y) 0, donc les va X et Y ne sont pas
indépendantes.
x 1 2 3 d) • Par linéarité de l’espérance :
Ainsi la loi de X est donnée par :
1 1 1 5
P(X = x) E(Z) = E(Y) − E(X) = .
2 3 6 3
• Par la formule du cours :
• Loi de Y : 5
V(Z) = V(X) + V(Y) − 2 Cov(X, Y) = .

3 9
Y(Ω) = 2 ; 4 et ∀ j ∈ 2 ; 4, P(Y = j) = pi, j . • Loi de Z = Y − X :
i=1
Z prend ses valeurs dans 1 ; 3.
Donc : P(Y = 2) = p1,2 = 1
6
Et :
P(Y = 3) = p1,3 + p2,3 = 2
= 1
6 3 P(Z = 1) = P(X = 1, Y = 2) + P(X = 2, Y = 3)
P(Y = 4) = p1,4 + p2,4 + p3,4 = 3
= 1
. 1 1
6 2 + P(X = 3, Y = 4) = 3 × =
6 2
352
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)
• Loi de Y : • Loi de Y : par symétrie des rôles de X et de Y,

on en déduit que : 2j
Y(Ω) = 1 ; n et ∀ j ∈ 1 ; n, P(Y = j) = .
1 n(n + 1)
P(Y = 0) = P(X = 0, Y = 0) = • Les va X et Y sont indépendantes car :
6
P(Y = 1) = P(X = −1, Y = 1) + P(X = 1, Y = 1) 4i j
∀(i, j) ∈ 1 ; n2 , P(X = i)P(Y = j) = = pi, j .
1 1 n2 (n + 1)2
= 2× =
4 2 c) Les va X et Y sont indépendantes, donc : Cov(X, Y) = 0.
P(Y = 2) = P(X = −2, Y = 2) + P(X = 2, Y = 2) Ainsi : E(XY) = E(X)E(Y) = E(X)2
1 1
= 2× = (car X et Y ont la même loi).
6 3

n n
2 i2
Or : E(X) = iP(X = i) =
n(n + 1)
y 0 1 2 i=1 i=1
Ainsi la loi de Y est donnée par : 2 n(n + 1)(2n + 1) 2n + 1

1 1 1 = × = .
P(Y = y) n(n + 1) 6 3
6 2 3
(2n + 1)2
Donc : E(XY) = .
9
b) Les va X et Y ne sont pas indépendantes car :
d) • Par linéarité de l’espérance :
P(X = 1, Y = 0) = 0 2(2n + 1)
1 1 1 E(Z) = E(X) + E(Y) = 2E(X) = .
et P(X = 1)P(Y = 0) = × = 0. 3
4 6 24
• Les va X et Y étant indépendantes :
c) Calculons Cov(X, Y) = E(XY) − E(X)E(Y) :
1 1 1 1 1 V(Z) = V(X) + V(Y) = 2V(X)
E(X) = (−2) × + (−1) × + 0 × + 1 × + 2 × = 0,
6 4 6 4 6 (car X et Y ont la même loi).
1 1 1 5
E(Y) = 0 × + 1 × + 2 × = ,
6 2 3 6
353

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
c) Loi conditionnelle de X sachant (Y = j) : = = = k + k

n
k=1 =1
n k=1 2 2n k=1 k=1
Sachant que (Y = j), X prend ses valeurs dans 1 ; j − 1. 1 n(n + 1)(2n + 1) n(n + 1) (n + 1)(n + 2)
= + = .
Soit i ∈ 1 ; j − 1. Alors : 2n 6 2 6
On en déduit alors :
P(X = i, Y = j) q j−2 p2 1
P(Y= j) (X = i) = = = . (n + 1)(n + 2) n + 1 n + 3 n2 − 1
P(Y = j) ( j − 1)q j−2 p2 j−1 Cov(X, Y) = − . = .
6 2 4 24
354
Ainsi Cov(X, Y) > 0, ce qui normal puisque, lorsque X aug- Donc :

mente, Y a tendance à augmenter aussi ; donc les deux va évo-

n−1
luent dans le même sens. P(Z = n) = P (X = k) ∩ (Y = n − k) par incompatibilité
k=1
18.6 a) • Loi de X :
n−1
X prend ses valeurs dans N∗ . = P(X = k)P(Y = n − k)

k=1
Soit n ∈ N∗ . Notons, pour tout k de N∗ , Pk (resp. Fk ) l’événe- par indépendance de X et Y
ment : « A obtient pile (resp. face) au k-ième lancer ».

n−1

On a : (X = n) = P1 ∩ · · · ∩ Pn−1 ∩ Fn . Par indépendance des = pk−1 (1 − p) × pn−k−1 (1 − p)
lancers, on obtient : P(X = n) = pn−1 (1 − p). k=1
• 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
∀n ∈ N∗ , P(Y = n) = pn−1 (1 − p). d) • Loi de S = min(X, Y) :

• Loi du couple (X, Y) : S prend ses valeurs dans N∗ .
Les lancers des joueurs A et B sont indépendants, donc les va Soit n ∈ N∗ . On a : (S > n) = (X > n) ∩ (Y > n). D’où :
X et Y sont indépendantes.
P(S > n) = P(X > n)P(Y > n) par indépendance de X et Y
Ainsi : ∀n, m ∈ N∗ , P(X = n, Y = m)
= P(X > n)2 car X et Y ont même loi.
= P(X = n)P(Y = m) = pn+m−2 (1 − p)2 .

+∞
+∞
Or : P(X > n) = P(X = k) = pk−1 (1 − p)
b) • Calculons P(X = Y). On a : k=n+1 k=n+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)
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
• Loi de T n pour n 2 : a) • Loi de L1 :

de la même façon, puisque T n est le nombre de lancers néces- L1 prend ses valeurs dans N∗ .
saires pour obtenir le n-ième pile, après le (n − 1)-ième pile, Soit n ∈ N∗ . On a :
T n a même loi que T 1 .

Ainsi : T n (Ω) = N∗ et ∀k ∈ N∗ , P(T n = k) = (1 − p)k−1 p. (L1 = n) = P1 ∩ · · · ∩ Pn ∩ Fn+1 ∪ F1 ∩ · · · ∩ Fn ∩ Pn+1 .

noté E 1 noté E 2
• La va T n admet une espérance si et seulement si la série

kP(T n = k) converge (car les termes sont 0). Les événements E1 et E2 sont incompatibles, puis les lancers
k1 sont indépendants, on en déduit : P(L1 = n) = pn q + qn p.

N
N
• L1 admet une espérance
Pour tout N ∈ N∗ : kP(T n = k) = p k(1 − p)k−1
k=1 k=1 ⇐⇒ nP(L1 = n) converge absolument
p 1
n1
−→ = p. ⇐⇒ nP(L1 = n) converge (car les termes sont 0).
N∞ 1 − (1 − p) 2
n1
1
Ainsi : T n admet une espérance et E(T n ) = .
N
N
N
p Or : nP(L1 = n) = pq npn−1 + nqn−1
• La va T n admet un moment d’ordre 2 si et seulement si la n=1 n=1 n=1

série k2 P(T n = k) converge (car les termes sont 0). 1 1 p q
−→ pq + = + .
k1 N∞ (1 − p) 2 (1 − q)2 q p

N p q
Ainsi : L1 admet une espérance et E(L1 ) = + .
Pour tout N ∈ N∗ : k2 P(T n = k) q p
k=1
b) Loi du couple (L1 , L2 ) :

N

= k(k − 1) + k (1 − p)k−1 p L1 et L2 prennent leurs valeurs dans N∗ .
k=1 Soient n, m ∈ N∗ . On a :

N
N

= p(1 − p) k(k − 1)(1 − p)k−2 + p k(1 − p)k−1 (L1 = n, L2 = m) = P1 ∩ · · · ∩ Pn ∩ Fn+1 ∩ · · · ∩ Fn+m ∩ Pn+m+1

k=1 k=1
noté E 3
2p(1 − p) p
−→ + 2 F1 ∩ · · · ∩ Fn ∩ Pn+1 ∩ · · · ∩ Pn+m ∩ Fn+m+1 .
N∞ 1 − (1 − p) 3 1 − (1 − p)
noté E 4
2(1 − p) 1 2 − p
= + = . Les événements E3 et E4 sont incompatibles, puis les lancers
p2 p p2
sont mutuellement indépendants, on en déduit :
2− p
Ainsi : T n admet un moment d’ordre 2 et E(T n2 ) = .
p2 P(L1 = n, L2 = m) = pn qm p + qn pm q
Donc : T n admet une variance et : = pn+1 qm + qn+1 pm .
2 2 − p 1 2 1− p
V(T n ) = E(T n2 ) − E(T n ) = − = . c) • Loi de L2 :
p2 p p2
L2 prend ses valeurs dans N∗ .
b) Par définition des va, on a : S n = T1 + · · · + Tn.
+∞
• Par linéarité de l’espérance, S n admet une espérance et : Soit m ∈ N∗ . On a : P(L2 = m) = P(L1 = n, L2 = m)

n=1
n
E(S n ) = E(T 1 ) + · · · + E(T n ) = .
+∞
p2 qm q2 pm
p = pn+1 qm + qn+1 pm = +
n=1
1− p 1−q
• Les va T n sont mutuellement indépendants, car les lancers
sont indépendants, donc S n admet une variance et : = p2 qm−1 + q2 pm−1 .
• L2 admet une espérance
n(1 − p)
V(S n ) = V(T 1 ) + · · · + V(T n ) = .
p2
⇐⇒ mP(L2 = m) converge absolument
m1
∗
18.8 Notons, pour tout k de N , Pk (resp. Fk ) l’événe-
ment : « on obtient pile (resp. face) au k-ième lancer ». Posons ⇐⇒ mP(L2 = m) converge (car les termes sont 0).
q = 1 − p. m1
356

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.
18.9 Notons, pour tout k de N∗ , Pk (resp. Fk ) l’événement : Soit k ∈ N. Alors :

« on obtient pile (resp. face) au k-ième lancer ».
+∞
+∞
P(Y = k) = P(X = n, Y = k) = (1 − p)n p2
a) • Loi de X : n=0 n=k
X prend ses valeurs dans N. (1 − p) p k 2

= = (1 − p)k p.
Soit n ∈ N. L’événement (X = n) s’écrit : 1 − (1 − p)
• Calculons E(Y) : Y admet une espérance

(X = n) = P1 ∩ F2 ∩ · · · ∩ Fn+1 ∩ Pn+2 ∪ · · ·

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
Soit n ∈ N. Alors : • X et D ne sont pas indépendantes, car :

+∞
P(Z = n) = P(X = n + Y) = P(X = n + k, Y = k) P(X = m − 1, D = 2) = P(X = m − 1, Y = m + 1) = 0
k=0
2 2(m − 2)

+∞
(1 − p)n p2 et P(X = m − 1)P(D = 2) = × 0.
= (1 − p)n+k p2 = = (1 − p)n p. m(m − 1) m(m − 1)
k=0
1 − (1 − p)
c) Puisque D = Y − X et X ont même loi, on en déduit :
Remarque : on remarque que Y et Z ont même loi.
• E(D) = E(Y) − E(X) = E(X),
• Montrons que Y et Z sont indépendantes.
et donc : E(Y) = 2E(X) ;
Soit (k, n) ∈ N2 . On a :
•V(D) = V(Y) + V(X) − 2 Cov(X, Y) = V(X),
V(X)
P(Z = n, Y = k) = P(X = n + k, Y = k) = (1 − p) n+k 2
p et donc : Cov(X, Y) = .
2
P(Z = n)P(Y = k) = (1 − p) p.(1 − p) p = (1 − p)
n k n+k 2
p, d) • Loi de Z = m + 1 − Y :
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
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
• P(Y = k) = P(Y = 0) + P(Y = k) P(Xn+1 = 1) = P(S n = k)P(S n =k) (Xn+1 = 1)

k=0
k=0 k=1
+∞ k−1 n
1 + ck
q 1 q = P(S n = k)
= + 2 + cn
1 + q (1 + q)2 k=1 1 + q k=0
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
q 1 c) Notons, pour tout n de N∗ , P(n) la propriété :

=1− = .
1+q 1+q
q 1
Puisque G A = G B , on a : P(G A ) = 1 − P(G B ) = . « P(Xn = 1) = P(Xn = 0) = ».
1+q 2
Ainsi, puisque 0 < q < 1, on a : P(G A ) < P(G B ). Raisonnons par récurrence forte sur l’entier n.
Le jeu n’est donc pas équitable, il est favorable au joueur B. Initialisation : d’après a), on a la propriété P(1).
Hérédité : supposons, pour un n de N∗ fixé, les propriétés
18.12 a) • Loi de X1 :
P(1), . . . , P(n). Montrons P(n + 1).
La va X1 prend ses valeurs dans {0, 1}.
Pour tout k ∈ 1 ; n, d’après la propriété P(k),
Puisque l’urne ne contient qu’une boule blanche et une boule
1 1
noire, alors : P(X1 = 1) = P(X1 = 0) = . E(Xk ) = 0 × P(Xk = 0) + 1 × P(Xk = 1) = .
2 2
359

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)
+ 1 × 1 × P(Xk = 1, X = 1) = P(Xk = 1, X = 1). = q2n − q2n+2 = q2n (1 − q2 ) = q2n (1 + q)p.
L’événement (Xk = 1, X = 1) est réalisé lorsque les boîtes b) • Loi du couple (S , T ) :

numéro k et contiennent le jeton de même numéro. Or, il y Les va S et T prennent leurs valeurs dans N.
a n! répartitions possibles, toutes les répartitions sont équipro-
Soit (n, m) ∈ N2 .
bables, et il y a 1× 1× (n− 2)! répartitions réalisant l’événement
(Xk = 1, X = 1). Si m = 0 : alors
On en déduit :
P(S = n, T = 0) = P(S = n, X = Y) = P(X = Y = n)
1 × 1 × (n − 2)! 1 = P(X = n, Y = n) = P(X = n)P(Y = n)
P(Xk = 1, X = 1) = = .
n! n(n − 1)
car X et Y sont indépendantes
1 1 1 2
Ainsi : Cov(Xk , X ) = − = 2 . donc : P(S = n, T = 0) = qn p = q2n p2 .
n(n − 1) n2 n (n − 1)
360
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
2qm p2 2qm p2 2qm p P(Xi = 1) = P(N = k)P(N=k) (Xi = 1)

