1

Programme de mathematiques de la classe preparatoire MP

1 Preambule

1.1 Objectifs generaux de formation

Lenseignement des mathematiques dans la filiere Mathematiques et Physique (MP) a pour vocation
dapporter les connaissances fondamentales et les savoir-faire indispensables a la formation generale
des scientifiques, quils soient ingenieurs, enseignants ou chercheurs ; il developpe les aptitudes et les
capacites des eleves selon les axes majeurs suivants :
lacquisition de connaissances et la matrise de techniques usuelles ;
le developpement simultane du sens de la rigueur et du gout du concret ;
leveil de la curiosite intellectuelle et le developpement de lesprit critique, de recherche et de synthese ;
le developpement de linitiative, de lautonomie et des capacites dexpression et de communication.
Son objectif est double. Dune part, il permet de developper des concepts, des resultats, des methodes
et une demarche specifiques aux mathematiques. Dautre part, il contribue a fournir un langage, des
representations et des methodes dont les autres disciplines scientifiques etudiees dans ces classes et au-
dela, comme la physique, la chimie, linformatique et les sciences industrielles, sont demandeuses ou
utilisatrices.
Une formation mathematique de qualite doit developper non seulement la capacite a acquerir des
connaissances et a les appliquer a des problemes prealablement repertories, mais aussi laptitude a
etudier des problemes plus globaux ou des questions issues de situations reelles. Certaines situations
necessitent la conception doutils nouveaux pour les traiter. Ainsi, la reflexion sur les concepts et les
methodes, la pratique du raisonnement et de la demarche mathematique constituent des objectifs ma-
jeurs.
Il est attendu que la pratique du raisonnement mathematique a travers les notions etudiees dans le cadre
de ce programme concourt a la formation de lesprit des eleves : la rigueur du raisonnement, lesprit
critique, lanalyse et le controle des hypotheses et des resultats obtenus et leur pertinence au regard du
probleme pose, le sens de lobservation et celui de la deduction trouvent en mathematiques un champ
daction ou ils seront cultives de maniere specifique.
Pour aider les eleves a effectuer la synthese des connaissances acquises dans les differents domaines
quils ont etudie, il est souhaitable de mettre en lumiere les interactions des champs de connaissance.
La concertation entre les enseignants par classe, discipline ou cycle peut y contribuer efficacement ; la
coherence et une organisation coordonnee entre les diverses disciplines est fondamentale. Il importe
deviter les redondances tout en soulignant les points communs, de limiter les divergences ou ambigutes
dues a la diversite des points de vue possibles sur un meme objet tout en enrichissant lenseignement
par cette meme diversite.
Les eleves doivent aussi etre entranes a lutilisation en mathematiques dun logiciel de calcul symbolique
et formel pour la resolution de problemes, la formulation de conjectures ou la representation graphique
de resultats. Lutilisation de ce logiciel, en liberant les eleves des aspects calculatoires ou techniques
(calcul, dessin, representation graphique), leur permet de se concentrer sur la demarche. Les concepts
mathematiques sous-jacents sont mis en avant et linterpretation des resultats obtenus est facilitee.
Letude de situations complexes hors de portee des techniques traditionnelles devient possible.
Concernant les capacites dexpression et de communication, cela suppose, a lecrit, la capacite a com-
prendre les enonces mathematiques, a mettre au point un raisonnement et a rediger une demonstration
et, a loral, celle de presenter de maniere claire et synthetique une demarche ou une production mathematique.
 2

Les travaux individuels ou en equipe proposes aux eleves en dehors du temps denseignement (devoirs
libres, interrogations orales, comptes rendus de travaux diriges ou dinterrogations orales, exposes de
TIPE) contribuent de maniere efficace a developper ces competences. La communication utilise des
moyens diversifies auxquels il convient de familiariser les eleves : cela concerne non seulement le ta-
bleau, dont la matrise est un element essentiel, mais aussi les dispositifs de projection appropries
(retroprojecteur, videoprojecteur) et loutil informatique.
Il est aussi souhaitable que le contenu culturel des mathematiques ne soit pas sacrifie au profit de la
seule technicite. En particulier, les textes et les references historiques rendent compte des interactions
entre les problemes mathematiques et la construction des concepts, mettent en evidence le role central
joue par le questionnement scientifique pour le developpement theorique. Ils montrent en outre que les
sciences, et les mathematiques en particulier, sont en perpetuelle evolution et que le dogmatisme nest
pas la reference en la matiere. Dans ce sens, il pourra saverer pertinent danalyser linteraction entre
problemes et outils conceptuels ; les seconds sont developpes pour resoudre les premiers mais deviennent
a leur tour, et aux mains des mathematiciens, des objets detude qui posent de nouveaux problemes et
peuvent ulterieurement servir au traitement dautres classes de problemes.
On attachera une importance a laspect geometrique des notions et proprietes etudiees en ayant regulierement
recours a des figures et croquis, ce qui permet de developper une vision geometrique des objets abstraits
et favorise de fructueux transferts dintuition.

1.2 Organisation du texte du programme

Le programme de la classe de deuxeme annee MP est presente en deux grandes parties, chacune delles
correspondant a une periode. Chacune de ces parties definit un corpus de connaissances requises et de
capacites attendues.
Le programme definit les objectifs de lenseignement et decrit les connaissances et les capacites exigibles
des eleves ; il precise aussi certains points de terminologie, certaines notations ainsi que des limites a
respecter. A linterieur de chaque periode, le programme est decline en chapitres (numerotees 1, 2, . . . ).
Chaque chapitre comporte un bandeau et un texte presente en deux colonnes : a gauche figurent les
contenus du programme et a droite les commentaires.
le bandeau definit les objectifs essentiels et les capacites attendues des eleves, et delimite le cadre
detude des notions qui lui sont relatives. Il decrit parfois sommairement les notions qui y sont
etudiees ;
les contenus fixent les connaissances, les resultats et les methodes figurant au programme ;
les commentaires donnent des informations sur les capacites attendues des eleves. Ils indiquent
des reperes et proposent des notations. Ils precisent le sens ou les limites de certaines notions ;
les enonces de certaines definitions ou de certains resultats y sont parfois integralement explicites,
lobjectif etant ici dunifier les pratiques des enseignants.
La chronologie retenue dans la presentation des differents chapitres de chaque periode ne doit pas etre
interpretee comme un modele de progression. Cependant, la progression retenue par chaque professeur
au cours de chaque periode doit respecter les objectifs de lenseignement dispense au cours de cette
periode.

1.3 Contenu du programme

Le programme defini un corpus de connaissances requises et de capacites attendues, et explicite des

aptitudes et des competences quune activite mathematique bien concue est amene de developper. Lac-
quisition de ce socle par les eleves constitue un objectif prioritaire pour le professeur.
 3

Il permet a tous les eleves dacquerir progressivement le niveau requis pour la poursuite des enseigne-
ments dispenses dans les grandes ecoles, et plus generalement les poursuites detudes dans diffrents
etablissements de lenseignement superieur ; il leur permet egalement de se reorienter et de se former
tout au long de leur parcours.
Le programme porte essentiellement sur lalgebre, lanalyse et les probabilites. Letude de chacun de ces
trois domaines permet de developper des aptitudes au raisonnement et a la modelisation, detablir des
liens avec dautres disciplines, et de nourrir les themes susceptibles detre abordes lors des TIPE.
Le programme dalgebre comprend trois chapitres. Le premier formalise les differentes structures algebriques
usuelles rencontrees dans le programme et introduit lanneau Z/nZ comme exemple de structure quo-
tient ; on y aborde aussi larithmetique de K[X], ou K est un sous-corps de C. Le deuxieme prolonge
letude de lalgebre lineaire abordee en classe de premiere annee MPSI et aboutit a la reduction des
endomorphismes et des matrices ; cette etude est basee sur les notions de sous-espace stable et de po-
lynome dendomorphisme ; les principaux resultats y sont formules en termes delements propres et de
polynomes annulateurs. Le troisieme, consacre aux espaces prehilbertiens reels, prolonge letude de ces
espaces deja abordee en MPSI et abouti, en dimension infinie, a letude des familles orthonormales
totales et en dimension finie a la reduction, en base orthonormale, des endomorphismes symetriques
(theoreme spectral) et des isometries vectorielles ; cette etude met laccent sur les relations entre les
registres vectoriel, matriciel et geometrique.
En analyse, le programme introduit le concept despace vectoriel norme, ce qui permet daborder le
calcul differentiel et fourni un cadre coherent pour letude des suites, des series et des fonctions et celle
des suites et des series de fonctions. Lintegration, la representation des fonctions, notamment par des
series entieres et par des integrales dependant dun parametre, lapproximation des fonctions, letude
du calcul differentiel et des equations diffrentielles lineaires tiennent une place majeure. Le programme
comporte aussi une introduction aux fonctions holomorphes.
Letude de la topologie dun espace vectoriel norme permet detendre les notions de suite, limite, conti-
nuite etudiees en premiere annee dans le cadre de la droite reelle, et dintroduire les concepts de compa-
cite et de connexite par arcs. Letude des familles sommables de nombres complexes vise la mise en place
des outils necessaires a une presentation rigoureuse des espaces probabilises et a letude des variables
aleatoires discretes.
Le chapitre relatif aux fonctions vectorielles permet la generalisation aux fonctions a valeurs dans un
espace vectoriel norme de dimension finie des resultats danalyse reelle (derivation et integration sur
un segment) etudies en premiere annee ; on y aborde auussi une etude modeste des arcs parametres. Il
favorise les interpretations et les representations geometriques des objets etudies, et fourni une occasion
de relier les registres analytique et geometrique.
Letude des suites et series de fonctions et des differents mode de leur convergence conduit aux theoremes
de regularite de leur limite ou somme ; ces theoremes sont ensuite appliques notamment pour etudier la
fonction exponentielle dans une algebre normee de dimension finie ; cette etude se termine par lenonce de
deux theoremes dapproximation. Les series entieres permettent de construire des fonctions de variable
complexe et de fournir des outils pour la resolution dequations differentielles lineaires et pour letude
des fonctions holomorphes.
Le chapitre relatif au calcul differentiel est etudie dans le cadre des espaces vectoriels normes de di-
mension finie. La differentielle en un point est definie de manire intrinseque afin detablir un lien avec
lalgebre lineaire. Les notions de derivee selon un vecteur ou le long dun arc, de gradient, de vecteurs
tangents a une partie constituent une premiere approche de la geometrie differentielle. Parallelement a
cette vision algebrique et geometrique, ce chapitre fournit aussi des outils operationnels pour la resolution
de problemes (recherche dextremums, equations aux derivees partielles).
Les theoremes classiques sur lintegration des suites et series de fonctions et sur les integrales a parametre
 4

