Notes de Cours

Rpublique Algrienne Dmocratique et Populaire
Ministre de lEnseignement Suprieur et de la Recherche Scientique

Universit Abou Bekr Belkaid Tlemcen
Facult de Technologie
Gnie Productique
Algbre et Analyse
Miri Soane El-Hadi
ii
Gnie Productique
Facult de Technologie
BP 230 Tlemcen
mirisoane@yahoo.fr
c _MIRI.S
"Seules les mathmatiques peuvent
purger lintellect et prparer ltudiant
acqurir tout savoir."
Roger Bacon.
Table des matires
Introduction 1
I Algbre 3
1 Thorie des Ensembles 5
1.1 Notions de logique . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Quelques notions de la thorie des ensembles . . . . . . . . . . . . 10
1.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Applications 17
2.1 Egalit de deux applications . . . . . . . . . . . . . . . . . . . . . 18
2.2 Classication des applications . . . . . . . . . . . . . . . . . . . . 18
2.3 Application compose . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Application rciproque ( inverse ) . . . . . . . . . . . . . . . . . . 22
2.5 Image directe et image rciproque . . . . . . . . . . . . . . . . . . 23
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Arithmtique dans Z 27
3.1 Divisibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Plus grand commun diviseur . . . . . . . . . . . . . . . . . . . . . 30
3.5 Entiers premiers entre eux . . . . . . . . . . . . . . . . . . . . . . 31
3.6 Lquation diophantienne ax + by = c . . . . . . . . . . . . . . . . 33
vi Table des matires
3.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4 Nombres Complexes 41
4.1 Oprations lmentaires dans C . . . . . . . . . . . . . . . . . . . 41
4.2 Forme trigonomtrique dun nombre complexe . . . . . . . . . . . 43
4.3 Racines carres et n
ieme
dun nombre complexe . . . . . . . . . . . 45
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5 Calcul Matriciel 53
5.1 Oprations sur les matrices . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Calcul de dterminants . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Matrice inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6 Espaces Vectoriels 65
6.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2 Base et dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7 Applications Linaires 75
7.1 Noyau et Image . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.2 Matrice associe une application linaire . . . . . . . . . . . . . 76
7.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
II Analyse 83
8 Suites Numriques 85
8.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.2 Suites convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.3 Sous-suite (suite extraite) . . . . . . . . . . . . . . . . . . . . . . 91
8.4 Suite de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.5 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.6 Thorme dencadrement . . . . . . . . . . . . . . . . . . . . . . . 92
c _MIRI.S
Table des matires vii
8.7 Limites innies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
8.8 Limites fondamentales . . . . . . . . . . . . . . . . . . . . . . . . 93
8.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
9 Fonction Relle dune Variable Relle
Limites et Continuit 97
9.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
9.2 Limite dune fonction en un point . . . . . . . . . . . . . . . . . . 98
9.3 Dnition quivalente . . . . . . . . . . . . . . . . . . . . . . . . . 101
9.4 Limites innies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.5 Continuit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.6 Prolongement par continuit . . . . . . . . . . . . . . . . . . . . . 103
9.7 Fonction continue sur un intervelle ferm born . . . . . . . . . . 104
9.8 Fonction continue strictement monotone . . . . . . . . . . . . . . 106
9.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
10 Drivation 111
10.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10.2 Rgles de drivation . . . . . . . . . . . . . . . . . . . . . . . . . 113
10.3 Quelques thormes . . . . . . . . . . . . . . . . . . . . . . . . . . 114
10.4 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 116
10.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
11 Calcul Intgral 121
11.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
11.2 Procds dintgration . . . . . . . . . . . . . . . . . . . . . . . . 123
11.3 Intgration de fonctions rationnelles . . . . . . . . . . . . . . . . . 125
11.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
12 Equations Direntielles 133
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
12.2 Equations direntielles du premier ordre . . . . . . . . . . . . . . 133
c _MIRI.S
viii Table des matires
12.3 Equations direntielles du deuxime ordre linaires coecients
constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
12.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
Bibliographie 147
c _MIRI.S
Introduction
Cet ouvrage est un support de cours, des matires Algbre, Analyse et Outils
mathmatiques ; il est principalement destin aux tudiants de premire anne
Gnie Productique. Il peut aussi servir aux tudiants de premire anne MI et ST
ainsi quaux tudiants de premire anne de la lire nationale gnie biomdical.
Ce manuscrit, ne peut en aucun cas faire oce de livre rfrence, cest tout au
plus un aide mmoire contenant les notions de base quun tudiant de premire
anne doit absolument connaitre.
Il est compos de deux parties
La premire partie est consacre lalgbre ; on y trouvera des notions sur
la thorie des ensembles, les applications et leur classication, larithmtique
dans Z, le corps des complexes, des notions de calcul matriciel et nalement des
notions de base sur les espaces vectoriels et les applications linaires.
Dans une version future de cet ouvrage, nous esprons adjoindre deux cha-
pitres portant sur les relations binaires, et les structures algbriques.
La deuxime partie est ddie lanalyse ; on y trouvera un premier cha-
pitre sur les suites, un chapitre sur les fonctions relles de la variable relle, un
troisime chapitre sur la drivation, le quatrime chapitre est consacr au calcul
intgral et dans le dernier chapitre on trouve quelques notions sur les quations
direntielles.
A la n de chaque chapitre on pourra trouver une srie dexercices.
Je tiens exprimer toute ma gratitude et ma reconnaissance Monsieur YADI
Karim, Matre de confrences au Dpartement de Mathmatiques de lUniversit
de Tlemcen, pour mavoir fait part de ses remarques toujours pertinentes et
constructives ; qui ont contribu amliorer de faon signicative le fond et la
2 Introduction
forme de ce manuscrit.
Il est certain que la premire version de cet ouvrage est perfectible, et quelle
contient certaines erreurs, cest pourquoi jinvite tous les lecteurs, tudiants ou
enseignants me faire parvenir leurs remarques et commentaires mon adresse
mail : mirisoane@yahoo.fr
c _MIRI.S
Premire partie
Algbre
Chapitre 1
Thorie des Ensembles
1.1 Notions de logique
Dnition 1.1. On appelle proposition toute phrase ou expression ( math-
matique ) dont sait dire si elle est vraie ou fausse.
1/ "5>0 est une proposition" ( car on peut dire quelle est vraie )
2/ "2=3 est une proposition" ( car on peut dire quelle est fausse )
3/ "Le 13 mars de lan 3212 sera ensoleill" nest pas une proposition.
On note une proposition p, q, r...
On associe chaque proposition le chire 1 si elle est vraie, et le chire 0 si elle
est fausse. Etant donnes plusieurs propositions, on rsume toutes les possibilits
dans un tableau quon appelle table de vrit.
Pour une proposition il ya donc deux possiblits
p
1
0
pour 2 propositions il ya 4 possibilits ; soit les deux sont vraies, soit la premire
est vraie et la seconde est fausse, soit la premire est fausse et la seconde est
6 Chapitre 1. Thorie des Ensembles
vraie ou encore les deux sont fausses.
p q
1 1
1 0
0 1
0 0
Pour n propositions il ya 2
n
possibilits.
Exemple 1.1. Tracer la table de vrit pour 3 propositions.
Dnition 1.2. Soit p une proposition donne, on note p sa ngation ( ou son
contraire ), ainsi p sera fausse si p est vraie, et inversement p sera vraie si p est
fausse.
Exemple 1.2. La ngation de x = 3 est x ,= 3
Exemple 1.3. La ngation de x > 5 est x 5
1.1.1 Connecteurs logiques
1/ Connecteur "et" not "" : Soient p et q deux propositions donnes, la
proposition ( p et q) note ( p q), ne sera vraie que si p est vraie et q est
vraie.
p q p q
1 1 1
1 0 0
0 1 0
0 0 0
2/ Connecteur "ou" inclusif not "" : Soient p et q deux propositions don-
nes, la proposition ( p ou q) note ( p q), sera vraie si p est vraie ou q
c _MIRI.S
1.1. Notions de logique 7
est vraie.
p q p q
1 1 1
1 0 1
0 1 1
0 0 0
3/ Connecteur "implication" not "" : Soient p et q deux propositions don-
nes, on dnit la proposition ( p implique q) note ( p q) par (p q) .
p q p p q
1 1 0 1
1 0 0 0
0 1 1 1
0 0 1 1
Il faut observer que lorsque p est fausse alors la proposition p q est
toujours vraie.
Limplication q p est appele implication rciproque.
Limplication q p est appele implication contrapose.
4/ Connecteur "biimplication" ou "quivalence" not "" : Soient p et q deux
propositions donnes, on dnit la proposition ( p q) dite aussi ( p est
logiquement quivalente q) par ((p q) (q p)) . On observera -en
traant la table de vrit- que ( p q) est vraie si et seulement si p et q
sont vraies en mme temps ou fausses en mmes temps.
Proprits
Soient p, q et r trois propositions donnes, nous avons alors les proprits
suivantes
1/ p p
2/ ( p p)p
3/ ( p p)p
4/ ( p q)( q p) commutativit du connecteur
c _MIRI.S
5/ ( p q)( q p) commutativit du connecteur
6/ [(p q) r] [p (q r)] associativit du connecteur
7/ [(p q) r] [p (q r)] associativit du connecteur
8/ (p q) (p q) loi de Morgan
9/ (p q) (p q) loi de Morgan
10/ (p q) (q p)
Pour dmontrer ces proprits, il sut de tracer une table de vrit ; titre
dexemple nous allons dmontrer la premire loi de Morgan
p q p q p q (p q) (p q)
1 1 0 0 1 0 0
1 0 0 1 0 1 1
0 1 1 0 0 1 1
0 0 1 1 0 1 1
1.1.2 Quelques types de raisonnement logique
1/ Dmonstration par contrapose : Nous avons vu que [(p q) (q p)] .
Au lieu de dmontrer que (p q) est vraie, il est parfois plus commode
de dmontrer que sa contrapose (q p) est vraie. Illustrons cela par un
exemple
Exemple 1.1. Soit n N un entier naturel. Montrer que [(n
2
pair) (n pair)] .
Pour dmontrer cela nous allons procder par contrapose, donc au lieu de mon-
trer que (n
2
pair) (n pair) , nous allons montrer que (n impair) (n
2
impair) ,
en eet
n impair n = 2k + 1 pour un certain k N
n
2
= (2k + 1)
2
n
2
= 4k
2
+ 4k + 1
n
2
= 2
_
2k
2
+ 2k
_
+ 1
n
2
= 2k
+ 1
n
2
impair.
c _MIRI.S
1.1. Notions de logique 9
2/ Dmonstration par labsurde : Au lieu de montrer quune proposition est
vraie ; la dmonstration par labsurde consiste dmontrer que sa nga-
tion est fausse. En particulier au lieu de montrer que (p q) est vraie,
nous allons montrer que (p q) est fausse. Rappelons que (p q) est par
dnition (p q) , donc par les lois de Morgan (p q) est quivalente
(p q) . Ainsi au lieu de montrer que que (p q) est vraie, nous allons
montrer que (p q) est fausse.
Exemple 1.2. Pour x R, par labsurde montrer que
_
(x ,= 2)
_
x+1
x+2
,= 1
__
.
Par labsurde on suppose que
_
(x ,= 2) et
_
x+1
x+2
= 1
__
, or
x + 1
x + 2
= 1 x + 1 = x + 2
1 = 2 ce qui est absurde.
3/ Dmonstration par rcurrence : Pour montrer quune proprit P(n) est
vraie pour tout entier naturel n; la dmonstration par rcurrence consiste
vrier que P(0) est vraie, on suppose que la proprit est vraie un
rang n quelconque (cest lhypothse de rcurrence) et on dmontre quelle
reste vraie au rang n + 1, et on conclut alors que la proprit P(n) est
vraie quelque soit lentier naturel n. La dmonstration par rcurrence reste
valable si 0 est remplac par 1, 2, 3 ou n
0
la conclusion sera que P(n) est
vraie quelque soit lentier naturel n n
0
.
Exemple 1.3. Montrer par rcurrence que pour tout entier naturel n on a :
0 + 1 + 2 + 3 + ... + n =
n(n+1)
2
.
On commence par vrier que pour n = 0, on a bien que 0 =
0(0+1)
2
.
On suppose que pour un certain rang n, on a 0 + 1 + 2 + 3 + ... + n =
n(n+1)
2
(
cest lhypothse de rcurrence )
Il faut montrer que 0 + 1 + 2 + 3 + ... + (n + 1) =
(n+1)(n+2)
2
, en eet
0 + 1 + 2 + 3 + ... + (n + 1) = [0 + 1 + 2 + 3 + ... + n] + (n + 1)
=
n(n + 1)
2
+ (n + 1) par lhypothse de rcurrence.
=
(n + 1)(n + 2)
2
.
c _MIRI.S
1.1.3 Quanticateurs logiques
On utilisera souvent le quanticateur universel not , symbole qui signie
"pour tout" ou "quel que soit". Par exemple " pour tout x, x satisfait la proprit
P(x)" scrira " x, P(x)".
Le quanticateur existentiel est quant lui not , symbole qui signie "il
existe au moins". Par exemple " il existe x, x satisfait la proprit P(x)" scrira
" x, P(x)".
Les deux quanticateurs sont lis par le fait que la ngation de lun donne
lautre,
[x, P(x)]
_
x, P(x)
_
[x, P(x)]
_
x, P(x)
_
1.2 Quelques notions de la thorie des ensembles
Dnition 1.3. Un ensemble est une collection dobjets, o chaque objet est
appel lment. Il y a principalement deux faons de dnir un ensemble : En
extension si on donne la liste de ses lmnts, en comprhension si on ne donne
pas la liste de ses lements mais juste leur proprit(s).
Exemple 1.4.
E = x N; x divise 8 ensemble dni en comprhension
E = 1, 2, 4, 8 ensemble dni en extension
Dnition 1.4. Si a est un lment de E, on crit a E et on lit a appartient
E.
1.2.1 Inclusion et galit
Soient A et B deux ensembles donns, on dira que A est inclus dans B, ou
que A est une partie de B ou encore que A est un sous ensemble de B, si et
c _MIRI.S
1.2. Quelques notions de la thorie des ensembles 11
seulement si tout lment de A est aussi un lment de B. On note dans ce cas
A B.
On dira que A est gal B, si on a la double inclusion A B et B A
(A = B) (A B et B A)
1.2.2 Ensemble des parties dun ensemble
Dnition 1.5. Lensemble vide est lensemble qui ne contient aucun lment,
on le note .
Remarque 1.1. Lensemble vide est inclus dans tout autre ensemble A, pour
sen convaincre observons que limplcation
x x A
est toujours vraie, car x est une proposition fausse.
Dnition 1.6. Soit E un ensemble donn, on note T (E) , lensemble des parties
de E
T (E) = A, A E
Exemple 1.5.
E = 1.2
T (E) = , 1 , 2 , 1.2
Dnition 1.7. On appelle cardinal dun ensemble, le nombre de ses lments,
et on le note card. Par exemple, si E = a.b, c alors card(E) = 3
Exemple 1.4. Montrer que
card(E) = n card(T (E)) = 2
n
c _MIRI.S
1.2.3 Complmentaire dun ensemble
Soit E un ensemble donn, et soit A E, le complmentaire de A dans E
est lensemble not C
E
A dni par
C
E
A = x E; x / A
Si lensemble A est dni par
A = x E; p(x)
alors
C
E
A =
_
x E; p(x)
_
On a les proprits
1/ C
E
(C
E
A) = A
2/ C
E
E =
3/ C
E
= E
Exemple 1.6. Soit E = 1, 2, 3, 9, 10 et A = 1, 9, 10 alors C
E
A = 2, 3
1.2.4 Union et intersection de deux ensembles
Soit E un ensemble donn, et soient A E et B E tels que A =
x E; p(x) et B = x E; q(x)
Lunion ou runion de A et B, est lensemble not A B dni par
A B = x E; p(x) q(x)
= x E; x A ou x B
Lintersection de A et B, est lensemble not A B dni par
A B = x E; p(x) q(x)
= x E; x A et x B
c _MIRI.S
1.2. Quelques notions de la thorie des ensembles 13
On observera que
A A B, et B A B
et que
A B A, et A B B
1.2.5 Proprits
Soient A, B et C trois sous ensembles dun ensemble E. Les proprits sui-
vantes se dduisent de celles introduites dans la section prcdente
1/ A A = A
2/ A A = A
3/ A B = B A commutativit de lintersection
4/ A B = B A commutativit de lunion
5/ (A B) C = A (B C) associativit de lintersection
6/ (A B) C = A (B C) associativit de lunion
7/ C
E
(A B) = C
E
A C
E
B
8/ C
E
(A B) = C
E
A C
E
B
9/ C
E
A A =
10/ C
E
A A = E
1.2.6 Dirence et dirence symtrique
Soient A, B deux sous ensembles dun ensemble E, on note AB la dirence
de A et B, comme tant lensemble des lments de A nappartenant pas B
A B = x E; x A et x / B
= A C
E
B
La dirence symtrique de A et B est lensemble not AB dni par
AB = (A B) (B A)
= (A B) (A B)
c _MIRI.S
Exemple 1.5. Montrer que (A B) (B A) = (A B) (A B) .
1.2.7 Produit cartsien
Soient E et F deux ensembles donns, le produit cartsien de E et F est
lensemble not E F dni par
E F = (x, y) ; x E et y F
llment (x, y) est appel couple ordonn. On doit faire la dirence entre (x, y)
et (y, x) .
[(x, y) = (x
, y
)] [x = x
et y = y
]
c _MIRI.S
1.3. Exercices 15
1.3 Exercices
Exercice 1.1. Soient p et q deux propositions donnes, en utilisant la table de
vrit, montrer que
(p q) (p q)
(p q) (q p)
Exercice 1.2. Soient p, q et r trois propositions donnes, Montrer les proprits
suivantes
1. p p
2. ( p p)p
3. ( p p)p
4. ( p q)( q p) commutativit du
5. ( p q)( q p) commutativit du
6. [(p q) r] [p (q r)] associativit du
7. [(p q) r] [p (q r)] associativit du
8. (p q) (p q) loi de Morgan
9. (p q) (p q) loi de Morgan
10. (p q) (q p)
Exercice 1.3. Soient p, q et r trois propositions donnes. En utilisant la table
de vrit, vriez que les propositions suivantes sont vraies
1. (p q) [(p q) q]
2. (p q) [(p r) (q r)]
Exercice 1.4. Former la ngation des propositions suivantes :
[(p q) r] (p q)
[(p q) r] (p r)
Exercice 1.5. Montrer laide dun exemple que la relation (x)(y)P
(y)(x)P nest gnralement pas vraie.
Exercice 1.6. Soit A et B deux ensembles donns, montrer que si AB = AB
alors A = B.
c _MIRI.S
Exercice 1.7. Soit A, B et C trois ensembles donns, montrer que AC = AB
si et seulement si B A C.
Exercice 1.8. Soit A et B deux sous-ensembles dun ensemble E. Montrer lga-
lit
(A B) (A B) = (A B) (B A).
Exercice 1.9. Raisonnement par rcurrence : Montrer par rcurrence ce qui suit
n
k=1
k =
n(n + 1)
2
n
k=1
(2k 1) = n
2
n
k=1
k
3
=
_
n(n + 1)
2
_
2
Exercice 1.10. Raisonnement par contraposition : Montrer que
x ,= 2 et y ,= 2 xy 2x 2y + 4 ,= 0
Exercice 1.11. Raisonnement par labsurde : Montrer que
2 est irrationnel.
ln(2)
ln(3)
est irrationnel
c _MIRI.S
Chapitre 2
Applications
Dnition 2.1. On appelle fonction dun ensemble A vers un ( ou dans un )
ensemble B; toute correspondance f qui associe tout lment de A au plus un
lment de B. On note alors
f : A B
x f(x)
Dnition 2.2. On appelle application dun ensemble A vers un ( ou dans
un ) ensemble B; toute correspondance f qui associe tout lment x A
un et un seul lment y = f(x) B. On conservera aussi la mme notation
f : A B
x f(x)
A est appel ensemble de dpart, B est appel ensemble darrive. y = f(x) est
appel image de x, et x est appel antcdent de y = f(x).
Lapplication dun ensemble A vers lui mme qui chaque lment x associe x,
est appele application identit note I
A
I
A
: A A
x I
A
(x) = x
18 Chapitre 2. Applications
Remarque 2.1. Considrons
f : R R
x f(x) =
1
x
et
g : R
R
x f(x) =
1
x
il est noter que f est une fonction et que g est une application ; en eet 0 ne
possde pas dimage par f. Nous attirons lattention du lecteur que lexpression
elle seule
1
x
en cet exemple, ne sut pas dterminer si lon est devant une
application ou une fonction, il faut aussi inspecter lensemble de dpart.
2.1 Egalit de deux applications
Soient f et g deux applications de A vers B. On dnit lgalit entre f et
g comme suit
(f = g) (x A, f(x) = g(x))
Remarque 2.2. On ne parle jamais dgalit entre deux applications qui nont
pas le mme ensemble de dpart et darrive.
2.2 Classication des applications
Soit f : A B une application donne.
1/ Application surjective : On dira que f est une application surjective si et
seulement si tout lment y de B possde au moins un antcdent x dans
A. En dautres termes
(f est surjective) (y B, x A; y = f(x))
(y B, lquation y = f(x) possde au moins une solution x A)
c _MIRI.S
2.2. Classification des applications 19
Exemple 2.1. Soit
f : R R
x f(x) = 3x + 5
Soit y R,
y = f(x) y = 3x + 5
y = f(x) x =
y 5
3
ainsi y R, x =
y5
3
R; y = f(x). En conclusion f est surjective.
2/ Application injective : On dira que f est une application injective si et
seulement si tout lment y de B possde au plus un antcdent x dans A.
En dautres termes
(f est surjective) (x
1
, x
2
A; x
1
,= x
2
f(x
1
) ,= f(x
2
))
(x
1
, x
2
A; f(x
1
) = f(x
2
) x
1
= x
2
)
(y B, lquation y = f(x) possde au plus une solution x A)
Exemple 2.2. Soit
f : R R
x f(x) = 3x + 5
Soient x
1
, x
2
R,
f(x
1
) = f(x
2
) 3x
1
+ 5 = 3x
2
+ 5
f(x
1
) = f(x
2
) x
1
= x
2
En conclusion f est injective.
3/ Application bijective : On dira que f est une application bijective si et
seulement si elle est injective et surjective la fois. En dautres termes f
est une application bijective si et seulement si tout lment y de B possde
c _MIRI.S
un et un seul antcdent x dans A
f est bijective (y B, lquation y = f(x) possde une et une seule solution x A)
Exemple 2.3. Soit
f : R R
x f(x) = 3x + 5
Comme on la dja vu, lapplication f est injective et surjective, elle est donc
bijective.
Une application bijective dun ensemble A dans lui mme est appele permu-
tation.
Remarque 2.3. Considrons lexemple
f : R R
x f(x) = x
2
Observons alors que si y < 0, lquation y = f(x) = x
2
ne possde pas de solution
dans R, ce qui nous permet de conclure que f nest pas surjective. Dun autre
ct on remarque par exemple que f(2) = f(2) = 4 bien que 2 ,= 2, on en
dduit donc que f nest pas injective.
Soit prsent lapplication
g : R R
+
x g(x) = x
2
Il est facile de voir que g est surjective, mais non injective. Il est tout aussi facile
de vrier que lapplication
h : R
R
x h(x) = x
2
est injective mais non surjective.
Lenseignement tirer de cet exemple est quil existe des applications qui ne sont
c _MIRI.S
2.3. Application compose 21
ni injectives ni surjectives, comme il existe des applications qui sont injectives
mais non surjectives et inversement.
2.3 Application compose
Soient A, B et C trois ensembles donns, et soient f et g deux applications
telles que
f : A B
x f(x)
et
g : B C
x g(x)
on dnit alors lapplication compose de f et g note (g f) - lire g rond f-
par
(g f) : A C
x (g f) (x) = g (f(x))
Remarque 2.4. 1/ Lapplication (g f) nest dnie que si lensemble dar-
rive de f est gal lensemble de dpart de g.
2/ Lapplication (g f) peut tre dnie sans pour autant que lapplication
(f g) le soit.
3/ Mme quand les deux applications (g f) et (f g) existent, en gnral
(g f) ,= (f g), en dautres termes nest pas commutatif.
4/ Par contre cest associatif, soit (g f) h = g (f h)
Exemple 2.4. Soient
f : R R
x f(x) = 3x + 5
et
g : R R
x g(x) = 2x + 3
alors
(g f) (x) = g (f(x))
= 2f(x) + 3
= 2 (3x + 5) + 3
= 6x +7
c _MIRI.S
2.4 Application rciproque ( inverse )
Soit
f : A B
x y = f(x)
une application bijective. On dnit lapplication rciproque note f
1
par
f
1
: B A
y x = f
1
(y)
Il est trs important de faire la dirence entre f
1
(y) et [f(y)]
1
=
1
f(y)
. Pour
viter cette confusion nous allons privilgier lappellation rciproque celle din-
verse, du moins dans un premier temps.
Exemple 2.5. Soit lapplication
f : R R
x f(x) = 3x + 5
nous avons dej montr plus haut que f est bijective, elle admet donc une ap-
plication rciproque f
1
, pour trouver lexpression de f
1
(x) on procde comme
suit
y = f(x) = 3x + 5 x =
y 5
3
en en dduit donc que f
1
(y) =
y5
3
, la varaiable y tant une variable muette on
peut donc crire
f
1
: R R
x f
1
(x) =
x5
3
Il faut observer que que (f f
1
) (x) = x et (f
1
f) (x) = x.
Remarque 2.5. Soit f : A B une application bijective, alors f
1
: B A,
et on a
f f
1
= I
B
et f
1
f = I
A
Proposition 2.1. Soit f : A B une application donne, et soit g : B A
c _MIRI.S
2.5. Image directe et image rciproque 23
une deuxime application, si lon a
f g = I
B
et g f = I
A
alors f et g sont bijectives, et de plus g = f
1
et g
1
= f.
Corollaire 2.1. Soit f : A B une application bijective, alors f
1
: B A,
est aussi une application bijective et (f
1
)
1
= f.
Remarque 2.6. Si f et g sont bijectives, alors lapplication (g f) est bijective,
et de plus (g f)
1
= f
1
g
1
.
2.5 Image directe et image rciproque
Soit
f : E F
x f(x)
une application donne, et soient A E et B F.
On dnit lensemble f (A) par
f (A) = y F; x A tel que y = f(x)
f (A) ainsi dnie sappelle image directe de lensemble A par f. On fera remar-
quer au lecteur que f (A) F.
On dnit lensemble f
1
(B) par
f
1
(B) = x E; f(x) B
f
1
(B) ainsi dnie sappelle image rciproque de lensemble B par f. On fera
remarquer au lecteur que f
1
(B) E. Il est aussi noter que f nest pas
ncessairement bijective f
1
(B) est une simple notation qui dsigne un ensemble.
c _MIRI.S
2.6 Exercices
Exercice 2.1. Soit f : R R telle que f(x) = 3x + 8. f ainsi dnie
est-elle injective ? surjective ?bijective ?
Exercice 2.2. Soit lapplicationf dnie comme suit : f : R R telle que
f(x) = [2x + 5[ . f ainsi dnie est-elle injective ? surjective ?bijective ?
Exercice 2.3. Soit f : R R telle que f(x) = x
2
1 .
1. f ainsi dnie est-elle injective ? surjective ?bijective ?
2. Soit prsent g : [1, +[ [0, +[ telle que g(x) = x
2
1 ; montrer que g
est bijective et donner lexpression de sa fonction rciproque.
Exercice 2.4. Soit f : R R telle que f(x) =
2x
1+x
2
.
1. f ainsi dnie est-elle injective ? surjective ?bijective ?
2. Montrer que lapplication g : [1, 1] [1, 1] telle que g(x) =
2x
1+x
2
est une
application bijective.
Exercice 2.5. Soit f : R
2
R
2
telle que f(x, y) = (x + y, 2x + 2y).
Lapplication f ainsi dnie est elle bijective ?
Exercice 2.6. Soit lapplication f dnie comme suit :
f : R
_
1
2
_
R
_
1
2
_
x f(x) =
x+1
2x+1
1. f ainsi dnie est-elle injective ? surjective ?
2. Donner lexpression de (f f)(x).
3. Par deux mthodes direntes , retrouver lexpression de f
1
(x).
Exercice 2.7. Soient a, b, c et d des rels non nuls donns, et soit g dnie comme
suit :
g : Rx
0
Ry
0
x g(x) =
ax+b
cx+d
1. Comment doit- on choisir le rel x
0
pour que g soit une application?
2. Comment doit-on choisir a, b, c et d pour que g soit une application injective ?
c _MIRI.S
2.6. Exercices 25
3. Comment doit- on choisir a, b, c, d et le rel y
0
pour que g soit une application
surjective ?
4. Comment doit-on choisir a, b, c, d, x
0
et y
0
pour que g soit une application
bijective ?
Exercice 2.8. On considre quatre ensembles A, B, C et D et des applications
f : A B , g : B C, h : C D. Montrer que :
1. (g f) injectivef injective
2. (g f)surjectiveg surjective
3. ((g f)et (h g)bijectives)(f, g et h sont bijectives)
Exercice 2.9. Soit f : E F une application donne, et soit A E , B E
et soit C F et D F. Montrer ce qui suit
1. A B f (A) f (B)
2. f (A B) = f (A) f (B)
3. f (A B) f (A) f (B) . Si f est injective alors on a lgalit f (A B) =
f (A) f (B)
4. C D f
1
(C) f
1
(D)
5. f
1
(C D) = f
1
(C) f
1
(D)
6. f
1
(C D) = f
1
(C) f
1
(D)
c _MIRI.S
Chapitre 3
Arithmtique dans Z
Le but de ce chapitre est la rsolution dun classe dquations diophantiennes,
ayant lesprit de familiariser ltudiant la contrainte de trouver des solutions
entires, en eet il serait absurde de dire que la solution x dun problme donn
est x = 3.7 , alors que x reprsente un nombre dtudiants.
3.1 Divisibilit
Dnition 3.1. Soient a et b deux entiers, on dit que a divise b ( ou que b est
un multiple de a ) si et seulement si il existe un entier k tel que
b = ka
on notera dans ce cas
a/b
et on lira a divise b.
Exemple 3.1. 3/12 car 12 = 4 3
Remarque 3.1. Si un entier est divisble par 2, ( ou encore multiple de 2) il est
dit pair, sinon il est dit impair.
28 Chapitre 3. Arithmtique dans Z
3.1.1 Proprits
Soient a, b, c, a/, b/ des entiers donns, on a alors les proprits suivantes
1/ a/a, 1/a, a/0.
2/ Si a/1 alors a = 1.
3/ Si a/b alors (a) /b.
4/ Si a/b et b ,= 0 alors [a[ [b[ . Cette proprit nous permet entre autre de
dduire que chaqueentier possde un nombre ni de diviseurs.
5/ Si a/b et b/a alors [a[ = [b[ .
6/ Si a/b et b/c alors a/c. Transitivit.
7/ Si a/b et a/c alors a/ (b + c) pour tout entiers et . En particulier
(a/b et a/c) a/ (b + c)
(a/b et a/c) a/ (b c)
(a/b et a/c) a/ (c b)
8/ Si a/b alors a/bc.
9/ Si a/b alors ac/bc.
10/ Si a/b et a
/b
alors aa
/bb
; et par voie de consquence, si a/b alors a