= = = . k=0
1−q 2 (1 − q)(1 + q) 1 + q
n
c) Soit (n, m) ∈ N2 . = P(N = 0) P(N=0) (Xi = 1)+ P(N = k)P(N=k) (Xi = 1)
k=1
p =0
Si m = 0 : P(S = n)P(T = 0) = q2n (1 + q)p ×
1+q n
1 k 1
n
1 n(n+1) 1
= = k= × = .
= q2n p2 = P(S = n, T = 0). k=0
n+1 n n(n+1) k=0
n(n+1) 2 2
2qm p 1 1
Si m > 0 : P(S = n)P(T = m) = q2n (1 + q)p × Puis : P(Xi = 0) = 1 − P(Xi = 1) = 1 − = .
1+q
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
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
1i< jn j=2 i=1

⎛ n ⎞
N
n
j2 ( j − 1) 1 ⎜⎜⎜⎜ 3 2 ⎟⎟⎟⎟
n = P(T = k)P(X1 + · · · + Xk = n),
= = ⎜⎝ ⎜ j − j ⎟⎟⎠ k=1
j=2
2 2 j=1 j=1
car T est indépendante des va X1 , . . . , Xk , donc T est indépen-
1 n2 (n + 1)2 n(n + 1)(2n + 1)
= − dante de X1 + · · · + Xk .
2 4 6
n(n − 1)(3n + 2)(n + 1) b) S admet une espérance ⇐⇒ nP(S = n) converge.
= . n0
24
Donc : Or :
⎛ N ⎞
1 n(n + 1)(2n + 1) 1 n(n − 1)(3n + 2)(n + 1)
M
M
⎜⎜⎜ ⎟⎟
V(S ) =
4
×
6
+ ×
6 24 nP(S = n) = ⎜⎝ nP(T = k)P(X1 + · · · + Xk = n)⎟⎟⎟⎠
⎜
n=0 n=0 k=1
n(n + 1)(3n2 + 11n + 4)
= . ⎛M ⎞
144
N
⎜⎜⎜ ⎟⎟
= ⎜⎝ nP(T = k)P(X1 + · · · + Xk = n)⎟⎟⎟⎠
⎜
18.16 a) • Une variance étant toujours positive ou nulle, k=1 n=0
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
Mais : ∀k ∈ 1 ; N, On en déduit :

+∞
M
N
E(X1 + · · · + Xk ) = nP(X1 + · · · + Xk = n). nP(S = n) −→ P(T = k)kE(X1 )

M→+∞
n=0 k=1
n=0

N
Ainsi : ∀k ∈ 1 ; N, = E(X1 ) kP(T = k) = E(X1 )E(T ).

k=1

M = E(T )
nP(X1 + · · · + Xk = n) −→ E(X1 + · · · + Xk ) = kE(X1 ).
n=0
M→+∞ Donc S admet une espérance et E(S ) = E(X1 )E(T ).
363
Lois usuelles, CHAPITRE 19
convergence
et approximations
Plan
• 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.
On abrège variable aléatoire Points essentiels du cours

en va. pour la résolution des exercices
• Loi de Bernoulli : définition, espérance et variance
• Loi binomiale : définition, espérance et variance
• Loi hypergéométrique : définition et espérance
• Loi uniforme sur 1 ; n : définition, espérance et variance
• Loi géométrique : définition, espérance et variance
• Loi de Poisson : définition, espérance et variance
• Loi faible des grands nombres pour une suite de variables de Bernoulli indépen-
dantes et de même paramètre
• Approximation d’une loi hypergéométrique par une loi binomiale
• Approximation d’une loi binomiale d’un certain type par une loi de Poisson.
364

Essayer de :
• reconnaître une « situation type » d’une loi usuelle
Nom Situation type
Loi de Succès ou échec (1 ou 0) lors d’une expérience
Bernoulli : n’ayant que deux issues dont la probabilité de
b(p) succès est p
Loi Loi du nombre de succès lors d’une succession
binomiale : de n épreuves de Bernoulli indépendantes et de
B(n, p) même paramètre p
Loi du nombre de boules blanches obtenues
Loi hyper- lors d’un tirage sans remise (ou d’un tirage si-
géométrique : multané) de n boules dans une urne contenant
H (N, n, p) initialement N p boules blanches et N(1 − p)
boules noires
Loi
uniforme : Choix d’un entier « au hasard » entre 1 et n
U (1 ; n)
Loi Loi du numéro de l’épreuve amenant le pre-
géométrique : mier succès lors d’une succession d’épreuves
G (p) de Bernoulli indépendantes et de même para-
Pour reconnaître mètre p
une loi usuelle discrète
Remarque : Contrairement aux autres loi, la loi de Poisson ne cor-
respond à aucune situation type.
➥ Exercices 19.1, 19.9 à 19.16
• utiliser l’une des méthodes décrites dans le chapitre 17 et reconnaître
une loi usuelle par l’expression de P(X = k)
Nom – Variable Loi de probabilité

Loi de X(Ω) = 0, 1
Bernoulli : P(X = 1) = p et P(X = 0) = 1 − p
X → b(p)
Loi X(Ω) = 0 ; n
n k
binomiale : ∀k ∈ 0 ; n, P(X = k) = p (1 − p)n−k
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
Nom – Variable Loi de probabilité

Loi X(Ω) = 1 ; n
1
uniforme : ∀k ∈ 1 ; n, P(X = k) =
n
X → U (1 ; n)
Loi X(Ω) = N∗
(suite) géométrique : ∀n ∈ N∗ , P(X = n) = (1 − p)n−1 p
X → G (p)
Loi de X(Ω) = N
λn
Poisson : ∀n ∈ N, P(X = n) = e −λ
n!
X → P(λ)
➥ Exercices 19.2 à 19.4, 19.7, 19.15 à 19.18.
Utiliser les résultats du cours :
Variable Espérance Variance
X → b(p) E(X) = p V(X) = p(1 − p)
X → B(n, p) E(X) = np V(X) = np(1 − p)

N−n
Pour déterminer X → H (N, n, p) E(X) = np V(X) = np(1 − p) (∗)
N−1
l’espérance et la variance
n+1 n2 − 1
d’une va X X → U (1 ; n) E(X) = V(X) =
dont la loi est une loi usuelle 2 12
1 1− p
X → G (p) E(X) = V(X) =
p p2
X → P(λ) E(X) = λ V(X) = λ
(∗) Résultat non exigible d’après le programme officiel, mais à savoir

retrouver (voir exercices 19.6 et 19.12).
➥ Exercices 19.5, 19.6, 19.9, 19.10, 19.12, 19.13, 19.15, 19.16.
Penser à utiliser l’inégalité de Bienaymé-Tchebychev :

si X est une va discrète admettant une espérance E(X)
Pour majorer ou minorer et une variance V(X), alors :
une probabilité V(X)
∀ε > 0, P X − E(X) ε 2 .
ε
➥ Exercices 19.5, 19.9, 19.13.
366

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.
Déterminer la loi de X puis en déduire une expression de la probabilité

cherchée. Calculer alors cette probabilité par :
• un calcul direct, si cela est faisable
• sinon, penser à utiliser les approximations des lois, après avoir véri-
Pour calculer la probabilité fier les conditions d’applications :
d’un événement lié à une va X • si X → H (N, n, p) avec N 10n, alors on peut approcher la loi
de X par la loi binomiale de paramètre (n, p)
• si X → B(n, p) avec n 30, p 0.1 et np 15, alors on peut
approcher la loi de X par la loi de Poisson de paramètre np.
➥ Exercices 19.11, 19.14.

19.1 Reconnaissance de lois usuelles
Pour chaque question, reconnaître la loi de X et en préciser les paramètres :
a) on lance un dé équilibré à 6 faces et on note X la va égale au numéro obtenu
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
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
e) on range au hasard 10 boules dans 3 sacs de façon équiprobable et on note X le nombre de

boules mises dans le premier sac
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
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
h) une urne contient n jetons numérotés de 1 à n (n ∈ N∗ ) ; on les tire au hasard un à un sans

remise jusqu’à obtenir le jeton numéro 1 et on note X le nombre de tirages effectués
i) une urne contient n jetons numérotés de 1 à n (n ∈ N∗ ) ; on les tire au hasard un à un avec

remise jusqu’à obtenir le jeton numéro 1 et on note X le nombre de tirages effectués
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.
19.2 Somme de deux va indépendantes suivant une loi binomiale

Soient X et Y deux va indépendantes suivant respectivement la loi binomiale de paramètre (n, p)
et la loi binomiale de paramètre (m, p), avec n ∈ N, m ∈ N, p ∈ ]0 ; 1[.
a) Déterminer la loi de S = X + Y.
b) À quelle situation type peut-on associer les va X et Y ? Que représente alors S ? Commenter
le résultat obtenu au a).
c) Soit k ∈ 0 ; n + m. Déterminer la loi conditionnelle de X sachant que (S = k).
19.3 Somme de deux va indépendantes suivant une loi de Poisson

Soient X et Y deux va indépendantes suivant respectivement la loi de Poisson de paramètre λ et
la loi de Poisson de paramètre μ, avec λ > 0 et μ > 0.
a) Déterminer la loi de S = X + Y.
b) Soit n ∈ N. Déterminer la loi conditionnelle de X sachant que (S = n).
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) ?
c) Calculer les probabilités suivantes : P(X = Y) et P(X Y).
19.5 Exemples de convergence en probabilité de va

On considère une suite (Xn )n∈N∗ de va indépendantes suivant toutes la même loi de Bernoulli de
paramètre p avec 0 < p < 1. Pour tout n de N∗ , on pose :
X1 + · · · + Xn Xn + Xn+1 Y1 + · · · + Yn
Sn = , Yn = et T n = .
n 2 n

a) Justifier : ∀ε > 0, lim P S n − p ε = 0
n∞
∗
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
19.6 Espérance et variance d’une loi hypergéométrique

Soient N et n deux entiers naturels tels que n N et p ∈ ]0 ; 1[ tel que N p ∈ N.
On considère une va X suivant la loi hypergéométrique de paramètre (N, n, p).
Calculer l’espérance et la variance de X.
19.7 Probabilité qu’une va de loi donnée soit à valeurs paires

Soit (Xn )n∈N∗ une suite de va indépendantes suivant la même loi de Bernoulli de paramètre p,
avec 0 < p < 1.
On pose, pour tout n de N∗ , S n = X1 + · · · + Xn , et un la probabilité que S n soit pair.
a) Préciser, pour tout n de N∗ , la loi de S n .
b) Calculer u1 , u2 , u3 .
c) Montrer qu’il existe deux réels a et b tels que : ∀n ∈ N∗ , un+1 = aun + b.

En déduire une expression de un en fonction de n, ainsi que la limite de la suite (un )n∈N∗ .
19.8 Quelques calculs avec une loi de Poisson

On considère une va X suivant la loi de Poisson de paramètre λ, avec λ > 0.
a) On note p la probabilité que X soit pair et q la probabilité que X soit impair.
Calculer p + q et p − q, et en déduire p et q.
La va X a-t-elle plus de chance d’être paire ou d’être impaire ?
P(X = n + 1)
b) 1) Pour tout n de N, calculer un = .
P(X = n)
2) En déduire le mode de X, c’est-à-dire la valeur que prend X avec la plus grande probabilité.
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 ?
19.10 Répartition de n boules dans 3 sacs

Soit n 1. On répartit au hasard n boules dans 3 sacs notés S 1 , S 2 , S 3 , indépendamment les
unes des autres. On note, pour tout i de {1, 2, 3}, Ni le nombre de boules dans le sac S i .
a) Déterminer les lois, les espérances et les variances de N1 , N2 , N3 .
b) Déterminer la loi de N1 + N2 . En déduire la covariance de (N1 , N2 ), et commenter son signe.
19.11 Un exemple d’approximation d’une loi

Une urne d’un bureau de vote renferme 1000 bulletins, parmi lesquels 50 sont déclarés nuls. On
prend 100 bulletins au hasard, on note X le nombre de bulletins déclarés nuls de l’échantillon.
369
a) Déterminer la loi de X. Par quelle loi peut-on approcher la loi de X ?
b) En déduire des valeurs approchées de P(X = 5) et de P(X 5).
19.12 Espérance et variance d’une loi hypergéométrique

Soient N 2 et 0 < p < 1. Une urne contient N boules blanches ou noires. Initialement, la
proportion de boules blanches est p et la proportion de boules noires est q = 1 − p. On tire
au hasard n boules de l’urne simultanément, avec n N. On note X la va égale au nombre de
boules blanches obtenues.
On suppose que les boules blanches sont numérotées de 1 à N p, et pour tout i de 1 ; N p, on
note Xi la va égale à 1 si on a tiré la boule blanche numéro i et égale à 0 sinon.
a) Donner la loi de X.
b) 1) Soit i ∈ 1 ; N p. Donner la loi de Xi , son espérance et sa variance.