sont etudies dans un seul chapitre ; ils fournissent les outils necessaires pour mener letude dune fonction
definie comme integrale dependant dun parametre.
Letude des equations et des systemes differentiels lineaires, dont les interventions sont frequentes tant
en mathematiques que dans les autres disciplines scientifiques, est basee sur le theoreme de Cauchy qui
permet detablir la structure de lensemble des solutions, illustrant la pertinence des outils de lalgebre
lineaire pour resoudre des problemes de lanalyse. Le cas particulier ou les coefficients sont constants
permet notamment dutiliser lexponentielle dendomorphisme et de matrice, et de mettre en uvre des
techniques de reduction.
Lenseignement des probabilites presente brievement le formalisme de Kolmogorov qui sera repris et ap-
profondi dans le cursus post classes preparatoires. Son objectif majeur est letude des variables aleatoires
discretes et celle des variables a densite, ce qui permet delargir le champ des situations reelles se pretant
a une modelisation probabiliste.
On y etudie les bases de la theorie des probabilites : variables aleatoires, lois usuelles, notions dindependance
et de probabilites conditionnelles, notions de moments et de fonctions generatrices ; ce chapitre debouche
sur des resultats dapproximation (loi faible des grands nombres, theoreme de la limite centree). La loi
faible des grands nombres permet de justifier a posteriori lapproche frequentiste dune probabilite pour
un schema de Bernoulli. Linegalite qui la sous-tend (inegalite de Bienayme-Tchebychev) precise la vi-
tesse de convergence de cette approximation et valide linterpretation de la variance comme indicateur
de dispersion. Ce chapitre a vocation a interagir avec le reste du programme, notamment en exploitant
les series generatrices et lintegration sur un intervalle quelconque.
Afin de contribuer au developpement des competences de modelisation et de representation, le pro-
gramme preconise le recours a des figures geometriques pour aborder lalgebre lineaire, les espaces
prehilbertiens, les fonctions de variable reelle ou vectorielle. Certaines notions de geometrie affine et
euclidienne etudiees en classe de premiere annee MPSI sont reprises dans un cadre plus general.
Le programme encourage la demarche algorithmique et le recours a loutil informatique (calculatrices,
logiciels) ; il integre la construction et la mise en forme dalgorithmes et, sur des exemples, la comparaison
de leurs performances.

1.4 Organisation temporelle de la formation

Le programme de la classe de deuxieme annee MP est presente en deux grandes parties, chacune delles
correspondant a une periode. Le programme de la preimere periode est etudie completement en premier
lieu, lors des quatre premiers mois de lannee ; celui de la deuxieme periode est ensuite aborde. Le
programme doit etre traite en veillant a alterner, de preference, des chapitres danalyse, de probabilite,
dalgebre et de geometrie euclidienne.

1.5 Recommandations pedagogiques pour le choix dune progression

Le programme est presente en deux grandes parties, mais son organisation nest pas un plan de cours ;
il va de soi que cette presentation nest quune commodite de redaction et ne doit pas faire oublier les
interactions nombreuses et etroites entre les differents domaines des mathematiques.
Les chapitres qui composent le programme suivent un ordre thematique qui nest dailleurs pas le
seul possible. Cette organisation a pour objet de presenter les differentes notions du programme de
mathematiques et ne peut en aucun cas etre considere comme une progression de cours.
Chaque professeur adopte librement la progression quil juge adaptee au niveau de sa classe et conduit
lorganisation de son enseignement dans le respect de la coherence de la formation globale. Il choisit
 5

ses methodes et ses problematiques en privilegiant la mise en activite 1 des eleves et en evitant tout
dogmatisme. En effet lacquisition des connaissances et des capacites est dautant plus efficace que les
eleves sont acteurs de leur formation. Le contexte denseignement retenu doit motiver les eleves, favoriser
lacquisition des connaissances et permettre le developpement de leurs competences et capacites.
En contrepartie de cette liberte dans lorganisation de la progression, le respect des objectifs de forma-
tion et son etalement dans lannee, comme indiques ci-dessus, reste une necessite incontournable.

1. Tell me and I forget, teach me and I may remember, involve me and I learn. benjamin franklin ( Dis-moi et
joublie, enseigne-moi et je peux me rappeler, implique-moi et japprends. )
 6

2 Premiere periode

2.1 Structures algebriques usuelles

Letude des structures algebriques permet dapprofondir plusieurs points abordes en premiere annee
MPSI : arithmetique de Z et de K[X], congruences, algebre lineaire, groupe symetrique, groupes issus
de lalgebre lineaire et de la geometrie des espaces euclidiens.
Ce chapitre gagne a etre illustre par de nombreux exemples.
Le paragraphe relatif aux polynomes permet de revenir sur letude menee en premiere annee MPSI, dans
un cadre etendu et dans un esprit plus algebrique, mettant laccent sur la notion dideal.
Sans soulever de difficulte, on signalera que les notions dalgebre lineaire etudiees en MPSI setendent
au cas ou le corps de base est un sous-corps de C.

2.1.1 Structure de groupe

Groupe. Produit fini de groupes. Exemples issus de lalgebre et de la geometrie.

Sous-groupe ; caracterisation dun sous-groupe. Sous-groupes du groupe (Z, +).
Intersection de sous-groupes. Sous-groupe engendre Exemples : Groupe (Z/nZ, +), generateurs de
par une partie. Groupe monogene, groupe cyclique. (Z/nZ, +) ; groupe des racines n-iemes de
lunite.
Exemples de parties generatices du groupe Sn .
Les reflexions engendrent le groupe des
isometries vectorielles en dimension 2.
Morphisme de groupes. Exemples : signature, determinant.
Image et image reciproque dun sous-groupe par un
morphisme.
Image et noyau dun morphisme. Condition din- Exemple : groupe special orthogonal dun espace
jectivite dun morphisme. euclidien.
Isomorphisme de groupes. Reciproque dun isomor- Tout groupe monogne infini est isomorphe a
phisme (Z, +) ; tout groupe monogene fini (cyclique) de
cardinal n est isomorphe a (Z/nZ, +).
Element dordre fini dun groupe G, ordre dun tel Si x est dordre fini, lordre de x est le cardinal
element. du sous-groupe de G engendre par x.
Si x est dordre fini d et si e designe le neutre de
G, alors, pour tout k Z, xk = e d|k.
Dans un groupe fini G, tout element est dordre Demonstration dans le cas G commutatif.
fini, en plus cet ordre divise le cardinal du groupe.

2.1.2 Structure danneau, anneau Z/nZ

Anneau. Produit fini danneaux. Les anneaux sont supposes unitaires.

Sous-anneaux. Morphisme danneaux. Image et
noyau dun morphisme danneaux. Isomorphisme
danneaux.
Anneau integre. Corps. Sous-corps. Les corps sont supposes commutatifs.
Ideal dun anneau commutatif. Le noyau dun mor- Ideaux de lanneau Z.
phisme danneaux est un ideal.
 7

Relation de divisibilite dans un anneau commutatif Interpretation de la divisibilite en termes

integre. dideaux.
Anneau Z/nZ. Elements inversibles de lanneau Lanneau Z/nZ est un corps si, et seulement si,
Z/nZ. n est premier.
Theoreme chinois : si m et n sont deux entiers pre- Application aux systemes de congruences.
miers entre eux, isomorphisme naturel de Z/mnZ
sur Z/mZ Z/nZ.
Indicatrice dEuler . Calcul de (n) a laide de la
decomposition de n en facteurs premiers.
Theoreme dEuler. Lien avec le petit theoreme de Fermat etudie en
premire annee MPSI.

2.1.3 Anneaux de polynomes a une indeterminee

Dans ce paragraphe et le suivant, K est un sous-corps de C.

Ideaux de lanneau K[X].

pgcd de deux polynomes. Par convention, le pgcd est unitaire.
Extension au cas dune famille finie.
Relation de Bezout. Lemme de Gauss. Algorithme dEuclide etendu sur les polynomes,
recherche des coefficients de Bezout.
Irreductibles de K[X]. Decomposition dun element Les eleves doivent connatre les polynomes
de K[X] en produit dirreductibles unitaires : exis- irreductibles de C[X] et R[X].
tence et unicite. Letude des polynomes sur un corps fini est hors
programme.

2.1.4 Structure dalgebre

Algebre. Les algebres sont unitaires.

Exemples : K[X], L(E), Mn (K), F(X, K).
Sous-algebre.
Morphisme dalgebres.

2.2 Topologie des espaces normes

Ce chapitre prolonge les notions de limites, de suites, de series et de fonctions etudiees en premiere
annee MPSI ; il introduit la topologie des espaces vectoriels normes, ce qui permet de fournir un cadre
coherent pour letude de ces notions a un niveau supperieur. Les concepts etudies ici se pretent a
des representations issues de differents registres ; dans ce cadre, on tachera de souligner le contenu
geometrique des notions abordees, notamment en ayant recours a de nombreuses figures.
Ce chapitre vise quatre objectifs :

introduire, dans le cadre des espaces normes, le vocabulaire de la topologie ;

introduire les notions de compacite et de connexite par arcs dans un espace norme ;
etablir lequivalence des normes en dimension finie et en tirer des consequences (caracterisation
de la compacite et de la convergence dune suite bornee, continuite des applications lineaires et
multilineaires . . . ) ;
 8

donner, a travers letude des espaces normes de dimension finie, un cadre commode pour traiter
diverses applications a lanalyse (fonctions vectorielles, suites et series de fonctions, equations
differentielles lineaires).

Il est attendu qua lissue de ce chapitre, les eleves

aient une bonne connaissance des normes usuelles sur Kn et sur les espaces de suites, de matrices
et de fonctions, sachent en etablir les proprietes et soient capables de les comparer ;
acquierent les notions de base sur letude locale dune fonction, les notions de compacite et de
connexite par arcs, et connaissent les proprietes globales des fonctions continues ;
sachent exploiter la densite pour etablir des relations entre fonctions continues ;
soient capables dexploiter les proprietes de compacite et de connexite par arcs notamment en
dimension finie.

Hormis les definitions et quelques exemples simples, letude generale de la notion de suite de Cauchy
et celle despace de Banach est hors programme ; ces notions sont introduites a titre dinformation pour
preparer les eleves aux cursus post classes preparatoires.
Dans tout ce chapitre, K designe lun des deux corps R ou C.

2.2.1 Normes et espaces vectoriels normes

Norme sur un espace vectoriel reel ou complexe. Vecteurs unitaires.

Espaces vectoriels normes.
Distance associee a une norme. Inegalite triangulaire. Distance a une partie.
Boules fermees, boules ouvertes, spheres. Convexite
des boules.
Parties, suites et fonctions bornees.
Norme associee a un produit scalaire sur un espace
prehilbertien reel.
n
X p
X
Normes usuelles k k1 , k k2 et k k sur Kn . Normes kAk1 = sup |ai,j |, kAk = sup |ai,j |,
1jp i=1 1in j=1
usuelles k k1 , k k2 et k k sur Mn,p (K).
 X 1/2
kAk2 = |ai,j |2 , A = (ai,j ) Mn,p (K).
1in
1jp
Si X est un ensemble, norme de la convergence uni- Norme dite infinie ou uniforme.
forme sur lespace des fonctions bornees de X dans
K.
Normes de la convergence en moyenne et de la
convergence en moyenne quadratique sur lespace
des fonctions continues sur un segment a valeurs
dans K.
Produit fini despaces vectoriels normes. Norme produit.