n
/b
n
n N
.
Hormis la proprit 4 ; toutes les proprits nonces se dduisent directement
de la dnition.
3.2 Division euclidienne
Thorme 3.1. Soit a un entier donn, et soit b un entier naturel non nul ; alors
il existe deux entiers q et r tels que
a = bq + r avec 0 r < b.
q est appel quotient et r est appel reste, de la division euclidienne de a par b.
Exemple 3.2. Pour eectuer la division euclidienne de 19 par 5, on a 19 =
c _MIRI.S
3.3. Congruences 29
5 3 + 4.
3.3 Congruences
Dnition 3.2. Soit n un entier naturel non nul, et soient a, b et c trois entiers
donns. On dit que a et b sont congrus modulo n ou encore que a et congru b
modulo n si et seulemnt si n/ (a b) . On note alors a b [n] .
Exemple 3.3. 9 1 [2] , 19 3 [4] , 19 7 [4] , 15 0 [5] .
Remarque 3.2.
a 0 [n] n/a
3.3.1 Proprits
Soient a et b deux entiers donns, soient n, m deux entiers naturels non nuls.
1/ a a [n] .
2/ a b [n] b a [n] .
3/ (a b [n] et b c [n]) (a c [n]) .
4/ Si a b [n] et si m/n alors a b [m] .
Le lecteur avis, aura reconnu dans les proprits 1/, 2/ et 3/ le fait que la
congruence modulo n est une relation dquivalence.
3.3.2 Rgles de calcul
Soient a, b, c et d des entiers donns, soient n et k deux entiers naturels non
nuls.
1/ Si a b [n] et c d [n] alors (a + c) (b + d) [n] .
2/ Si a b [n] et c d [n] alors (ac) (bd) [n] .
3/ Si a b [n] alors a
k
b
k
[n].
c _MIRI.S
3.4 Plus grand commun diviseur
Dnition 3.3. Soient a et b deux entiers naturels non nuls donns ; parmi les
diviseurs de a et ceux de b nous allons choisir les diviceurs communs, et parmi
ces diviseurs communs nous allons choisir le plus grand, ce dernier est appel le
plus grand commun diviseur de a et de b. On le note pgcd(a,b) ou PGCD(a,b)
ou encore a b.
Remarque 3.3. On fera remarquer que lensemble des diviseurs communs de
deux entiers nest pas vide, puisquil contient au moins 1. Dun autre ct, les
diviseur dun entier donn sont en nombre ni, comme on la vu plus haut, donc
le plus grand des diviseurs existe et est ni.
Exemple 3.4. pgcd(36,24)=12.
3.4.1 Mthode pratique : Algorithme dEuclide
Soient a et b deux entiers naturels non nuls donns ; supposons que a b.
En pratique, pour calculer le pgcd(a,b) on aectue une division euclidienne de a
par b, puis des divisions euclidiennes successives du quotient par le reste de la
division antrieure. Le pgcd(a,b) est le dernier reste non nul.
Cette manire de faire est appele algorithme dEuclide.
Exemple 3.5. Utilisons lalgorithme dEuclide pour trouver le pgcd(264,168)
264 = 168 1 + 96
168 = 96 1 + 72
96 = 72 1 + 24 dernier reste non nul
72 = 24 3 + 0 reste nul
ainsi pgcd(264,168)=24.
3.4.2 Proprits
Soit a, b et k des entiers positifs
1/ pgcd(a,1)=1 ; pgcd(a,a)=a.
2/ pgcd(a,b)=pgcd(b,a)
c _MIRI.S
3.5. Entiers premiers entre eux 31
3/ a/b pgcd(a,b)=a
4/ pgcd(ka,kb)=kpgcd(a,b)
5/ (k/a et k/b) k/pgcd(a,b)
Remarque 3.4. On gnralise la notion de pgcd aux entiers relatifs non nuls de
la manire suivante : pgcd(a,b)=pgcd( [a[,[b[).
3.4.3 Plus petit commun multiple
Dnition 3.4. Soient a et b deux entiers naturels non nuls donns ; parmi les
multiples de a et ceux de b nous allons choisir les multiples communs, et parmi
ces multiples communs nous allons choisir le plus petit, ce dernier est appel le
plus petit commun multiple de a et de b. On le note ppcm(a,b) ou PPCM(a,b)
ou encore a b.
Thorme 3.2. Soient a et b deux entiers naturels non nuls donns, nous avons
alors la relation suivante :
ppcm(a, b) pgcd(a, b) = a b
3.4.4 Proprits
Soit a, b et k des entiers positifs
1/ ppcm(a,1)=a ; ppcm(a,a)=a.
2/ ppcm(a,b)=ppcm(b,a)
3/ a/b ppcm(a,b)/b
4/ ppcm(ka,kb)=kppcm(a,b)
5/ (a/k et b/k) ppcm(a,b)/k
Remarque 3.5. Comme pour le pgcd, on gnralise la notion de ppcm aux
entiers relatifs non nuls de la manire suivante : ppcm(a,b)=ppcm( [a[,[b[).
3.5 Entiers premiers entre eux
Dnition 3.5. Soient a et b deux entiers non nuls donns, on dira que a et b
sont premiers entre eux si pgcd(a,b)=1.
c _MIRI.S
3.5.1 Proprits
Soit a, b et k des entiers non nuls
1/ Tout entier est premier avec 1.
2/ Si pgcd(a,b)=1 et c/b alors pgcd(a,c)=1
3/ pgcd(a,b)=k si et seulement si il existe deux entiers a et b premiers entre
eux tels que a=ak et b=bk.
4/ (pgcd(a, b) = 1 et pgcd(a, c) = 1) (pgcd(a, bc) = 1)
5/ pgcd(a, b) = 1 pgcd(a
n
, b
m
) = 1 pour tous entiers non nuls n, m.
3.5.2 Identit de Bzout
Soient a et b deux entiers non nuls donns, il existe alors deux entiers u et v
tels que :
au + bv = pgcd(a, b)
Mthode pratique de calcul
Soient a et b deux entiers non nuls donns, lidentit de Bzout nous indique
lexistence de deux entiers u et v tels que au+bv =pgcd(a, b). Pour dterminer u
et v nous allons suivre la mthode suivante ; on applique lalgorithme dEuclide
comme pour calculer pgcd(a, b), on obtient ainsi un certain nombre de division
euclidienne, pour trouver u et v il sut de remonter ces divisions depuis la
dernire jusqu la premire.
Exemple 3.1. a = 123, b = 67 le but est de trouver u et v tels que
au + bv = pgcd(a, b).
On commence par lalgorithme dEuclide
123 = 67 1 + 56 L1
67 = 56 1 + 11 L2
56 = 11 5 + 1 L3
11 = 11 1 + 0
c _MIRI.S
3.6. Lquation diophantienne ax + by = c 33
Ainsi pgcd(123, 67) = 1. Donc on cherche u et v tels que 123u + 67v = 1.
Remontons les division euclidiennes successives :
L3 donne 1 = 56 11 5
L2 donne 11 = 67 56 1
Les deux quations prcdentes donnent 1 = 56 (67 56 1) 5 soit que
1 = 56 6 67 5.
L1 donne 56 = 123671; on remplace dans lquation prcdente et on obtient
1 = (123 67 1) 6 67 5
donc nalement 123 6 + 67 (11) = 1, et ainsi u = 6 et v = 11.
Thorme de Bzout
Deux entiers non nuls a et b sont premiers entre eux si et seulement si il existe
deux entiers u et v tels que au + bv = 1.
Lemme de Gauss
Soint a, b et c des entiers non nuls tels que a/bc, si a et b sont premiers entre
eux alors a/c
Comme consquence du Lemme de Gauss nous avons le rsultat suivant :
Soit n un entier naturel non nul et soit a un entier tels que a et n sont premiers
entre eux, alors pour tout couple dentiers (x, y) on a
ax ay [n] x y [n]
3.6 Lquation diophantienne ax + by = c
On appelle quation diophantienne toute quation dont les coecients et
les inconnues sont des entiers. On sinteresse dans ce chapitre en particulier
lquation
ax + by = c
o a, b et c sont des entiers donns et x et y sont les inconnues trouver dans Z.
c _MIRI.S
Remarque 3.6. On fera remarquer que au lecteur que lquation ax + by = c
possde une innit de solutions relles, toute la dicult et de trouver -si elles
existent- des solution dans Z.
Posons d =pgcd(a, b) , on a alors le thorme suivant
Thorme 3.3. Lquation diophantienne ax + by = c possde des solutions (
dans Z) si et seulemnt si d/c.
Remarque 3.7. Si d =pgcd(a, b) = 1 alors lquation diophantienne ax+by = c
possde toujours des solutions ( dans Z).
3.6.1 Mthode de rsolution
Pour rsoudre lquation diophantienne ax+by = c, on commence par calculer
d =pgcd(a, b) .
Si d ne divise pas c, alors lequation ne possde pas de solution entire.
Si d divise c, alors c = dc
, dun autre ct comme d =pgcd(a, b) alors a = da
et b = db
avec pgcd(a
, b
) = 1. Donc
ax + by = c da
x + db
y = dc
x + b
y = c
.
Par ailleurs, daprs lidentit de Bzout, il va exister u et v tels que
a
u + b
v = 1 car pgcd (a
, b
) = 1. (3.1a)
On multiplie lquation (3.1a) par c
et on obtient
a
uc
+ b
vc
= c
donc
x
0
= uc
et y
0
= vc
forment une solution particulire de notre quation. Soit (x, y) une solution quel-
c _MIRI.S
conque de a
x + b
y = c
. On a alors
a
x + b
y = c
x
0
+ b
y
0
= c
en faisant la dirence entre ces dernires quations, on obtient