2) Soient i, j ∈ 1 ; N p tels i j. Calculer la covariance de (Xi , X j ).
c) Exprimer X à l’aide des va Xi et retrouver l’expression de l’espérance et la variance de X

obtenus dans l’exercice 19.6.
19.13 Exemple d’utilisation de l’inégalité de Bienaymé-Tchebychev

Un exploitant agricole possède 100 vaches qui se répartissent au hasard entre deux étables, qui
contiennent chacune n places (50 n 100).
À l’aide de l’inégalité de Bienaymé-Tchebychev, déterminer une valeur de n permettant à
chaque vache de trouver une place, avec une probabilité supérieure à 95 %.
19.14 Un exemple d’approximation d’une loi

Une entreprise fabrique des boîtes dont certaines sont défectueuses. On suppose que l’entreprise
fabrique 100 boîtes par jour, que la probabilité qu’une boîte soit défectueuse est égale à 2% et
que les boîtes sont défectueuses ou non indépendamment les unes des autres.
On note X la va égale au nombre de boîtes défectueuses fabriquées un jour donné.
a) Déterminer la loi de X. Par quelle loi peut-on approcher la loi de X ?
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 ?
19.15 Greffes sur des rosiers

Soit n ∈ N∗ . On dispose de n rosiers, sur chacun desquels on opère une greffe. Lorsqu’une
greffe est opérée, on sait au bout d’une semaine si elle a pris ou non, et si la greffe ne prend
pas, on recommence jusqu’à ce qu’elle prenne effectivement. On suppose que la probabilité
qu’une greffe donnée prenne est égale à p, avec p ∈ ]0 ; 1[, et que toutes ces expériences sont
mutuellement indépendantes.
On note, pour tout k ∈ 1 ; n, Xk la va égale au nombre de greffes nécessaires à la prise du
rosier numéro k. On définit également :
la va Y égale au nombre de semaines nécessaires à la prise d’au moins une greffe,
la va Z égale au nombre de semaines nécessaires à la prise de toutes les greffes.
370
a) Déterminer, pour tout k ∈ 1 ; n, la loi de Xk , son espérance et sa variance.
b) Calculer, pour tout m 1, P(Y m). En déduire la loi de Y et son espérance.
c) 1) Calculer, pour tout m 1, P(Z m).

2) En déduire la loi de Z.
3) En utilisant l’exercice 17.18, montrer que Z admet une espérance. Calculer E(Z) lorsque
n = 2.
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.
c) On définit la va S = X + Z. Que représente S ? Montrer que S suit une loi binomiale et

préciser ses paramètres.
19.17 Une succession d’épreuves de Bernoulli

On considère une va discrète N telle que N(Ω) = N et, pour tout n de N, P(N = n) 0.
Si N prend la valeur n ∈ N, on décide de procéder à une succession de n épreuves de Bernoulli
indépendantes et de paramètre p, avec p ∈ ]0 ; 1[. On note S et E les va égales respectivement
au nombre de succès et d’échecs lors de ces n épreuves.
a) On suppose que N suit la loi de Poisson de paramètre λ > 0.
1) Montrer que S et E suivent des lois de Poisson dont on précisera le paramètre.
2) Montrer que les variables S et E sont indépendantes.
b) Réciproquement : on suppose que les variables S et E sont indépendantes.

1) Montrer qu’il existe deux suites (un )n∈N et (vm )m∈N telles que :
∀(n, m) ∈ N2 , (n + m)! P(N = n + m) = un vm .
2) Montrer que les deux suites (un )n∈N et (vm )m∈N sont géométriques.
3) En déduire que N suit une loi de Poisson.
19.18 Remplacements de composants

Un premier composant est mis en service à l’instant 0 et, quand il tombe en panne, il est rem-
placé instantanément par un composant identique qui sera remplacé à son tour à l’instant de sa
première panne dans les mêmes conditions, et ainsi de suite.
On note, pour tout i de N∗ , T i la va égale à la durée de vie du i-ième composant. On suppose
que, pour tout i de N∗ , T i suit la loi géométrique de paramètre p avec p ∈ ]0 ; 1[ et que les va T i
sont mutuellement indépendantes.

k
On note, pour tout k de N∗ : Sk = Ti.
i=1
371
a) Soit k ∈ N∗ . Que représente la va S k ? Déterminer sa loi.

n
k n+1
On pourra utiliser : pour tout (p, n) ∈ N2 tel que p n, = .
k=p
p p+1
b) Soit n ∈ N∗ . On note Un la va égale au nombre de pannes (et donc de remplacements)

survenues jusqu’à l’instant n inclus.
1) Montrer : P(Un = 0) = (1 − p)n et P(Un = n) = pn .
2) Exprimer, pour tout k ∈ N∗ , l’événement (Un k) à l’aide d’un événement faisant interve-
nir la va S k .
3) En déduire que Un suit la loi binomiale de paramètre (n, p).

+∞
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 :
+∞
et P(X Y ) = P(X = n, Y n).

P(S = k) = P(X = i, Y = j), n=1
(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

+∞
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 ).
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 :
Pour calculer V (X), utiliser la formule sur la variance d’une

k
P(S = k) = P(X = i, Z = k − i).
somme.
i=0
373
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
1 j) On réalise ici une succession de n épreuves de Bernoulli (ré-

19.1 a) Le dé étant équilibré, chaque face a la probabilité
6 pondre à une question) de façon indépendantes et dont la pro-
d’être obtenu. Donc X suit la loi uniforme sur 1 ; 6. 1
babilité de succès (répondre correctement) est .
b) On réalise ici une succession de 8 épreuves de Bernoulli (ti- r
rer une boule) de façons indépendantes et dont la probabilité de 1
Donc X suit la loi binomiale de paramètre n, .
4 1 r
succès (obtenir une boule rouge) est = .
12 3
19.2 a) La va S prend ses valeurs dans 0 ; n + m, car X
1
Donc X suit la loi binomiale de paramètre 8, . (resp. Y) prend ses valeurs dans 0 ; n (resp. 0 ; m).
3
Soit k ∈ 0 ; n + m. Alors :
c) Les tirages s’effectuent ici sans remise, il n’y a donc pas in-
dépendance des expériences. Il y a 12 boules dans l’urne, la
1 P(S = k) = P (X = i, Y = j)
proportion initiale de boules rouges est et on tire 8 boules. (i, j) ; i+ j=k
3
1
Donc X suit la loi hypergéométrique de paramètre 12, 8, . = P(X = i, Y = j)
3 (i, j) ; i+ j=k
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
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
Soit n ∈ N. Alors : • Déterminons la loi de T = min(X, Y).

n La va T prend ses valeurs dans N∗ .
P(S = n) = P (X = k, Y = n − k)
k=0 Soit n ∈ N∗ . Calculons, dans un premier temps, P(T n).

n
= P(X = k, Y = n − k) P(T n) = P(X n, Y n) = P(X n)P(Y n)
k=0
par incompatibilité des événements car X et Y sont indépendantes

n 2
= P(X n) car X et Y ont même loi.
= P(X = k)P(Y = n − k)
k=0
+∞ +∞
par indépendance de X et Y Or : P(X n) = P(X = k) = (1 − p)k−1 p

n
λk μn−k k=n k=n
= e−λ e−μ
k! (n − k)!
+∞
n
k=0
−λ−μ = p(1 − p)n−1 (1 − p)i
e n k n−k e−(λ+μ)
= λμ = (λ + μ)n . i=0
n! k=0 k Newton n!
Ainsi S suit la loi de Poisson de paramètre λ + μ. 1
= p(1 − p)n−1 = (1 − p)n−1 .
b) Sachant que (S = n), X prend ses valeurs dans 0 ; n. 1 − (1 − p)
2
Soit k ∈ 0 ; n. Alors : Donc : P(T n) = (1 − p)n−1 = (1 − p)2n−2 .
P(X = k, S = n) P(X = k, Y = n − k) On en déduit :
P(S =n) (X = k) = =
P(S = n) P(S = n)
P(X = k)P(Y = n − k) P(T = n) = P(T n) − P(T n + 1)
= par indep. de X et Y
P(S = n)
= (1 − p)2n−2 − (1 − p)2n
−λ λk μn−k
e k! · e−μ (n−k)! k n−k
n λμ n−1
= = = (1 − p)2n−2 (1 − (1 − p)2 ) = (1 − p)2 (2p − p2 ).
e−(λ+μ) (λ+μ)
n
k (λ + μ)n
n!

n λ k μ n−k Puisque (1 − p)2 = 1 − (2p − p2 ), on en déduit que T suit la loi
= . géométrique de paramètre 2p − p2 .
k λ+μ λ+μ
376
• Déterminons la loi de U = max(X, Y). c) • Calculons P(X = Y).

La va U prend ses valeurs dans N . ∗

+∞
∗
P(X = Y) = P (X = n, Y = n)
Soit n ∈ N . Calculons, dans un premier temps, P(U n). n=1

+∞
+∞
P(U n) = P(X n, Y n) = P(X n)P(Y n) = P(X = n, Y = n) = P(X = n)P(Y = n)
n=1 n=1
car X et Y sont indépendantes
par incompatibilité puis indépendance des va
2
= P(X n) car X et Y ont même loi. +∞
+∞
n
= (1 − p)n−1 p (1 − p)n−1 p = p2 (1 − p)2

n
n n=1 n=0
Or : P(X n) = P(X = k) = (1 − p)k−1 p 1 p
=p 2
= .
k=1 k=1
1 − (1 − p)2 2− p
n−1
=p (1 − p) i
•Calculons P(X Y).
i=0
1 − (1 − p)n
+∞
=p = 1 − (1 − p)n . P(X Y) = P (X = n, Y n)
1 − (1 − p) n=1
2
+∞
+∞
Donc : P(U n) = 1 − (1 − p)n . = P(X = n, Y n) = P(X = n)P(Y n)
De plus, cette formule est encore valable pour n = 0. n=1 n=1
par incompatibilité puis indépendance des va.
On en déduit :
Or, d’après les calculs précédents :
P(U = n) = P(U n) − P(U n − 1)
∀n ∈ N∗ , P(Y n) = (1 − p)n−1 .
2 2
+∞
= 1 − (1 − p)n − 1 − (1 − p)n−1
Donc : P(X Y) = (1 − p)n−1 p(1 − p)n−1
= (1 − p)2n − (1 − p)2n−2 − 2(1 − p)n + 2(1 − p)n−1 .
+∞
n=1
n 1 1
=p (1 − p)2 =p = .
b) • Supposons que l’on dispose d’une pièce amenant pile avec n=0
1 − (1 − p)2 2− p
la probabilité p. On effectue une première série de lancers jus-
1
qu’à obtenir le premier pile et on note X le nombre de lancers Remarque : De la même façon : P(X Y) = .
effectués ; puis on effectue une seconde série de lancers jusqu’à 2− p
obtenir le premier pile et on note Y le nombre de lancers effec- Ainsi : P(X Y) + P(X > Y)
tués. = P(X Y) + P(X Y) − P(X = Y)
1 1 p 2− p
Alors X et Y suivent la loi géométrique de paramètre p. = + − = = 1,
2− p 2− p 2− p 2− p
La va X + Y correspond alors au nombre nécessaires à l’obten- ce qui est cohérent car les événements (X Y) et (X > Y)
tion d’un deuxième pile. La loi de X + Y est appelée la loi de forment un système complet d’événements.
Pascal de paramètre (2, p).
• Supposons maintenant que l’on dispose de deux pièces ame- 19.5 a) Les va Xn suivent des lois de Bernoulli de même pa-
nant chacune pile avec la probabilité p. On effectue des séries ramètre et sont mutuellement indépendantes. Alors, par la loi
de lancers simultanés avec les deux pièces jusqu’à obtenir le faible des grands nombres :

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
• Par définition de l’espérance, 19.6 Posons q = 1 − p.
1 1 La va X suit la loi hypergéométrique de paramètre (N, n, p).

E(Yn ) = 0 × P(Yn = 0) + ×P Y = + 1 × P(Yn = 1) N p Nq
2 2 k n−k
Donc : ∀k ∈ 0 ; n, P(X = k) = N ,
= p(1 − p) + p = p. 2
n
n
b) 2) Distinguons deux cas : avec la convention = 0 si k > n.
k
• si m > n + 1 : alors les va Xn , Xn+1 , Xm , Xm+1 sont indépen- La va X étant une va finie, X admet une espérance et une va-
dantes, donc les va Yn et Ym sont indépendantes. riance.
Xn + Xn+1 • Calculons E(X). Par définition :
• si m = n + 1 : alors Yn = et
2
N p Nq
Xn+1 + Xn+2
n
n
Ym = Yn+1 = ; ces va ne sont pas indépendantes, k n−k
2 E(X) = kP(X = k) = k N
car par exemple : P(Yn = 0, Yn+1 = 1) k=0 k=0 n
= P(Xn = 0, Xn+1 = 0, Xn+1 = 1, Xn+2 = 1) = 0

1 N p Nq
n
= N k .
et P(Yn = 0)P(Yn+1 = 1) = (1 − p)2 p2 0. k n−k
n k=1
c) Ici, on n’est plus dans le cadre de la loi faible des grands

nombres. Cherchons à appliquer l’inégalité de Bienaymé- Np Np − 1
On sait : ∀k ∈ 1 ; n, k = Np .
Tchebychev à la va T n . k k−1
On a, par linéarité de l’espérance : Donc :

E(Y1 ) + · · · + E(Yn ) np 1
n
E(T n ) = = = p. N p − 1 Nq
n n E(X) = N Np
k=1
k−1 n−k
n
Et :
n−1
Y1 + · · · + Yn X1 + 2X2 + · · · + 2Xn + Xn+1 Np Np − 1 Nq
Tn = = . = N
n 2n k=0
k (n − 1) − k
n
Puisque les va Xk sont mutuellement indépendantes, on ob-