2.2.2 Suites delements dun espace vectoriel norme

 9

Suite convergente, divergente. Unicite de la li-

mite. Caractere borne dune suite convergente.
Operations algebriques sur les suites convergentes.
Convergence dune suite a valeurs dans un produit
fini despaces normes.
Suites extraites, valeurs dadherence. Une suite ayant au moins deux valeurs
dadherence diverge.

2.2.3 Topologie dun espace vectoriel norme

Ouvert dun espace norme. Stabilite par reunion Une boule ouverte est un ouvert.
quelconque, par intersection finie.
Voisinage dun point.
Ferme dun espace norme. Stabilite par intersection Une boule fermee et une sphere sont fermees.
quelconque, par reunion finie.
Point interieur, point adherent. Interieur,
adherence, frontiere dune partie. Caracterisation
sequentielle des points adherents, des fermes.
Partie dense.
Si A est une partie dun espace norme, ou-
vert et ferme relatifs de A. Voisinage relatif. Ca-
racterisation sequentielle des fermes de A.

2.2.4 Comparaison des normes

Normes equivalentes. Invariance du caractere Utilisation des suites pour etablir que deux
borne, de la convergence dune suite et des notions normes ne sont pas equivalentes.
topologiques par passage a une norme equivalente. La comparaison de normes definies sur des es-
paces fonctionnels fait partie des capacites at-
tendues des eleves.

2.2.5 Etude locale dune application, continuite

Limite en un point adherent a une partie A. Ca- Extensions de la notion de limite : limite de f (x)
racterisation sequentielle. lorsque kxk tend vers + ; limite de f (x) quand
x tend vers+ ou vers , lorsque A est une
partie de R ; limite infinie en a adherent a A
pour une application a valeurs reelles.
Cas dune application a valeurs dans un produit fini
despaces normes.
Operations algebriques sur les limites.
Limite dune composee.
Continuite en un point. Caracterisation sequentielle
de la continuite en un point.
Applications continues. Operations algebriques sur Les eleves doivent savoir que deux applications
les applications continues. Composition de deux ap- continues qui concident sur une partie dense
plications continues. sont egales.
 10

Image reciproque dun ouvert, dun ferme par une

application continue.
Applications uniformement continues, applications Exemple : lapplication x 7 d(x, B) ou B est
lipschitziennes ; uniforme continuite des applica- une partie dun espace vectoriel norme.
tions lipschitziennes.
Si u est une application lineaire dun espace vec- Notation Lc (E, F ).
toriel norme E dans un espace vectoriel norme F , La notion de norme subordonnee est hors pro-
la continuite de u equivaut a lexistence dun reel gramme.
C > 0 tel que, pour tout x E, ku(x)k Ckxk.

2.2.6 Parties compactes dun espace vectoriel norme

Definition dune partie compacte K par la propriete La propriete de Borel-Lebesgue est hors pro-
de Bolzano-Weierstrass : toute suite delement de gramme.
K possede une valeur dadherence dans K.
Une partie compacte est fermee et bornee. Une par-
tie fermee dune partie compacte est compacte.
Une suite delements dune partie compacte
converge si, et seulement si, elle admet une unique
valeur dadherence.
Produit dune famille finie de compacts.
Image dune partie compacte par une application Cas particulier des applications a valeurs
continue. reelles : theoreme des bornes atteintes.
Theoreme de Heine. Toute application continue sur une partie com-
pacte est uniformement continue.

2.2.7 Parties connexes par arcs dun espace vectoriel norme

Arc (ou chemin continu) joignant deux points. Relation dequivalence associee sur une partie A
de E. Les classes dequivalence sont les compo-
santes connexes par arcs de la partie A.
Parties connexes par arcs. Cas des parties convexes, des parties etoilees.
Les parties connexes par arcs de R sont les inter-
valles.
Image continue dune partie connexe par arcs. Cas particulier des applications a valeurs
reelles : theoreme des valeurs intermediaires.

2.2.8 Espaces vectoriels normes de dimension finie

Equivalence des normes sur un espace de dimension Demonstration non exigible.

finie.
Invariance des differentes notions topologiques par Les eleves doivent savoir que la convergence
rapport au choix dune norme en dimension finie. dune suite (ou lexistence de la limite dune
Caracterisation de la convergence dans un espace fonction) a valeurs dans un espace vectoriel
de dimension finie a laide dune base. norme de dimension finie equivaut a celle de cha-
cune de ses coordonnees dans une base.
 11

Une partie dun espace norme de dimension finie

est compacte si, et seulement si, elle est fermee et
bornee.
Une suite bornee dun espace norme de dimension
finie converge si, et seulement si, elle possede une
unique valeur dadherence.
Un sous-espace de dimension finie dun espace
norme est ferme.
Si E est de dimension finie, toute application
lineaire de E dans un espaces norme F est continue.
Continuite des applications polynomiales, des ap- Exemple : determinant.
plications multilineaires definies sur un produit
despaces normes de dimensions finies.

2.2.9 Propriete de Cauchy pour les suites

Suites de Cauchy dans un espace vectoriel norme. La notion de suite de Cauchy est introduite a
Toute suite convergente est de Cauchy. Definition titre dinformation ; elle sera developpee dans les
dun espace vectoriel norme complet (espace de Ba- cursus post classes preparatoires.
nach).
R, C et, plus generalement, tout espace vectoriel Exemple despace vectoriel norme non complet.
norme de dimension finie sont complets.

2.3 Reduction des endomorphismes et des matrices carrees

Ce chapitre a un triple objectif :

consolider et approfondir les acquis de la classe de premiere anne MPSI relatifs a letude des
concepts fondamentaux de lalgebre lineaire notamment en dimension finie ;
etudier la reduction des endomorphismes et des matrices ;
exploiter les resultats obtenus pour letude de problemes issus de lalgebre, de lanalyse et de la
geometrie.
Les methodes qui y sont presentees sont de deux types : les unes, de nature geometrique, reposent sur
les notions de sous-espace stable et delements propres ; les autres, de nature algebrique, font appel aux
polynomes annulateurs.
Il est attendu qua lissue de ce chapitre, les eleves
acquierent les notions de base sur la reduction des endomorphismes et des matrices (elements
propres, sous-espoace stable, polynome dendomorphisme et de matrice, polynome annulateur) ;
puissent mettere en uvre ces notions pour mener letude, dans des cas standard, de la diagona-
lisation et la trigonalisation des matrices et des endomorphismes, en dimension finie ;
soient capables dexploiter les resultats obtenus pour letude de problemes issus de lalgebre, de
lanalyse et de la geometrie.
Dans ce chapitre, E designe un K-espace vectoriel ou le corps de base K designe un sous-corps de C.
On se limitera dans la pratique au cas ou K est egal a R ou C.

2.3.1 Sous-espaces stables ; elements propres dun endomorphisme, dune matrice carree
 12

Rappels sur les matrices semblables. Interpretation geometrique.

Les eleves doivent savoir utiliser lendomor-
phisme canoniquement associe a une matrice
carree.
Sous-espace F stable par un endomorphisme u de En dimension finie, traduction de la stabilite
E. Endomorphisme uF de F induit par u. Somme dun sous-espace F par un endomorphisme u
et intersection de sous-espaces stables par u. a laide de la matrice de u dans une base de
E adaptee a F ; caracterisation des endomor-
phismes stabilisant des sous-espaces vectoriels
F1 , . . . , Fr de E tels que E = F1 Fr par
leur matrice dans une base de E adaptee a cette
decomposition.
Droite stable par un endomorphisme. Valeur Un vecteur propre est non nul.
propre, vecteur propre, sous-espace propre.
Le spectre dun endomorphisme dun espace de di- La notion de valeur spectrale est hors pro-
mension finie est lensemble de ses valeurs propres. gramme.
La somme dune famille finie de sous-espaces Toute famille de vecteurs propres associes a des
propres est directe. valeurs propres deux a deux distinctes est libre.
Le spectre dun endomorphisme dun espace de di-
mension finie n est fini de cardinal au plus n.
Si deux endomorphismes u et v commutent, Ker u En particulier, tout sous-espace propre de u est
et Im u sont stables par v. stable par v.
Valeurs propres, vecteurs propres, sous-espaces Equation aux elements propres M X = X.
propres et spectre dune matrice carree. Deux matrices semblables ont meme spectre.
Si K est un sous-corps de L et si M Mn (K), le
spectre de M dans K est contenu dans le spectre
de M dans L.

2.3.2 Polynome caracteristique

Polynome caracteristique dune matrice carree, Une matrice et sa transposee ont meme
dun endomorphisme dun espace vectoriel de di- polynome caracteristique ; le polynome ca-
mension finie. racteristique est un invariant de similitude.
Notations u , A .
Le polynome caracteristique est unitaire ; va-
leurs des coefficients des monomes de degres 0
et n 1 dans u , A .
Les racines du polynome caracteristique dans le Le sous-espace propre associe a une valeur
corps de base sont les valeurs propres. Multiplicite propre est de dimension inferieure ou egale
dune valeur propre. a la multiplicite de .
Si le polynome caracteristique u est scinde, la
somme et le produit des valeurs propres de u,
comptees avec leur multiplicite, sont egaux a la
trace et au determinant de u respectivement.
Polynome caracteristique dune matrice triangu-
laire. Polynome caracteristique dun endomor-
phisme induit.
 13

2.3.3 Endomorphismes et matrices carrees diagonalisables

Un endomorphisme dun espace vectoriel E de di- Une telle base est constituee de vecteurs propres.
mension finie est dit diagonalisable sil existe une
base de E dans laquelle sa matrice est diagonale.
Pour quun endomorphisme soit diagonalisable, il Cas des projecteurs, des symetries.
faut et il suffit que la somme de ses sous-espaces
propres soit egale a E.
Une matrice carree est dite diagonalisable si elle est
semblable a une matrice diagonale.
Pour quune matrice carree soit diagonalisable, il Dans la pratique des cas numeriques, on se limite
faut et il suffit que lendomorphisme canonique- a n = 2 ou n = 3.
ment associe soit diagonalisable.
Cas dun endomorphisme dun espace de dimension Traduction matricielle.
n admettant n valeurs propres distinctes.
Pour quun endomorphisme u soit diagonalisable, Traduction matricielle.
il faut et il suffit que u soit scinde et que, pour
toute valeur propre de u, la dimension de lespace
propre associe soit egale a sa multiplicite.

2.3.4 Endomorphismes et matrices carrees trigonalisables

Un endomorphisme est dit trigonalisable sil existe Interpretation geometrique.

une base dans laquelle sa matrice est triangulaire
superieure.
Une matrice carree est dite trigonalisable si elle est La pratique de la trigonalisation nest pas un
semblable a une matrice triangulaire superieure. objectif du programme. On se limite au cas n =
Pour quune matrice carree soit trigonalisable, il 2 ou n = 3.
faut et il suffit que lendomorphisme canonique-
ment associe le soit.
Un endomorphisme est trigonalisable si, et seule- Interpretation dans le registre matriciel.
ment si, son polynome caracteristique est scinde. Expression de la trace et du determinant dun
endomorphisme trigonalisable, dune matrice
trigonalisable a laide des valeurs propres.
Cas particulier : Endomorphismes nilpotents, ma- Indice de nilpotence.
trices nilpotentes.
Un endomorphisme est nilpotent si, et seulement si,
il est trigonalisable avec pour seule valeur propre 0.
Lindice de nilpotence est majore par la dimension
de E.