a
(x x
0
) + b
(y y
0
) = 0 (3.2)
soit encore
a
(x x
0
) = b
(y
0
y)
comme pgcd (a
, b
) = 1, alors daprs le lemme de Gauss b
/ (x x
0
) et donc
(x x
0
) = b
k x = x
0
+ b
k
x = x
0
+
b
d
k k Z
et par suite lquation (3.2) donne
a
k = b
(y
0
y) y = y
0
a
k
y = y
0
a
d
k k Z.
Ainsi lensemble des solutions est donn par
E =
_
(x, y) =
_
x
0
+
b
d
k, y
0
a
d
k
_
; k Z
_
o d =pgcd(a, b) et (x
0
, y
0
) est une solution particulire de lquation diophan-
tienne donne.
Exemple 3.2. Rsoudre lquation diophantienne 123x + 67y = 10.
On commence par lalgorithme dEuclide pour calculer pgcd(123, 67).
123 = 67 1 + 56 L1
67 = 56 1 + 11 L2
56 = 11 5 + 1 L3
c _MIRI.S
11 = 11 1 + 0
Ainsi pgcd(123, 67) = 1, comme 1/10 lquation donne possde bien des solu-
tions.
On applique donc lidentit de Bzout, et on trouve
123 6 + 67 (11) = 1.
On multiplie cette dernire quation par 10
123 60 + 67 (110) = 10,
ainsi
(x
0
, y
0
) = (60, 110)
est une solution particulire. Soit prsent (x, y) une solution quelconque de
lquation donne, on a alors
123x + 67y = 10
123 60 + 67 (110) = 10
en retranchant la deuxime quation de la premire, on obtient
123 (x 60) + 67 (y + 110) = 0
et donc
123 (x 60) = 67 (y 110) (3.3)
comme 123 et 67 sont premiers entre eux, alors par le lemme de Gauss 67/ (x 60) ,
et par suite
67/ (x 60) (x 60) = 67k, k Z
soit encore
x = 60 + 67k, k Z
c _MIRI.S
en remplaant dans lquation (3.3) on obtient
123 67k = 67 (y 110) , k Z
ce qui donne
y = 110 123k, k Z.
Ainsi lensemble des solutions est donn par
E = (x, y) = (60 + 67k, 110 123k) ; k Z
c _MIRI.S
3.7 Exercices
Exercice 3.1. Montrer par rcurrence, que pour tout entier naturel n
5/(12
n
7
n
)
6/
_
3
_
3
2n
+ 1
__
Exercice 3.2. En utilisant les congruences, montrer que
n est impair 8/ (7
n
+ 1)
puis donner le reste de la division de (7
n
+ 1) par 8 lorsque n est pair.
Exercice 3.3. Montrer que la somme de trois cubes conscutifs est toujours
divisible par 9, i.e. il faut montrer ce qui suit
_
n
3
+ (n + 1)
3
+ (n + 2)
3
_
0 [9]
Exercice 3.4. En utilisant les congruences, montrer quun entier est divisible
par 3 (resp par 9) ssi la somme de ses chires est divisible par 3 (resp par 9) .
Exercice 3.5. Calculer ce qui suit pgcd(955,183), ppcm(955,183), pgcd(126,
230), ppcm(126, 230).
Exercice 3.6. Rsoudre le systme
_
_
pgcd(x, y) = 18
ppcm(x, y) = 540
o x et y sont des entiers naturels.
Exercice 3.7. Rsoudre les quations diophantiennes suivantes :
1. 7x 9y = 6
2. 955x + 183y = 1
3.123x + 67y = 10
4.13x 10y = 13
c _MIRI.S
3.7. Exercices 39
5.70x + 30y = 6
6.111x + 90y = 12.
Exercice 3.8. A quelle condition ncessaire et susante le systme
_
_
x a [m]
x b [n]
admet-il une solution?
Exercice 3.9. 1. Rsoudre lquation diophantienne suivante :
37x + 27y = 1000.
2. Prciser x et y, sachant que y reprsente un nombre dtudiants et x le nombre
de chaises disponibles.
Exercice 3.10. En multipliant mon jour de naissance par 12 et mon mois de
naissance par 31 et en sommant on obtient 292. Quelle est donc ma date de
naissance ? (on ne demande pas lanne mais uniquement le jour et le mois)
c _MIRI.S
Chapitre 4
Nombres Complexes
Lquation x
2
2 = 0 ne possde pas de solution dans Q; lintroduction de
lensemble R permis de rsoudre cette quation. De mme, par exemple lqua-
tion x
2
+5 = 0 nadmet pas de solution dans R, ce qui a pouss lintroduction
dun nouvel ensemble not C, appel ensemble des nombres complexes.
Dnition 4.1. On appelle nombre complexe, toute expression de la forme
z = x + iy
o (x, y) R
2
et i est tel que i
2
= 1.
Lcriture z = x + iy sappelle forme algbrique du nombre complexe z.
x sappelle partie relle de z note Re(z) .
y sappelle partie imaginaire de z note Im(z) .
Lensemble de tous les nombres complexes est not C.
4.1 Oprations lmentaires dans C
1/ Soient z = x + iy, z
= x
+ iy
deux nombres complexes donns, alors

z + z
= (x + x
) + i (y + y
)
zz
= (xx
yy
) + i (x
y + xy
)
42 Chapitre 4. Nombres Complexes
(z = z
) (x = x
et y = y
)
2/ On appelle conjugu du nombre complexe z = x+iy , le nombre complexe
not z dni par
z = x iy
ainsi on obtient les formules
Re (z) =
z + z
2
Im (z) =
z z
2i
z est un rel Im (z) = 0 z = z
z est un imaginaire pur Re (z) = 0 z = z
z + z
= z + z
zz
= zz
3/ Pour mettre le nombre complexe

1
z
sous sa forme algbrique, il sut de
multiplier le numrateur et le dnominateur par le conjugu z
1
z
=
1
x + iy
=
x iy
(x + iy) (x iy)
=
x
x
2
+ y
2
+ i
y
x
2
+ y
2
4/ On appelle module de z, le nombre rel positif not [z[ dni par
[z[ =
zz =
_
x
2
+ y
2
.
Le module possde les proprits suivantes
[z[ 0
[z[ = 0 z = 0
[zz
[ = [z[ [z
[
[z + z
[ [z[ +[z
[ ingalit triangulaire.
c _MIRI.S
4.2. Forme trigonomtrique dun nombre complexe 43
4.2 Forme trigonomtrique dun nombre com-
plexe
Soit z = x + iy un nombre complexe non nul z ,= 0.
z = x + iy
=
_
x
2
+ y
2
_
x
x
2
+ y
2
+ i
y
x
2
+ y
2
_
comme 1
x
x
2
+y
2
1 alors
R tel que
x
x
2
+ y
2
= cos
du fait que
_
x
x
2
+ y
2
_
2
+
_
y
x
2
+ y
2
_
2
= 1
alors
y
x
2
+ y
2
= sin
ainsi
z =
_
x
2
+ y
2
(cos + isin)
= [z[ (cos + isin)
= r (cos + isin)
o
_
_
r = [z[ =
x
2
+ y
2
cos =
x
x
2
+y
2
sin =
y
x
2
+y
2
ou encore
_
_
x = rcos
y = rsin
lcriture
z = r (cos + isin)
c _MIRI.S
est appele forme trigonomtrique du complexe non nul z.
On peut aussi utiliser la formule dEuler e
i
= (cos + isin) , la forme trigo-
momtrique devient alors
z = re
i
r est le module de z, et est appel argument de z, not =arg(z) .
On observe aussi que
tg =
sin
cos
=
y
x
soit encore
= arctg
_
y
x
_
+ 2k k Z
4.2.1 Proprits
Soient z = re
i
et z
= r
e
i
, on a alors les proprits

(z = z
) (r = r
et =
+ 2k k Z)
zz
= rr
e
i(+
)
donc
[zz
[ = rr
et arg (zz
) = arg (z) + arg (z
)
et de mme
z
z
=
r
r
e
i(
)
on obtient alors
z
z
=
r
r
et arg
_
z
z
_
= arg (z) arg (z
)
4.2.2 Formule de Moivre
Si z = re
i
, des proprits prcdentes, on dduit que
z
n
= r
n
e
in
n N
c _MIRI.S
4.3. Racines carres et n
ieme
dun nombre complexe 45
et comme
1
z
= z
1
=
1
r
e
i
on a donc
_
1
z
_
n
= z
n
=
1
r
n
e
in
n N
et par suite
z
n
= r
n
e
in
n Z
et on a la formle dite de Moivre
(cos + isin)
n
= (cosn + isinn) n Z
4.3 Racines carres et n
ieme
dun nombre com-
plexe
4.3.1 Racines carres dun nombre complexe
Soit a + ib un nombre complexe donn ; on cherche dterminer sa racine
carre z = x + iy, ainsi
(x + iy)
2
= a + ib
et donc
x
2
y
2
+ 2ixy = a + ib
on obtient ainsi le systme
_
_
x
2
y
2
= a
2xy = b
ce systme ne sut pas pour retrouver x et y; dun autre ct nous observons
alors que
[z[
2
= [a + ib[
soit encore
x
2
+ y
2
=
a
2
+ b
2
c _MIRI.S
quation qui sera adjointe au systme prcdent pour obtenir la n
_
(x + iy)
2
= a + ib
_
_
x
2
y
2
= a
x
2
+ y
2
=
a
2
+ b
2
2xy = b
les deux premires quations permettent de trouver des couples solutions poten-
tielles, la dernire quation permet de trouver le signe et ainsi xer les bonnes
solutions.
Exemple 4.1. Retrouvons les racines carres de 4 + 3i.
z = x + iy est racine carre de 4 + 3i z
2
= 4 + 3i
_
x
2
y
2
= 4
x
2
+ y
2
=
4
2
+ 3
2
= 5
2xy = 3
_
2x
2
= 9
x
2
+ y
2
= 5
2xy = 3
_
x
2
=
9
2
y
2
=
1
2
2xy = 3
_
x =
3
2
2
y =
2
2
2xy = 3
comme xy est positif, alors x et y sont de mme signe, ainsi les solutions qui
conviennent sont
_
_
x =
3
2
2
et y =

2
2
ou
x =
3
2
2
et y =
2
2
c _MIRI.S
ieme
et les racines carres de 4 + 3i sont
z
1
=
3
2
2
+ i
2
2
et z
2
=
3
2
2
i
2
2
4.3.2 Rsolution dune quation du second degr
Soit rsoudre lquation
az
2
+ bz + c = 0
avec a ,= 0.
1
er
cas : coecients rels a, b, c R
On calcule le discriminant
= b
2
4ac
si 0 lquation possde des racines relles
si < 0 alors il sut dcrire = = i
2
avec > 0 et dans ce cas
lquation possde deux racines complexes conjugues
z
1
=
b i
2a
et z
2
=
b + i
2a
Exemple 4.2. Pour rsoudre lquation
z
2
+ z + 1 = 0
on calcule
= 1 4 = 3 = 3i
2
ainsi
z
1
=
1 i
3
2
et z
2
=
1 + i
3
2
2
eme
cas : coecients complexes a, b, c C
c _MIRI.S
On calcule le discriminant
= b
2
4ac
comme C on applique les techniques de la section prcdente pour trouver
ses racines carres
2
= , et on applique la formule classique
z
1
=
b
2a
et z
2
=
b +
2a
z
2
3z + 1 3i = 0
on calcule
= 9 4 (1 3i) = 5 + 12i
on cherche les racines de
(x + iy)
2
= 5 + 12i
_
_
x
2
y
2
= 5
x
2
+ y
2
=
5
2
+ 12
2
= 13
2xy = 12
_
x = 3
y = 2
2xy = 12
ainsi
= (3 + 2i)
et donc
z
1
= i et z
2
= 3 + i
4.3.3 Racines n
ieme
dun nombre complexe
Pour calculer les racines n
i` eme
dun nombre complexe, nous allons privilgier
la forme trigonomtrique ; soit donc z = re
i
. On appelera racine n
i` eme
de z tout
c _MIRI.S
ieme
nombre complexe = e
i
tel que
n
= z
on obtient alors
(
n
= z)
_
n
e
in
= re
i
_
n
= r
n = + 2k k Z
_
=
n
r
=

n
+
2k
n
k Z
ainsi, tout nombre complexe (non nul) z = re
i
possde n racines n
i` eme
dnies
par
k
=
n
r
_
cos
_
n
+
2k
n
_
+ isin
_
n
+
2k
n
__
k = 0, 1, 2, ..., n 1
On remarquera que toutes les racines n
i` eme
ont le mme module
n
r.
c _MIRI.S
4.4 Exercices
Exercice 4.1. Mettre sous la forme algbrique les nombres complexes suivants
3 + 6i
3 4i
,
_
1 + i
2 i
_
2
,
2 + 5i
1 i
+
2 5i
1 + i
Exercice 4.2. 1. Mettre sous forme gomtrique le nombres complexes
z
1
=
6 i
2
2
z
2
= 1 i.
2. En dduire le module et largument de
z
1
z
2
.
Exercice 4.3. Trouver les racines carres de
z
1
= 3 4i, z
2
= 24 10i
Exercice 4.4. 1. Calculer les racines carres de
1 + i
2
.
2. En dduire les valeurs de cos
_
8
_
et sin
_
8
_
.
Exercice 4.5. Rsoudre dans C les quations
z
2
(1 + 2i) z + i 1
z
2
3z i = 0
z
4
+ 10z
2
+ 169 = 0
Exercice 4.6. Trouver les racines cubiques de
z
1
= 2 2i, z
2
= 11 + 2i
Exercice 4.7. 1. Donner les racines cubiques de z = 1, et montrer que celles-ci
scrivent 1, j, j
2
.
c _MIRI.S
4.4. Exercices 51
2. Calculer 1 + j + j
2
.
3. Donner les racines n
i` eme
de z = 1, et montrer que celles-ci scrivent 1, ,
2
, ...,
n1
.
4. Calculer 1 + +
2
+ ... +
n1
.
c _MIRI.S
Chapitre 5
Calcul Matriciel
On appelle matrice un tableau constitu de nombres rels (ou complexes)
disposs en lignes et en colonnes
M =
_
_
_
_
_
_
_
_
_
a
11
a
12
... a
1m
a
21
a
22
... a
2m
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nm
_
_
_
_
_
_
_
_
_
les nombres a
ij
sont appels lments (ou coecients) de la matrice M. Lindice
i indique la ligne et lindice j indique la colonne sur lesquelles llmnt a
ij
se
trouve ; ainsi a
35
( il faut lire -a trois cinq- et non pas -a trente cinq-) est llment
qui se trouve sur la 3
` eme
ligne et 5
` eme
colonne. Une matrice qui contient n lignes
et m colonnes est dite dordre ou de type ou encore de dimensions (n, m) . La
matrice M peut aussi tre crite comme suit M = (a
ij
)
1in
1jm
.
Exemple 5.1.
_
_
_
_
_
_
_
_
_
1 0 23
7 5 13
2 10 52
3
8
45 32
_
_
_
_
_
_
_
_
_
est une matrice (4, 3) .
Une matrice qui contient un nombre gal de lignes et de colonnes i.e. m = n
est dite matrice carre.
54 Chapitre 5. Calcul Matriciel
Exemple 5.2.
_
_
_
1 3
2 5
_
_
_est une matrice carre (2, 2) .
_
_
_
_
_
_
_
_
_
1 0 3 9
3 13 0
33 21 12 9
14 54 5 3
_
_
_
_
_
_
_
_
_
est
une matrice carre (4, 4) .
Dans une matrice carre, les lments a
11
, a
22
, ..., a
nn
sont appels lments
diagonaux.
Exemple 5.3. 1, , 12, 3 sont les lments diagonaux de
_
_
_
_
_
_
_
_
_
1 0 3 9
3 13 0
33 21 12 9
14 54 5 3
_
_
_
_
_
_
_
_
_
.
Dans une matrice carre, la somme des lments diagonaux est appele trace
de la matrice note tr ainsi tr (M) =