N p N p − 1 + Nq
tient : = N par la formule de Vandermonde
n−1
n
1
V(T n ) = V(X1 ) + 4V(X2 ) + · · · + 4V(Xn ) + V(Xn+1 ) ,
4n2 Np N − 1
= N car N p + Nq = N(p + q) = N
et puisque les Xk suivent la loi de Bernoulli de paramètre p, n−1
n
V(Xk ) = p(1 − p).
Ainsi : n! (N − n)! (N − 1)!
= Np = np.
N! (n − 1)! (N − 1) − (n − 1) !
p(1 − p) 2 + 4(n − 1)
V(T n ) =
4n2 • Calculons E X(X − 1) . Par le théorème de transfert :
2n − 1
= p(1 − p).
n

2n2 E X(X − 1) = k(k − 1)P(X = k)
k=0
On en déduit, par l’inégalité de Bienaymé-Tchebychev :
N p Nq

n
∀ε > 0, 0 P T n − p ε = P T n − E(T n ) ε
k n−k
= k(k − 1) N
k=0 n
V(T n ) p(1 − p)(2n − 1) p(1 − p)
= ∼ −→ 0
n
ε2 2n2 ε2 n∞ nε2 n∞ 1
= N k(k − 1)
N p Nq
.
k=2
k n−k
On en déduit, par le théorème d’encadrement : n

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
Donc : c) • Notons, pour tout n ∈ N∗ , An l’événement : « la va S n est

paire ». Ainsi : ∀n ∈ N∗ , un = P(An ).
1
n
N p − 2 Nq
E X(X − 1) = N N p(N p − 1) Soit n ∈ N∗ . Les événements An et An forment un système
k=2
k−2 n−k complet d’événements. Donc par la formule des probabilités
n
n−2 totales : un+1 = P(An )PAn (An+1 ) + P(An )PAn (An+1 )
N p(N p − 1) N p − 2 Nq
= N Or, sachant An , l’événement An+1 est réalisé si et seulement si
k=0
k (n − 2) − k
n
Xn+1 est égal à 0.
N p(N p − 1) N p − 2 + Nq
= N Ainsi : PAn (An+1 ) = P(Xn+1 = 0) = 1 − p.
n−2
n
De la même façon : PAn (An+1 ) = P(Xn+1 = 1) = p.
par la formule de Vandermonde
On en déduit :
N p(N p − 1) N − 2
= N
n−2 un+1 = un (1 − p) + (1 − un )p = (1 − 2p)un + p.
n
n! (N − n)! (N − 2)! • La suite (un )n∈N∗ est donc une suite arithmético-géométrique.
= N p(N p − 1)
N! (n − 2)! (N − 2) − (n − 2) !
Déterminons α tel que α = (1 − 2p)α + p :
p(N p − 1)n(n − 1)
= .
N−1 1
α = (1 − 2p)α + p ⇐⇒ α(2p) = p ⇐⇒ α = .
2
Puisque E X(X − 1) = E(X 2 − X) = E(X 2 ) − E(X), on en
déduit : 1
La suite de terme général vn = un − est alors une suite géo-
2
2 métrique de raison (1 − 2p) puisque :
V(X) = E(X 2 ) − E(X)
2 1 1
= E X(X − 1) + E(X) − E(X) ∀n ∈ N∗ , vn+1 = un+1 − = (1 − 2p)un + p −
2 2
p(N p − 1)n(n − 1)
= + np − (np)2 1
N−1 = (1 − 2p) un − = (1 − 2p)vn .
np 2
= (N p − 1)(n − 1) + (N − 1) − np(N − 1)
N−1
np np(1 − p)(N − n) Ainsi : ∀n ∈ N∗ , vn = (1 − 2p)n−1 v1
= (−N p − n + N + np) = .
N−1 N−1 1
= (1 − 2p)n−1 u1 −
2
19.7 a) Soit n ∈ N∗ . La va S n est la somme de n va indépen-
dantes, suivant la loi de Bernoulli de même paramètre p. 1 (1 − 2p)n
= (1 − 2p)n−1 − p = .
2 2
D’après le cours, S n suit la loi binomiale de paramètre (n, p).
1 1 + (1 − 2p)n
b) • Calculons u1 . On en déduit : ∀n ∈ N∗ , un = vn + = .
2 2
La va S 1 = X1 suit la loi de Bernoulli de paramètre p. • Puisque 0 < p < 1, on a −1 < 1 − 2p < 1, et donc
1
Donc : u1 = P(S 1 = 0) = 1 − p. (1 − 2p)n −→ 0. On en déduit : lim un = .
n∞ n∞ 2
• Calculons u2 .
19.8 Puisque X suit la loi de Poisson de paramètre λ, on a :
La va S 2 suit la loi binomiale de paramètre (2, p).

u2 = P(S λn
Donc : 2 = 0) + P(S
2 = 2) ∀n ∈ N, P(X = n) = e−λ .
2 2 2 n!
= (1 − p) +
2
p = (1 − p)2 + p2
0 2 a) • On a :
= 1 − 2p + 2p2 .

+∞
• Calculons u3 . p = P(X est pair) = P (X = 2n)
La va S 3 suit la loi binomiale de paramètre (3, p). n=0

+∞
Donc : u3 = P(S
3 = 0) + P(S
3 = 2) = P(X = 2n) par incompatibilité des événements
3 3 2
= (1 − p) +
3
p (1 − p) n=0
0 2
+∞
λ2n
= (1 − p)3 + 3p2 (1 − p) = e−λ .
(2n)!
= (1 − p)(1 − 2p + 4p2 ). n=0
379

+∞ 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

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
• Puisque 1000 10 × 100, on peut approcher la loi de X par n(n − 1)

Ainsi : E(Xi X j ) = .
la loi binomiale de paramètre (100, 0.05). N(N − 1)
• On a alors :
De plus, puisque 100 30, 0.05 0.1 et 100 × 0.05 15, on
peut approcher la loi binomiale de paramètre (100, 0.05) par la Cov(Xi , X j ) = E(Xi X j ) − E(Xi )E(X j )
loi de poisson de paramètre 100 × 0.05 = 5. n(n − 1) n 2 −n(N − n)
= − = 2 .
Ainsi, on peut approcher la loi de X par la loi de Poisson de N(N − 1) N N (N − 1)
paramètre 5. c) On a : X = X1 + · · · + XN p .
b) Soit Y une va suivant la loi de Poisson de paramètre 5. Alors : • Par linéarité de l’espérance,
5
−5 5 −5 625
• P(X = 5) P(Y = 5) = e =e 0.175 E(X) = E(X1 ) + · · · + E(XN p ) = N p ×
n
= np.
5! 24 N
5
5k
• P(X 5) P(Y 5) = e−5 • Les va Xi ne sont pas mutuellement indépendantes, donc :
k!k=0
5 5 53 54 55
2
Np
= e−5 1 + + + + + 0.616 V(X) = V(Xi) + 2 Cov(Xi , X j ).
1! 2! 3! 4! 5!
i=1 1i< jN p
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
(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
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 :
« chaque vache trouve une place ». On a, dans ce cas : F = (X 10).

9
4k
Il s’agit donc de déterminer n tel que : P(E) 0.95 (*). Ainsi : P(F) 1 − e−4 0.0081 = 0.81 %.
k!
Or, si X vaches choisissent l’étable numéro 1, 100 − X choi- k=0
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 ).
On obtient donc : P(E) 1 −

25
. Donc : ∀m ∈ N∗ , P(Y m) = P(X1 m, . . . , Xn m)
(n − 50)2
= P(X1 m) · · · P(Xn m) par indép des va
Pour que la condition (∗) soit vérifiée, il suffit que :
= P(X1 m) n
car les va ont la même loi,
25 25
1− 0.95 ⇐⇒ 1 − 0.95 = 0.05
+∞
(n − 50)2 (n − 50)2 ( or : P(X1 m) = P(X1 = k)
25
⇐⇒ n 50 + 72.3. k=m

+∞
+∞
0.05
= (1 − p)k−1 p = (1 − p)m−1 p (1 − p)k
On en déduit que, pour n = 73, chaque vache trouve une place k=m k=0
avec une probabilité supérieure à 95 %. 1
= (1 − p)m−1 p = (1 − p)m−1 ,
1 − (1 − p)
19.14 a) La va X suit la loi binomiale de paramètre n
et ainsi : P(Y m) = (1 − p)m−1 = (1 − p)n(m−1) .
(100, 0.02).
On en déduit : ∀m ∈ N∗ ,
Puisque 100 30, 0.02 0.1 et 100 × 0.02 = 2 15, on
peut approcher la loi de X par la loi de Poisson de paramètre P(Y = m) = P(Y m) − P(Y m + 1)
100 × 0.02 = 2. = (1 − p)n(m−1) − (1 − p)nm

b) Soit Y une va suivant la loi de Poisson de paramètre 2. = (1 − p)n(m−1) 1 − (1 − p)n

Alors : P(X 2) P(Y 2) = (1 − p)n m−1 1 − (1 − p)n .
2 22
= e−2 1 + + = 5e−2 0.677 = 67, 7 %. Donc Y suit la loi géométrique de paramètre 1 − (1 − p)n .
1! 2!
c) Notons F l’événement : « l’entreprise perd sa qualification 1
D’où, d’après le cours : E(Y) = .
un jour donné ». 1 − (1 − p)n
• Puisque l’entreprise fabrique 100 boîtes par jour, elle perd
c) 1) La va Z est égale au nombre de semaines nécessaires à la
sa qualification si elle fabrique 5 boîtes défectueuses ou plus ; prise de toutes les greffes.
ainsi F = (X 5). Ainsi : Z = max(X1 , . . . , Xn ).
382
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 !).
= 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
Soit k ∈ 0 ; n. On a : On obtient alors, par la formule des probabilités totales :

k

+∞
P(S = k) = P(X = i, Z = k − i) ∀k ∈ N, P(S = k) = P(N = n) P(N=n) (S = k)
i=0
n=0

k = 0 si n < k
= P(Y = n − i, Z = k − i)
+∞
λn n k
i=0 = e−λ p (1 − p)n−k

k
n=k
n! k
= P(Y = n − i)P(Y=n−i) P(Z = k − i)
λk pk λn−k (1 − p)n−k
+∞
i=0 = e−λ
k k! n=k (n − k)!
n n − i k−i
= (1 − p)n−i pi p (1 − p)(n−i)−(k−i) m
− − (λp)k λ(1 − p)
n i k i +∞
i=0
k = e−λ
n n−i k m=n−k k! m=0 m!
= p (1 − p)2n−i−k .
n − i k − i (λp)k λ(1−p) (λp)k
= e−λ = e−pλ
i=0
e .
Comme précédemment, on montre : k! k!
Ainsi S suit la loi de Poisson de paramètre λp.

n n−i n k • Déterminons la loi de E.
∀i ∈ 0 ; k, = .
n−i k−i k i
Pour tout n ∈ N, la loi conditionnelle de E sachant (N = n) est
la loi binomiale de paramètre (n, 1 − p).
k
n k k La loi de E s’obtient alors en remplaçant p par 1 − p dans le
Ainsi : P(S = k) = p (1 − p)2n−2k (1 − p)k−i
k i=0
i calcul précédent. On obtient donc que E suit la loi de Poisson
de paramètre λ(1 − p).
n k k
= p (1 − p)2n−2k 1 + (1 − p) a) 2) Soit (k, ) ∈ N2 . On a alors :
Newton k

n k n−k P(S = k, E = ) = P(S = k, N = k + )
= p(2 − p) (1 − p)2 .
k = P(N = k + )P(N=k+) (S = k)

Puisque 1 − (1 − p)2 = 2p − p2 = p(2 − p), on en déduit que S λk+ k + k
= e−λ p (1 − p)(k+)−k
suit la loi binomiale de paramètre n, p(2 − p) . (k + )! k
Remarque 1 : Là encore, on peut retrouver ce résultat par un λk+ pk (1 − p)
= e−λ
raisonnement direct (et sans calcul !). k!!
k k
λ (1 − p)
Tout se passe comme si l’élève répond deux fois à chaque ques- −pλ λ p
= e e−(1−p)λ
tion, et que la question est validée s’il donne au moins une fois k! !
la bonne réponse. = P(S = k)P(E = ).
On réalise donc une succession de n épreuves de Bernoulli, On en déduit que les va S et E sont indépendantes.
dont la probabilité d’échec est (1 − p)2 et dont la probabilité b) 1) Soit (n, m) ∈ N2 .
de succès est donc 1 − (1 − p)2 = p(2 − p).
• D’une part, on a :
Ainsi, la va S , qui correspond au nombre de succès, suit la loi
P(N = n + m, S = n) = P(N
binomiale de paramètre n, p(2 − p) . = n + m)P(N=n+m) (S = n)
n+m n
Remarque 2 : Les va X et Z n’étant pas indépendantes(car = P(N = n + m) p (1 − p)(n+m)−n
P(X = n, Z = n) = 0 P(X = n)P(Z = n)), on ne peut n
n+m n
pas utiliser le résultat de l’exercice 19.2. = P(N = n + m) p (1 − p)m .
n
En revanche, on a : • D’autre part, on a :
P(N = n + m, S = n) = P(S = n, E = m)
E(X + Z) = E(X) + E(Z) = np + np(1 − p) = P(S = n)P(E = m) car S et E sont indépendantes.
= np(2 − p) = E(S ). On en déduit :

n+m n
19.17 a) 1) • Déterminons la loi de S . P(N = n + m) p (1 − p)m = P(S = n)P(E = m),
n
Pour tout n ∈ N, la loi conditionnelle de S sachant (N = n) est P(S = n)n! P(E = m)m!
la loi binomiale de paramètre (n, p). D’où : (n + m)!P(N = n + m) = · .
pn (1 − p)m
384
P(S = n)n! P(E = n)n! Soit n k + 1. Alors :

En posant : ∀n ∈ N, un = et vn = ,
pn (1 − p)n
on a : ∀(n, m) ∈ N , (n + m)! P(N = n + m) = un vm .
2
P(S k+1 = n) = P(S k + T k+1 = n)
b) 2) Par hypothèse : ∀n ∈ N, P(N = n) 0.
n−1
= P(S k = i, T k+1 = n − i)
Donc tous les termes un et vn sont strictement positifs. i=k
On a alors, pour tout (n, m) ∈ N2 :
n−1
= P(S k = i)P(T k+1 = n − i)
un vm = (n + m)!P(n + m) i=k

= (n + 1) + (m − 1) !P N = (n + 1) + (m − 1) car S k et T k+1 sont indépendantes
= un+1 vm−1 . n−1

i−1
= pk (1 − p)i−k p(1 − p)n−i−1
En particulier pour m = 1, on a : i=k
k−1
v1 n−1

∀n ∈ N, un+1 v0 = un v1 , d’où : ∀n ∈ N, un+1 = un . i−1
v0 = pk+1 (1 − p)n−1−k
k−1
On en déduit que la suite (un )n∈N est géométrique. i=k

n−2
De la même façon, on montre que la suite (vm )m∈N est géomé- j
= pk+1 (1 − p)n−1−k
trique. j=i−1
j=k−1
k−1
v1
b) 3) Ainsi : il existe q ∈ R q = > 0 tel que : n−1
v0 = pk+1 (1 − p)n−1−k .
(k + 1) − 1
∀n ∈ N, un = u0 qn .
D’où la propriété P(k + 1).
un v0 u0 v0 qn
D’où : ∀n ∈ N, P(N = n) = = . Conclusion : ainsi, pour tout k 1, pour tout n k,
n! n!