2.3.5 Polynomes dun endomorphisme, dune matrice carree

Pour u L(E), morphisme dalgebres P 7 P (u) Pour M dans K[X], morphisme P 7 P (M ) de

de K[X] dans L(E). Le noyau de ce morphisme K[X] dans Mn (K), ideal annulateur de M , sous-
est lideal annulateur de u. Son image est la sous- algebre K[M ] de Mn (K).
algebre commutative K[u] de L(E).
 14

Polynome minimal dun endomorphisme dun es- Le polynome minimal est unitaire.
pace de dimension finie, dune matrice carree.
Si d est le degre du polynome minimal, alors la
famille (uk )0kd1 est une base de K[u].
Si u(x) = x et P K[X], alors P (u)(x) = P ()x. Si P est un polynome annulateur de u, toute
valeur propre de u est racine de P .
Theoreme de Cayley-Hamilton. Demonstration non exigible.
Theoreme de decomposition des noyaux : Si
P1 , . . . , Pr sont des elements de K[X] deux a deux
premiers entre eux de produit egal a P , alors

Ker(P (u)) = Ker(P1 (u)) Ker(Pr (u)).

2.3.6 Application a la reduction de la notion de polynome annulateur

Famille (p1 , . . . , pr ) des projecteurs associes a une Decomposition spectrale dun endomorphisme
decomposition de E de la forme E = F1 Fr . diagonalisable u dont les sous-espaces propres
sont F1 , . . . , Fr : u = 1 p1 + +r pr ; pour tout
P K[X], P (u) = P (1 )p1 + + P (r )pr .
Un endomorphisme u est diagonalisable si, et seule- Interpretation de ce resultat dans le registre ma-
ment si, il existe un polynome scinde a racines triciel.
simples annulant u, ou encore si, et seulement si,
son polynome minimal est scinde a racines simples.
Polynome minimal dun endomorphisme induit. Diagonalisabilite dun endomorphisme induit
par un endomorphisme diagonalisable.

Sil existe un polynome scinde annulant u, Interpretation de ce resultat dans le registre ma-
decomposition de E en somme directe de sous- triciel.
espaces stables par u sur chacun desquels u induit La decomposition de Dunford et la reduction de
la somme dune homothetie et dun endomorphisme Jordan sont hors programme.
nilpotent.

2.4 Series dans un espace norme de dimension finie ; familles sommables

Lobjectif de ce chapitre est triple :

etendre la notion de serie convergente au cadre des espaces normes de dimension finie, en parti-
culier aux espaces dendomorphismes et de matrices ; ce qui permet de completer et consolider les
acquis de premiere annee MPSI relatifs aux series numeriques ;
definir lexponentielle dendomorphismes et de matrices carees ;
introduire la notion densemble denombrable et de famille sommable de nombres reels ou complexes
indexee par un tel ensemble ; cette notion sera utile notamment pour letude des probabilites.
Il est attendu qua lissue de ce chapitre, les eleves acquierent des notions de base sur les series delements
dun espace norme de dimension finie et la sommabilite notamment en vue detudier les problemes
dinterversion de sommation.
 15

2.4.1 Series a valeurs dans un espace norme de dimension finie

Il est recommande de faire des rappels de cours et des exercices de revision sur les series numeriques
avant dentamer letude des series dans un espace norme de dimension finie.
P
Serie delements dun espace norme de dimension un designe la serie de terme general un , on
n
finie. Sommes partielles. Convergence, divergence.
dit aussi serie associee
P a la suite (un )nN .
Somme et restes dune serie convergente. Lorsquune serie un est convergente, on note
n
+
P
un la somme de la serie et, pour tout n N,
n=0
+
P
uk designe son reste dorder n.
k=n+1
Le terme general dune serie convergente tend vers Divergence grossiere.
0.
Espace vectoriel des series convergentes ; linearite
de la somme. P
Lien entre suite et serie. La suite (un )n et la serie (un+1 un ) sont de
n
meme nature.
Serie absolument convergente.
Une serie absolument convergente delements dun Le critre de Cauchy est hors programme.
espace vectoriel norme de dimension finie est
convergente ; inegalite triangulaire.

Cas dune algebre normee de dimension finie : Si A est une algebre normee de dimension finie
serie geometrique de Neumann, application expo- ayant e pour element unite alors :
nentielle dans une telle algebre. - si a A est tel quePkak < 1, la serie
Cas particuliers dun nombre complexe, dun endo- geometrique de Neumann n>0 an (a0 := e) est
morphisme dun espace vectoriel norme de dimen- absolument convergente, ea est inversible dans
A et (e a)1 = n.
P
sion finie, dune matrice carree reelle ou complexe. n=0 a
n
Notations exp(a), ea pour a A et exp(A), eA pour - de meme, pour tout u A, la serie n>0 un!
P
A Mn (K). est absolument convergente ; sa somme se note
exp u et sappelle lexponentielle de u :

X un
exp u = .
n!
n=0

2.4.2 Familles sommables de nombres complexes

On introduit ici la notion densemble denombrable et de famille sommable, de nombres reels ou com-
plexes, indexee par un tel ensemble. Il sagit dune extension de la notion de serie absolument convergente
basee sur le fait que pour une telle serie, la structure dordre de N nintervient pas pour en calculer la
somme.
Ensemble denombrable, au plus denombrable. Un ensemble est dit denombrable sil est en bi-
jection avec N ; il est dit au plus denombrable
sil est en bijection avec une partie de N.
Z est denombrable ; les parties infinies de N sont
denombrables.
 16

Un ensemble est au plus denombrable si, et seule-

ment si, il est fini ou denombrable.
Un produit cartesien fini densembles denombrables Lensemble N N est denombrable.
est denombrable.
Une reunion finie ou denombrable densembles Lensemble Q est denombrable.
denombrables (resp. au plus denombrables) est
denombrable (resp. au plus denombrable).
Lensemble R nest pas denombrable. Demonstration non exigible.

Famille sommable de reels positifs indexee par un La famille (ui )iI estP dite sommable si len-
ensemble au plus denombrable I. Somme. semble des sommes iJ ui , ou J decrit len-
semble des parties finies de I, est majore, au-
quel cas la borne superieure de cet ensemble est
egale a la somme de la famille ; dans le cas ou
la famille nest pas sommable, il est pratique de
convenir que sa somme est egale a +. P
Dans tous les cas, la somme est notee iI ui .
Critere de comparaison. Si 0 ui vi , pour tout i I, alors :
- la sommabilte da la famille X (vi )iIXentrane
celle de (ui )iI et on a 0 ui vi .
iI iI
- la non sommabilte de la famille (ui )iI entrane
la non sommabilte de (vi )iI .
Si (vi )iI est une famille de reels positifs indexee
par un ensemble denombrable I et : N I une
bijection, alors, la familleP(vi )iI est sommable si,
et seulement si, la serie n v(n) est convergente,
+
X X
auquel cas v(n) = vi .
n=0 iI
Theoreme de sommation par paquets (cas dune fa- Demonstration hors programme.
mille de reels positifs) : si (In )nN est une partition
de I, alors, pour toute famille (ui )iI de reels posi-
tifs :
+ X
!
X X
ui = ui .
iI n=0 iIn

Famille sommable de nombres reels ou complexes La famille (uk )kI est dite sommable si la famille
indexee par un ensemble au plus denombrable. (|uk |)kI lest.
 17

Somme dune telle famille (cas reel, cas complexe). Si la famille (uk )kI est reelle, sa somme est
definie comme etant la difference des sommes
des familles, de reels positifs, composees par ses
parties positive et negative :
X X X
uk = u+k u
k;
kI kI kI

dans le cas general, sa somme est definie par

X X X
uk = Re(uk ) + i Im(uk ).
kI kI kI

LorsqueP I = N, lien avec la convergence absolue de La suite (unP )nN est sommable si, et seulement
la serie n un . si, la serie n un est absolument convergente,
X +
X
auquel cas un = un .
nN n=0
Invariance de la sommabilite et de la valeur de la Si (vi )iI est une famille de complexes indexee
somme par permutation de lensemble des indices. par un ensemble denombrable I et : N I
une bijection, alors, la famille (vi )P
iI est som-
mable si, et seulement si, la serie n v(n) est
+
X X
convergente, auquel cas v(n) = vi .
n=0 iI
Espace vectoriel des familles sommables delements Si la famille (ui )iI est sommable alors
de K, K = R ou C ; linearite de la somme, inegalite X  X
triangulaire. Sous famille dune famille sommable. ui  |ui |.
 

iI iI

Theoreme de sommation par paquets : soit (ui )iI Demonstration hors programme.
une famille sommable de complexes et soit (In )nN
une partition de I. Alors, pour tout n N, la
famille (ui )iIn est sommable de somme sn =
P
iIn ui ; la famille (sn )nN est aussi sommable et
+ +
!
X X X X
on a : ui = sn = ui .
iI n=0 n=0 iIn
Critere suffisant de sommabilite. On verifie lhypothese de sommabilite dune fa-
mille (ui )iI en appliquant le theoreme de som-
mation par paquets, enonce pour les familles de
reels positifs, a la famille (|ui |)iI .
 18

Cas des suites doubles ; interversion des somma-

tions :
- la famille (am,n )(m,n)N2 delements de R+ est
sommable si, et seulement si, pour tout n, ! la
X X X +
serie am,n converge et la serie am,n
m n m=0
converge , auquel cas
+ + + +
! !
X X X X
am,n = am,n
n=0 m=0 m=0 n=0

qui vaut aussi la somme de la famille.

- si la famille (um,n )(m,n)N2 de complexes est som- On verifie lhypothese de sommabilite en ap-
mable, alors pliquant le resultat precedent a la famille
(|um,n |)(m,n)N2 .
+ +
! + + !
X X X X
um,n = um,n
n=0 m=0 m=0 n=0

qui vaut aussi la somme de la famille. P

Definition du produit de Cauchy de deux series de La serie
Pn n>0 cn ou pour tout n N,
nombres complexes. cn = k=0 ak bnk , est Pappelee laPserie produit
de Cauchy des series n>0 an et ! n>0 bn!
.
X X X
Produit de Cauchy de P deux seriesPabsolument Dans ce cas cn = an bn qui
convergentes : si les series n>0 an et n>0 bn sont n=0 n=0  n=0
X
absolument convergentes, alors la serie cn lest vaut aussi la somme de la famille ap bq 2
.
(p,q)N
n>0
aussi et la famille (ap bq )(p,q)N2 est sommable.

n
X wk
Application : si u et v sont deux elements commu- Si Sn (w) = , w A R et n N, alors
k!
tables dune algebre normee de dimension finie A, k=0
alors exp(u + v) = exp(u) exp(v).
kSn (u)Sn (v)Sn (u+v)k Sn (kuk)Sn (kvk)Sn (kuk+kvk).