a
ii
.
Exemple 5.4. A =
_
_
_
1 3
2 5
_
_
_, alors tr (A) = 1 + (5) = 4.
Une matrice carre du type
_
_
_
_
_
_
_
_
_
a
11
a
12
... a
1n
0 a
22
... a
2n
.
.
.
.
.
.
.
.
.
0 0 ... a
nn
_
_
_
_
_
_
_
_
_
o aij = 0 pour i > j, est
appele matrice triangulaire suprieure.
_
_
_
_
_
_
_
_
_
a
11
0 ... 0
a
21
a
22
... 0
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
_
_
_
_
_
_
_
_
_
o aij = 0 pour i < j, est
appele matrice triangulaire infrieure.
_
_
_
_
_
_
_
_
_
a
11
0 ... 0
0 a
22
... 0
.
.
.
.
.
.
.
.
.
0 0 ... a
nn
_
_
_
_
_
_
_
_
_
o aij = 0 pour i ,= j, est
appele matrice diagonale.
c _MIRI.S
5.1. Oprations sur les matrices 55
La matrice diagonale particulire
_
_
_
_
_
_
_
_
_
1 0 ... 0
0 1 ... 0
.
.
.
.
.
.
.
.
.
0 0 ... 1
_
_
_
_
_
_
_
_
_
est appele matrice iden-
tit, note I
n
, ainsi par exemple I
2
=
_
_
_
1 0
0 1
_
_
_, I
3
=
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
_
_
.
5.1 Oprations sur les matrices
5.1.1 Addition de matrices
Soit A = (a
ij
)
1in
1jm
et B = (b
ij
)
1in
1jm
deux matrices de mme type (de
mmes dimensions) (n, m). La somme A+B est aussi une matrice (n, m), dnie
par A + B = (a
ij
+ b
ij
)
1in
1jm
.
Exemple 5.5.
_
_
_
1 0 13
20 7 9
_
_
_ +
_
_
_
10 5 0
2 6 3
_
_
_ =
_
_
_
11 5 13
22 1 12
_
_
_.
5.1.2 Multiplication par un scalaire
Soit A = (a
ij
)
1in
1jm
et soit un nombre rel (ou complexe) donn, alors
A = (a
ij
)
1in
1jm
Exemple 5.6. A =
_
_
_
2 3 5
0 9 1
_
_
_, alors 3A = 3
_
_
_
2 3 5
0 9 1
_
_
_ =
_
_
_
6 9 15
0 27 3
_
_
_.
5.1.3 Proprits
Soit A, B et C trois matrices de mme type
1/ A + (1) B = A B
2/ A + (B + C) = (A + B) + C
3/ (A + B) = A + B
c _MIRI.S
4/ A + B = B + A
5.1.4 Produit de matrices
Soit A = (a
ik
)
1in
1kp
une matrice (n, p) , et soit B = (b
kj
)
1kp
1jm
une ma-
trice (p, m) , alors le produit C = AB est une matrice (n, m), dnie par C =
(c
ij
)
1in
1jm
o
c
ij
=
p
k=1
a
ik
b
kj
Remarque 5.1. Pour que le produit de deux matrices existe, il est ncessaire
que le nombre de colonnes de la premire soit gal au nombre de lignes de la
seconde.
Exemple 5.7. A =
_
_
_
_
_
_
2 1
1 0
0 1
_
_
_
_
_
_
, B =
_
_
_
0 1 2 1
3 1 0 2
_
_
_, comme A est une
matrice (3, 2) et comme B est une matrice (2, 4) ; alors le produit AB est possible ;
_
_
_
_
_
_
2 1
1 0
0 1
_
_
_
_
_
_
_
_
_
0 1 2 1
3 1 0 2
_
_
_ =
_
_
_
_
_
_
3 1 4 4
0 1 2 1
3 1 0 2
_
_
_
_
_
_
le produit de matrices se faisant ligne par colonne, on a par exemple la premire
ligne avec la premire colonne 2 0 +(1) 3 = 3, ce qui donne llment sur
la premire ligne et la premire colonne de la matrice produit.
Remarque 5.2. Il se peut que le produit AB existe sans pour autant que le
produit BA existe, et mme lorsque les deux existent, en gnral AB ,= BA. Le
produit de matrices nest pas commutatif. (Si vous avez lu cet ouvrage attentive-
ment, cette remarque devrait vous voquer, une autre remarque faite plus haut ;
et ce nest peut tre pas fortuit !)
5.1.5 Matrice transpose
Soit A = (a
ij
)
1in
1jm
une matrice (n, m) donne, on appelle matrice transpose
de A, ou plus simplement transpose de A, la matrice (m, n) note
t
A dnie par
c _MIRI.S
5.2. Calcul de dterminants 57
t
A = (a
ji
)
1jm
1in
.
Exemple 5.8. A =
_
_
_
_
_
_
1 2
3 4
0 9
_
_
_
_
_
_
alors
t
A =
_
_
_
1 3 0
2 4 9
_
_
_
Remarque 5.3. Une matrice (carre) qui vrie
t
A = A, est dite matrice sym-
trique, comme par exemple
_
_
_
_
_
_
1 9 5
9 7 33
5 33 8
_
_
_
_
_
_
.
Proprits
1/
t
(
t
A) = A
2/
t
(A) =
t
A
3/
t
(A + B) =
t
A +
t
B
4/
t
(AB) =
t
B
t
A
5.2 Calcul de dterminants
Remarque 5.4. Il est trs important, avant mme de dnir ce quest un dter-
minant, de signaler quon ne parle de dterminant que pour des matrces carres.
Une matrice qui nest pas carre na pas de dterminant.
5.2.1 Dterminant dune matrice (2, 2)
Soit A =
_
_
_
a
11
a
12
a
21
a
22
_
_
_, alors le dterminant de A est donn par
det (A) =
a
11
a
12
a
21
a
22
= a
11
a
22
a
21
a
12
.
Exemple 5.9. A =
_
_
_
1 2
3 4
_
_
_ alors det(A) = 1 4 3 2 = 2
c _MIRI.S
A =
_
_
_
1 2
2 4
_
_
_ alors det(A) = 1 4 2 2 = 0
A =
_
_
_
3 2
3 4
_
_
_ alors det(A) = 3 4 3 2 = 6
5.2.2 Dterminant dune matrice (3, 3)
Soit A =
_
_
_
_
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
_
_
_
_
, alors le dterminant de A est donn par
det (A) =
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
11
a
22
a
23
a
32
a
33
a
12
a
21
a
23
a
31
a
33
. + a
13
a
21
a
22
a
31
a
32
= a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
31
a
22
a
13
a
21
a
12
a
33
a
11
a
32
a
23
Exemple 5.10. A =
_
_
_
_
_
_
1 2 3
1 1 4
2 4 6
_
_
_
_
_
_
alors det(A) = 1
1 4
4 6
1 4
2 6
1 1
2 4
= 0.
c _MIRI.S
5.2. Calcul de dterminants 59
5.2.3 Dterminant dune matrice (n, n) n > 3
Soit A =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
... a
1n1
a
1n
a
21
a
22
a
23
... a
2n1
a
2n
a
31
a
32
a
33
... a
3n1
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
... a
nn1
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
, alors le dterminant de A est
donn par
det (A) =
a
11
a
12
a
13
... a
1n1
a
1n
a
21
a
22
a
23
... a
2n1
a
2n
a
31
a
32
a
33
... a
3n1
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
... a
nn1
a
nn
= a
11
a
22
a
23
... a
2n1
a
2n
a
32
a
33
... a
3n1
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n2
a
n3
... a
nn1
a
nn
a
12
a
21
a
23
... a
2n1
a
2n
a
31
a
33
... a
3n1
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n3
... a
nn1
a
nn
+ (1)
1+n
a
1n
a
21
a
22
... a
2n2
a
2n1
a
31
a
32
... a
3n2
a
3n1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn2
a
nn1
Cette mthode de calcul sappelle dveloppement dun dterminant suivant la

premire ligne. Il existe plusieurs autres mthodes pour calculer le dterminant
dune matrice.
5.2.4 Proprits
Soient A et B deux matrices carres (n, n).
1/ det(A) =det(
t
A)
2/ det(A) =
n
det(A)
3/ det(AB) =det(BA) =det(A)det(B)
4/ Si dans une matrices deux lignes (ou deux colonnes) coincident ou sont
proportionnelles lune lautre, alors son dterminant est nul.
5/ Le dterminant dune matrice triangulaire (ou diagonale) est gal au pro-
duit de ses lments diagonaux.
c _MIRI.S
5.3 Matrice inverse
Remarque 5.5. Il est trs important, avant mme de dnir ce quest une
matrice inverse, de signaler quon ne parle dinverse que pour des matrces carres.
Une matrice qui nest pas carre na pas de matrice inverse.
Dnition 5.1. Soit A une matrice carre (n, n) . On dira que A est inversible,
sil existe une matrice B carre de mme type (n, n) , telle que
AB = BA = I
n
et dans ce cas, B sera appele matrice inverse de A ( ou plus simplement inverse
de A.) La matrice B sera note B = A
1
.
Proposition 5.1. Soit A une matrice carre (n, n)
(A est inversible) (det (A) ,= 0)
Remarque 5.6. Ainsi, on ne parle dinverse que pour les matrices carres, et
parmi les matrices carres, seules celles avec un dterminant non nul possdent
une matrice inverse.
5.3.1 Mthode de calcul
Soit A une matrice carre (n, n) , pour caclculer linverse de A on suivra les
tapes suivantes
Etape 1 : Calculer le dterminant de A, si det(A) ,= 0 alors A
1
existe et on
passe ltape 2. Par contre si det(A) = 0, alors A ne possde pas dinverse.
Etape 2 : Calculer les cofacteurs. Chaque lment a
ij
de la matrice A possde
un cofacteur not c
ij
, donn par la formule
c
ij
= (1)
i+j
det (A
ij
)
o A
ij
est la matrice A de laquelle on a ot la i
` eme
ligne et la j
` eme
colonne.
c _MIRI.S
5.3. Matrice inverse 61
Etape 3 : La comatrice. La comatrice de A, est la matrice dont les lments
sont les cofacteurs, on la note Com(A) ainsi
Com(A) = (c
ij
)
1in
1jn
Etape 4 : Calcul de A
1
. Linverse de la matrice A est donn par la formule
A
1
=
1
det (A)
t
Com(A) .
Exemple 5.11. Soit A =
_
_
_
_
_
_
1 2 3
0 1 1
1 0 2
_
_
_
_
_
_
, verier que A est inversible, puis don-
ner A
1
.
det(A) =
1 2 3
0 1 1
1 0 2
= 3 ,= 0 donc A
1
existe.
les cofacteurs c
11
= (1)
1+1
1 1
0 2
= 2, c
12
= (1)
1+2
0 1
1 2
= 1, c
13
=
(1)
1+3
0 1
1 0
= 1
c
21
= (1)
2+1
2 3
0 2
= 4, c
22
= (1)
2+2
1 3
1 2
= 1, c
23
= (1)
2+3
1 2
1 0
=
2
c
31
= (1)
3+1
2 3
1 1
= 5, c
32
= (1)
3+2
1 3
0 1
= 1, c
33
= (1)
3+3
1 2
0 1
=
1
Com(A) =
_
_
_
_
_
_
2 1 1
4 1 2
5 1 1
_
_
_
_
_
_
et donc
t
Com(A) =
_
_
_
_
_
_
2 4 5
1 1 1
1 2 1
_
_
_
_
_
_
c _MIRI.S
ainsi A
1
=
1
det(A)
t
Com(A) =
1
3
_
_
_
_
_
_
2 4 5
1 1 1
1 2 1
_
_
_
_
_
_
A
1
=
_
_
_
_
_
_
2
3
4
3
5
3
1
3
1
3

1
3
1
3

2
3

1
3
_
_
_
_
_
_
Remarque 5.7. On peut toujours sassurer que notre calcul est bon en vriant
que AA
1
= I
n
(ou que A
1
A = I
n
).
c _MIRI.S
5.4. Exercices 63
5.4 Exercices
Exercice 5.1. Soient A, B et C les matrices suivantes
A =
_
_
_
_
_
_
0 1 1
3 4 3
1 1 0
_
_
_
_
_
_
, B =
_
_
_
_
_
_
1 2
0 5
6 1
_
_
_
_
_
_
, C =
_
_
_
_
_
_
0 3
2 1
8 7
_
_
_
_
_
_
1. Calculer B + C, B C, B + 2C, 2B 3C.
2. Calculer AB, AC, A
2
, A
3
.
3. Calculer
t
A;
t
B,
t
(AB) .
Exercice 5.2. Calculer le dterminant des matrices suivantes
A =
_
_
_
1 2
1 3
_
_
_, B =
_
_
_
_
_
_
0 1 1
3 4 3
1 1 0
_
_
_
_
_
_
, C =
_
_
_
cos x sin x
sin x cos x
_
_
_, D =
_
_
_
_
_
_
_
_
_
1 2 1 2
0 3 9 0
2 1 5 4
2 1 3 4
_
_
_
_
_
_
_
_
_
et donner A
1
et B
1
.
Exercice 5.3. Soit M =
_
_
_
_
_
_
0 1 1
0 1 1
1 0 1
_
_
_
_
_
_
1. Calculer M
3
2M
2
+ 2M
2. Dduire de ce qui prcde que la matrice M est inversible ; puis donner M
1
.
3. Retrouver M
1
par utilisation de la comatrice.
Exercice 5.4. Soit la matrice A =
_
_
_
_
_
_
1 0
2 2
0 1
_
_
_
_
_
_
o est un paramtre
rel R.
1. Discuter suivant les valeurs de de linversibilit de A.
2. Lorsque cela est possible, calculer A
1
.
_
_
_
_
_
_
1 2 4
1 1 1
1 1 1
_
_
_
_
_
_
c _MIRI.S
1. Vrier que A est inversible, et donner A
1
.
2. En dduire la solution du systme
_
_
x + y z = 10
x + y + z = 4
x 2y + 4z = 6
_
_
_
_
_
_
1 a a
2
1 b b
2
1 c c
2
_
_
_
_
_
_
o a, b et c sont des rels non
nuls. Dire pour quelle(s) valeur(s) de a, b et c la matrice A est inversible.
_
_
_
_
_
_
1 3 6
6 8 12
3 3 4
_
_
_
_
_
_
1. Calculer A
2
, puis trouver deux rels , tels que A
2
= A + I, o I =
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
_
_
2. Dduire de ce qui prcde que A est inversible, et donner A
1
.
3. Retrouver A
1
par utilisation de la comatrice.
c _MIRI.S
Chapitre 6
Espaces Vectoriels
6.1 Dnition
On se limite dans cet ouvrage aux espaces vectoriels rels ; mais nous ren-
voyons le lecteur curieux den savoir plus aux ouvrages cits en bibliographie.
Un espace vectoriel rel, est un ensemble E, dont les lments sont appels
vecteurs, muni de deux lois : une loi interne quon notera + , une multiplication
par un rel note . ; ces oprations devant vrier les proprits suivantes :
1/ La loi + est commutative et associative ; cest--dire pour tous vecteurs
u, v et w de E :
u + v = v + u
u + (v + w) = (u + v) + w
2/ La loi + admet un lment neutre appel vecteur nul, que lon notera
0
E
ou plus simplement 0 sil ny a pas de risque de confusion; cest dire
pour tout vecteurs u de E :
0
E
+ u = u
3/ Tout vecteur u possde un oppos, not u; cest--dire :
u + (u) = 0
E
66 Chapitre 6. Espaces Vectoriels
4/ La loi . est distributive gauche par rapport la loi + de E ;
autrement dit pour chaque dans R et pour tous u, v de E :
.(u + v) = (.u) + (.v)
5/ La loi . est distributive droite par rapport laddition dans R;
cest--dire pour tous , dans R et pour tout u de E on a :
( + ).u = (.u) + (.u)
6/ La loi . est associative droite par rapport la multiplication dans
R; cest--dire pour tous , dans R et pour tout u de E on a :
().u = .(.u)
7/ Pour tout u de E on a
1.u = u
On dira alors que (E, +, .) ou tout simplement que E est un espace vectoriel.
Remarque 6.1. Par la suite, et par souci de simplicit on notera u au lieu de
.u
Exemple 6.1. R
2
, muni des lois suivantes
(x, y) + (x
, y
) = (x + x
, y + y
)
(x, y) = (x, y)
est un espace vectoriel. Plus gnralement R
n
, muni des lois
(x
1
, x
2
, ..., x
n
) + (x
1
, x
2
, ..., x
n
) = (x
1
+ x
1
, x
2
+ x
2
, ..., x
n
+ x
n
)
(x
1
, x
2
, ..., x
n
) = (x
1
, x
2
, ..., x
n
)
est un espace vectoriel.
c _MIRI.S
6.1. Dfinition 67
6.1.1 Proprits
Soit E un espace vectoriel, soit u un vecteur de E, et soit R alors
1. 0
E
= 0
E
2. 0u = 0
E
3. (u) = () u = u
4. u = 0
E
= = 0 ou u = 0
E
6.1.2 Sous-espace vectoriel
Soit (E, +, .) un espace vectoriel, et soit F E, on dira que F est un sous-
espace vectoriel (en abrg s. e. v) de E, si lune des proprits quivalentes
suivantes est vrie :
1. (F, +, .) est aussi un espace vectoriel
2.
_
_
F ,=
u, v F, , R, (u + v) F
3.
_
_
F ,=
u, v F, (u + v) F
u F, R, u F
On priviligiera en particulier la deuxime proprit pour dmontrer quun
sous ensemble F est un sous-espace vectoriel.
Remarque 6.2. Si 0
E
/ F alors F ne peut pas tre un sous espace vectoriel.
Exemple 6.2. Soit E = R
2
alors F = (x, y) R
2
; y = 2x = (x, 2x) ; x R
est un s.e.v de R
2
En eet, par exemple
(0, 0) F
ou encore
(2, 4) F
donc
F ,=
c _MIRI.S
Soit prsent u, v F, , R
u, v F =u = (x, 2x) et v = (x
, 2x
)
et par suite
(u + v) = (x, 2x) + (x
, 2x
)
= (x + x
, 2 (x + x
))
= (X, 2X)
et donc
(u + v) F.
En conclusion F est un s.e.v de R
2
6.1.3 Somme et somme directe
Dnition 6.1. Soit E un espace vectoriel, E
1
et E
2
deux sous espaces vectoriels
de E. On appelle somme de E
1
et E
2
, le sous-ensemble de E not E
1
+E
2
; dni
par
E
1
+ E
2
= x E; x = x
1
+ x
2
o` u x
1
E
1
et x
2
E
2
Proposition 6.1. (E
1
+ E
2
) est un sous-espace vectoriel de E.
Dnition 6.2. Soit E un espace vectoriel, E
1
et E
2
de E. On dira que E est somme directe de E
1
et E
2
, ou que E
1
et E
2
sont
supplmentaires lun lautre dans E si et seulement si
E
1
+ E
2
= E et E
1
E
2
= 0
E
On notera alors
E = E
1
E
2
Proposition 6.2. (E
1
et E
2
sont supplmentaires lun lautre dans E)
(x E il existe un unique x
1
E
1
et il existe un unique x
2
E
2
tels que x = x
1
+ x
2
)
c _MIRI.S
6.2. Base et dimension 69
6.2 Base et dimension
Dnition 6.3. Soit E un espace vectoriel, u
1
, u
2
, u
3
, ..., u
n
n vecteurs de E. On
dira que u
1
, u
2
, u
3
, ..., u
n
engendrent E, ou que u
1
, u
2
, u
3
, ..., u
n
est une famile
gnratrice de E si et seulement si
u E,
1
,
2
,
3
, ...,
n
R tels que u =
1
u
1
+
2
u
2
+
3
u
3
+ ... +
n
u
n
On dit aussi que tout lment de E peut scrire comme combinaison linaire de
u
1
, u
2
, u
3
, ..., u
n
.
Exemple 6.3. Montrons que u
1
= (1, 1) et u
2
= (1, 0) engendrent R
2
. Soit
u = (x, y) R
2
u = (x, y) = y (1, 1) + (x y) (1, 0)
=
1
u
1
+
2
u
2
avec
_
1
= y
2
= (x y)
1
, u
2
, u
3
, ..., u
n
n vecteurs de E. On
dira que u
1
, u
2
, u
3
, ..., u
n
sont linairement indpendants, ou que u
1
, u
2
, u
3
, ..., u
n
est une famile libre de E si et seulement si

(
1
,
2
,
3
, ...,
n
R,
1
u
1
+
2
u
2
+
3
u
3
+ ... +
n
u
n
= 0
E
) =
1
=
2
=
3
= ... =
n
= 0.
si u
1
, u
2
, u
3
, ..., u
n
ne sont pas linairement indpendants on dira quils sont
linairement dpendants ou que u
1
, u
2
, u
3
, ..., u
n
est une famile lie.
Exemple 6.4. Montrons que u
1
= (1, 1) et u
2
= (1, 0) sont linairement ind-
pendants
1
u
1
+
2
u
2
= 0
R
2
1
(1, 1) +
2
(1, 0) = (0, 0)
=
_
1
+
2
= 0
1
= 0
=
1
=
2
= 0
c _MIRI.S
1
, u
2
, u
3
, ..., u
n
n vecteurs de E. On
dira que u
1
, u
2
, u
3
, ..., u
n
est une base de E, si et seulement si u
1
, u
2
, u
3
, ..., u
n
est une famille libre et gnratrice de E.