+∞
n−1 k
Enfin, puisque P(N = n) = 1 = u0 v0 eq , P(S k = n) = p (1 − p)n−k .
n=0
k−1
on obtient : u0 v0 = e−q . b) 1) • L’événement (Un = 0) est réalisé si et seulement si le
n
−q q premier composant n’est pas encore tombé en panne à l’ins-
Ainsi : ∀n ∈ N, P(N = n) = e .
n! tant n. Ainsi : (Un = 0) = (T 1 > n).
Donc : N suit une loi de Poisson. +∞
+∞
Donc : P(Un = 0) = P(T 1 = k) = (1 − p)k−1 p
k=n+1 k=n+1
19.18 a) • La va S k représente l’instant de la k-ième panne et
donc du k-ième remplacement. 1
= p(1 − p)n = (1 − p)n .
1 − (1 − p)
• Notons, pour k 1, P(k) la propriété :
Remarque : On peut retrouver ce résultat plus directement.
« S k prend ses valeurs dans k ; +∞
et Tout se passe comme si le composant "se réparait tout seul" à
n−1 k
∀n k, P(S k = n) = p (1 − p)n−k ». chaque instant. Ainsi, à chaque instant, le composant peut soit
k−1 être en panne (avec la probabilité p), soit fonctionner correcte-
Raisonnons par récurrence. ment (avec la probabilité 1− p), les états du composant à chaque
Initialisation : pour k = 1, on a : S 1 = T1. instant étant indépendants les uns des autres.
L’événement (Un = 0) signifie que lors des n premiers ins-

1 ;+∞ et ∀n 1,
Donc : S 1 prend ses valeurs dans
tants, le composant fonctionne toujours correctement. Donc :
n−1 1
P(S 1 = n) = (1 − p)n−1 p = p (1 − p)n−1 . P(Un = 0) = (1 − p)n .
0
Donc la propriété P(1) est vraie. • L’événement (U n = n) est réalisé si et seulement si n (exac-
tement) composants sont tombés en panne à l’instant n et donc
Hérédité : soit k 1, supposons P(k), et mon-
si et seulement si la n-ième panne a lieu à l’instant n. Ainsi :
trons P(k + 1). (Un = n) = (S n = n).
On a : S k+1 = S k + T k+1 . Puisque S k k et T k+1 1, on en
n−1 n
déduit que S k+1 prend ses valeurs dans k + 1 ; +∞. Donc : P(Un = n) = p (1 − p)n−n = pn .
n−1
De plus, puisque les va T i sont mutuellement indépendantes et Remarque : En reprenant la remarque précédent, l’événement
k
(Un = n) signifie que lors des n premiers instants, le composant
que S k = T i , les va S k et T k+1 sont indépendantes.
i=1
est toujours en panne. Donc : P(Un = n) = pn .
385
)
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
• 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.

• Définitions d’une population, d’individus, d’échantillon observé.
• Caractère, caractère qualitatif et caractère quantitatif
• Série statistique associée à un échantillon
• Effectifs, effectifs cumulés, fréquences, fréquences cumulées d’une modalité ou
d’une classe, effectif total
• Représentations graphiques d’une série statistique : diagramme en bâtons, his-
togramme
• Définition des caractéristiques de position : moyenne, médiane, mode(s)
• Définition des caractéristiques de dispersion : variance empirique, écart-type
empirique, quartiles, déciles.

Le plus souvent :
• si le caractère étudié est discret, on utilise un diagramme en bâtons
Pour représenter une série statistique
• si le caractère étudié est continu, on utilise un histogramme
➥ Exercices 20.1 à 20.4.
387
Chapitre 20 • Statistique descriptive
On utilise l’une des formules suivantes :

• si le caractère étudié est discret, alors la moyenne, notée x, de la
1
n
série statistique (xi )i∈1 ;n est donnée par : x = xi
n i=1
si la série est donnée sous la forme (xi , ni )i∈1 ;p où ni désigne l’ef-
Pour calculer fectif de la modalité xi , alors la moyenne est donnée par :
la moyenne
1
p p
d’une série statistique
x= ni xi où n = ni est l’effectif total
n i=1 i=1
• si le caractère étudié est continu, alors on remplace, dans les for-

mules précédentes, xi par ci le centre de la classe
Pour calculer la variance empirique, on utilise l’une des formules sui-

vantes :
• si le caractère étudié est discret, alors la variance, notée V x , de la
série statistique (xi )i∈1 ;n est donnée par :
⎛ n ⎞
1 1 ⎜⎜⎜⎜ 2 ⎟⎟⎟⎟
n
Vx = (xi − x) = ⎜⎝
2
x ⎟ − x2 ,
n i=1 n i=1 i ⎠
où x est la moyenne de la série statistique

Pour calculer si la série statistique est donnée sous la forme (xi , ni )i∈1 ;p où ni
la variance empirique désigne l’effectif de la modalité xi , alors la variance est donnée par :
et l’écart-type empirique ⎛ p ⎞
1 1 ⎜⎜⎜⎜ ⎟
p
2⎟
ni (xi − x) = ⎜⎝ ni xi ⎟⎟⎟⎠ − x2 ,
Vx = 2
n i=1 n i=1

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
• 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)
• Si le caractère étudié est discret, la médiane, notée me , est égale au

réel pour lequel il y a autant de valeurs inférieures ou égales à me
que de valeurs supérieures ou égales à me dans la série statistique ; en
pratique, si la série statistique (xi )i∈1 ;n est rangée par ordre crois-
sant, alors :
x p + x p+1
si n = 2p est pair, me =
Pour calculer 2
la médiane si n = 2p + 1 est impair, me = x p+1
• Si le caractère étudié est continu, la médiane correspond à l’abscisse
1
du point d’ordonnée de la courbe cumulative des fréquences ; en
2
pratique, on détermine, dans un premier temps, la classe à laquelle
appartient la médiane, puis on calcule la médiane en faisant une in-
terpolation linéaire
Pour calculer le k-ième quartile (1 k 3) :

• si le caractère étudié est discret, le k-ième quartile, noté qk , est égal
k
au réel pour lequel il y a n valeurs inférieures ou égales à qk
4
Pour calculer • si le caractère étudié est continu, le k-ième quartile est égal à l’abs-
les quartiles et les déciles k
d’une série statistique cisse du point d’ordonnée de la courbe cumulative des fréquences
4
Pour calculer le k-ième décile (1 k 9), on procède de la même
1 1
façon en remplaçant le coefficient par le coefficient .
4 10
➥ Exercices 20.1, 20.2, 20.3.
389

20.1 Exemple d’une série statistique discrète
On considère la série statistique suivante réalisée sur un échantillon de taille 20 :
individu i 1 2 3 4 5 6 7 8 9 10
valeur xi 2 5 5 4 3 2 6 5 8 4
individu i 11 12 13 14 15 16 17 18 19 20
valeur xi 6 4 8 9 2 8 3 4 8 4
a) Calculer la moyenne, la variance empirique et l’écart-type empirique.
b) Tracer le diagramme en bâtons correspondant à cette série statistique.
c) Déterminer le(s) mode(s).
d) Déterminer la médiane, le premier quartile et le troisième quartile.
20.2 Exemple d’une série statistique discrète

On considère la série statistique suivante sur les notes obtenues à un examen dans une classe
donnée :
note 0 1 2 3 4 5 6 7 8 9 10
effectif 0 1 2 3 2 3 2 3 4 3 4
note 11 12 13 14 15 16 17 18 19 20
effectif 5 4 5 2 1 0 1 0 2 1
a) Tracer le diagramme en bâtons correspondant à cette série statistique.
b) Déterminer la moyenne, le(s) mode(s) et l’écart-type de cette série statistique.
c) Déterminer la médiane, le premier quartile et le troisième quartile.
20.3 Exemple d’une série statistique continue

Le tableau suivant donne la répartition d’une population par tranches d’âge :
tranche d’âge [0 ; 10[ [10 ; 20[ [20 ; 30[ [30 ; 40[ [40 ; 50[
effectif 18 40 62 53 47
tranche d’âge [50 ; 60[ [60 ; 70[ [70 ; 80[ [80 ; 90[ [90 ; 100[
effectif 34 15 10 5 2
a) Déterminer l’âge moyen de cette population.
b) Tracer l’histogramme correspondant à cette série. Déterminer la classe modale.
c) Tracer la courbe des fréquences cumulées.
d) À quel intervalle appartient la médiane ? En déduire sa valeur.
e) Déterminer le premier quartile et le troisième quartile.
20.4 Exemple d’une série statistique continue

On considère la série statistique suivante :
valeurs [0 ; 4[ [4 ; 10[ [10 ; 16[ [16 ; 26[ [26 ; 50[
effectif 4 10 18 24 4
390
a) Calculer la moyenne et l’écart-type empirique associée à cette série.
b) Tracer l’histogramme correspondant à cette série. Déterminer la classe modale.
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 ).
a) Exprimer la moyenne de la série statistique (zi )i∈1 ;n en fonction de x et y.
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 .
20.7 La droite des moindres carrées

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 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
On note σ x,y le réel défini par : σ x,y = (xi − x) · (yi − 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
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 ?
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
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

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
c) Par définition, un mode d’une série est une modalité xi où

20
n= ni = 48.
l’effectif est maximal. i=0
393
• La moyenne de la série est donnée par : L’effectif total de la population est :

1
20
455
x= ni i = 9.48.
n i=0 48
10
n= ni = 286.
• Les modes sont 11 et 13.
i=1
• La variance empirique est donnée par :
1 n 5315 455 2 a) L’âge moyen de la population est donné par :
Vx = ni i2 − x2 = − = 20.87
n i=0 48 48
1
10
L’écart-type empirique est donné par : 10420
' x= ni ci = 36.43.
n i=1 286
σ x = V x 4.57.
c) Le tableau donnant les effectifs cumulés par modalité est b) L’histogramme s’obtient en traçant les rectangles de base
donné par : Mi−1 Mi , où Mi désigne le point de coordonnées (10i, 0), d’aire
ni ni
note 0 1 2 3 4 5 6 proportionnelle à ni , et donc de hauteur = .
effectits cumulés 0 1 3 6 8 11 13 10i − 10(i − 1) 10
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

on en déduit que la médiane égale à 10.

18
n
4
1 , 2 , 2 , 3 , · · · , 5 , 6 , 6 , 7 , · · · , 19 , 19 , 20 âge

12 valeurs 36 valeurs 0 10 20 30 40 50 60 70 80 90 100
on en déduit que le premier quartile est égal à 6.