2.5 Fonctions vectorielles dune variable reelle, arcs parametres

Ce chapitre poursuit quatre objectifs :

Consolider les acquis de premiere annee MPSI concernant la derivation des fonctions dune va-
riable reelle a valeurs reelles ou complexes et etendre ces resultats au cas des fonctions dune
variable reelle a valeurs dans un espace vectoriel norme de dimension finie ;
preciser les notions de tangente et de vitesse instantanee ;
definir lintegrale dune fonction continue par morceaux sur un segment a valeurs dans un es-
pace norme de dimension finie, en etablir les principales proprietes puis en deduire linegalite des
accroissements finis et les formules de Taylor ;
fournir des outils pour letude des equations differentielles lineaires et le calcul differentiel.
Il est attendu qua lissue de ce chapitre, les eleves
 19

connassent et sachent exploiter linterpretation cinematique et graphique de la notion de derivee

en un point ;
soient capables de mener letude de fonctions dune variable reelle a valeurs dans un espace vec-
toriel de dimension finie et en particulier den etablir les proprietes liees a la continuite, a la
derivabilite et a la classe C k , k N ;
connassent la difference de nature entre la formule de Taylor-Young (locale) et les formules de
Taylor globales (reste integral et inegalite de Taylor-Lagrange) ;
sachent determiner la tangente et la normale a un arc parametre plan en un point associe a un
parametre regulier.

Les fonctions etudiees ici sont definies sur un intervalle I de R, a valeurs dans un espace norme de
dimension finie F .

2.5.1 Derivation

Derivabilite dune fonction en un point. Formes equivalentes : taux daccroissement,

Derivabilite a droite et a gauche. developpement limite a lordre 1.
Interpretation cinematique, vitesse instantanee.
Caracterisation de la derivabilite a laide dune base
de F ; expression des composantes de la derivee en
un point.
Derivabilite sur un intervalle, application derivee.
Combinaison lineaire de fonctions derivables, (f + g)0 = f 0 + g 0 .
linearite de la derivation.
Derivabilite et derivee dune application de la forme (L f )0 = L f 0 .
L f ou L est une application lineaire de F dans
un espace vectoriel de dimension finie.
Derivabilite et derivee dune application de la forme Si (F, (.|.)) est un espace euclidien et k k sa
B(f, g) : t 7 B (f (t), g(t)) ou B est une application norme euclidienne, la derivee de t 7 (f (t)|g(t))
bilineaire ; cas du produit scalaire et du carre de la est lapplication t 7 (f 0 (t)|g(t)) + (f (t)|g 0 (t)),
norme dun espace euclidien. celle de t 7 kf (t)k2 est t 7 2(f 0 (t)|f (t)).

Derivabilite et derivee de f ou est une fonction (f )0 = 0 .(f 0 ).

reelle de variable reelle et f une fonction vectorielle.

Applications k fois derivables, de classe C k , de Interpretation cinematique de la derivee se-

classe C (k N ). conde, acceleration.
Operations algebriques sur les applications de Espace vectoriel C k (I, F ) des applications de
classe C k . classe C k sur I a valeurs dans F , algbre C k (I)
des fonctions de classe C k sur I a valeurs relles
ou complexes, 0 k +.
Derivee k-ieme dune application de la forme
B(f, g) : t 7 B (f (t), g(t)), B etant une applica- k  
tion bilineaire : si f et g sont k fois derivables (resp.
(k) X k
B f (p) (t), g (kp) (t) , t I.


B(f, g) (t) =
de classe C k ) alors B(f, g) lest aussi. Expression de p=0
p
la derivee k-ieme de B(f, g) : formule de Leibniz.
 20

La composee f dune application f : I F

de classe C k sur I et dune application de classe
C k sur un intervalle J de R a valeurs dans I est de
classe C k sur J.

2.5.2 Integration sur un segment

Integrale dune fonction f continue par morceaux Definie par les integrales desR coordonnees dans
R b Rb
sur un segment [a, b] de R, a valeurs dans F . une base. Notations [a,b] f , a f , a f (t) dt.

Proprietes de lintegrale : linearite, additivite (rela- Si L est une application lineaire de F dans
tion de Chasles), composition par une application un espace vectoriel de dimension finie alors
Rb  Rb
lineaire entre espaces vectoriels normes de dimen- L a f = a L f.
sion finie.
Z b Z b

Inegalite triangulaire :
f kf k. On peut etablir cette inegalite, evidente pour les
a a fonctions en escalier, en admettant le resultat
dapproximation de f , uniformement sur [a, b],
par une suite de fonctions en escalier.
Sommes de Riemann associees a une subdivision de Si f : [a, b] F est continue par morceaux, alors
pas constant. n1   Z b
baX ba
f a+k f (t) dt.
n n n+ a
k=0
Z x
Derivation de x 7 f (t) dt pour f continue. f etant une fonction
Rx continue sur I et a I, la
a fonction x 7 a f (t) dt est une primitive de f
Theoreme fondamental du calcul integral : toute
fonction continue sur un intervalle possede une pri- sur I. Cest lunique primitive de f qui sannule
mitive. Techniques de calcul de primitives notam- en a. De plus pour toute primitive G de f sur I
ment dans le cas des fonctions numeriques. Z x
G(x) = G(a) + f (t) dt.
a

Inegalite des accroissements finis pour une fonction Soit f une application de classe C 1 sur [a, b] telle
de classe C 1 . que kf 0 (t)k M , pour tout t [a, b], alors
kf (b) f (a)k M (b a).
Formules de Taylor avec reste integrale et inegalite
de Taylor-Lagrange a lordre n pour une fonction
de classe C n+1 .
Formule de Taylor-Young a lordre n pour une fonc- Le resultat de Taylor-Young est local, contrai-
tion de classe C n . rement aux autres resultats. Les hypotheses des
resultats globaux sont plus fortes.

2.5.3 Arcs parametres

Arc parametre de classe C k , k N , a valeurs dans Interpretation cinematique des derivees dordre
F . Support de larc (ou courbe associee). Multipli- 1 et 2.
cite dun point du support. Parametre regulie. Tan-
gente en un point associe a un parametre regulier ;
normale a un arc parametre plan en un point as-
socie a un parametre regulier.
 21

Exemples simples darcs parametres plans. La pratique du trace des arcs parametres nest
pas un objectif du programme de deuxieme
annee.

2.6 Suites et series de fonctions

Ce chapitre vise deux objectifs :

definir les modes usuels de convergence des suites et series de fonctions (convergence simple,
convergence uniforme, convergence normale dune serie de fonctions) ;
exploiter ces types de convergence pour etudier la stabilite des proprietes des fonctions par passage
a la limite (interversion des limites, continuite, derivation, integration) ainsi que lapproximation
dune fonction par des fonctions plus simples.
Il est attendu qua lissue de ce chapitre, les eleves

soient capables de mener letude de la convergence dune suite ou dune serie de fonctions et en
matrisent les techniques ;
soient en mesure de mettre en uvre ces techniques et les exploiter pour letude des proprietes de
la limite dune suite (ou de la somme dune serie) de fonctions (regularite, etude asymptotique,
comparaison serie-integrale) ;
puissent exploiter les resultats obtenus lors de la mise en place des outils pour letude des equations
differentielles lineaires ( fonction exponentielle).

2.6.1 Modes de convergence dune suites ou dune series de fonctions

Convergence simple dune suite ou dune serie dap- Les notions de convergence simple et uniforme
plications dun ensemble X dans un espace vectoriel dune serie de fonctions sont definies via la suite
norme de dimension finie F . de ses sommes partielles.
Convergence uniforme dune suite ou dune serie Dans lespace B(X; F ) des applications bornees
dapplications de X dans F . de X dans F , muni de la norme de la conver-
La convergence uniforme implique la convergence gence uniforme, interpretation de la convergence
simple. uniforme en terme de norme.
Une serie de fonctions converge uniformement si, et
seulement si, elle converge simplement et la suite de
ses restes converge uniformement vers 0.
Convergence normale dune serie dapplications de
X dans F . La convergence normale implique la
convergence uniforme et la convergence absolue en
tout point.

2.6.2 Stabilite des proprietes des fonctions par passage a la limite

X designe ici une partie dun espace vectoriel norme de dimension finie E.
 22

Theoreme dinterversion des limites (double limite) : Demonstration non exigible.

soient (fn )n0 une suite de fonctions de X dans F Adaptation, si X est un intervalle non majore
convergeant uniformement vers f sur X, a un point (resp. non minore) de R, au cas ou a = +
de E adherent a X ; si, pour tout n 0, la fonction (resp. a = ).
fn admet une limite `n F en a, alors la suite Extension du theoreme et de son adaptation au
(`n )n0 admet une limite ` F et on a f (x) ` ; cas des series de fonctions : interversion dune
xa
autrement dit limite et dune somme.
   
lim lim fn (x) = lim lim fn (x) .
xa n+ n+ xa

Theoreme de continuite :
Continuite en x0 X de la limite dune suite (ou
de la somme dune serie) dapplications de X dans
F , continues en x0 , convergeant uniformement sur
un voisinage de x0 .
Continuite de la limite dune suite (ou de la somme Adaptation au cas ou la convergence est uni-
dune serie) uniformement convergente dapplica- forme sur tout compact de X.
tions continues de X dans F .

Application : Dans une algebre normee A de dimen-

sion finie, continuite, sur la boule unite kak < 1, de
lapplication a 7 (ea)1 et sur A de lapplication
exponentielle a 7 exp(a).

Integration dune limite uniforme sur un segment :

Soient I un intervalle de R, x0 un point de I et En particulier, si la suite (fn )n0 converge uni-
(fn )n0 une suite de fonctions continues de I dans formement vers f sur le segment J, alors :
F . On suppose que la suite (fn )n0 converge uni- Z Z
formement sur tout segment contenu dans I vers lim fn = f.
n+ J
une fonction f : I Z F . Pour n dansZN et x dans J
x x
I, on pose : gn (x) = fn et g(x) = f . Alors la Adaptation au cas des series de fonctions :
x0 x0 theoreme dintegration terme a terme dune
suite de fonctions (gn )n0
converge uniformement
series de fonctions continues convergeant uni-
vers g sur tout segment contenu dans I.
formement.

Derivation de la limite dune suite de fonctions :

Soient I un intervalle de R et (fn )n0 une suite Extension aux suites de fonctions de classe C k ,
de fonctions de classe C 1 de I dans F . On suppose sous lhypothese de convergence simple de la
(p)
que la suite (fn )n0 converge simplement sur I vers suite (fn )n0 pour tout p {0, . . . , k 1} et
une fonction f : I F et que la suite (fn0 )n0 de convergence uniforme de la suite (fn )n0
(k)
converge uniformement sur tout segment contenu sur tout segment contenu dans I.
dans I vers une fonction h : I F . Alors la suite Adaptation au cas des series de fonctions :
de fonctions (fn )n0 converge uniformement vers f theoreme de derivation terme a terme dune serie
sur tout segment contenu dans I, f est de classe C 1 de fonctions de classe C 1 ; extension aux series de
sur I et f 0 = h. fonctions de classe C k .
 23

d
Application : Derivation, si a est un element dune e0a (t) = [exp(ta)] = a exp(ta) = exp(ta)a ; en
dt
algebre normee de dimension finie, de lapplication particulier ea est de classe C sur R. Relation
n
X t n ea (t + s) = ea (t)ea (s) = ea (s)ea (t), (s, t) R2 .
ea : t 7 exp(ta) = a , definie sur R.
n!
n=0

2.6.3 Approximation uniforme

Approximation uniforme dune fonction f : [a, b]

F , continue par morceaux sur [a, b], par des fonc-
tions en escalier.
Theoreme dapproximation polynomiale de Weiers- Demonstration non exigible.
trass : toute fonction complexe continue sur un seg-
ment y est limite uniforme dune suite de fonctions
polynomiales.