Exemple 6.5. Soit u
1
= (1, 1) et u
2
= (1, 0) , alors u
1
, u
2
est une base de R
2
Dnition 6.6. (1, 0, 0, ..., 0) , (0, 1, 0, ..., 0) ... (0, 0, 0, ..., 1) est une base de R
n
dite base canonique. Par exemple (1, 0) , (0, 1) est la base canonique de R
2
.
Dnition 6.7. La dimension dun espace vectoriel est gal au cardinal de sa
base. On note la dimension de E par dimE
Exemple 6.6. dimR
2
= 2, dimR
n
= n. On pose par convention dim0
E
= 0.
6.2.1 Proprits
Soit E un espace vectoriel, B =u
1
, u
2
, u
3
, ..., u
n
une base de E.
1. B est une famille libre maximale, cest dire si v E, v ,= u
i
alors
u
1
, u
2
, u
3
, ..., u
n
, v est une famille lie.
2. B est une famille gnratrice minimale, cest dire que si lon supprime un
lment u
j
de B , alors la famille u
1
, u
2
, u
3
, ...u
j1
, u
j+1
, ..., u
n
nest plus
une famille gnratrice.
Thorme 6.1. Dans espace vectoriel E de dimension n, une base de E est une
famille :
1. Libre
2. Gnratrice
3. Contenant n vecteurs
et toute famille de vecteurs vriant deux des trois proprits cites est une base.
Exemple 6.7. Sachant que dimR
3
= 3; pour montrer que (1, 1, 1) , (1, 2, 0) , (1, 0, 0)
est une base de R
3
, il sut de montrer que cest une famille libre ou gnratrice
car elle contient 3 vecteurs.
Thorme 6.2. Soit E un espace vectoriel de dimension (nie) n, et soit F un
s.e.v de E, alors
dimF dimE
c _MIRI.S
6.2. Base et dimension 71
et si dimF =dimE alors E = F.
Thorme 6.3. Soit E un espace vectoriel, E
1
et E
2
de E, alors
dim(E
1
+ E
2
) = dimE
1
+ dimE
2
dim(E
1
E
2
)
et en particulier
dim(E
1
E
2
) = dimE
1
+ dimE
2
c _MIRI.S
6.3 Exercices
Exercice 6.1. 1. Vrier que (1, 1) et (2, 3) engendrent R
2
. Conclure !
2. Vrier que (1, 2, 3), (0, 1, 1), (2, 0, 1) est une famille libre dans R
3
. Conclure !
Exercice 6.2. Soient les ensembles suivants : E
1
= (x, y, z) R
3
; x+y+z = 0
et E
2
= (x, y, z) R
3
; x y = x + z = 0
1. Montrer que E
1
et E
2
sont des sous espaces vectoriels de R
3
.
2. Donner une base de E
1
et une base de E
2
; et en dduire dimE
1
et dimE
2
3. Montrer -par deux mthodes- que R
3
= E
1
E
2
.
1
= (x, y, z) R
3
; x = y = z
et E
2
= (x, y, z) R
3
; x = 0
1. Montrer que E
1
et E
2
3
.
2. Montrer -par deux mthodes- que R
3
= E
1
E
2
.
Exercice 6.4. Parmi les ensembles F dire lesquels sont des sous espaces vecto-
riels de E :
1-E = R
3
; F = (x, y, z) R
3
; x + y + 3z = 0
2- E = R
2
; F = (x, y) R
2
; x + 3y = 3
3-E = R
2
; F = (x, y) R
2
; x
2
+ y
2
= 4
4- E = R[X] ; F = P R[X]; degP = 4
5-E = R[X] ; F = P R[X]; degP 4
6- E = f : R R; application ;F = f E; paire
Exercice 6.5. Soit E lespace vectoriel des suites relles convergentes. Montrer
que lensemble des suites constantes et lensemble des suites convergeant vers 0
sont deux sous espaces supplmentaires dans E.
1
= (x, y, z) R
3
; x+y3z = 0
et E
2
= (x, x, x) R
3
; x R o est un paramtre rel.
1. Montrer que E
1
et E
2
3
.
2. Donner une base de E
1
et une base de E
2
; et en dduire dimE
1
et dimE
2
.
3. Pour quelle(s) valeur(s) du paramtre a-t-on : R
3
= E
1
E
2
?
c _MIRI.S
6.3. Exercices 73
Exercice 6.7. Soit F = (x, y, z) R
3
; x
2
+ 2y
2
+ z
2
+ 2y(x + z) = 0
F ainsi dni est-il un sous espace vectoriel de R
3
? Si oui donner sa dimension.
c _MIRI.S
Chapitre 7
Applications Linaires
Soit E et F deux espaces vectoriels donns, et soit f : E F une applica-
tion. On dira que f est une application linaire si et seulement si
u, v E, , R, f (u + v) = f (u) + f (v)
Exemple 7.1. Lapplication
f : R
2
R
3
(x, y) (x + y, 2x, y)
est linaire, en eet pour u = (x, y) , v = (x
, y
) R
2
, et , R
f (u + v) = f ((x, y) + (x
, y
))
= f (x + x
, y + y
)
= (x + x
+ y + y
, 2 (x + x
) , (y + y
))
= (x + y, 2x, y) + (x
+ y
, 2x
, y
)
= f (x, y) + f (x
, y
)
= f (u) + f (v)
Remarque 7.1. Si f : E F est une application linaire, alors f (0
E
) = 0
F
.
76 Chapitre 7. Applications Linaires
7.1 Noyau et Image
Dnition 7.1. Soit f : E F est une application linaire, On appelle noyau
de f lensemble not kerf dni par
kerf = u E; f(u) = 0
F
Dnition 7.2. Soit f : E F est une application linaire, On appelle image

de f lensemble not Imf dni par
Imf = v F; v = f(u) avec u E = f (E)
Proposition 7.1. Soit f : E F est une application linaire, alors kerf est
un s.e.v. de E, et Imf est un s.e.v. de F.
7.1.1 Proprits
Thorme 7.1. Soit f : E F une application linaire, alors
f est injective kerf = 0
E
Thorme 7.2. Soit f : E F une application linaire avec dimF = m, alors

f est surjective dimImf = dimF = m
Thorme 7.3. Soit f : E F une application linaire, avec dimE = n
(nie) alors
dimkerf + dimImf = dimE
7.2 Matrice associe une application linaire
Soient E et F deux espaces vectoriels donns, tels que dimE = p et dimF = k,
et soit f : E F une application linaire.
Si B
1
= v
1
, v
2
, ..., v
p
une base de E, et B
2
= w
1
, w
2
, ..., w
k
une base de F,
c _MIRI.S
7.2. Matrice associe une application linaire 77
avec
f(v
i
) = a
1i
w
1
+ a
2i
w
2
+ ... + a
ki
w
k
alors on appelle matrice associe f par rapport aux bases B
1
et B
2
note
M (f, B
1
, B
2
) la matrice (k, p) dont les colonnes sont les coecient a
ij
M (f, B
1
, B
2
) =
_
_
_
_
_
_
_
_
_
a
11
a
12
... a
1p
a
21
a
22
... a
2p
.
.
.
.
.
.
.
.
.
a
k1
a
k2
... a
kp
_
_
_
_
_
_
_
_
_
Exemple 7.2. Soit lapplication linaire
f : R
2
R
3
(x, y) (x + y, x + y, x + y)
pour trouver la matrice associe f par rapport aux bases B
1
(1, 1) , (2, 0)
et B
2
= (1, 1, 1) , (1, 1, 0) , (1, 0, 0) , on procde comme suit
f (1, 1) = (3, 3, 3) = 3 (1, 1, 1) + 0 (1, 1, 0) + 0 (1, 0, 0)
f (2, 0) = (2, 2, 2) = 2 (1, 1, 1) + 0 (1, 1, 0) + 0 (1, 0, 0)
les coecient obtenus constituent les colonne de M (f, B
1
, B
2
) et donc
M (f, B
1
, B
2
) =
_
_
_
_
_
_
3 2
0 0
0 0
_
_
_
_
_
_
Remarque 7.2. Soient f : E F et g : F G deux applications linaires,
alors on a la relation
M ((g f) , B
1
, B
3
) = M (f, B
1
, B
2
) M (g, B
2
, B
3
)
ainsi la matrice associe la compose de deux applications est gale au produit
c _MIRI.S
des matrices associes a chacune des deux applications.
7.2.1 Matrice de passage
Soit E un espace vectoriel, et soient B
1
= v
1
, v
2
, ..., v
n
et B
2
= w
1
, w
2
, ..., w
n
deux bases de E, chaque vecteur de la base B

2
peut secrire comme combinaison
linaire des vecteurs de la base B
1
w
j
= a
1j
v
1
+ a
2j
v
2
+ ... + a
nj
v
n
alors la matrice
P =
_
_
_
_
_
_
_
_
_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
_
_
_
_
_
_
_
_
_
est appel matrice de passage de B
2
B
1
, on la note
P = P
B
1
B
2
il faut aussi remarquer que par dnition mme
P = P
B
1
B
2
= M (Id, B
2
, B
1
)
Remarque 7.3. Si A = P
B
1
B
2
alors P
B
2
B
1
= A
1
.
Thorme 7.4. Soit E un espace vectoriel, et soient B
1
= v
1
, v
2
, ..., v
n
et
B
2
= w
1
, w
2
, ..., w
n
deux bases de E, avec P = P
B
1
B
2
et soit X E tel que
X = x
1
v
1
+ x
2
v
2
+ ... + x
n
v
n
et
X = x
1
w
1
+ x
2
w
2
+ ... + x
n
w
n
c _MIRI.S
7.2. Matrice associe une application linaire 79
alors on a la relation ( dite de changement de coordonnes du vecteur X )
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
_
_
= P
1
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
_
_
7.2.2 Changement de base
Soient E et F deux espaces vectoriels donns, tels que dimE = p et dimF = k,
et soit f : E F une application linaire, avec B
1
= v
1
, v
2
, ..., v
p
et B
1
=
_
v
1
, v
2
, ..., v
p
_
deux bases de E, et B
2
= w
1
, w
2
, ..., w
k
et B
2
= w
1
, w
2
, ..., w
deux bases de F. Si lon pose

M = M (f, B
1
, B
2
)
et
M
= M (f, B
1
, B
2
)
et si lon pose
P = P
B
1
B
2
et
Q = P
B
1
B
2
alors on a la relation dite de changement de base
M
= Q
1
MP
Remarque 7.4. Dans le cas particulier o
M
= P
1
MP
alors les deux matrices M et M
sont dites semblables.

c _MIRI.S
7.3 Exercices
Exercice 7.1. Soit
f : R
3
R
2
(x, y, z) (x + y, x + z)
1. Vrier que f est une application linaire.
2. Dterminer kerf le noyau de f, puis donner une base de kerf et en dduire
dim(kerf ).
3. f es- elle injective ?
4. Donner dim(Imf) ; puis donner une base de Imf.
5. f est-elle surjective ?
Exercice 7.2. Soit lapplication linaire suivante :
f : R
3
R
3
(x, y, z) (x + y, x + z, x + y + z)
1. Dterminer kerf le noyau de f et en dduire dim(kerf).
2. f est-elle injective ? f est elle-surjective ? f est-elle bijective ?
3. Donner dim(Imf) ; puis donner une base de Imf.
Exercice 7.3. 1. Vrier que (1, 1), (2, 1) est une base R
2
.
2. Soit f : R
2
R
2
, une application linaire telle que f(1, 1) = (3, 0) et
f(2, 1) = (5, 1), donner alors lexpression de f.
Exercice 7.4. Soit lapplication linaire suivante :
f : R
3
R
3
(x, y, z) (x + y z, x + z, 2x + 2y)
1. Soit B
1
la base canonique de R
3
, donner M
1
= M(f, B
1
, B
1
).
2. Soit B
2
la base de R
3
dnie comme suit : B
2
= (1, 1, 1), (2, 0, 1), (0, 1, 1).
c _MIRI.S
7.3. Exercices 81
Par deux mthodes, calculer M
2
= M(f, B
2
, B
1
).
3. Soit B
3
la base de R
3
dnie comme suit : B
3
= (1, 1, 0), (0, 1, 1), (1, 0, 1) .
Par deux mthodes, calculer M
3
= M(f, B
3
, B
3
).
4. Sans les calculer , montrer que det(M
1
) =det(M
3
)
c _MIRI.S
Deuxime partie
Analyse
Chapitre 8
Suites Numriques
8.1 Dnitions
1. On appelle suite numrique toute application de N (ou dune partie de N)
vers R.
f : N R
n f(n) = u
n
la suite sera dite de terme gnral u
n
et elle sera note (u
n
)
nN
ou plus
simplement (u
n
)
n
.
2. Le terme gnral dune suite peut tre dni sous forme explicite ou sous
forme rcurrente, par exemple
u
n
=
2n + 3
n
2
+ n + 1
forme explicite
_
_
v
0
= 13
v
n+1
= 2v
n
5
forme rcurrente
3. On dnit lgalit entre deux suites comme suit
(u
n
)
n
= (v
n
)
n
u
n
= v
n
n N
4. On dnit laddition de suites comme suit
(u
n
)
n
+ (v
n
)
n
= (u
n
+ v
n
)
n
86 Chapitre 8. Suites Numriques
5. On dnit la multiplication de suites comme suit
(u
n
)
n
(v
n
)
n
= (u
n
.v
n
)
n
6. On dnit la multiplication dun suite par un rel
(u
n
)
n
= (u
n
)
n
7. Une suite (u
n
)
n
est dite majore si et seulement si
M R, n N u
n
M
8. Une suite (u
n
)
n
est dite minore si et seulement si
m R, n N m u
n
9. Une suite (u
n
)
n
est dite borne si et seulement si elle est, la fois minore
et majore
M R, m R, n N m u
n
M
de manire quivalente
(u
n
)
n
est borne A > 0, n N [u
n
[ A
10. Une suite (u
n
)
n
est dite croissante si et seulement si
n N u
n+1
u
n
i.e. (u
n+1
u
n
) 0.
elle sera dite strictement croissante si lingalit est stricte.
11. Une suite (u
n
)
n
est dite dcroissante si et seulement si
n N u
n+1
u
n
i.e. (u
n+1
u
n
) 0.
elle sera dite strictement dcroissante si lingalit est stricte.
c _MIRI.S
8.2. Suites convergentes 87
12. Une suite sera dite monotone si elle est croissante ou dcroissante.
13. Il existe des suites qui ne sont ni croissantes ni dcroissantes. Pour sen
convaincre il sut de considrer par exemple la suite
u
n
= (1)
n
n
8.2 Suites convergentes
Dnition 8.1. Soit (u
n
)
n
une suite donne, on dira que la suite (u
n
)
n
converge
vers le nombre rel l ( ou que l est la limite de la suite (u
n
)
n
) si et seulement si
> 0,
N; n N, (n
[u
n
l[ < )
on crira alors
lim
n+
u
n
= l
Remarque 8.1. Lcriture qui fait tellement peur nos tudiants > 0,

N; (n
[u
n
l[ < ) , nest que la transposition mathmatique de la phrase
littraire, tout in tervalle ]l , l +[ aussi petit soit il contenant l, contient aussi
tous les termes de la suite (u
n
)
n
partir dun certain rang "assez grand"
.
Dnition 8.2. Une suite qui nest pas convergente est dite divergente.
Remarque 8.2. Etudier la nature dune suite, cest dire si elle est convergente
ou divergente.
Exemple 8.1. Pour montrer que lim
n+
1
n+1
= 0, la procdure suivre est de
prendre un > 0 et il faut alors trouver
N qui lui correspond; il faut donc

montrer que
> 0,
N; n N,
_
n
1
n + 1
0
<
_
c _MIRI.S
pour cela soit > 0
1
n + 1
<
1
n + 1
<
(n + 1) >
1
n >
1
1
maintenant il sut de prendre
=
_
1
1
_
+ 1
ce choix se justie par le fait que
N et comme
_
1
1
_
nest pas ncessaire-
ment un entier nous prenons alors sa partie entire
_
1
1
_
, sauf que celle-ci est
plus petite que
_
1
1
_
, ce qui explique la prsence du +1 qui nous assure que
nous avons bien atteint (et dpass) le rang recherch.
Prenons une application numrique pour bien illustrer cet exemple : si = 0.03,
alors
_
1
1
_
= 32 et donc
=
_
1
1
_
+1 = 33. Ainsi tous les termes
1
n+1
, pour
n 33 se trouvent dans lintervalle [0 , 0 + ] = [0.03, 0.03] .
Thorme 8.1. La limite dune suite -lorsquelle existe- est unique.
Thorme 8.2. Toute suite convergente est borne.
Remarque 8.3. La rciproque du thorme prcdent est fausse ; une suite peut
tre borne sans pour autant tre convergente.
En eet la suite de terme gnral u
n
= (1)
n
est une suite borne car [u
n
[ 1,
mais elle nest pas convergente comme on le verra plus tard.
Thorme 8.3. Soit (u
n
)
n
une suite donne, alors
(u
n
)
n
croissante et majore (u
n
)
n
convergente
(u
n
)
n
dcroissante et minore (u
n
)
n
convergente
Remarque 8.4. Il faut bien comprendre que ce dernier thorme nous dit que
toute suite croissante et majore est une suite convergente, et dun autre ct
c _MIRI.S
8.2. Suites convergentes 89
toute suite dcroissante et minore est convergente, par contre il existe des suites
convergentes qui ne sont ni croissantes ni dcroissantes ; comme par exemple la
suite de terme gnral u
n
=
(1)
n
n+1
qui converge vers 0 mais qui nest ni croissante
ni dcroisante.
Exemple 8.2. Soit la suite (u
n
)
n
dnie par
_
_
u
0
= 2
u
n+1
= 2
1
u
n
1. Montrer par rcurrence que n N, u
n
> 1.
2. Etudier la monotonie de la suite (u
n
)
n
.
3. En dduire que la suite (u
n
)
n
est convergente et donner sa limite.
Solution :
1. u
0
= 2 > 1 vrie pour n = 0.
Supposons que u
n
> 1
u
n
> 1
1
u
n
< 1

1
u
n
> 1
_
2
1
u
n
_
> 1
u
n+1
> 1
donc n N, u
n
> 1.
2. Pour ltude de la monotonie de (u
n
)
n
il sut dtudier le signe de (u
n+1
u
n
)
(u
n+1
u
n
) = 2
1
u
n
u
n
=
2u
n
1 (u
n
)
2
u
n
=
(1 u
n
)
2
u
n
< 0 car u
n
> 1 > 0
donc (u
n
)
n
est (strictement) dcroissante.
c _MIRI.S
3. Daprs ce qui prcde, (u
n
)
n
est dcroissante et minore ( par 1 ) donc (u
n
)
n
est convergente. Posons alors
lim
n+
u
n
= l
alors ncessairement
lim
n+
u
n+1
= l
et comme
u
n+1
= 2
1
u
n
alors la limite
l = 2
1
l
soit
l = 1
et donc
lim
n+
u
n
= 1
Thorme 8.4. Soient (u
n
)
n
et (v
n
)
n
deux suites convergentes telles que lim
n+
u
n
=
l
1
et lim
n+
v
n
= l
2
alors
lim
n+
(u
n
+ v
n
) = l
1
+ l
2
lim
n+
(u
n
.v
n
) = l
1
.l
2
si l
1
,= 0 lim
n+
1
u
n
=
1
l
1
si l
1
,= 0 lim
n+
v
n
u
n
=
l
2
l
1
R, lim
n+
(u
n
) = l
1
Thorme 8.5. Soit (u
n
)
n
_
lim
n+
u
n
= l
_
_
lim
n+
[u
n
[ = [l[
_
_
lim
n+
u
n
= 0
_
_
lim
n+
[u
n
[ = 0
_
c _MIRI.S
8.3. Sous-suite (suite extraite) 91
8.3 Sous-suite (suite extraite)
Soit (u
n
)
n
une suite donne, et soit (n
k
)
k
une suite strictement croissante
dentiers naturels, alors la suite (u
n
k
)
k
est appele sous suite ou suite extraite de
(u
n
)
n
.
Proposition 8.1. Soit (u
n
)
n
((u
n
)
n
converge vers l) (toute sous suite de (u
n
)
n
converge vers l )
Exemple 8.3. Soit la suite de terme gnral u
n
= (1)
n
, et considrons les sous
suites de terme gnral u
2k
= (1)
2k
= 1 et u
2k+1
= (1)
2k+1
= 1, la premire
tend vers 1 et la seconde tend vers 1, donc par contrapose de la Proposition
prcdente on dduit que u
n
= (1)
n
diverge.
8.4 Suite de Cauchy
Soit (u
n
)
n
une suite donne, (u
n
)
n
est dite suite de Cauchy, si et seulement si
> 0,
N; p, q N (p
et q
[u
p
u
q
[ < )
Thorme 8.6. Critre de Cauchy
((u
n
)
n
est une suite de Cauchy) ((u
n
)
n
est une suite convergente)
Remarque 8.5. Le critre de Cauchy permet (entre autre) de montrer quune
suite est convergente sans pour autant connaitre sa limite.
8.5 Suites adjacentes
Soient (u
n
)
n
et (v
n
)
n
deux suites, lune croissante lautre dcroissante et telles
que la limite de la dirence est gale 0. Alors (u
n
)
n
et (v
n
)
n
sont dites adja-
centes.
c _MIRI.S
Remarque 8.6. Souvent la question quon nous pose est : faut il calculer
lim
n+
(u
n
v
n
) ou lim
n+
(v
n
u
n
) ? En fait cela na aucune importance puis-
quon exige une limite nulle pour avoir des suites adjacentes
lim
n+
(u
n
v
n
) = lim
n+
(v
n
u
n
) = 0.
Thorme 8.7. Deux suites adjacentes sont convergentes et ont la mme limite.
Exemple 8.4. Soit u
n
=
1
n
et v
n
=
1
n+1
, alors il est facile de voir que (u
n
)
n
est croissante, (v
n
)
n
est dcroissante et lim
n+
(u
n
v
n
) = 0. Ce sont deux suites
adjacentes.
8.6 Thorme dencadrement
Thorme 8.8. Soient (u
n
)
n
et (v
n
)
n
deux suites telles que
lim
n+
u
n
= lim
n+
v
n
= l
et soit (w
n
)
n
une suite vriant (au moins partir dun certain rang)
u
n
w
n
v
n
alors
lim
n+
w
n
= l
Remarque 8.7. Ce thorme est connu sous plusieurs appellations, thorme
dencadrement, thorme des trois suites ou encore thorme des gendarmes.
Comme consquence on a aussi la Proposition suivante
Proposition 8.2. Soient (u
n
)
n
et (v
n
)
n
deux suites telles que
lim
n+
u
n
= 0 et (v
n
)
n
est borne
alors
lim
n+
(u
n
v
n
) = 0
c _MIRI.S
8.7. Limites infinies 93
Exemple 8.5. lim
n+
cos
(
n
2
+n+5
)
n
2
= 0. Pour le dmontrer on peut appliquer le
thorme dencadrement en remarquant que
1
n
2