3n • Une classe modale est une classe pour laquelle la hauteur du
4 rectangle de l’histogramme est maximale.
1 , 2 , 2 , 3 , · · · , 12 , 12 , 13 , 13 , · · · , 19 , 19 , 20 Pour cette série, puisque toutes les classes ont la même ampli-

36 valeurs 12 valeurs tude, la classe modale correspond aussi à la classe ayant le plus
12 + 13 grand effectif.
on en déduit que le 3ième quartile est égal à = 12.5.
2 La classe modale est donc la classe [20 ; 30[.
c) Commençons par calculer le tableau des fréquences cumu-
20.3 Notons, pour i ∈ 1 ; 10, ni l’effectif de la classe i,
lées, la fréquence cumulée d’une classe étant le quotient de l’ef-
et ci son centre. Complétons le tableau de l’énoncé, en préci-
fectif cumulé de cette classe par l’effectif total :
sant, pour chaque classe, son centre :
tranche d’âge [0 ; 10[ [10 ; 20[ [20 ; 30[ [30 ; 40[ tranche d’âges [0 ; 10[ [10 ; 20[ [20 ; 30[ [30 ; 40[
centre ci 5 15 25 35 effectif cumulé 18 58 120 173
effectif ni 18 40 62 53 fréquence cumulée 0.063 0.203 0.420 0.605
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
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
0.203 • D’après la courbe des fréquences cumulées, on voit que le

troisième quartile q3 appartient à l’intervalle [40 ; 50].
0.063 Or sur [40 ; 50], la courbe des fréquences cumulées a pour
âge 0.769 − 0.605
équation : y − 0.605 = (x − 40).
0 10 20 30me 40 50 60 70 80 90 100 50 − 40
0.769 − 0.605
On a donc : 0.75 − 0.605 = (q3 − 40).
D’après la courbe des fréquences cumulées, on voit que la mé- 50 − 40
diane me appartient à l’intervalle [30 ; 40]. D’où :
Or sur [30 ; 40], la courbe des fréquences cumulées a pour 50 − 40
0.605 − 0.420 q3 = (0.75 − 0.605) · + 40 48.84.
équation : y − 0.420 = (x − 30). 0.769 − 0.605
40 − 30
0.605 − 0.420 Remarque : Ces valeurs sont cohérentes avec celles que l’on
On a donc : 0.5 − 0.420 = (me − 30). peut lire sur le graphe des fréquences cumulées.
40 − 30
395
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[
centre ci 2 7 13 21 38 centre ci 14.5 18.5 23.5 32 44

effectif ni 4 10 18 24 4 effectif 9 12 12 2 2
c) 2) L’effectif total est inchangé.
L’effectif total de la population est donné par :
• La moyenne de cette série est donnée par :

5
1 968
10
n= ni = 60. x = n c = 16.13.
i=1 n i=1 i i 60
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
• La classe modale est la classe pour laquelle la hauteur du rec- '

On en déduit : σy = a2 V x = |a| σ x .
tangle est maximale.
Remarque : Ces relations rappellent les formules :
Ainsi, la classe modale est la classe [10 ; 16[.
c) 1) On a alors : E(aX + b) = aE(X) + b et V(aX + b) = a2 V(X).
396
20.6 a) Par définition de la moyenne : On en déduit le tableau de variations de g :
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
= (xi − x + yi − y)2 − 2a · yi − y)(xi − x)

n i=1 n i=1
= Vy + a2 V x − 2aσ x,y .
1 1 2
n n n
= (xi − x)2 + (yi − y)2 + (xi − x)(yi − y)
n i=1 n i=1 n i=1
Ainsi h est dérivable sur R et :
= V x + Vy + 2σ x,y .
∀a ∈ R, h (a) = 2aV x − 2σ x,y .
Remarque : Le réel σ x,y est à rapprocher de la covariance de
deux variables aléatoires. On en déduit le tableau de variations de h :
Les relations obtenues rappellent les formules :
a −∞ σ x,y /V x +∞
E(X + Y) = E(X) + E(Y) h (a) − 0 +

et V(X + Y) = V(X) + V(Y) + 2 Cov(X, Y). h(a) h(σ x,y /V x )
σ x,y
Ainsi h atteint son minimum pour a = .

20.7 a) • Soit a ∈ R fixé. Vx

n • On en déduit que la fonction f atteint son minimum global
On note g : R −→ R, b −→ f (a, b) = (yi − axi − b)2 . σ x,y σ x,y
pour a = et b = y − x, et ce minimum est égal à :
i=1 Vx Vx
σ x,y σ x,y σ x,y
Alors g est dérivable sur R et : f ,y − x =h
Vx Vx Vx

n σ2x,y σ2x,y V x Vy − σ2x,y
∀b ∈ R, g (b) = −2 (yi − axi − b) = −2 + Vy = .
Vx Vx Vx
i=1
n
n
n b) 1) En utilisant les définitions, on obtient :
= −2 yi − a xi − b 1
i=1 i=1 i=1 x = 164.9 V x = 155.89
= −2(ny − anx − bn) = −2n(y − ax − b). y = 65.9 Vy = 144.29
σ x,y = 129.49.
397
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
b) 3) Notons, pour tout i de 1 ; 10, Mi le point de coordonnées 60 N2

(xi , yi ) et Ni le point de coordonnées (xi , axi + b). M8
M2
Alors : ∀i ∈ 1 ; 10, N8
d(Mi , Ni )2 = (xi − xi )2 + (yi − axi − b)2 = (yi − axi − b)2 . taille
40
130 140 150 160 170 180 190 200

10
Ainsi : f (a, b) = d(Mi , Ni )2 .
i=1
398
Éléments CHAPITRE 21
d’algorithmique
Plan
• Calculs de sommes et de produits
• Calcul des termes d’une suite récurrente
• 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.

• Notion d’algorithme et de programme, structure d’un programme en Pascal
• Notion de variable, notion de type d’une variable, déclaration d’une variable,
affectation d’une variable
• Les instructions readln, write, writeln
• Les instructions random et random(n)
• Utilisation de l’instruction conditionnelle if ... then (... else), utilisa-
tion de la boucle for ... do, utilisation des boucles conditionnelles while
... do, repeat ... until
• Écriture et utilisation de procédures et de fonctions.

Pour affecter une valeur à une variable, on écrit d’abord son nom, suivi
de « := », puis de la valeur désirée. La valeur affectée et la variable
Pour affecter une variable doivent être du même type.
Le « := » de l’affectation se lit « prend la valeur de ».
399
Chapitre 21 • Éléments d’algorithmique
• On utilise l’instruction if ... then lorsque l’on souhaite exécuter

une séquence d’instructions uniquement dans le cas où une condi-
tion donnée est vérifiée ;
sa syntaxe est :
if (condition)
then (séquence d’instructions)
Pour utiliser où (condition) est une variable de type booléen.
les instructions conditionnelles • On utilise l’instruction if ... then ... else lorsque l’on sou-
if...then haite choisir d’exécuter une séquence d’instructions parmi deux sé-
et quences possibles selon le résultat d’une condition ;
if ... then ... else
sa syntaxe est :
if (condition)
then (séquence d’instructions 1)
else (séquence d’instructions 2)
où (condition) est une variable de type booléen.
➥ Exercices 21.1, 21.2, 21.5, 21.13, 21.18, 21.19, 21.21.
On utilise l’instruction for ... do lorsque l’on souhaite répéter un

nombre fixé et connu de fois la même séquence d’instructions ;
Pour utiliser sa syntaxe est :
la boucle for...do for k :=a to b do
(séquence d’instructions)
➥ Exercices 21.3, 21.4, 21.6 à 21.15, 21.18, 21.19, 21.22.
• On utilise l’instruction while ... do lorsque l’on souhaite répéter

les mêmes instructions tant qu’une condition donnée est satisfaite ;
sa syntaxe est :
while (condition) do
Pour utiliser • On utilise l’instruction repeat ... until lorsque l’on souhaite
les boucles conditionnelles répéter les mêmes instructions jusqu’à ce qu’une condition donnée
while...do soit satisfaite ;
et sa syntaxe est :
repeat ... until
repeat
until (condition)
À la différence d’une boucle while ... do, la séquence d’instruc-
tion est toujours exécutée au moins une fois, même si la condition
est vérifiée avant la première itération.
400
Remarque : Contrairement à la boucle for ... do, les boucles

while ... do et repeat ... until permettent de répéter des ins-
(suite) tructions un nombre variable de fois, selon le résultat d’une condition.
Attention aux boucles sans fin !
➥ Exercices 21.8, 21.9, 21.12, 21.13, 21.16, 21.17, 21.19, 21.20.
On définit une variable S, que l’on initialise à 0, et à laquelle on ajoute

successivement les réels a1 , puis a2 , ..., puis an .
Pour cela, on utilise une boucle for ... do.
La séquence d’instructions est donc :
Pour calculer une somme de réels
n
S :=0 ;
Sn = ak
for k :=1 to n do S :=S+{ak} ;
k=1

k
À la fin de chaque boucle k, la variable S contient la valeur de ai .
i=1
➥ Exercices 21.3, 21.10, 21.11, 21.16, 21.17, 21.19.
On définit une variable P, que l’on initialise à 1, et que l’on multiplie

successivement par les réels a1 , puis a2 , ..., puis an .
Pour cela, on utilise une boucle for ... do.
La séquence d’instructions est donc :
Pour calculer un produit de réels
n
P :=1 ;
Pn = ak for k :=1 to n do P :=P*{ak} ;
k=1

k
À la fin de chaque boucle k, la variable P contient la valeur de ai .
i=1
➥ Exercices 21.4, 21.6, 21.7.
Dans la mesure où seule la valeur de un nous intéresse, on peut se

permettre d’utiliser une seule variable u qui va contenir les valeurs
successives des termes de la suite.
Plus précisément, on initialise u à u0 , puis on calcule f(u) que l’on
réaffecte à u (u contient alors la valeur de u1 ). On répète cette opéra-
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
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.
On suppose connue une fonction f continue et strictement monotone

sur un segment [a ; b] et telle que f (a) f (b) < 0.
Dans ce cas, l’équation f (x) = 0 admet une unique solution dans l’in-
tervalle [a ; b], notée α.
Pour calculer On définit deux suites (an )n∈N et (bn )n∈N par :
une valeur approchée
de la solution d’une équation a0 = a, b0 = b et ∀n ∈ N, ⎧
an + bn ⎪
⎪
⎪ = an
du type f (x) = 0 ⎨ an+1
si f (an ) f < 0, alors ⎪
⎪ an + bn
par la méthode de dichotomie 2 ⎪
⎩ bn+1 =
⎧ 2
an + bn ⎪
⎪
⎪ an + bn
⎨ an+1 =
si f (an ) f 0, alors ⎪
⎪ 2
2 ⎪
⎩ bn+1 = bn
402
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.
Pour activer le générateur de nombres pseudo-aléatoires, il faut insérer

en début de programme, l’instruction randomize. Ensuite :
Pour obtenir • l’instruction random retourne un réel aléatoire compris entre 0 et 1,
un entier aléatoire « uniformément réparti » sur [0 ; 1] ;
ou un réel aléatoire • l’instruction random(n) (avec n un entier naturel) retourne un entier
aléatoire compris entre 0 et n − 1, avec équiprobabilité.
➥ Exercices 21.5, 21.12, 21.13, 21.19.
On utilise l’instruction random qui retourne un réel compris entre 0

Pour simuler et 1. Ce réel a alors une probabilité p d’être compris entre 0 et p.
un événement Ainsi, un événement de probabilité p est simulé par l’événement
de probabilité p ∈ ]0 ; 1[ (random p).
➥ Exercices 21.5, 21.13, 21.18, 21.19.

21.1 Maximum de deux réels, maximum de trois réels
a) Écrire un programme qui affiche le maximum de deux réels entrés par l’utilisateur.
b) Écrire un programme qui affiche le maximum de trois réels entrés par l’utilisateur.
21.2 Obtention des racines réelles d’un trinôme

Écrire un programme qui calcule et affiche les solutions réelles de l’équation, d’inconnue x,
ax2 + bx + c = 0, avec a 0, les réels a, b, c étant entrés par l’utilisateur.
21.3 Exemple de calcul de somme

n
Écrire un programme qui calcule la somme S n = k4 , pour un entier n entré par l’utilisateur,
k=1
et qui affiche le résultat.
21.4 Exemple de calcul de produit

n
√
Écrire un programme qui calcule le produit Pn = 1 + k , pour un entier n entré par
k=1
l’utilisateur, et qui affiche le résultat.
403
21.5 Simulation d’un lancer de pièce de monnaie

a) Écrire un programme qui simule un lancer d’une pièce équilibrée. On pourra représenter pile
par 1 et face par 0.
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.
21.6 Calcul de puissances

Écrire une fonction dont l’en-tête est :
function puissance(x :real ; n :integer) : real
qui calcule xn .
21.7 Calcul de factorielles

Écrire une fonction dont l’en-tête est :
function factorielle(n :integer) : integer
qui calcule n!.
21.8 Exemple d’une suite récurrente

On considère la suite (un )n∈N définie par :
√
u0 = 2 et ∀n ∈ N, un+1 = 2un − 1.
a) Écrire un programme qui affiche la valeur de un , l’entier n étant entré par l’utilisateur.
b) Montrer que la suite (un )n∈N est décroissante et converge vers 1.
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.
21.9 Exemple d’une suite où un+1 dépend de un et de n

√
u0 = 2 et ∀n ∈ N, un+1 = un + n.
a) Écrire un programme qui affiche la valeur de un , l’entier n étant entré par l’utilisateur.
b) Montrer que la suite (un )n∈N diverge vers +∞.
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.
21.10 Exemples de calcul de somme

a) Écrire une fonction dont l’en-tête est :
function evalS(n :integer ; x :real) : real
n
xk
qui calcule la somme S n (x) = .
k=1
k
n
xk
b) Même question pour calculer T n (x) = .
k=0
k!
404
21.11 Exemples de calcul de somme double

1
a) Écrire un programme qui calcule la somme S n = , pour un entier n entré par
1i, jn
i + j
l’utilisateur.
1
b) Écrire un programme qui calcule la somme T n = , pour un entier n entré par
1i< jn
i + j
l’utilisateur.
21.12 Simulation de lancers d’un dé équilibré

a) Écrire un programme qui renvoie le résultat d’un lancer de dé équilibré à 6 faces ; autrement
dit écrire un programme qui simule un lancer d’un dé équilibré.
b) Écrire un programme qui simule n lancers d’un dé équilibré à 6 faces, l’entier n étant entré
par l’utilisateur, et qui renvoie un tableau T à six cases, où, pour tout k de 1 ; 6, la case T [k]
contient le nombre de faces numérotées k obtenues.
c) Écrire un programme qui simule des lancers d’un dé équilibré jusqu’à obtenir la face numé-
rotée 1 et qui affiche le nombre de lancers effectués.
21.13 Simulation de lancers d’une pièce truquée

a) Écrire une fonction dont l’en-tête est :
function lancer(p :real) : integer
qui simule un lancer d’une pièce amenant pile avec la probabilité p et qui affiche 1 si l’on obtient
pile et 0 sinon.
b) Écrire un programme, utilisant la fonction du a), qui simule n lancers d’une pièce amenant
pile avec la probabilité p, et qui renvoie le nombre de piles obtenus (n et p étant entrés par
l’utilisateur).
c) Écrire un programme, utilisant la fonction du a), qui simule des lancers d’une pièce amenant
pile avec la probabilité p jusqu’à obtenir le premier pile, et qui affiche le nombre de lancers
effectués (p étant entré par l’utilisateur).
d) Écrire un programme, utilisant la fonction du a), qui simule des lancers d’une pièce amenant
pile avec la probabilité p jusqu’à obtenir le n-ième pile, et qui affiche le nombre de lancers
effectués (n et p étant entrés par l’utilisateur).
21.14 Calcul des termes de la suite de Fibonacci

u0 = 0 u1 = 1 et ∀n ∈ N, un+2 = un+1 + un .
Écrire un programme qui affiche la valeur de un , l’entier n étant entré par l’utilisateur.
21.15 Exemple de suites récurrentes croisées