2.7 Series entieres

Ce chapitre a trois objectifs :

etudier la convergence dune serie entiere et les proprietes de sa somme, grace au concept fonda-
mental de rayon de convergence ;
introduire la notion de developpement dune fonction en serie entiere (serie de Taylor) ;
etablir les developpements en serie entiere des fonctions usuelles.
Il est attendu qua lissue de ce chapitre, les eleves
puissent determiner le rayon de convergence dune serie entiere dans des cas standard ;
connaissent les proprietes dune telle serie et celles de sa somme (domaines de convergence simple,
uniforme et normale ; continuite de la somme ; derivation et integration terme a terme) ;
connaissent les developpements en serie entiere usuels et sachent les exploiter pour exprimer la
somme dune serie de fonctions ou les solutions dune equation a laide des fonctions elementaires.

Pour tout r R+ {+}, on pose D(0, r) := {z C, |z| < r} ; si 0 < r < +, D(0, r) est le disque
ouvert de centre 0 et de rayon r ; par abus de langage, on dira que C est le disque ouvert de rayon +.

2.7.1 Rayon de convergence dune serie entiere

X
Notion de serie entiere associee a une suite (an )n0 Notation an z n .
de nombres complexes. n0
Lemme dAbel : si la suite (an z0n )n0 est bornee
alors,Xpour tout nombre complexe z D(0, |z0 |), la
serie an z n est absolument convergente.
n0
Rayon de convergence Ra ou R dune serie entiere. Disque ouvert D(0, R) de convergence ; inter-
X valle ouvert ] R, R[ de convergence.
La serie numerique an z n est absolument conver-
n0
gente pour tout z D(0, R) ; elle est grossierement
divergente pour tout z tel que |z| > R.
 24

Si |an | |bn | alors Ra Rb . En particulier, si an = O(bn ) alors Ra Rb et

X si |an | |bn | alors Ra = Rb .
Une serie entiere an z n et sa serie entiere derivee Plus generalement,
X pour tout R, les series
X
n
X n0 entieres an z et n an z n ont meme rayon
n
nan z ont meme rayon de convergence. n0 n1
n0 de convergence.
Regle de dAlembert : rayon de convergence
   de la
X
n  an+1 
serie entiere an z si la suite  an  est
n0
n0
definie et admet une limite dans [0, +].
Somme et produit de Cauchy de deux series Minoration des rayons de convergences ; linearite
entieres. de la somme, somme du produit de Cauchy.

2.7.2 Proprietes de la somme

La convergence dune serie entiere de rayon de En particulier, la convergence est normale sur
convergence R > 0 est normale sur tout disque tout compact contenu dans D(0, R).
ferme de centre 0 et de rayon strictement inferieur
a R.

Continuite de la somme dune telle serie sur son Letude des proprietes de la somme au bord du
disque ouvert de convergence. disque ouvert de convergence nest pas un ob-
jectif
P du programme.
Primitivation dune serie entiere sur lintervalle ou- Si n0 an z n est une serie entiere de rayon de
vert de convergence. convergence R > 0, une primitive sur lintervalle
+
X
]R, R[ de la fonction f : t 7 an tn sobtient
n=0
en integrant terme a terme la serie definissant f .
+
X
La somme dune serie entiere est de classe C sur La fonction f : t 7 an tn est de classe C
son intervalle ouvert de convergence et ses derivees n=0
sobtiennent par derivation terme a terme. sur ] R, R[ et, pour tout k N,
+  
f (k) (t) X n
= an tnk , t ] R, R[.
k! k
n=k

+
X +
X
Expression des coefficients dune serie entiere de Si les fonctions x 7 an xn et x 7 bn xn
rayon de convergence strictement positif a laide n=0 n=0
des derivees en 0 de sa somme : avec les notations concident sur un voisinage de 0, alors an = bn
f (k) (0) pour tout n N.
precedentes, ak = .
k!

2.7.3 Developpement dune fonction en serie entiere

 25

+ n +
z
X z 1 X
Developpement de z 7 ez sur C ; developpement e = , z C; = z n , |z| < 1.
1 n! 1z
n=0 n=0
de z 7 sur D(0, 1).
1z
Fonction developpable en serie entiere sur un inter- Une telle fonction est en particulier de classe C
valle ] r, r[, r > 0. sur lintervalle ] r, r[.
Serie de Taylor dune fonction de classe C sur un
intervalle ] r, r[, r > 0.
Developpements en serie entiere en 0 des fonctions : Les eleves doivent etre capables de determiner
t 7 eta (a C), t 7 sinh t, t 7 cosh t, t 7 sin t, un developpement en serie entiere a laide dune
t 7 cos t, t 7 arctan t, t 7 ln(1 + t), t 7 (1 + t) equation differentielle.
( R).

2.8 Calcul differentiel

Lobjectif de ce chapitre est de presenter les premieres notions de calcul differentiel dans le cadre des
espaces vectoriels normes de dimensions finies sur R ; ce qui permet detendre les notions de base du
calcul differentiel dune variable aux fonctions de plusieurs variables en vue de les appliquer a la recherche
dextremums, la resolution dequations aux derivees partielles et letude locale des courbes et des surfaces.
Seront etudiees dans ce chapitre les notions de differentielle en un point, de derivee selon un vecteur
et de derivees partielles, les notions dapplications continument differentiables, de gradient, de points
critiques et de derivees partielles dordre superieur. Ces notions se pretent a des representations issues
de differents cadres ou registres ; on tachera de souligner cet aspect en faisant intervenir a la fois les
aspects intrinseques et calculatoires, et en ayant regulierement recours a des figures et a des croquis.
Lors de cette etude, la differentielle en un point dune application est introduite a laide dun developpement
limite ; on tachera de mettre en valeur les faits suivants :
de nombreuses questions de calcul differentiel setudient en se ramenant, via une parametrisation
de chemins, a des enonces relatifs aux fonctions dune variable reelle ; par exemple, en parametrant
le segment [a, a + h] par lapplication t 7 a + th, on obtient f (a + h) f (a) = h (1) h (0) ou,
pour tout t [0, 1], h (t) = f (a + th) ;
les derivees partielles fournissent un outil pratique de calcul dans le cas ou lespace de depart est
muni dune base ;
le choix dune base de lespace darrivee permet de se ramener au cas des fonctions a valeurs
reelles.
Il est attendu qua lissue de ce chapitre, les eleves
sachent verifier si une fonction est differentiable, de classe C k , (k N ), et en calculer les derivees
partielles ;
soient en mesure de determiner les points critiques dune fonction differentiable, si elle en admet,
et en rechercher les extremums locaux ou globaux ;
soient capables dappliquer les resultats du calcul differentiel notamment pour determiner les vec-
teurs tangents au graphe dune fonction de deux variables ou a une surface dequation f (x, y, z) =
0, et preciser le plan tangent a une surface definie par une equation cartesienne z = (x, y) ;
soient inities a la resolution dequations aux derivees partielles a travers letude dexemples simples ;
soient capables dexploiter les resultats de la theorie des fonctions pour letude de problemes
numeriques (majorations dexpressions, problemes doptimisation, solutions dequations, . . .).
Les applications f considerees dans ce chapitre sont definies sur un ouvert U de E a valeurs dans F , ou
E et F sont des espaces vectoriels de dimension finie.
 26

2.8.1 Derivee selon un vecteur, derivees partielles, differentielle

Derivee de f au point a selon le vecteur non nul v. Notations Dv f (a), Dv f .

f
Derivees partielles de f dans une base de E. Notations Dj f (a) et x j
(a).
Lorsquune base de E est fixee, lidentification
entre f (x) et f (x1 , ..., xn ) est autorisee.
Application differentiable au point a. Developpement limite a lordre 1 ; notation o(h).
Si f est differentiable en a, alors f est continue en
a et derivable en a selon tout vecteur non nul.
Differentielle de f en a, appelee aussi application Notations df (a), df (a).v, df .
lineaire tangente a f en a. Relation

df (a)(v) = Dv f (a).

Cas particuliers : restriction a un ouvert dune ap-

plication constante, dune application lineaire.
Lien entre differentielle et derivees partielles.
Matrice de df (a) dans un couple de bases de E et Matrice jacobienne dune application definie sur
F. un ouvert de Rn , a valeurs dans Rm .
Cas des fonctions dune variable : si U est un
intervalle ouvert de R et a un element de U , la
differentiabilite de f en a equivaut a la derivabilite
de f en a ; relation f 0 (a) = df (a)(1).

2.8.2 Operations sur les applications differentiables

Differentiabilite et differentielle dune combinaison d(.f + g)(a) = .df (a) + dg(a).

lineaire dapplications differentiables.
Differentiabilite et differentielle de lapplication On utilise lexistence de C > 0 tel que, pour tout
B(f, g) : (x, y) 7 B(f (x), g(y)) ou B est une ap- couple (u, v), on ait kB(u, v)k Ckuk kvk. Tout
plication bilineaire et f et g sont deux applications developpement sur les applications bilineaires
differentiables. continues est hors programme.
Differentiabilite et differentielle dune composee
dapplications differentiables.
Derivee le long dun arc : si : I E est Interpretation geometrique en termes de tan-
derivable en t et f differentiable en (t), alors lap- gentes.
plication f : I F est derivable en t et Cas particulier fondamental : (t) = x + th.
Derivation de t 7 f (x1 (t), . . . , xn (t)).
(f )0 (t) = df ((t)). 0 (t).

Composition dapplications differentiables, Regle de la chane (chain rule) : x1 , . . . , xm etant

derivees partielles dune composee dapplica- differentiables, calcul des derivees partielles de
tions differentiables.

(t1 , . . . , tm ) 7 f x1 (t1 , . . . , tm ), . . . , xn (t1 , . . . , tm ) .
 27

2.8.3 Cas des applications numeriques

Si lespace E est euclidien, gradient en a dune ap- Le theoreme de representation des formes
plication numerique differentiable en a. Expression lineaires dans un espace euclidien est admis a
du gradient dans une base orthonormee. ce stade ; il sera etabli dans le chapitre sur les
espaces prehilbertiens.
Notation f (a). Interpretation geometrique du gradient : si
f (a) 6= 0, il est colineaire et de meme sens
que le vecteur unitaire selon lequel la derivee de
f en a est maximale (il pointe la direction se-
lon laquelle la variation de f est maximale, dite
direction de la plus grande pente de f ).
Point critique dune application differentiable. Une condition suffisante sera etudiee plus tard,
Condition necessaire dexistence dun extremum lo- apres lintroduction de la classe C 2 et la
cal. Exemples de recherche dextremums globaux. demonstration du theoreme spectral.