cos (n
2
+ n + 5)
n
2

1
n
2
et du fait que lim
n+
1
n
2
= lim
n+
1
n
2
= 0, le rsultat en dcoule.
Comme on peut appliquer la Proposition prcdente, en observant que cos(n
2
+ n + 5)
est borne et
1
n
2
tend vers 0 alors leur produit tend vers 0.
8.7 Limites innies
Soit (u
n
)
n
_
lim
n+
u
n
= +
_
(A > 0,
A
N; (n
A
u
n
> A))
_
lim
n+
u
n
=
_
(B < 0,
B
N; (n
B
u
n
< B))
Proposition 8.3.
_
lim
n+
u
n
=
_
_
lim
n+
1
u
n
= 0
_
8.8 Limites fondamentales
Nous donnons prsent quelques limites fondamentales trs utiles
1.
lim
n+
n
p
=
_
_
+ si p > 0
1 si p = 0
0 si p < 0
2. Pour q > 0
lim
n+
q
n
=
_
_
+ si q > 1
1 si q = 1
0 si 0 < q < 1
c _MIRI.S
3.
lim
n+
_
1 +
a
n
_
n
= e
a
c _MIRI.S
8.9. Exercices 95
8.9 Exercices
Exercice 8.1. En utilisant la dnition de la limite montrer que
1. lim
n+
2n+1
n+2
= 2.
2. lim
n+
n
9 = 1.
3. lim
n+
q
n
=
_
_
+ si q > 1
1 si q = 1
0 si 0 < q < 1
Exercice 8.2. Calculer les limites suivantes
1. lim
n+
(1)
n
+
1
n
2. lim
n+
(1)
n
n
.
3. lim
n+
nsin(n!)
n
2
+1
4. lim
n+
_
n + 1
n
_
5. lim
n+
2
n+1
+3
n+1
2
n
+3
n
6. lim
n+
_
n+5
n+3
_
n
Exercice 8.3. Soit la suite de terme gnral
u
n
=
1
1 2
+
1
2 3
+
1
3 4
+ ... +
1
n(n + 1)
1. Montrer que
1
n(n+1)
=
a
n
+
b
n+1
.
2. Calculer lim
n+
u
n
.
Exercice 8.4. Soit la suite dnie par
_
_
u
0
=
1
2
u
n+1
= (u
n
)
2
+
2
9
1. Montrer que n N,
1
3
< u
n
<
2
3
.
2. Etudier la monotonie de (u
n
)
n
.
3. En dduire que (u
n
)
n
est une suite convergente, et donner sa limite.
c _MIRI.S
Exercice 8.5. Soit la suite dnie par
_
_
u
0
= 1
u
n+1
=
4u
n
1+u
n
1. Montrer que n N, u
n
> 0.
2. Etudier la monotonie de (u
n
)
n
.
3. En dduire que (u
n
)
n
est une suite convergente, et donner sa limite.
Exercice 8.6. Montrer que les deux suites (u
n
)
n
et (v
n
)
n
dnies par
u
n
= 1 +
1
1!
+
1
2!
+ ... +
1
n!
v
n
= u
n
+
1
n!
sont adjacentes.
Exercice 8.7. Montrer que la suite de terme gnral u
n
= 1 +
1
1
+
1
2
+... +
1
n
est
divergente.
c _MIRI.S
Chapitre 9
Fonction Relle dune Variable
Relle
Limites et Continuit
9.1 Dnitions
1. On appelle fonction relle dune variable relle, toute fonction de R ou
dune partie de R vers R
f : R R
x f(x)
2. Une fonction f dnie sur un intervalle I symtrique par rapport 0 est
dite paire (resp. impaire) si
x I, f(x) = f(x) (resp. f(x) = f(x))
3. Une fonction f est dite priodique, sil existe un T > 0, tel que
f(x + T) = f(x) x R (9.1)
Si de plus T est le plus petit rel positif vriant (9.1), alors T est appel
98
Chapitre 9. Fonction Relle dune Variable Relle
priode de la fonction f.
4. Une fonction f dnie sur un ensemble E R sera dite majore si et
seulement si
M R, x E f(x) M
5. Une fonction f dnie sur un ensemble E R sera dite minore si et
seulement si
m R, x E m f(x)
6. Une fonction f dnie sur un ensemble E R sera dite borne si et
seulement si elle est la fois minore et majore
M R, m R, x E m f(x) M
ou de manire quivalente
A > 0, x E [f(x)[ A
7. Une fonction f dnie sur un ensemble E R sera dite croissante si et
seulement si
x, y E; x < y f(x) f(y)
8. Une fonction f dnie sur un ensemble E R sera dite dcroissante si et
seulement si
x, y E; x < y f(x) f(y)
9.2 Limite dune fonction en un point
Soit f une fonction dnie sur un intervalle I R, et soit x
0
I , on dit que
f(x) tend vers l quand x tend vers x
0
si
> 0,
> 0 ; x I, ( [x x
0
[ <
[f(x) l[ < )
c _MIRI.S
9.2. Limite dune fonction en un point 99
et notera dans ce cas
lim
xx
0
f(x) = l
Exemple 9.1. Soit
f : R R
x f(x) = x
2
+ x + 1
nous allons montrer, en utilisant la dnition que
lim
x1
f(x) = 3
il faut donc montrer que
> 0,
> 0 ; [x 1[ <
[f(x) 3[ <
pour cela, soit > 0
[f(x) 3[ =

x
2
+ x 2
= [(x 1) (x + 2)[
comme x tend vers 1, on peut toujours supposer (par exemple) que x ]2, 4[
et dans ce cas
2 x 4 0 x + 2 6
[x + 2[ 6
et par suite
[f(x) 3[ = [(x 1) (x + 2)[
6 [(x 1)[
en posant
[f(x) 3[ 6 [(x 1)[ <
c _MIRI.S
100
ainsi si
[(x 1)[ <

6
alors
[f(x) 3[ <
mais noublions pas que nous avons fait lhypothse supplmentaire
x ]2, 4[ [x 1[ < 3
et on a nalement
> 0,
= min
_
6
, 3
_
> 0 ; [x 1[ <
[f(x) 3[ <
9.2.1 Types de limites
1. On dit que f(x) tend vers l quand x tend vers x
0
par valeurs suprieures si
> 0,
> 0 ; (x I, 0 < x x
0
<
[f(x) l[ < )
on note alors
lim
xx
0
>
f(x) = lim
xx
+
0
f(x) = l
cette limite est aussi appele limite droite de x
0
.
2. On dit que f(x) tend vers l quand x tend vers x
0
par valeurs infrieures si
> 0,
> 0 ; (x I,
< x x
0
< 0 < [f(x) l[ < )
on note alors
lim
xx
0
<
f(x) = lim
xx
0
f(x) = l
cette limite est aussi appele limite gauche de x
0
.
Proposition 9.1.
_
lim
xx
0
f(x) = l
_
_
_
lim
xx
0
<
f(x) = lim
xx
0
>
f(x) = l
_
_
c _MIRI.S
9.3. Dfinition quivalente 101
Exemple 9.2. Soit f(x) =
x
|x|
alors
lim
x0
<
f(x) = lim
x0
<
x
[x[
= 1
par contre
lim
x0
>
f(x) = lim
x0
>
x
[x[
= 1
comme
lim
x0
<
f(x) ,= lim
x0
>
f(x)
alors lim
x0
f(x) nexiste pas.
Proposition 9.2. Si la limite dune fonction en un point existe alors elle est
unique.
9.3 Dnition quivalente
_
lim
xx
0
f(x) = l
_
_
(u
n
)
n
suite,
_
lim
n+
u
n
= x
0
lim
n+
f(u
n
) = l
__
cette dnition permet entre autre de dduire les proprits de la limite dune
fonction en un point de celles des suites.
Thorme 9.1. Soit f et g deux fonctions donnes alors
1. Si
_
lim
xx
0
f(x) = l
1
et lim
xx
0
g(x) = l
2
_
alors
_
lim
xx
0
(f(x) + g(x)) = l
1
+ l
2
_
2. Si
_
lim
xx
0
f(x) = l
1
et lim
xx
0
g(x) = l
2
_
alors
_
lim
xx
0
(f(x).g(x)) = l
1
.l
2
_
3. Si
_
lim
xx
0
f(x) = l
1
et lim
xx
0
g(x) = l
2
,= 0
_
alors
_
lim
xx
0
_
f(x)
g(x)
_
=
l
1
l
2
_
4. Si lim
xx
0
f(x) = 0 et g est une fonction borne alors lim
xx
0
f(x)g(x) = 0
Thorme 9.2. (Critre de Cauchy)
_
lim
xx
0
f(x) = l
_
( > 0,
> 0 ; (x, x
I, [x x
0
[ <
et [x
x
0
[ <
[f(x) f(x
)[ < ))
c _MIRI.S
102
9.4 Limites innies
1. On dit que f(x) tend vers +quand x tend vers x
0
et on crit lim
xx
0
f(x) =
+, si
_
lim
xx
0
f(x) = +
_
(A > 0, > 0 ; (x I, [x x
0
[ < f(x) > A))
2. On dit que f(x) tend vers quand x tend vers x
0
et on crit lim
xx
0
f(x) =
, si
_
lim
xx
0
f(x) =
_
(B < 0, > 0 ; (x I, [x x
0
[ < f(x) < B))
3. On dit que f(x) tend vers l quand x tend vers +et on crit lim
x+
f(x) = l,
si
_
lim
x+
f(x) = l
_
( > 0, A > 0 ; (x I, x > A [f(x) l[ < ))
4. On dit que f(x) tend vers l quand x tend vers et on crit lim
x
f(x) = l,
si
_
lim
x
f(x) = l
_
( > 0, B < 0 ; (x I, x < B [f(x) l[ < ))
9.5 Continuit
1. On dit quune fonction f est continue en un point x
0
si et seulemnt si
lim
xx
0
f(x) = f(x
0
)
il est donc ncessaire que f soit dnie en x
0
, en dautres termes, avant
de parler de continuit en un point il faut dabord sassurer que f y est
dnie.
2. On dit quune fonction f est continue en un ensemble I R si et seulemnt
si f est continue en tout point de I.
c _MIRI.S
9.6. Prolongement par continuit 103
3. On dit quune fonction f est continue droite du point x
0
si et seulemnt si
lim
xx
0
>
f(x) = f(x
0
)
4. On dit quune fonction f est continue gauche du point x
0
si et seulemnt
si
lim
xx
0
<
f(x) = f(x
0
)
9.5.1 Proprits
1. ( f est continue en un point x
0
)( lim
xx
0
>
f(x) = lim
xx
0
<
f(x) = f(x
0
))
2. Si f et g sont continues en un point x
0
alors (f + g) et (f.g) sont continues
en x
0
, et si de plus g(x
0
) ,= 0 alors
f
g
est aussi continue en x
0
.
3. Si f : A B est continue en x
0
et si g : B C est continue en f(x
0
)
alors (g f) est continue en x
0
.
9.6 Prolongement par continuit
Soit f : R R une fonction donne, telle que f nest pas dnie en x
0
mais
admettant une limite l R quand x tend vers x
0
, lim
xx
0
f(x) = l. On dnit alors
la fonction

f appele prolongement par continuit de f au point x
0
par
f(x) =
_
_
f(x) si x ,= x
0
l si x = x
0
Exemple 9.3. Pour donner le prolongement par continuit de f (x) =
x
2
4
x2
au
point x
0
= 2 ; on commence par observer que f nest pas dnie en x
0
= 2,
c _MIRI.S
104
ensuite il sut de calculer lim
x2
f(x)
lim
x2
f(x) = lim
x2
x
2
4
x 2
= lim
x2
(x 2) (x + 2)
x 2
= lim
x2
(x + 2)
= 4
et par suite
f(x) =
_
_
x
2
4
x2
si x ,= 2
4 si x = 2
est un prologement par continuit de f au point x
0
= 2.
Remarque 9.1. Il faut observer que contrairement f sont prolongement par
continuit

f est dnie en x
0
et de plus

f y est continue.
Remarque 9.2. Le prolongement par continuit peut ne pas exister, par exemple
f(x) =
1
x
2
nadmet pas de prolongement par continuit en x
0
= 0 car lim
x0
f(x) =
+.
9.7 Fonction continue sur un intervelle ferm
born
Dnition 9.1. Soit a, b R alors lintervalle ferm born [a, b] est aussi appel
compact de R.
Dnition 9.2. Soit f une fonction majore sur lensemble E
x E, f(x) M
alors M est appel majorant (clairement il nest pas unique).
On appele borne suprieure de f sur E le plus petit des majorants, on le note
Sup
xE
f(x).
c _MIRI.S
9.7. Fonction continue sur un intervelle ferm born 105
Soit f une fonction minore sur lensemble E
x E, m f(x)
alors m est appel minorant (clairement il nest pas unique).
On appele borne infrieure de f sur E le plus grand des minorants, on le note
Inf
xE
f(x).
Proposition 9.3. Limage dun compact [a, b] par une fonction continue f est
aussi un compact i.e. f ([a, b]) = [, ] avec = Inf
x[a,b]
f(x) et = Sup
x[a,b]
f(x).
Thorme 9.3. Thorme des valeurs intermdiaires
Soit f une fonction continue sur un compact [a, b] ; alors f atteint toutes les
valeurs comprises entr et o f ([a, b]) = [, ] , en dautres termes
y [, ] , x [a, b] ; y = f(x)
En particulier
0 =x
0
[a, b] ; f(x
0
) = 0
Remarque 9.3. La proprit
y [, ] , x [a, b] ; y = f(x)
devrait vous rappeler une notion dj introduite en algbre ... je vous laisse
chercher...
Remarque 9.4. Pour appliquer le thorme des valeurs intermdiaires on a pris
lhabitude dobserver si f(a).f(b) 0, auquel cas on en dduit lexistence de
x
0
[a, b] ; tel que f(x
0
) = 0, ceci nest pas faux, mais il faut faire attention!
par exemple [a, b] = [2, 2]
f(x) = x
2
alors bien que
f(2).f(2) = 4 4 = 16 > 0
c _MIRI.S
106
on a bien
x
0
= 0 [2, 2] ; tel que f(0) = 0
mditer !
Exemple 9.4. Pour montrer que lquation
x cosx = 0
admet une solution dans
_
0,

2
_
, il sut de considrer la fonction f(x) = xcosx
et dobserver que
f(0).f(
2
) = (1)

2
0
le thorme des valeurs intermdiaires nous assure lexistence dun x
0

_
0,

2
_
;
tel que f(x
0
) = 0.
Thorme 9.4. Thorme du point xe
Soit
f : [a, b] [a, b]
une fonction continue, alors
x
[a, b] tel que f (x
) = x
est appel point xe de f.

9.8 Fonction continue strictement monotone
Soit I un intervalle de R, et soit f une fonction dnie sut I, continue et
strictement monotone alors on a les proprits suivantes :
1. f (I) est aussi un intervalle de R ( ferm born si I est aussi ferm born).
2. f est bijective de I vers f (I) .
3. Lapplication rciproque f
1
: f (I) I, est continue strictement mono-
tone de mme nature que f ( si f est strictement croissante alors f
1
lest
aussi, et si f est strictement dcroissante alors f
1
lest aussi).
c _MIRI.S
9.8. Fonction continue strictement monotone 107
4. Les graphes de f et de f
1
sont symtriques par rapport la premire
bissectrice y = x.
9.8.1 Fonctions rciproques lmentaires
1. La fonction
f :
_
2
,

2
_
[1, 1]
x f(x) = sinx
est continue strictement croissante, elle est donc bijective et admet une
application rciproque que lon notera Arcsin, ainsi
Arcsin : [1, 1]
_
2
,

2
_
x f(x) = Arcsinx
avec
y = Arcsinx x = siny
Arcsin(sinx) = x et sin(Arcsinx) = x
2. La fonction
f : [0, ] [1, 1]
x f(x) = cosx
est continue strictement dcroissante, elle est donc bijective et admet une
application rciproque que lon notera Arccos, ainsi
Arccos : [1, 1] [0, ]
x f(x) = Arccosx
avec
y = Arccosx x = cosy
Arccos (cosx) = x et cos (Arccosx) = x
3. La fonction
f :
_
2
,

2
_
R
x f(x) = tgx
c _MIRI.S
108
est continue strictement croissante, elle est donc bijective et admet une
application rciproque que lon notera Arctg, ainsi
Arctg : R
_
2
,

2
_
x f(x) = Arctgx
avec
y = Arctgx x = tgy
Arctg (tgx) = x et tg (Arctgx) = x
c _MIRI.S
9.9. Exercices 109
9.9 Exercices
Exercice 9.1. Etudier la parit des fonctions suivantes
1. f(x) =
x
2
+ 1
2. f(x) =
sinx
x
2
3. f(x) = x
n
o n N
Exercice 9.2. Montrer que la fonction f(x) =
cosx
1+x
2
est borne sur R.
Exercice 9.3. Montrer en utilisant la dnition de la limite dune fonction en
un point ce qui suit
1. lim
x1
3x + 3 = 6
2. lim
x1
x
2
+ x + 1 = 1
Exercice 9.4. Calculer les limites suivantes
1. lim
x1
x+32
x1
2. lim
xa
x
2
a
2
xa
3. lim
x+
_
x
2
+ x x
_
4. lim
x0
sinx
x
5. lim
xa
a+
xa
x
2
a
2
Exercice 9.5. Montrer que les limites suivantes nexistent pas
lim
x0
sin
_
1
x
_
et lim
x0
cos
_
1
x
_
puis calculer les limites suivantes
lim
x0
_
(sinx)
_
sin
_
1
x
___
lim
x0
_
x
3
_
cos
_
1
x
___
Exercice 9.6. Etudier la continuit des fonctions suivantes
1. f(x) =
_
_
5x
2
2
2
si x 1
cos (x 1) si x < 1
2. f(x) =
_
_
x
n
_
sin
_
1
x
__
si x ,= 0
0 si x = 0
o n N
c _MIRI.S
110
Exercice 9.7. Trouver les rels , , et pour que les fonctions suivantes soit
continues sur R,
f(x) =
_
_
x + 1 si x 1
3 x
2
si x > 1
g(x) =
_
_
2sinx si x
2
sinx + si

2
< x

2
cosx si x >

2
Exercice 9.8. Les fonctions suivantes admettent-elles un prolongement par
continuit aux points o elles ne sont pas dnies ?
f
1
(x) =
[x[
x
f
2
(x) =
(x 1) sinx
2x
2
2
f
3
(x) = sin
_
1
x
_
Exercice 9.9. Montrer que lquation
x = e
x
admet une solution unique dans lintervalle [0, 1], puis localiser cette solution
dans un intervalle de longueur l = 0.015625.
c _MIRI.S
Chapitre 10
Drivation
10.1 Dnitions
Soit f : I R une fonction dnie sur un intervalle I R
1. On dit que f est drivable en un point x
0
I si et seulement si la limite
suivante existe et est nie
lim
xx
0
f(x) f(x
0
)
x x
0
= l (10.1)
et on note dans ce cas l = f
(x
0
) appel nombre driv de f au point x
0
.
2. Si dans la limite (10.1) on pose x = x
0
+ h, alors si x tend vers x
0
, h tend
vers 0 et on obtient
lim
h0
f(x
0
+ h) f(x
0
)
h
= f
(x
0
)
3. On dira que f est drivable sur I si et seulement si f est drivable en tout
point de I.
4. Si f est drivable sur I, on peut alors dnir une nouvelle fonction que lon
appelera fonction drive note f
, qui chaque point x