On considère les suites (un )n∈N et (vn )n∈N définies par :
un + vn √
u0 = 4, v0 = 1 et ∀n ∈ N, un+1 = , vn+1 = un vn .
2
a) Écrire un programme qui affiche la valeur de un et la valeur de vn , l’entier n étant entré par
l’utilisateur.
b) Montrer que les suites (un )n∈N et (vn )n∈N sont adjacentes. On note leur limite commune.
u + v 1
c) Montrer : ∀n ∈ N, − |un − vn |.
n n
2 2
d) Écrire un programme qui calcule et affiche une valeur approchée de à 10−10 près.
405
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.
21.17 Exemple de calcul d’une valeur approchée de la somme de série convergente

cos n
On note, pour tout n de N, un = .
2n

a) 1) Montrer que la série un converge. On note S la somme de cette série.
n0
n 1
2) Montrer : ∀n ∈ N, S − uk n .
k=0
2
b) Écrire un programme qui calcule et affiche une valeur approchée de S à 10−4 près.
21.18 Simulation d’un tirage sans remise dans une urne

a) Écrire un programme qui simule un tirage dans une urne contenant a boules blanches et b
boules noires, et qui affiche la couleur de la boule obtenue (les entiers a et b étant entrés par
l’utilisateur).
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).
21.19 Exemple de programme à compléter

On considère une suite de lancers successifs (supposés indépendants) d’une pièce de monnaie,
2
pour laquelle la probabilité d’apparition de pile est . On s’intéresse au rang d’apparition du
3
premier double pile (c’est-à-dire au rang du deuxième pile du double).
Le programme suivant, dans lequel on code pile par 1 et face par 0, fournit une simulation de
cette expérience aléatoire.
Les lignes d’instructions ++++++++++ sont volontairement incomplètes.
program doublepile ;
var n,k : integer ;
m : real ;
function lancer : integer ;
var z : integer ;
begin
if random(3)=0 then z :=0 else z :=1 ;
lancer :=z ;
end ;
.../...
406
function attente : integer ;

var x,y,k : integer ;
begin
x :=lancer ; y :=lancer ; k :=2 ;
while x*y=0 do
begin
++++++++++
++++++++++
++++++++++
end ;
attente :=k ;
end ;
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.
c) Compléter la boucle for du programme principal de façon à ce que le programme

doublepile affiche la moyenne du rang d’apparition du premier double pile sur n expériences,
l’entier n étant fourni par l’utilisateur.
d) Réécrire la fonction attente pour que le programme doublepile affiche la moyenne du

rang d’apparition du premier triple 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].
b) On considère la suite (un )n∈N définie par : u0 = 0 et ∀n ∈ N, un+1 = cos(un ).

n
1) Montrer : ∀n ∈ N, |un − α| sin(1) .
2) En déduire que la suite (un )n∈N converge vers α.
c) Écrire un programme permettant de calculer une valeur approchée de α à 10−6 près.
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.
b) Vérifier : 4.4 < α < 4.5.
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
21.22 Exemple de programme à compléter

Tous les entiers compris entre 0 et 31 s’écrivent avec au plus 5 chiffres en binaire.
Plus précisément, pour tout n ∈ 0 ; 31, il existe une liste (a0 , a1 , a2 , a3 , a4 ) d’éléments de {0, 1}
telle que :
n = a4 .24 + a3 .23 + a2 .22 + a1 .2 + a0 .
Cette écriture de n est unique et on appellera bin(n) la liste (a4 , a3 , a2 , a1 , a0 ).
a) Déterminer l’écriture binaire de 6 puis bin(6) et l’écriture binaire de 21 puis bin(21).
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 ;
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).
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.
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
⎛ ⎞
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|.
b) Montrer dans un premier temps : ∀n ∈ N, un vn . Puis conclure.

c) Commencer par écrire : ∀n ∈ N, vn un . 2) Remarquer : sin(1) < 1.
d) Calculer les termes un et vn des suites tant que c) Calculer les termes un de la suite jusqu’à ce que
1
|un − vn | > 10−10 , en utilisant une boucle while ... do. sin(1)n = en ln sin(1) 10−6 .
2
un + vn
À la sortie de la boucle, le réel est alors une valeur ap- * )
2 π 3π
prochée de à 10−10 près. 21.21 a) Montrer que f réalise une bijection de ; dans R.
2 2
b) Utiliser la méthode décrite dans la rubrique « les méthodes

21.16 a) 1) Revenir à la définition de deux suites adjacentes.
à retenir ».
2) Commencer par écrire : ∀n ∈ N∗ , un e vn .
1 21.22 a) Remarquer : 6 = 4 + 2 = 0.24 + 0.23 + 1.22 + 1.2 + 0 et
> 10−6
b) Calculer les termes un de la suite (un )n∈N∗ tant que 21 = 16 + 4 + 1 = 1.24 + 0.23 + 1.22 + 0.2 + 1.
n! n
en utilisant une boucle while ... do (ou jusqu’à ce que n
1 b) L[1] s’obtient en calculant Ent . L[2] s’obtient en calcu-
10−6 en utilisant une boucle repeat ... until.) m n 16
n! n lant Ent , avec m = n − Ent , etc.
8 16
À la sortie de la boucle, le réel un est alors une valeur appro-
chée de e à 10−6 près. Généraliser la méthode employée, puis utiliser une boucle
for ... do.
409
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-
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
Exemple d’exécution du programme : function puissance (x :real ; n :integer)

Entrer la valeur de n : 5 : real ;
Le produit est egal a 1.28065852E+02 var k : integer ;
p : real ;
21.5 a) Le programme doit renvoyer 0 ou 1 avec la même begin
probabilité. Pour cela, utilisons l’instruction random(n), avec
p :=1 ; { initialisation }
n = 2, qui retourne un entier compris entre 0 et n − 1, avec
équiprobabilité. for k :=1 to n do p :=p*x ;
program lancerequilibre ; puissance :=p ;
var piece : integer ; end ;
begin Remarque : À la fin de chaque boucle k, la variable p contient
la valeur de xk .
randomize ;
piece :=random(2) ; 21.7 Calculons n! à l’aide de la formule :
end.
n! = 1 × 2 × · · · × n.
b) Le programme doit renvoyer 1 avec une probabilité égale à
0.7 et 0 avec une probabilité de 0.3. Pour cela, utilisons l’ins-
truction random qui retourne un réel compris entre 0 et 1 ; si ce Pour cela, utilisons une boucle for ... do.
réel est inférieur à 0.7, alors la pièce amène pile, et face sinon. function factorielle(n :integer) : integer ;
program lancertruque ; var k,p : integer ;
var piece : integer ; begin
begin p :=1 ; { initialisation }
randomize ; for k :=1 to n do p :=p*k ;
if random<0.7 factorielle :=p ;
then piece :=1 end ;
else piece :=0 ; Remarque : À la fin de chaque boucle k, la variable p contient
end. la valeur de k!.
c) Plus généralement :
21.8 a) Utilisons la méthode décrite dans la rubrique « les
program lancertruque2 ; méthodes à retenir ».
var piece : integer ; program suite ;
p : real ;
var u : real ;
begin n,k : integer ;
randomize ; begin
writeln(’Entrer la valeur de p :’), write(’Entrer la valeur de n :’) ;
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
Pour cela, utilisons une boucle for ... do. Entrer la valeur de n : 5
Valeur de u(5) : 1.33235721E+00
411
b) • En utilisant un raisonnement par récurrence, on montre : readln(eps) ;

∀n ∈ N, un existe et un 1. u :=2 ; n :=0 ; {initialisation}
√
• Alors : ∀n ∈ N, un+1 − un = 2un − 1 − un
repeat
2un − 1 − u2n −(un − 1)2
= √ = √ 0. begin
2un − 1 + un 2un − 1 + un
Ainsi la suite (un )n∈N est décroissante. n :=n+1 ; u :=sqrt(2*u-1) ;
•La suite est donc décroissante et minorée par 1. On en déduit end ;
que la suite (un )n∈N converge vers un réel 1. until abs(u-1)<=eps
En passant à la limite dans l’égalité√: writeln(’Plus petite valeur de n :’,n) ;
∀n ∈ N, un+1 = 2un − 1,
√ writeln(’Valeur de u(’,n,’) :’,u) ;
on obtient : = 2 − 1 ⇐⇒ 2 = 2 − 1
⇐⇒ ( − 1)2 = 0 ⇐⇒ = 1. end.
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.
var u,eps : real ; program suite1 ;

n : integer ; var u : real ;
begin n,k : integer ;
write(’Entrer la valeur de eps :’) ; begin
readln(eps) ; write(’Entrer la valeur de n :’) ;
u :=2 ; n :=0 ; {initialisation} readln(n) ;
while abs(u-1)>eps do u :=2 ; {initialisation}
begin for k :=1 to n do u :=sqrt(u+k-1) ;
u :=sqrt(2*u-1) ; n :=n+1 ; writeln(’Valeur de u(’,n,’) :’,u) ;
end ; end.
writeln(’Plus petite valeur de n :’,n) ; Exemple d’exécution du programme :
writeln(’Valeur de u(’,n,’) :’,u) ; Entrer la valeur de n : 5

La valeur de u(5) est : 2.49203462E+00
end.
b) • En utilisant un raisonnement par récurrence, on montre :
• Le programme avec une boucle repeat ... until est le ∀n ∈ N, un 0.
suivant : √ √
• Alors : ∀n ∈ N, un+1 = un + n n.
program suite3 ; √
Puisque n −→ +∞, d’après le théorème de minoration, la
n∞
var u,eps : real ;
suite de terme général un+1 tend vers +∞.
n : integer ;
On en déduit que la suite (un )n∈N diverge vers +∞.
begin
c) Il s’agit ici de calculer les termes un de la suite tant que
write(’Entrer la valeur de eps :’) ;
un A (ou jusqu’à ce que un > A).
412
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
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.
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
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.
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
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
nb_lancers :=nb_lancers+1 ; begin

end ; aux :=u ; u :=v ; v :=aux+v ;
writeln(’Le nombre de lancers effectues est ’, end ;
nb_lancers) ;
writeln(’Valeur de u(’,n,’) : ’,v) ;
end.
end.
Entrer la valeur de p : 0.1 Exemple d’exécution du programme :
Le nombre de lancers effectues est 12 Valeur de n : 10
d) program piece_ter ; Valeur de u(’,n,’) : 5.50000000E+01
var p,r : real ; Remarque : Il est nécessaire d’utiliser une variable auxiliaire
n,nb_lancers,nb_piles : integer ; aux dans la boucle de façon à stocker la valeur de u, car l’ins-
415
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.
write(’Valeur de n :’) ; readln(n) ; c) Soit n ∈ N. On a alors : vn un .
u :=4 ; v :=1 ; Donc :

un + vn un + vn un + vn
for k :=1 to n do vn − − un − ,
2 2 2
begin c’est-à-dire :
un − vn un + vn un − vn
aux :=u ; u :=(u+v)/2 ; − − .
2 2 2
v :=sqrt(aux*v) ; On a donc :
u + v 1 un − vn
n − un − vn =
n
end ; .
2 2 2
writeln(’Valeur de u(’,n,’) : ’,u) ; 0
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
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 ;
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
21.17 a) 1) On a : 21.18 a) Si une urne contient a boules blanches et b boules

a
noires, alors la probabilité de tirer une boule blanche est
a+b
| cos(n)| 1 b
∀n ∈ N, 0 |un | = n. et celle de tirer une boule noire est .
2n 2 a+b
417
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 ;
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.
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
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 ;
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 "
• La fonction f est dérivable (donc continue) sur ; et :

• Soit n ∈ N. Nous allons appliquer l’inégalité des accroisse- # π 3π "
2 2

ments finis à la fonction g = cos sur l’intervalle [un ; α] (ou ∀x ∈ ; , f (x) = 1 + tan2 (x) − 1 = tan2 (x).
[α ; un ]). 2 2
# π 3π "
La fonction g est continue sur [un ; α] (ou [α ; un ]), dérivable sur Donc : ∀x ∈ ; , f (x) = 0 ⇐⇒ tan(x) = 0
2 2
]un ; α[ (ou ]α ; un [) et : ⇐⇒ x = π.
∀x ∈ ]un ; α[, |g (x)| = | sin(x)| sin(1), # π 3π "
Ainsi, la fonction f est positive sur ; et ne s’annule
car la fonction sin est positive et croissante sur ]un ; α[ et 2 2
qu’en π. On en déduit que f est strictement croissante.
]un ; α[⊂ [0 ; 1].
La fonction f étant continue et strictement croissante
On obtient alors : cos(u ) − cos(α) sin(1)|u − α|.
n n # π 3π " # π 3π "
sur ; , elle réalise une bijection de ; dans
Or : cos(un ) = un+1 et cos(α) = α. 2 2
# π 3π " +
2 2

Ainsi : |un+1 − α| sin(1)|un − α|. f ; = lim f ; lim f = R.
2 2 π/2 3π/2
419
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
sommation de, 3, 318 crible