2.8.4 Vecteurs tangents a une partie dun espace norme de dimension finie

Notion de vecteur tangent a une partie ; ensemble Si A est une partie de E et a un point de A,
Ta A des vecteurs tangents a A en a. un vecteur v de E est dit tangent a A en a sil
Sil existe > 0 et un arc parametre :], [ E, existe une suite (xn )n dans A \ {a} et une suite
derivable en 0 et a valeurs dans A, tel que (0) = a (n )n de reels positifs telles que :
et 0 (0) = v alors v est tangent a A en a. (i) la suite (xn )n converge
vers a ;
(ii) la suite n .(xn a) n converge vers v.
Dans le cas ou Ta A est un sous espace vectoriel Dans ce cas, on appelle variete affine tangente a
de E, variete affine tangente a A en a, dite aussi A en a, lensemble image de Ta A par la transla-
espace tangent a A en a. tion de vecteur a, cest a dire a + Ta A.
Cas ou E = R3 et ou A est le graphe dune fonction Plan affine tangent en un point a une surface
reelle differentiable sur un ouvert de R2 : dequation z = (x, y) : equation cartesienne.


A = { x, y, (x, y) ; (x, y) }.

Si E est euclidien et f est une fonction a valeurs Si f : U R, U etant un ouvert de E, len-

reelles definie et differentiable sur un ouvert de E, semble A = {x U ; f (x) = c} est appele
et A une ligne de niveau de f , alors les vecteurs la ligne de niveau de f definie par lequation
tangents a A en un point a sont orthogonaux au f (x) = c, c R ; en dimension 3, on parle de
gradient de f en a. surface de niveau c et en dimension 2 de ligne
Application dans lespace euclidien de dimension 3 (ou de courbe) de niveau c.
pour une surface dequation f (x, y, z) = c. Le theoreme des fonctions implicites est hors
programme.

2.8.5 Applications de classe C 1

Une application f est dite de classe C 1 sur un ou-

vert U de E si elle est differentiable sur U et si
lapplication df : a 7 df (a) est continue sur U .
 28

Lapplication f est de classe C 1 sur U si, et seule- Demonstration non exigible.

ment si, ses derivees partielles relativement a une
base de E existent en tout point de U et sont conti-
nues sur U .
Operations algebriques sur les applications de
classe C 1 .
Si f est de classe C 1 de U dans F et une appli- Application au calcul de la circulation dun
cation de classe C 1 dun intervalle I de R a valeur champ de vecteurs derivant dun potentiel.
dans U , alors en posant a = () et b = (), avec
(, ) I 2 , on obtient
Z
f (b) f (a) = df ((t)). 0 (t) dt.

Si U est connexe par arcs, caracterisation des fonc- Demonstration exigible pour U convexe.
tions constantes sur U .

2.8.6 Applications de classe C k

Derivees partielles dordre k. Une application est La notion de differentielle seconde est hors pro-
dite de classe C k sur un ouvert U de E si ses derivees gramme.
partielles dordre k existent et sont continues sur U .
Theoreme de Schwarz. Demonstration non exigible.
Operations algebriques sur les applications de Demonstrations non exigibles.
classe C k . Composition dapplications de classe C k .
Developpement limite a lordre deux, au voisinage
dun point, pour une application de classe C 2 .
Exemples dequations aux derivees partielles du Pour letude dequations aux derivees partielles,
premier et du second ordre. les eleves doivent savoir exploiter les techniques
de changements de variables : transformations
affines, passage en coordonnees polaires.
La notion de diffeomorphisme etant hors pro-
gramme, lexpression des solutions en fonction
des variables initiales nest pas exigee.
 29

3 Seconde periode

3.1 Espaces prehilbertiens reels. Endomorphismes des espaces euclidiens

Lobjectif de ce chapitre est triple :

consolider les acquis de premiere annee MPSI concernant les espaces prehilbertiens reels et les
espaces euclidiens ;
introduire la notion de suite orthonormale totale de vecteurs dun espace prehilbertien, qui constitue
un exemple important de convergence dans un espace norme ;
etudier les endomorphismes symetriques et orthogonaux, ce qui permet dapprofondir simultanement
la reduction des endomorphismes et les connaissances de premiere annee MPSI relatives aux
isometries.

Il est attendu qua lissue de ce chapitre, les eleves

matrisent les notions de bases sur le produit scalaire, sachent orthogonaliser une famille libre
(indexee par une partie de N) dun espace prehilbertien au moyen de lalgorithme de Gram-Schmidt,
et soient capables dexprimer la projection orthogonale sur un sous-espace vectoriel de dimension
finie ;
matrisent, dans le cas euclidien, les relations entre le point de vue geometrique (vecteurs, endo-
morphismes symetriques, automorphismes orthogonaux) et le point de vue matriciel ;

Hormis la definition et quelques exemples simples, letude de la notion de ladjoint dun endomorphisme
est hors programme. Cette notion est introduite a titre dinformation pour preparer les eleves aux cursus
post classes preparatoires. Les resultats importants dans ce domaine seront traites dans ces cursus.

Les espaces prehilbertiens consideres dans ce chapitre sont reels. Toute notion sur les espaces prehilbertiens
complexes est hors programme.
Les notions de forme quadratique et dendomorphisme symetrique positif sont hors programme.

3.1.1 Projection orthogonale sur un sous-espace de dimension finie

Projection orthogonale sur un sous-espace de di- Rappels de premiere annee.

mension finie.
Caracterisation metrique du projete orthogonal. Caracterisation du projete orthogonal comme
Expression du projete orthogonal dans une base or- solution dun probleme de minimisation de dis-
thonormale. tance.

3.1.2 Suites orthonormales, suites totales

Suites orthonormales (en )nN . Exemples de suites orthogonales de polynomes.

 30

Inegalite de Bessel : si (en )nN est orthonormale,

alors, pour tout x E, la suite (< x, en >)nN est
de carre sommable et on a
X
< x, en >2 kxk2 .
nN

Suites totales. Bases hilbertiennes (denombrables). Exemples de bases hilbertiennes : dans lespace
des polyomes, dans lespace des fonctions conti-
nues T -periodiques, etc.
Si (en )nN est une suite orthonormale totale de E En particulier, on a legalite de Parseval :
et si, pour tout n N, pn designe le projecteur X
orthogonal de E sur Vect(e0 , . . . , en ), alors, pour < x, en >2 = kxk2 .
tout x E, la suite (pn (x))nN converge vers x. nN

3.1.3 Endomorphismes symetriques dun espace prehilbertien. Cas euclidien.

Lendomorphisme u est dit symetrique si, pour tout Pas detude systematique de cette notion en di-
(x, y) E 2 , < u(x), y >=< x, u(y) >. mension infinie. Des exemples peuvent etre pro-
poses en liaison avec les equations differentielles.
Stabilite de lorthogonal dun sous-espace stable Si u est un endomorphisme symetrique, lortho-
par un endomorphisme symetrique. gonal dun sous-espace stable par u est aussi
stable par u.
Dans le cas euclidien, caracterisation de la symetrie
dun endomorphisme u par la matrice representant
u dans une base orthonormale.
Dans le cas euclidien, caracterisation des endomor-
phismes symetriques idempotents, involutifs.
Theoreme spectral : tout endomorphisme Son polynome caracteristique u est scinde sur
symetrique u dun espace euclidien E est dia- R et E est somme directe orthogonale des sous-
gonalisable dans une base orthonormale. espaces propres de u.
Traduction matricielle du theoreme spectral. Toute matrice carree symetrique reelle est or-
thogonalement diagonalisable.
Si u est un endomorphisme symetrique dun espace Interpretation dans le registre matriciel : si A est
euclidien E, expression des extremums de la fonc- une matrice carree symetrique reelle, extremums
tion x 7<u(x), x> sur la sphere unite de E a laide de la fonction X 7 t XAX sur la sphere unite.
des valeurs propres de u.

3.1.4 Endomorphismes orthogonaux dun espace euclidien.

Notion disometrie (ou endomorphisme orthogonal) Rappels de premiere annee MPSI.

dun espace vectoriel euclidien E. Lien avec les ma-
trices orthogonales.
Stabilite de lorthogonal dun sous-espace stable. Si u est un endomorphisme orthogonal de E,
lorthogonal dun sous-espace stable par u est
aussi stable par u.
Reduction dun endomorphisme orthogonal en base Traduction matricielle.
orthonormale.
 31

Cas des dimensions 2 et 3 ; reduction dune Matrice dune rotation dans une base orthonor-
isometrie vectorielle directe dun espace euclidien male adaptee a son axe.
de dimension 3.
Non commutativite de SO(E) en dimension 3.

3.1.5 Formes lineaires dun espace euclidien, adjoint dun endomorphisme

Theoreme de representation : pour toute forme Isomorphisme canonique entre E et lespace vec-
lineaire sur E, il existe un et un seul vecteur toriel des formes lineaires sur E.
x tel que

y E, (y) =< x, y > .

Si u est un endomorphisme dun espace vectoriel Traduction matricielle dans une base orthonor-
euclidien E, il existe un unique endomorphisme v male.
de E tel que, Il sagit dune presentation minimale de la no-
tion dadjoint. Les resultats importants dans
(x, y) E 2 , < u(x), y >=< x, v(y) > ce domaine seront traites dans les cursus post
classes preparatoires.
Adjoint dun endomorphisme symetrique ou ortho-
gonal.

3.1.6 Application a letude des extrema dune fonction de plusieurs variables reelles

Rappels sur le developpement de Taylor a lordre En dimension 2, avec les notations de Monge, on
2 en un point critique a, pour une fonction f de obtient un extremum local si rt s2 > 0 et un
classe C 2 sur un ouvert ; matrice hessienne Ha (f ) point-col (ou point-selle) si rt s2 < 0.
de f en a, elle est symetrique reelle. Indiquer la necessite dun developpement limite
Application du theoreme spectral a la matrice dordre superieur pour le cas rt s2 = 0.
Ha (f ) pour obtenir une condition suffisante de
maximum (minimum) local en un point critique.

3.2 Integrales dependant dun parmetre

Lobjectif de ce chapitre est double :

etudier les suites et les series de fonctions integrables, grace au theoreme de convergence dominee
et le theoreme dinegration terme a terme dune series de fonctions ;
appliquer les resultats obtenus a letude des fonctions definies parR une integrale dependant dun
parametre (theoremes de continuite et de derivation sous le signe ).

Il est attendu qua lissue de ce chapitre, les eleves connaissent ces theoremes et soient en mesure de
les exploiter notamment pour mener letude de fonctions definies par des integrales dependant dun
parametre ; cette exploitation suppose en particulier la capacite a en verifier les conditions dapplication
en insistant dabord sur les hypotheses importantes (hypothese de domination , hypothese de convergence,
hypothese dintegrabilite, . . . ).
Il est recommande de commencer ce chapitre par des rappels de cours et des exercices de revision
sur lintegration sur un intervalle quelconque, vue en premiere annee MPSI, et de previligier letude
 32

dexemples significatifs (integrales euleriennes, transformees de Fourier, transformees de Laplace, . . . )

en evitant les situations artificielles et les exercices de pure virtuosite technique.