0
de I, associe le
nombre driv f
(x
0
). Prenons lexemple
f : R R
x f(x) = x
2
112 Chapitre 10. Drivation
et soit x
0
un point quelconque de R, alors
lim
xx
0
f(x) f(x
0
)
x x
0
= lim
xx
0
x
2
x
2
0
x x
0
= lim
xx
0
(x x
0
) (x + x
0
)
x x
0
= lim
xx
0
(x + x
0
)
= 2x
0
Ainsi f
(x
0
) = 2x
0
, comme x
0
est quelconque on peut dnir la fonction
drive de f(x) = x
2
par f
(x) = 2x. Cest ainsi quon retrouve la formule

des fonctions drives de toutes les fonctions usuelles.
5. Interprtation gomtrique : La tangente de la courbe reprsentative de f
en un point (x
0
, f(x
0
)) est de pente gale f
(x
0
) et a pour quation
y = f
(x
0
) (x x
0
) + f(x
0
)
6.
f drivable en x
0
lim
xx
0
>
f(x) f(x
0
)
x x
0
= lim
xx
0
<
f(x) f(x
0
)
x x
0
= f
(x
0
)
7. Si
lim
xx
0
>
f(x) f(x
0
)
x x
0
= l
1
et lim
xx
0
<
f(x) f(x
0
)
x x
0
= l
2
avec l
1
,= l
2
alors (x
0
, f(x
0
)) est appel point anguleux.
8.
f drivable en x
0
f continue en x
0
la rciproque est fausse, une fonction peut tre continue sans tre drivable ;
en eet considrons lexemple f(x) = [x[ alors f est continue en 0
lim
x0
f(x) = lim
x0
[x[ = 0 = f(0)
c _MIRI.S
10.2. Rgles de drivation 113
par contre
lim
x0
>
f(x) f(0)
x 0
= lim
x0
>
[x[
x
= 1
et
lim
x0
<
f(x) f(0)
x 0
= lim
x0
<
[x[
x
= 1
donc f nest pas drivable en 0.
10.2 Rgles de drivation
Si f et g sont deux fonctions drivables alors on a les rgles suivantes
1. (f + g)
= f
+ g
2. (f.g)
= f
g + fg
3.
_
f
g
_
=
f
gfg
g
2
4. (f
= f
f
1
5. On note f = f
(0)
, f
= f
(1)
, f
= f
(2)
... f
(n)
=
_
f
(n1)
_
et f
(n)
est appele
drive n
i` eme
de f.
6.
(f.g)
(n)
=
n
k=0
n!
k! (n k)!
f
(k)
g
(nk)
7. Si f est drivable sur I et g est drivable sur f(I) alors (g f) est drivable
sur I et on a la rgle de drivation
(g f)
= f
. (g
f)
8. Si f est continue strictement monotone et drivable sur I alors sa fonction
rciproque f
1
est drivable sur f(I) et on a la rgle de drivation
_
f
1
_
=
1
f
f
1
Exemple 10.1. Nous allons donner des exemples dapplication des rgles pr-
cdentes
c _MIRI.S
1. f(x) =cos
3
x alors en appliquant la rgle 4. f
(x) = 3sinxcos
2
x
2. f(x) =cos(x
3
) alors en appliquant la rgle 7. f
(x) = 3x
2
sin(x
3
)
3. f(x) =Arctgx alors en appliquant la rgle 8. f
(x) =
1
1+tg
2
(Arctgx)
=
1
1+x
2
4. Pour calculer la drive n
i` eme
de f(x) = e
3x
, on drive 1fois, 2fois,... 10fois si
ncessaire jusqu ce quapparaisse une forme quon devra dmontrer par rcur-
rence,
f(x) = e
3x
f
(x) = 3e
3x
f
(x) = 3
2
e
3x
on en dduit que
f
(n)
(x) = 3
n
e
3x
dernire formule quil faudra dmontrer par rcurrence.
10.3 Quelques thormes
Dnition 10.1. Soit f : I R une fonction dnie sur un intervalle ouvert
I R. On dit que c est un maximum local si
> 0, x I, ( [x c[ f(x) f(c).)
On dit que c est un minimum local si
> 0, x I, ( [x c[ f(x) f(c).)
Dans les deux cas, on dira aussi que c est un extremum local.
Proposition 10.1. Soit f : I R une fonction dnie et drivable sur un
intervalle ouvert I R.
c est un extremum local f
(c) = 0
c _MIRI.S
10.3. Quelques thormes 115
Thorme 10.1. Thorme de Rolle
Soit f une fonction
1. continue sur [a, b] ,
2. drivable sur ]a, b[
3. et telle que f(a) = f(b)
alors
c ]a, b[ ; f
(c) = 0.
Thorme 10.2. Thorme des accroissements nis
Soit f une fonction
1. continue sur [a, b] ,
2. drivable sur ]a, b[
alors
c ]a, b[ ; f(b) f(a) = f
(c) (b a)
Proposition 10.2. Soit f une fonction continue sur [a, b] , et drivable sur ]a, b[
alors f est croissante (resp.dcroissante) si et seulement si sa drive f
est po-
sitive (resp. ngative)
Thorme 10.3. Rgle de LHpital
Soient f, g deux fonctions continues sur un intervalle I R, sauf peut tre au
point x
0
I, si f(x
0
) = g(x
0
) = 0 et g
(x) ,= 0 x I x
0
, et si lim
xx
0
f
(x)
g
(x)
= l
alors
lim
xx
0
f(x)
g(x)
= l
Exemple 10.1. A laide de la rgle de LHpital, on peut par exemple retrouver
la limite
lim
x0
sinx
x
= lim
x0
cosx
1
= 1
Remarque 10.1. Il existe dautres formulations de la rgle de LHpital. On
peut aussi ritrer cette rgle plusieurs fois successivement jusuqa obtention de
la limite.
c _MIRI.S
10.4 Formules de Taylor
Soit f une fonction n fois continment drivable sur [a, b] et admettant une
drive dordre (n + 1) sur ]a, b[, alors il existe c ]a, b[ tel que
f(b) = f(a) + (b a) f
(a) +
(b a)
2
2!
f
(a) +
(b a)
3
3!
f
(a) +
+... +
(b a)
n
n!
f
(n)
(a) +
(b a)
n+1
(n + 1)!
f
(n)
(c)
cette formule est appele formule de Taylor Lagrange dordre n, cest une cons-
quence de lapplication plusieurs fois successives du thorme de Rolle.
Il existe plusieurs variantes de la formule de Taylor, condition que f soit
susamment rgulire. Nous avons
f(a + h) = f(a) + hf
(a) +
h
2
2!
f
(a) +
h
3
3!
f
(a) +
+... +
h
n
n!
f
(n)
(a) +
h
n+1
(n + 1)!
f
(n)
(a + h) pour un certain 0 < < 1.
ou encore
f(x) = f(0) + xf
(0) +
x
2
2!
f
(0) +
x
3
3!
f
(0) +
+... +
x
n
n!
f
(n)
(0) +
x
n+1
(n + 1)!
f
(n)
(x) pour un certain 0 < < 1.
cette dernire formule est dite formule de Taylor MacLaurin.
On a encore :
f(x) = f(x
0
) + (x x
0
) f
(x
0
) +
(x x
0
)
2
2!
f
(x
0
) +
(x x
0
)
3
3!
f
(x
0
) +
+... +
(x x
0
)
n
n!
f
(n)
(x
0
) + (x x
0
)
n
(x) avec lim
xx
0
(x) = 0.
Exemple 10.2. Donner le dveloppement de Taylor MacLaurin de la fonction
f(x) =sinx, pour n = 5. En dduire la valeur des limites lim
x0
sinx
x
, lim
x0
sinxx
x
3
6
x
5
.
Il sut dappliquer la formule de Taylor MacLaurin f(x) =sinx, on obtient
c _MIRI.S
10.4. Formules de Taylor 117
alors
sinx = x
x
3
3!
+
x
5
5!

x
6
6!
sin (x)
et par suite
lim
x0
sinx
x
= lim
x0
x
x
3
3!
+
x
5
5!

x
6
6!
sin (x)
x
= lim
x0
_
1
x
2
3!
+
x
4
5!

x
5
6!
sin (x)
_
= 1
et de la mme faon
lim
x0
sinx x
x
3
6
x
5
= lim
x0
x
x
3
3!
+
x
5
5!

x
6
6!
sin (x) x
x
3
6
x
5
= lim
x0
x
5
5!

x
6
6!
sin (x)
x
5
= lim
x0
_
1
5!

x
6!
sin (x)
_
=
1
5!
=
1
120
c _MIRI.S
10.5 Exercices
Exercice 10.1. Calculer f
(x) dans chacun des cas suivants

f(x) = x
x
, f(x) = e
x
x
, f(x) =cos(x
5
) , f(x) =cos
5
(x), f(x) = arctg(e
x
)
Exercice 10.2. Calculer la drive n
i` eme
des fonctions suivantes
1. f(x) = e
ax
2. f(x) =sinx
3. f(x) =cosx
4. f(x) =
1
1x
5. f(x) =
1
1+x
6. f(x) =
1
1x
2
Exercice 10.3. Soit g : R R une fonction continue, et soit a R . On pose
f(x) = (x a) g(x). Montrer que f est drivable en a, et calculer f
(a).
Exercice 10.4. Montrer que
Arcsinx + Arcosx =

2
Exercice 10.5. Soient f, g deux fonctions continues sur [a, b] drivables sur
]a, b[ et ne sannulant pas, et telles que
f(a)g(b) = f(b)g(a)
Montrer quil existe un c ]a, b[ tel que
f
(c)
f(c)
=
g
(c)
g(c)
Exercice 10.6. Soit x, y deux rels tels que 0 < x < y. Montrer que
x <
y x
lny lnx
< y
Exercice 10.7. Donner le dveloppement de Taylor Maclaurin pour n = 5, des
fonction suivantes :
c _MIRI.S
10.5. Exercices 119
1.f(x) = e
x
2.f(x) = sinx
3.f(x) = cosx
4.f(x) = ln(1 + x)
5.f(x) = (1 + x)
6.f(x) = Arctgx
Exercice 10.8. En utilisant un dveloppement de Taylor, calculer les limites
suivantes
1.lim
x0
e
x
1
x
2.lim
x0
sinxx
x
3.lim
x0
cosx1
x
4.lim
x0
ln(1+x)x+
x
2
2

x
3
3
(sinx)
4
Exercice 10.9. Donner une valeur approche de

e 10
4
prs.
c _MIRI.S
Chapitre 11
Calcul Intgral
11.1 Dnitions
Soit f : I R une fonction donne dnie sur un intervalle I de R.
On dira que F est une primitive de f sur I si et seulement si
x I, F
(x) = f(x)
On remarquera que si F est une primitive de f alors F + c avec c R est aussi
une primitive de f.
On appelle intgrale indnie de f lexpression note
_
f(x)dx donne par
_
f(x)dx = F(x) + c
o F est une primitive de f et c R.
Ainsi par exemple
_
x
2
dx =
x
3
3
+ c c R
11.1.1 Proprits
1.
_
(f(x) + g(x)) dx =
_
f(x)dx +
_
g(x)dx
2.
_
f(x)dx =
_
f(x)dx R
le lecteur avis aura reconnu en ces deux proprits laspect linaire de lintgrale
122 Chapitre 11. Calcul Intgral
indnie.
Remarque 11.1. Jinvite tout tudiant ne pas cder la tentation de dire que
lintgrale indnie dun produit de deux fonctions est gal au produit des deux
intgrales, pour sen convaincre il sut de se rappeler que la drive du produit
de deux fonctions nest pas gale au produit des drives.
_
(f(x).g(x)) dx ,=
_
f(x)dx.
_
g(x)dx
11.1.2 Primitives usuelles
Soit c R alors
f(x)
_
f(x)dx
x
x
+1
+1
+ c ,= 1
1
x
ln [x[ + c
sinx -cosx + c
cosx sinx + c
tgx ln [cosx[ + c
e
x
e
x
+ c
1
cos
2
x
tgx + c
1
sin
2
x
cotgx + c
1
1+x
2
Arctgx + c
1
1x
2
Arcsinx + c
on peut aussi adjoindre les formules
_
f
(x)
f(x)
dx = ln [f(x)[ + c
et
_
f
(x)f
(x)dx =
f
+1
(x)
+ 1
+ c ,= 1
c _MIRI.S
11.2. Procds dintgration 123
11.1.3 Intgrale dnie
Soit F une primitive de f sur I, et soient a, b I, alors on pose
_
b
a
f(x)dx = [F(x)]
b
a
= F(b) F(a)
le rel
_
b
a
f(x)dx est appel intgrale dnie de f entre a et b ou de bornes a et
b.
Exemple 11.1.
_
1
3
x
3
dx =
_
x
4
4
_
1
3
=
1
4

81
4
= 20
Proprits
1. Si f est continue sur I alors la fonction F(x) =
_
x
a
f(t)dt est la seule
primitive de f qui sannule au point a.
2.
_
b
a
(f(x) + g(x)) dx =
_
b
a
f(x)dx +
_
b
a
g(x)dx
3.
_
b
a
f(x)dx =
_
b
a
f(x)dx R
4. f(x) g(x)
_
b
a
f(x)dx
_
b
a
g(x)dx
5. Thorme de la moyenne : Si f est continue sur [a, b] alors il existe un
[a, b] tel que
_
b
a
f(x)dx = (b a) f()
6.
_
d
a
f(x)dx +
_
b
d
f(x)dx =
_
b
a
f(x)dx relation de Chasles
7.
_
b
a
f(x)dx =
_
a
b
f(x)dx
11.2 Procds dintgration
11.2.1 Intgration par parties
Si f, g sont deux fonctions continument drivables, alors
(f(x).g(x))
= f
(x)g(x) + f(x)g
(x)
c _MIRI.S
en intgrant les deux membres de la dernire galit on arrive
f(x).g(x) =
_
(f
(x)g(x) + f(x)g
(x)) dx
=
_
f
(x)g(x)dx +
_
f(x)g
(x)dx
soit encore
_
f(x)g
(x)dx = f(x).g(x)
_
f
(x)g(x)dx
cette dernire galit sappelle formule dintgration par parties, elle existe aussi
pour les intgrales dnies sous la forme
_
b
a
f(x)g
(x)dx = [f(x).g(x)]
b
a
_
b
a
f
(x)g(x)dx
Exemple 11.2. Pour calculer
_
xe
x
dx, on pose
f(x) = x et g
(x) = e
x
soit
f
(x) = 1 et g(x) = e
x
on applique alors la formule dintgration par parties
_
xe
x
dx = xe
x
_
e
x
dx
= xe
x
e
x
+ c, c R
et donc
_
xe
x
dx = (x 1) e
x
+ c
Remarque 11.2. La mthode dintgration par parties sapplique dans plusieurs
situations, mais en particulier pour calculer des intgrales du type
_
x
n
e
x
dx ,
_
x
n
cosxdx ,
_
x
n
sinxdx ,
_
x
n
lnxdx .
On trouvera aussi dautres cas o sapplique lintgration dans la liste dexercices.
c _MIRI.S
11.3. Intgration de fonctions rationnelles 125
11.2.2 Intgration par changement de variables
Soit une fonction continument drivable et bijective. En posant le change-
ment de variables
t = (x) alors dt =
(x) dx,
on a lgalit
_
f ((x))
(x) dx =
_
f (t) dt,
et de plus
_
b
a
f ((x))
(x) dx =
_
(b)
(a)
f (t) dt.
_
e
sinx
cosxdx; on pose le changement de variables
t = sinx et donc dt = cosxdx
et par suite
_
e
sinx
cosxdx =
_
e
t
dt
= e
t
+ c
= e
sinx
+ c
et en particulier, on obtient
_
2
0
e
sinx
cosxdx =
_
1
0
e
t
dt
= e 1
Remarque 11.3. Dans le changement de variable, nous avons impos la condi-
tion bijective, alors que nous ne lavons (a priori) pas utilise, en fait il est
ncessaire de supposer que t = (x) soit bijective pour pouvoir revenir la
premire variable x =
1
(t).
11.3 Intgration de fonctions rationnelles
Les expressions
c _MIRI.S
1.
A
xa
2.
A
(xa)
n avec n > 1 un entier naturel
3.
Ax+B
x
2
+px+q
avec (p
2
4q) < 0
4.
Ax+B
(x
2
+px+q)
n avec (p
2
4q) < 0 et n > 1 un entier naturel
sont appeles lments simples de type I, II, III, et IV respectivement. Toute
fonction rationnelle peut tre dcompose en somme dlments simples. Nous
avons les formules suivantes :
1.
_
A
xa
dx = Aln[x a[ + c
2.
_
A
(xa)
n dx = A
(xa)
n+1
n+1
+ c
3. Pour calculer
_
Ax+B
x
2
+px+q
dx avec (p
2
4q) < 0, nous allons suivre les tapes
suivantes
_
Ax + B
x
2
+ px + q
dx =
_ A
2
(2x + p) + B
A
2
p
x
2
+ px + q
dx
=
A
2
_
(2x + p)
x
2
+ px + q
dx +
_
B
A
2
p
__
1
x
2
+ px + q
dx
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
__
1
x
2
+ 2
p
2
x + q
dx
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
__
1
_
x +
p
2
_
2
+ q
p
2
4
dx
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
_
q
p
2
4
_
1
1
q
p
2
4
_
x +
p
2
_
2
+ 1
dx
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
_
q
p
2
4
_
1
_
_
x+
p
2
_
q
p
2
4
_
_
2
+ 1
dx
on pose alors
t =
x +
p
2
_
q
p
2
4
et donc dt =
1
_
q
p
2
4
dx ou encore dx =
q
p
2
4
dt
c _MIRI.S
et par suite
_
Ax + B
x
2
+ px + q
dx =
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
_
_
q
p
2
4
_
1
t
2
+ 1
dt
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
_
_
q
p
2
4
Arctgt + c
=
A
2
ln
_
x
2
+ px + q
_
+
_
B
A
2
p
_
_
q
p
2
4
Arctg
_
_
x +
p
2
_
q
p
2
4
_
_
+ c
4. Pour calculer
_
Ax+B
(x
2
+px+q)
n dx avec (p
2
4q) < 0, et n > 1 un entier naturel,
nous allons suivre les tapes suivantes
_
Ax + B
(x
2
+ px + q)
n
dx =
_ A
2
(2x + p) + B
A
2
p
(x
2
+ px + q)
n
dx
=
A
2
_
(2x + p)
(x
2
+ px + q)
n
dx +
_
B
A
2
p
__
1
(x
2
+ px + q)
n
dx
=
A
2
(x
2
+ px + q)
n+1
n + 1
+
_
B
A
2
p
__
1
(x
2
+ px + q)
n
dx
=
A
2
(x
2
+ px + q)
n+1
n + 1
+
_
B
A
2
p
__
1
_
_
x +
p
2
_
2
+ q
p
2
4
_
n
dx
pour calculer
I
n
=
_
1
_
_
x +
p
2
_
2
+ q
p
2
4
_
n
dx
on pose
t =
_
x +
p
2
_
et donc dt = dx
c _MIRI.S
I
n
=
_
1
_
t
2
+ q
p
2
4
_
n
dt
=
1
q
p
2
4
_
q
p
2
4
_
t
2
+ q
p
2
4
_
n
dt
=
1
q
p
2
4
_
t
2
+ q
p
2
4
t
2
_
t
2
+ q
p
2
4
_
n
dt
=
1
q
p
2
4
_
_
_
1
_
t
2
+ q
p
2
4
_
n1
dt
_
t
2
_
t
2
+ q
p
2
4
_
n
dt
_
_
=
1
q
p
2
4
_
_
I
n1
_
t
2
_
t
2
+ q
p
2
4
_
n
dt
_
_
=
1
q
p
2
4
_
_
I
n1
1
2
_
2t t
_
t
2
+ q
p
2
4
_
n
dt
_
_
=
1
q
p
2
4
_
_
I
n1
1
2
_
2t
_
t
2
+ q
p
2
4
_
n
tdt
_
_
une intgration par parties nous permet dobtenir
I
n
=
1
q
p
2
4
_
_I
n1
1
2
t
_
t
2
+ q
p
2
4
_
n+1
n + 1
+
1
2 (n 1)
I
n1
_
_
et donc
I
n
=
1
q
p
2
4
I
n1
_
1 +
1
2 (n 1)
_
1
2
1
q
p
2
4
_
x +
p
2
_
_
_
x +
p
2
_
2
+ q
p
2
4
_
n+1
n + 1
et du fait que
I
1
=
_
1
_
t
2
+ q
p
2
4
_
dt
=
1
_
q
p
2
4
Arctg
_
_
x +
p
2
_
q
p
2
4
_
_
c _MIRI.S
de proche en proche on arrive calculer I
n
.
_
Ax + B
(x
2
+ px + q)
n
dx =
A
2
(x
2
+ px + q)
n+1
n + 1
+
_
B
A
2
p
_
I
n
11.3.1 Changement de variable universel
Pour calculer une fonction rationnelle de sinx et cosx, il est souvent pratique
de poser le changement de variables suivant
t = tg
x
2
et par suite dx =
2dt
1 + t
2
et on a les formules
cosx =
1 t
2
1 + t
2
sinx =
2t
1 + t
2
_
1
sinx
dx; on pose
t = tg
x
2
et donc par suite dx =
2dt
1 + t
2
et notre intgrale devient
_
1
sinx
dx =
_
1
2t
1+t
2
2dt
1 + t
2
=
_
dt
t
= lnt + c
= ln
tg
x
2
+ c
c _MIRI.S
11.4 Exercices
Exercice 11.1. Calculer les intgrales indnies suivantes
1. I
1
=
_
(x
2
+ 3x + 1) e
x
dx
2. I
2
=
_
(3x
2
+ x)cosxdx
3. I
3
=
_
(x
2
1)sinxdx
4. I
4
=
_
x
n
lnxdx
5. I
5
=
_
arctgxdx
6. I
6
=
_
arcsinxdx
Exercice 11.2. Trouver une relation entre I et J, puis calculer I et J
I =
_
(sinx) e
x
dx
J =
_
(cosx) e
x
dx
En dduire la valeur de
_