B cause, 298 formule du, 279, 296
centre cubes d’entiers consécutifs
base, 63, 100 de la classe, 388 sommation de, 3, 318
canonique, 82 changement cumulative des fréquences
bâtons d’inconnue, 20 courbe, 389
diagramme en, 387 de variable, 5, 226
Bayes Chasles D
formule de, 298 relation de, 226 déciles, 389
Bernoulli classe décroissante, 151
loi de, 365 centre de la, 388 degré, 35
bicarré modale, 388, 389 dérivabilité, 208
trinôme, 37 coefficients dérivée, 208
bicarrée binomiaux, 4, 22, 36, 280 n-ième, 209
équation, 20 colonne, 102 successive, 210
421
Index
dérivées équiprobabilité, 296 G

partielles, 263 équivalent(s), 175, 194, 242
partielles premières, 263 espérance, 317, 343, 344, 366 Gauss
deux à deux incompatibles euclidienne méthode de, 83
événements, 296, 297 division, 36 pivot de, 82
développement limité, 242, 243 ev, 61, 101 génératrice, 62, 100, 101
diagonalisable événement, 296 géométrique
endomorphisme, 121 contraire, 296–298 loi, 365
matrice, 120 simuler un, 403 sommation, 3, 22, 37, 318
diagonaliser, 121 événements géométriques
diagramme deux à deux incompatibles, 296, 297 séries, 176
en bâtons, 387 élémentaires, 296 suites, 152
dichotomie, 402 indépendance d’, 299 grands nombres
différence indépendants, 299 loi faible des, 367
cardinal d’une, 278 intersection finie d’, 297
dimension, 101
intersection infinie d’, 298 H-I
finie, 101
mutuellement indépendants, 297, 299
directe
réunion finie d’, 296 histogramme, 387
somme, 61
réunion infinie d’, 297 hypergéométrique
discret, 387
disjoints, 278 suite croissante d’, 297 loi, 365
deux à deux, 278 suite décroissante d’, 298 if ... then ... else, 400
diverge, 152, 175 système complet dénombrable d’, 298 if...then, 400
divise, 36 exponentielle image, 63, 101, 102
division série de l’, 176 réciproque, 262
euclidienne, 36 exponentielles, 195, 241 imaginaire
DL(0), 242 externe partie, 19
DL1 , 264 loi, 63 pur, 21
doubles impaire, 195
produits, 4 inclusion, 2
sommations, 4 F incompatibles, 296
inconnue
changement d’, 20
E indépendance
factorielles, 4
écart-type factoriser, 37 d’événements, 299
empirique, 388 faible des grands nombres indépendantes, 343
effectif total, 388 loi, 367 mutuellement, 344
égalité, 2 fermée, 262 indépendants
élémentaires finie événements, 299
événements, 296 dimension, 101 indéterminée
élément fixes forme, 194, 241, 242
propre, 120 points, 196 inégalité, 21, 210, 226, 227
empirique de Bienaymé-Tchebychev, 366, 367
fonction
écart-type, 388 de Taylor-Lagrange, 227
de répartition, 317
variance, 388 des accroissements finis, 227
fonctionnelle
encadrement triangulaire, 21, 38
équation, 196, 210, 227
théorème d’, 151 triangulaire renversée, 21
endomorphisme for...do, 400
inéquation, 4
diagonalisable, 121 forme
injective, 2, 63
engendré indéterminée, 194, 241, 242 instructions
sev, 61 trigonométrique, 20 conditionnelles, 400
ensemble fini formule séquence d’, 400
cardinal d’un, 278 de Bayes, 298 intégrale, 225
ensembles, 2 de Leibniz, 209 limite d’, 226
entier de Poincaré, 279, 296 intégration
aléatoire, 403 de probabilité des causes, 298 par parties, 226
entière des probabilités composées, 297 intersection
partie, 195 des probabilités totales, 298, 299 de sev, 61
entiers consécutifs du binôme de Newton, 4, 22, 36, 37, 82, intersection finie
sommation d’, 3, 318 280, 318 événements, 297
équation, 4, 195 du crible, 279, 296 intersection infinie
bicarrée, 20 fréquences événements, 298
fonctionnelle, 196, 210, 227 courbe cumulative des, 389 inverse, 82
422
Index
inversible, 82 module, 21 probabilité, 296

isomorphisme, 102 monotone, 209 limite d’une, 367
théorème de la limite, 151 loi de, 316, 317, 342
moyenne, 388 probabilité des causes
L mutuellement indépendantes formule de, 298, 299
va, 344 probabilités
Leibniz mutuellement indépendants conditionnelles, 298
formule de, 209 événements, 297, 299 probabilités composées
libre, 62, 100, 101 formule des, 297
liée, 62 probabilités totales
lien N-O formule des, 298
suite/série, 175 produit, 401
limite, 151, 194, 195, 227, 241, 242 nature produit cartésien
d’intégrale, 226 d’une série, 176 cardinal d’un, 279
d’une probabilité, 367 d’une suite, 175 produits
limite de la dérivée Newton doubles, 4
théorème, 209 formule du binôme, 4, 22, 36, 37, projecteur, 64
limite monotone 82, 280, 318 propre
théorème de la, 151 nilpotente, 82 élément, 120
linéaire nombre sous-espace, 120
application, 61, 63 complexe, 19 valeur, 119, 120
combinaison, 62 noyau, 63, 101 vecteur, 120
suite récurrente, 152 ouverte puissances, 82, 122, 195, 241
système, 83 boule, 262 pur
linéaires imaginaire, 21
suites récurrentes, 152
linéariser, 210, 225
logarithmes, 195, 241
P Q-R
loi, 343
binomiale, 365 p-liste, 279 quartiles, 389
de Bernoulli, 365 sans répétition, 280 racines
de Poisson, 365, 366 paire, 195 carrées, 4, 20
de probabilité, 316, 317, 342 partie random(n), 403
externe, 63 entière, 195 randomize, 403
faible des grands nombres, 367 imaginaire, 19 rang, 82, 102
géométrique, 365 réelle, 19 théorème du, 83, 101, 102
hypergéométrique, 365 partielles réciproque, 64, 196
uniforme, 365 dérivées, 263 fonction, 243
usuelle discrète, 365 sommes, 176, 319 image, 262
loi de probabilité parties, 280 récurrence, 3, 4, 35
d’un couple, 342 intégration par, 226 récurrente
lois Pascal suite, 153
approximations des, 367 triangle de, 280 récurrente linéaire
marginales, 343 périodique, 195 suite, 152
permutation, 280 réel, 21
pivot aléatoire, 403
M de Gauss, 82 réelle
plan
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
Riemann successive transfert

somme de, 227 dérivée, 210 théorème de, 318
Rolle suite, 151 transposées, 83
théorème de, 209, 210, 264 nature d’une, 175 triangle
récurrente, 153 de Pascal, 280
récurrente linéaire, 152 triangulaire
S suite croissante inégalité, 21, 38
d’événements, 297 triangulaire renversée
suite decroissante inégalité, 21
sans répétition d’événements, 298 trigonométrique
p-liste, 280 suite/série écriture, 19
semblable(s), 121 lien, 175 forme, 19, 20
séquence suites trinôme
d’instructions, 400 arithmético-géométriques, 152 bicarré, 37
série, 174 arithmétiques, 152 troncature, 242
convergence d’une, 175, 319 géométriques, 152 type, 399
de l’exponentielle, 176 récurrentes linéaires, 152
géométrique, 176 supplémentaires
nature d’une, 176 sev, 62 U-V
somme d’une, 176 surjective, 2, 63
statistique, 387 système uniforme
série/intégrale complet dénombrable loi, 365
comparaison, 175 d’événements, 298 univers, 296
sev, 61 linéaire, 83 des possibles, 296
engendré, 61 usuelle discrète
supplémentaires, 62 loi, 365
simuler T va, 344
un événement, 403 va discrète(s), 316, 342
tangent valeur, 399
sinus, 21
plan, 264 approchée, 402
situation type, 365 taux
sommation propre, 119, 120
d’accroissement, 209 valeurs
d’entiers consécutifs, 3, 318 Taylor-Lagrange absolues, 4
de carrés d’entiers consécutifs, 3, inégalité de, 227 propres, 122
318 Taylor-Young valeurs intermédiaires
de cubes d’entiers consécutifs, 3, théorème de, 243 théorème des, 195, 196, 264
318 téléscopique variable, 399
géométrique, 3, 22, 37, 318 somme, 319 changement de, 5, 226
sommations, 3, 36 théorème variance, 344, 366
doubles, 4 bijection monotone, 196 empirique, 388
somme, 63, 401 d’Alembert, 37 variations, 209, 210
d’une série, 176 d’encadrement, 151 vecteur
de sev, 61 de la limite monotone, 151 propre, 120
directe, 61 de Rolle, 209, 210, 264
de Riemann, 227 de Taylor-Young, 243
somme de transfert, 318 W-Z
partielle, 176, 319 des accroissements finis, 209, 210,
téléscopique, 319 264 while...do, 400
sous-espace des valeurs intermédiaires, 195, zéro
propre, 120 196, 264 d’ordre α au moins, 36
statistique du rang, 83, 101, 102 d’ordre α exactement, 36
série, 387 limite de la dérivée, 209 zéros, 38, 209
424

(C.Lardon, JM - Monier) Mathématiques Méthodes Et PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

(C.Lardon, JM - Monier) Mathématiques Méthodes Et PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Mathématiques

Préface III 6. Espaces vectoriels

Énoncés des exercices 211 Du mal à démarrer ? 305

Les méthodes à retenir 296

La page d’entrée de chapitre

Les méthodes à retenir

Énoncés des exercices

Corrrigés des exercices

Points essentiels du cours

de termes, et du symbole pour un produit d’un nombre fini de facteurs

Les méthodes à retenir

Pour exprimer une composée g ◦ f  

Revenir à la définition, c’est-à-dire montrer :

• Montrer la négation de la définition de l’injectivité, c’est-à-dire

• Revenir à la définition, c’est-à-dire montrer :

• Montrer la négation de la définition de la surjectivité :

Essayer de raisonner par récurrence sur n.

Essayer de se ramener aux sommations classiques :

• la formule du binôme de Newton :

Pour calculer ➥ Exercices 1.14, 1.20, 1.21

• On sait résoudre les équations et les inéquations du premier degré et

Pour résoudre • Montrer éventuellement que l’équation se ramène à f (x) = 0, où f

Pour établir ➥ Exercice 1.11 a)

Énoncés des exercices

1.2 Détermination, sur des exemples, de A ∩ B, A ∪ B, A ∩ B, A ∩ B

1.3 Exemples d’études d’injectivité, de surjectivité, de bijectivité

1.4 Exemple de calcul de composée de deux applications

1.5 Exemple d’une restriction bijective

1.6 Exemple de calcul d’une sommation, raisonnement par récurrence

1.7 Exemple de calcul d’une sommation

1.8 Calcul sur les parties d’un ensemble

1.9 Études de P(E ∩ F) et de P(E ∪ F)

1.10 Exemple de calcul sur les parties d’un ensemble, inclusion

1.12 Exemple de calcul d’une sommation, utilisation d’un télescopage

1.13 Exemple d’équation faisant intervenir des coeﬃcients binomiaux

1.14 Exemple de calcul d’une somme double

1.15 Une formule sur les coeﬃcients binomiaux et un calcul de somme

1.16 Exemple d’équation faisant intervenir des valeurs absolues

1.17 Conséquences de l’injectivité ou de la surjectivité d’une composée

1.18 Conséquences de la bijectivité d’une certaine composée

1.19 Exemple d’études d’injectivité, de surjectivité, composition

1.20 Exemple de calcul d’une sommation double

1.21 Exemple de calcul d’une sommation double

1.22 Exemple de calcul d’une somme de coeﬃcients binomiaux

1.23 Détermination du plus grand terme dans la formule du binôme de Newton

1.24 Calcul d’une somme double de produits de coeﬃcients binomiaux

1.25 Diﬀérence symétrique, associativité

1.26 Exemple de calcul d’un produit double

1.27 Exemple d’inégalité portant sur une sommation

P1 P2 P3 P4 P5 P6 P7 P8 3e méthode : utilisation de fonctions caractéristiques :

1.24 a) Calculer chacun des deux membres de l’égalité voulue,

1) : A B = {2, 3}, 2) : A B = ] − ∞ ; 1[ ∪ ]2 ; +∞[.

• P2 est fausse. Il n’existe aucun réel y (fixé) plus grand que y = x2

• P5 est vraie. Si (x, y) ∈ N2 est tel que x + y = 1, alors : −1

donc : xy = 0. 2) • f : [0 ; +∞[ −→ R, x −→ x2 est injective, car, pour tout

1.4 • On a, pour tout x ∈ R : donc la formule est vraie pour n + 1.

1.5 a) Il est clair que : a = 2.

b) Soit (x, y) ∈ (R \ {2}) × R. On a : Sn = (k3 − 3k2 + 2k + 1)

donc y n’a pas d’antécédent par f . n(n3 − 2n2 − n + 6)

1.9 a) 1) Supposons E ⊂ F. • Si x ∈ C, alors, comme x ∈ B et x ∈ C, on a :

On a établi : E ⊂ F =⇒ P(E) ⊂ P(F). et on conclut : A ∩ B ⊂ (A ∩ C) ∪ (B ∩ C).

2) Réciproquement, supposons P(E) ⊂ P(F). 2e méthode : calcul sur les ensembles :

Soit x ∈ E. Considérons le singleton {x}, c’est-à-dire l’en- On a :

Pour exprimer une composée g ◦ f

b) On a, pour tout ensemble X : 1(A ∩ B) ∩ (A ∩ C) ∪ (B ∩ C) = 1A ∩ B 1(A ∩ C) ∪ (B ∩ C)

∀(z, z ) ∈ C2 , |z + z | |z| + |z |

j3 1 j j 2.10 a) 1) • A = 1 + e i θ = (1 + cos θ) + i

P(a) = 0, P (a) = 0, ..., P(α−1) (a) = 0 et P(α) (a) 0.