2
0
(sinx) e
x
dx.
Exercice 11.3. Utiliser un changement de variables pour calculer ce qui suit
1. I
1
=
_
e
x
1+e
2x
dx
2. I
2
=
_
ln
2
x
x
dx
3. I
3
=
_
1
5x
2
dx
4. I
4
=
_
1
2sin
2
x+3cos
2
x
dx
5. I
5
=
_

2
0
sin2x
sin
2
x5sinx+6
dx
6. I
6
=
_
2
1
x1
x
dx
Exercice 11.4. Calculer ce qui suit
1. I
1
=
_
1
x
2
+2x+5
dx
2. I
2
=
_
1
x
2
6x+5
dx
3. I
3
=
_
x1
x
2
+2x+3
dx
4. I
4
=
_
x1
(x
2
+2x+3)
2
dx
5. I
5
=
_
x
7
+x
3
1
(x
2
+2x+3)(x+1)
2
dx
Exercice 11.5. Calculer ce qui suit
1. I
1
=
_
1
53cosx
dx
c _MIRI.S
11.4. Exercices 131
2. I
2
=
_

2
4
1
sin
3
x
dx
3. I
3
=
_
1
cosx
dx
4. I
4
=
_
1
45sinx
dx
5. I
5
=
_
cos
4
xdx
Exercice 11.6. Une voiture roule une vitesse v(t) = v
0
(1 t) kmh
1
durant
lintervalle 0 t 1h. Quelle a t s vitesse maximale ? Quelle distance a-t-elle
parcourue ?
Exercice 11.7. Soit f une fonction continue sur lintervalle [a, a] ; a > 0.
Montrer que
1. Si f est paire alors
_
a
a
f(x)dx = 2
_
a
0
f(x)dx
2. Si f est impaire alors
_
a
a
f(x)dx = 0
Exercice 11.8. Calculer I
n
=
_

2
0
(sin
n
x) dx o n N
c _MIRI.S
Chapitre 12
Equations Direntielles
12.1 Introduction
On appelle quation direntielle du n
i` eme
ordre (ou dordre n ), toute equa-
tion de la forme
F(x, y, y
, ..., y
(n)
) = 0 (12.1)
o F est une fonction continue de (n + 2) variables, y = y(x) est une fonction
inconnue de la variable x, et y
(k)
est la drive dordre k de y.
Rsoudre ou intgrer lquation (12.1) revient trouver toutes les solutions
y = y(x) n fois continment drivable, dnies sur lintervalle I le plus grand
possible.
12.2 Equations direntielles du premier ordre
12.2.1 Equation variables spares (ou sparables)
Une quation direntielle du premier ordre est dite variables spares si
elle est de la forme
f(y)y
= g(x) (12.2)
o f, g sont deux fonctions (continues) relles de la variable relle.
134 Chapitre 12. Equations Diffrentielles
Pour rsoudre (12.2) on utilise la dnition
y
=
dy
dx
do
f(y)y
= g(x) f(y)
dy
dx
= g(x)
f(y)dy = g(x)dx
_
f(y)dy =
_
g(x)dx
F(y) = G(x) + c
o F est une primitive de f et G est une primitive de g.
Si de plus F admet une fonction rciproque F
1
alors
y(x) = F
1
(G(x) + c)
Exemple 12.1. Rsolvons lquation
1
y
y
= (x
2
+ 1)
1
y
y
=
_
x
2
+ 1
_
1
y
dy
dx
=
_
x
2
+ 1
_
_
1
y
dy =
_
_
x
2
+ 1
_
dx
ln [y[ = x
3
+ x + c , c R
[y[ = e
(
x
3
+x+c
)
, c R
[y[ = ke
(
x
3
+x
)
k = e
c
y = Ke
(
x
3
+x
)
K R
, K = k,
12.2.2 Equation direntielle homogne
Une quation direntielle du premier ordre est dite homogne par rapport
x et y si elle est de la forme
y
= f
_
y
x
_
(12.3)
o f est une fonction (continue) relle de la variable relle.
c _MIRI.S
12.2. Equations diffrentielles du premier ordre 135
Pour rsoudre (12.3) on pose
u =
y
x
et donc
y = xu
et par suite
y
= u + xu
on remplace dans lquation (12.3) et on ontient

u + xu
= f (u) u + x
du
dx
= f (u)
dx
x
=
du
f(u) u
cette dernire quation est une quation variables spares.
Exemple 12.2. Soit rsoudre lquation
x
2
y
= x
2
+ y
2
xy
en divisant les deux membres de lagalit par x
2
, cette quation peut tre ramene
= 1 +
_
y
x
_
2
y
x
on pose alors
u =
y
x
c _MIRI.S
u + xu
= 1 + u
2
u
xu
= 1 + u
2
2u
x
du
dx
= 1 + u
2
2u
du
1 + u
2
2u
=
dx
x
(si u ,= 1)
du
(1 u)
2
=
dx
x
_
du
(1 u)
2
=
_
dx
x
1
1 u
= ln [x[ + c
et donc
u = 1
1
ln [x[ + c
et on revient y
y = xu y = x
x
ln [x[ + c
et ne pas oublier que si u = 1 alors y = x est aussi une solution de lquation
donne.
12.2.3 Equation linaire
Une quation direntielle du premier ordre est dite linaire si elle est de la
forme
a(x)y
+ b(x)y = c(x) (12.4)

o a, b et c sont des fonctions (continues) relles de la variable relle, a tant
suppose non identiquement nulle.
Il existe principalement deux mthodes pour la rsolution de (12.4).
Premire mthode
Lquation (12.4) est dite quation avec second membre EASM, on lui associe
lquation dite sans second membre ESSM suivante
a(x)y
+ b(x)y = 0
c _MIRI.S
pour rsoudre celle-ci il sut de sparer les variables
y
y
=
b(x)
a(x)

dy
y
=
b(x)
a(x)
dx si y ,= 0
_
dy
y
=
_

b(x)
a(x)
dx
ln [y[ = A(x) + c
o
_

b(x)
a(x)
dx = A(x) + c, et par suite, en noubliant pas dajouter la solution
triviale y = 0, on obtient
y
0
= Ke
A(x)
, K R
est la solution gnrale de lESSM.
Proposition 12.1. La solution gnrale y de lEASM est gale la solution
gnrale y
0
de lESSM additionne une solution particulire y
de lEASM.
Pour trouver y
la solution particulire de lEASM on utilise la mthode de

la variation de la constante, savoir
y
0
= Ke
A(x)
on pose
y
= K (x) e
A(x)
et par suite
y
= K
(x) e
A(x)
K (x)
b(x)
a(x)
e
A(x)
alors
a(x)y
+ b(x)y
= c(x)
implique que
a(x)
_
K
(x) e
A(x)
K (x)
b(x)
a(x)
e
A(x)
_
+ b(x)K (x) e
A(x)
= c(x)
ce qui donne
a(x)K
(x) e
A(x)
= c(x)
c _MIRI.S
et donc
K
(x) =
c(x)
a(x)e
A(x)
soit encore
K (x) =
_
c(x)
a(x)e
A(x)
dx
et donc la solution gnrale de lEASM (12.4) est donne par
y = y
0
+ y
= Ke
A(x)
+ K (x) e
A(x)
, K R
Deuxime mthode
Cest la mthode du facteur intgrant, elle consiste mettre le terme a(x)y
+
b(x)y sous la forme dune drive dun produit. En eet (12.4) donne
a(x)y
+ b(x)y = c(x) y
+
b(x)
a(x)
y =
c(x)
a(x)
on multiplie les deux membres de la dernire quation par e
_
b(x)
a(x)
dx
ce qui donne
e
_
b(x)
a(x)
dx
y
+
b(x)
a(x)
e
_
b(x)
a(x)
dx
y =
c(x)
a(x)
e
_
b(x)
a(x)
dx
et ainsi
_
e
_
b(x)
a(x)
dx
y
_
=
c(x)
a(x)
e
_
b(x)
a(x)
dx
si
F(x) =
_
c(x)
a(x)
e
_
b(x)
a(x)
dx
dx
alors
e
_
b(x)
a(x)
dx
y = F(x) + K
et par suite
y =
F(x) + K
e
_
b(x)
a(x)
dx
Exemple 12.3. Pour rsoudre
x
2
y
+ 2xy = e
x
c _MIRI.S
on considre lESSM
x
2
y
+ 2xy = 0
y
y
=
2x
x
2
dy
y
=
2x
x
2
dx
ln [y[ = lnx
2
+ c
y =
K
x
2
, K R
et donc la solution gnrale de lESSM est donne par
y
0
=
K
x
2
, K R
on applique prsent la variation de la constante
y
=
K (x)
x
2
et par suite
y
=
K
(x) x
2
2xK(x)
x
4
on remplace dans lquation
x
2
y
+ 2xy = e
x
et on obtient
x
2
K
(x) x
2
2xK(x)
x
4
+ 2x
K (x)
x
2
= e
x
ce qui donne
K
(x) = e
x
et donc
K(x) = e
x
et
y
=
e
x
x
2
c _MIRI.S
alors la solution gnrale recherche est donne par
y = y
0
+ y
soit
y =
K
x
2
+
e
x
x
2
y =
K + e
x
x
2
, K R
pour la deuxime mthode il susait de remarquer que
x
2
y
+ 2xy = e
x
_
x
2
y
_
= e
x
x
2
y = e
x
+ K
y =
K + e
x
x
2
, K R
12.2.4 Equation de Bernoulli
Une quation direntielle du premier ordre est dite de Bernoulli si elle est
de la forme
a(x)y
+ b(x)y + c(x)y
= 0 (12.5)
o a, b et c sont des fonctions (continues) relles de la variable relle, a tant
suppose non identiquement nulle, et ,= 0 et ,= 1. ( si = 1 lquation est
variable sparables, et si = 0 lquation est linaire)
On commence par observer que si > 0 alors y = 0 est solution de lquation
de Bernouili.
Pour rsoudre lquation (12.5) on suivra le procd suivant
a(x)y
+ b(x)y + c(x)y
= 0 a(x)
y
+ b(x)
y
y
+ c(x) = 0
a(x)y
+ b(x)y
1
+ c(x) = 0
on pose alors
u = y
1
c _MIRI.S
et par suite
u
= (1 ) y
on remplace dans notre quation pour obtenir

a(x)
(1 )
u
+ b(x)u + c(x) = 0
et cette dernire quation est une quation linaire que lon sait rsoudre.
12.2.5 Equation de Riccati
Une quation direntielle du premier ordre est dite de Riccati si elle est de
la forme
a(x)y
+ b(x)y + c(x)y
2
= d(x) (12.6)
o a, b, c et d sont des fonctions (continues) relles de la variable relle, a tant
suppose non identiquement nulle.
Pour rsoudre (12.6) il faut dabord trouver une solution particuire y
(pour
la trouver il faut sinspirer des coecients a, b, c et d) ainsi
a(x)y
+ b(x)y
+ c(x)y
2
= d(x)
et la solution gnrale de (12.6) scrira sous la forme
y = y
+ u
pour dterminer u remplaons y dans lquation
a(x)y
+ b(x)y + c(x)y
2
= d(x) a(x) (y
+ u)
+ b(x) (y
+ u) + c(x) (y
+ u)
2
= d(x)
a(x)u
+ [b(x) + 2c(x)y
] u + c(x)u
2
= 0
et cette dernire quation est une quation de Bernouilli en u avec = 2, quation
que lon sait rsoudre.
c _MIRI.S
12.3 Equations direntielles du deuxime ordre
linaires coecients constants
Une quation direntielle du deuxime ordre est dite linaire coecients
constants si elle est de la forme
ay
+ by
+ cy = f(x) (12.7)
o a, b, c et d sont des constantes relles a ,= 0, et f une fonction (continue) relle
de la variable relle. Pour reprendre le mme vocabulaire que prcdemment,
lquation (12.7) est dite Equation Avec Second Membre EASM en abrg, on
lui associe lEquation Sans Second Membre ESSM
ay
+ by
+ cy = 0 (12.8)
Proposition 12.2. La solution gnrale y de lEASM (12.7) est gale la solu-
tion gnrale y
0
de lESSM (12.8) additionne une solution particulire y
de
lEASM (12.7).
12.3.1 Rsolution de lESSM
Pour rsoudre lESSM (12.8) on lui associe lquation algbrique dite quation
caractristique
ar
2
+ br + c = 0
1
er
cas : = b
2
4ac > 0
Dans ce cas lquation caractristique possde deux racines relles
r
1
=
b
2a
et r
2
=
b +
2a
alors la solution gnrale de (12.8) est donne par la formule
y
0
= C
1
e
r
1
x
+ C
2
e
r
2
x
c _MIRI.S
12.3. Equations diffrentielles du deuxime ordre linaires
coefficients constants 143
o C
1
, C
2
R
2
` eme
cas : = b
2
4ac = 0
Dans ce cas lquation caractristique possde une racine relle double
r
1
= r
1
= r =
b
2a
y
0
= (C
1
+ C
2
x) e
rx
o C
1
, C
2
R
3
` eme
cas : = b
2
4ac < 0
Dans ce cas lquation caractristique possde deux racines complexes conju-
gues
r
1
= + i et r
2
= i
y
0
= (C
1
sinx + C
2
cosx) e
x
o C
1
, C
2
R
y
+ y
+ y = 0
on considre lquation caractristique
r
2
+ r + 1 = 0
= 3 < 0
deux racines complexes conjugues
r
1
=
1
2
+ i
3
2
et r
2
=
1
2
i
3
2
c _MIRI.S
et la solution gnrale est donne par
y
0
=
_
C
1
sin
3
2
x + C
2
cos
3
2
x
_
e
1
2
x
o C
1
, C
2
R
12.3.2 Rsolution de lEASM
Maintenant que nous savons rsoudre lESSM, il sut de trouver une solution
particulire de lEASM, pour cela on utilise la mthode de la variation de la
constante, donc si la solution de lESSM est donne par
y
0
= C
1
y
1
+ C
2
y
2
on pose
y
= C
1
(x) y
1
+ C
2
(x) y
2
o C
1
(x) et C
2
(x) sont solutions du systme
_
_
C
1
(x) y
1
+ C
2
(x) y
2
= 0
C
1
(x) y
1
+ C
2
(x) y
2
=
1
a
f(x)
y
+ y =
1
cosx
on commence par rsoudre lESSM
y
+ y = 0
laquelle on associe lquation caractristique
r
2
+ 1 = 0 r = i
c _MIRI.S
12.3. Equations diffrentielles du deuxime ordre linaires
coefficients constants 145
la solution gnrale de lESSM est donne par
y
0
= C
1
sinx + C
2
cosx
pour trouver la solution particulire de lEASM on procde par variation des
constantes
y
= C
1
(x) sinx + C
2
(x) cosx
o C
1
(x) et C
2
(x) sont solutions du systme
_
_
C
1
(x) sinx + C
2
(x) cosx = 0
C
1
(x) cosx C
2
(x) sinx =
1
cosx
ce qui donne
_
_
C
1
= 1
C
2
=
sinx
cosx
et par suite
_
_
C
1
= x
C
2
= ln [cosx[
et donc
y
= xsinx + (ln [cosx[) cosx

et nalement la solution gnrale de lEASM est donne par
y = y
0
+ y
y = C
1
sinx + C
2
cosx + xsinx + (ln [cosx[) cosx
o C
1
, C
2
R
Remarque 12.1. Lorsque le second membre f(x) est une fonction usuelle de
type sinus, cosinus, exponentielle ou polynme, alors on peut chercher la solution
particulire sous la mme forme que le second membre.
c _MIRI.S
12.4 Exercices
Exercice 12.1. Trouver les quations direntielles qui ont pour solution les
fonctions y = f(x) suivantes
1. f(x) = ax a R
2. f(x) = ae
x
a R
3. f(x) =
e
x
1+e
x
Exercice 12.2. Rsoudre les quations direntielles suivantes
1. y
sinx = ycosx
2. y
2
+ (x + 1) y
= 0
3. xy/ ay = 0 a R
4. y
= 2x
1 y
2
5. y
xe
y
= 0
6. y =ln(y
)
Exercice 12.3. Rsoudre les quations direntielles suivantes
1. xy
+ y = y
2
lnx
2. x
3
y
+ y
2
+ yx
2
+ 2x
4
= 0
3. (x
2
+ 1) y
= y
2
1
Exercice 12.4. Intgrer les quation suivantes
1. xy
= x y
2. xy
2
y
= x
3
+ y
3
3. x y + xy
= 0
Exercice 12.5. Rsoudre par deux mthodes les quations direntielles sui-
vantes
1. y
+ y = x
2.
_
e
x
+e
x
2
_
y
+
_
e
x
e
x
2
_
y =
1
1+x
2
3. xy/ y = x
2
Exercice 12.6. Rsoudre ce qui suit
1. y
+ y = (x + 1)
2. y
+ 2y
+ y = e
3x
3. y
+ 5y
+ 6y = (x
2
+ 1)
c _MIRI.S
Bibliographie
[1] Allab, Kada Elments danalyse : fonction dune variable relle- O.P.U.,
2002.
[2] Azoulay, Elie Problmes corrigs de mathmatiques - 2 d.. - Paris : Dunod,
2002.
[3] Baba-Hamed. C, Benhabib. K, Algbre 1. Rappel de cours et exercices avec
solutions. O.P.U., 1985.
[4] Baba-Hamed. C, Benhabib. K, Analyse 1. Rappel de cours et exercices avec
solutions. O.P.U., 1985.
[5] Chambadal, L. Exercices et problmes rsolus danalyse : mathmatiques
spciales. Bordas, 1973.
[6] Hitta, Amara Cours dalgbre et exercices corrigs. O.P.U., 1994.

Notes de Cours

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Notes de Cours

Загружено:

Авторское право:

Доступные форматы

Rpublique Algrienne Dmocratique et Populaire

Ministre de lEnseignement Suprieur et de la Recherche Scientique

; et par voie de consquence, si a/b alors a

, dun autre ct comme d =pgcd(a, b) alors a = da

en faisant la dirence entre ces dernires quations, on obtient

) = 1, alors daprs le lemme de Gauss b

deux nombres complexes donns, alors

3/ Pour mettre le nombre complexe

, on a alors les proprits

) = arg (z) + arg (z

Cette mthode de calcul sappelle dveloppement dun dterminant suivant la

est une famile libre de E si et seulement si

est une famille libre et gnratrice de E.

Dnition 7.2. Soit f : E F est une application linaire, On appelle image

Thorme 7.2. Soit f : E F une application linaire avec dimF = m, alors

deux bases de E, chaque vecteur de la base B

deux bases de F. Si lon pose

sont dites semblables.

N qui lui correspond; il faut donc

[a, b] tel que f (x

est appel point xe de f.

, qui chaque point x

(x) = 2x. Cest ainsi quon retrouve la formule

(x) dans chacun des cas suivants

on remplace dans lquation (12.3) et on ontient

+ b(x)y = c(x) (12.4)

la solution particulire de lEASM on utilise la mthode de

on remplace dans notre quation pour obtenir

= xsinx + (ln [cosx[) cosx

Вам также может понравиться