3.2.1 Passage a la limite sous lintegrale

Theoreme de convergence domine : Soit (fn )n0 une La demonstration de ce theoreme est hors pro-
suite de fonctions continues par morceaux sur I et gramme.
a valeurs complexes. Si (fn )n converge simplement Lhypothese de domination est plus importante
sur I vers une fonction f continue par morceaux que lhypothese de continuite par morceaux de
sur I et sil existe une fonction continue par mor- f ; cette derniere etant imposee par les limita-
ceaux, positive et integrable sur I, telle que pour tions du programme.
tout entier n, |fn | ( hypothese de domination), Extension au cas dune famille (f )J ou J est
alorsZ les fonctions
Z fn et f sont integrables sur I et un intervalle de R.
lim fn = f.
n I I

Inegration terme a terme dune series de fonctions : La demonstration de ce theoreme est hors pro-
Soit (fn )n une suite de fonctions complexes conti- gramme.
nues parX morceaux et integrables sur I telle que Lhypothese de convergence de la serie
X Z
la serie fn converge simplement sur I vers une |fn | est plus importante que lhy-
n I
n
fonction f , continue par morceaux sur I, et que pothese de continuite par morceaux de f ; cette
X Z
la serie |fn | soit convergente. Alors, f est derniere etant imposee par les limitations du
n I programme.
Z Z
X Dans la pratique, on commence par effectuerP un
integrable sur I et f= fn . R
I calcul formel, ou lon permute les signes et ,
n=0 I
que lon justifie ensuite.

3.2.2 Continuite et derivation dune inegrale dependant dun parametre

Theoreme de continuite : Soient A une partie dun Lhypothese de domination est plus importante
espace vectoriel de dimension finie, I un intervalle que lhypothese de continuite par morceaux ;
de R et f : (x, t) 7 f (x, t) une fonction a va- cette derniere etant imposee par les limitations
leurs reelles ou complexes definie sur A I ; on du programme.
suppose que f est continue par rapport a x, conti- Extension au cas ou lhypothese de domination
nue par morceaux par rapport a t et telle que, pour est verifiee au voisinage dun point a de A.
tout element x de A, la fonction t 7 f (x, t) soit Si A est intervalle de R, extension au cas ou
integrable sur I. Sil existe une fonction positive lhypothese de domination est verifiee sur tout
, continue par morceaux et integrable sur I, telle segment contenu dans A.
que, pour tout element (x, t) de A I, |f (x, t)|
(t) (hypothese de domination), alors
Z la fonction g
definie sur A par la relation g(x) = f (x, t) dt est
I
continue sur A.
 33

Theoreme de derivation : Soient I et J deux inter- Extension au cas ou lhypothese de domination

valles de R et f : (x, t) 7 f (x, t) une fonction a est verifiee sur tout segment contenu dans J.
valeurs reelles ou complexes definie sur J I et Extension aux fonctions de classe C k : classe C k
derivable par rapport a x. On suppose que : dune integrale dependant dun parametre, sous
- pour tout x J, la fonction t 7 f (x, t) est conti- pf
lhypothese dintegrabilite de (x, .), pour
nue par morceaux et integrables sur I ; xp
tout x de J si 0 p k 1, et domination
- pour tout t I, la fonction x 7 f x (x, t) est conti- kf
nue et, pour tout x J, la fonction t 7 f x (x, t)
sur tout segment contenu dans J de (x, .).
xk
est continue par morceaux sur I ;
- il existe une fonction positive, continue par
morceaux et integrable
  sur I telle que, pour tout
 f
(x, t) J I,  x (x, t) (t) (hypothese de do-


mination). Z
Alors la fonction g : x 7 f (x, t) dt est de classe
I
C 1 sur J et on a la formule de Leibniz suivante :
Z
0 f
g (x) = (x, t) dt, x J.
I x

3.2.3 Exemples dapplications

Exemples demploi du theoreme de convergence do-

mine et du theoreme dinegration terme a terme
dune series de fonctions integrables.
Exemples significatifs detude de fonctions definies Inegrales euleriennes, transformees integrales
comme integrales dependant dun parmetre : (facteur dechelle, retard, amortissement, valeur
regularite, etude asymptotique. initiale ou finale, . . . ).

3.3 Probabilites

Ce chapitre complete letude des variables aleatoires discretes deja entamee en premiere annee MPSI et
aborde celle des variables aleatoires a densite ; on y etudie aussi quelques resultat dapproximation.
Le chapitre est organise autour des axes suivants :
consolider les acquis de premiere annee MPSI sur les variables aleatoires discretes ;
introduire les notions de fonction de repatition, de moments et de fonction generatrice, et familia-
riser les eleves avec ces notions en mettant en uvre les definitions et resultats du cours sur des
exemples simples ;
etudier des exemples usuels de lois discretes relles (loi de Bernoulli, loi binomiale, loi geometrique,
loi de Poisson, . . . ) et de lois a densite sur R (loi uniforme, loi exponentielle, loi gamma, loi
gaussienne (ou normale), . . . ) ;
etudier la notion de convergence et quelques theoremes limites.
Il est attendu qua lissue de ce chapitre, les eleves

aient etudie des exemples usuels de lois discretes relles et de lois a densite ;
 34

sachent reconnatre les situations classiques de modelisation par des lois discretes ou continues
usuelles ;
sachent utiliser les fonctions generatrices pour determiner la loi ou calculer les moments dune
variable aleatoire entiere dans des cas standard ;
soient capables de determiner la densite dune variable aleatoire a partir de sa fonction de repartition ;
apprennent a utiliser le produit de convolution pour determiner la loi de la somme de deux variables
aleatoires independantes, discretes ou a densite ;
apprennent a approcher, sous certaines conditions, une loi binomiale par une loi de Poisson, et
une loi hypergeometrique par une loi binomiale ;
sachent utilisent les theoremes limites, dans des cas standard, pour donner des estimations a
certains parametres (esperance, variance, . . . ).

3.3.1 Revisions du programme de premiere annee MPSI sur les espaces probabilises

Espace probabilise (, T , P ). Rappeler les axiomes verifies par une tribu et

On appelle evenement toute partie de qui est ceux verifies par une probabilite, en particulier
element de la tribu T . ladditivite denombrable et la continuite mono-
tone sequentielle de P .
Si est fini ou denombrable le choix T = P(), Le choix de tribus dans le cas general nest pas
lensemble des parties de , est le plus usuel. un objectif du programme.
Evenements negligeables, evenements quasi- Proprietes quasi-certaines (on dit aussi presque
certains. sures).
Evenements independants. Lindependance dune famille (Aj )jJ
est aussi appelee independance mu-
tuelle. Elle est definie comme la relation
P (Aj1 . . . Ajn ) = P (Aj1 ) . . . P (Ajn ) pour
toute partie finie {j1 , . . . , jn } de J.
Probabilite conditionnelle. PB , probabilite sachant B, est definie lorsque
P (B) 6= 0.
Notations PB (A), P (A|B).

3.3.2 Variables aleatoires et lois de variables aleatoires

On appelle variable aleatoire reelle sur lespace pro- Pour toute partie A de R, X 1 (A) est limage
babilise (, T , P ) toute application X : R reciproque par X de A, cest a dire lensemble
verifiant des elements de qui verifient X() A ; on
la note plus simplement (X A).
x R, X 1 (] , x]) T . Pour A =] , x] cette image reciproque est
lensemble des elements de qui verifient
X() x ; on la note plus simplement (X x).

La tribu borelienne sur R peut etre introduite,

mais aucun resultat concernant cette tribu nest
exigible.
 35

Si A est un sous-ensemble de R obtenu en operant Cest le cas, entre autres, pour tout partie A
par passages au complementaire, par reunions, par qui est un intervalle reel ou le complementaire
intersections sur une famille finie ou denombrable dun intervalle reel : savoir utiliser les relations
dintervalles de la forme ] , x], x R, et si suivantes
X est une variable aleatoire reelle alors (X A)
appartient a T . Donc P (X A) a un sens. (X ]a, +[) T ] , a]),
= (X
(X [a, +[) = kN (X ]a 1/k, +[),
(X ] , a[) = (X [a, +[),
(X ]a, b]) = (X ] , b]) \ (X ] , a]),
(X [a, b]) = (X ] , b]) \ (X ] , a[),
(X [a, b[) = (X ] , b[) \ (X ] , a[),
(X ]a, b[) = (X ] , b[) \ (X ] , a]).

Si (X1 , X2 , . . . , Xk ) est une famille finie de variables Notation f (X1 , . . . , Xk ).

aleatoires reelles definies sur le meme espace pro- La preuve de ce resultat nest pas au pro-
babilise (, T , P ) et si f : Rk R est une gramme ; on en deduit le fait que la somme, le
application continue alors lapplication composee produit, le minimum, le maximum, . . . dune fa-
7 f (X1 (), . . . , Xk ()) est une variable aleatoire mille finie de variables aleatoires reelles est une
reelle sur (, T , P ). variable aleatoire reelle.

Si X est une variable aleatoire reelle sur (, T , P ) Notation f (X).

et f une application monotone de R vers R, alors Le resultat setend au cas ou f est monotone par
lapplication composee f X est une variable morceaux.
aleatoire reelle sur (, T , P ).

Soit (Xn )n une suite de variables aleatoires reelles La preuve utilise la definition de limite et les
sur (, T , P ) qui converge simplement vers X, une proprietes des tribus.
application de vers R. Alors X est une variable
aleatoire reelle sur (, T , P ).

On appelle loi (relativement a P ) de la variable I(R) designe lensemble de tous les intervalles
aleatoire reelle X lapplication de I(R) vers R qui de R. Cest un sous ensemble de P(R).
a tout intervalle reel J associe le nombre P (X J).

On appelle loi (relativement a P ) dune famille finie On note (X1 J1 , . . . , Xk Jk ) levenement

(X1 , . . . , Xk ) de variables aleatoires reelles lappli-
k
cation de I(R)k vers R qui a tout produit cartesien \
(Xi Ji ).
J1 Jk dintervalles reels associe le nombre
i=1
k
\ 
P (Xi Ji ) .
i=1

Fonction de repartition FX dune variable aleatoire

reelle X : cest lapplication de R dans R definie
par
t R, FX (t) = P (X t).
 36

Proprietes de FX : cest une fonction croissante, La reciproque (au sens ou toute fonction de
continue a droite en tout point, de limite 0 en R dans R verifiant ces trois proprietes est la
et de limite 1 en +. fonction de repartition dune variable aleatoire
reelle) nest pas au programme.
La fonction de repartition caracterise la loi dune On doit savoir
variable aleatoire reelle : la connaissance de FX per-
P (X ]a, +[) = 1 FX (a),
met de calculer P (X I) pour tout intervalle I de
P (X [a, +[ = 1 lim FX ,
R. a
La continuite de la fonction FX en t equivaut a P (X ] , a[) = lim FX ,
a
P (X = t) = 0. P (X ]a, b]) = FX (b) FX (a),
P (X [a, b]) = FX (b) lim FX ,
a
P (X [a, b[) = lim FX lim FX ,
b a
P (X ]a, b[) = lim FX FX (a),
b
P (X = a) = FX (a) lim FX .
a
On definit la fonction de repartition dune fa- Pas de resultats theoriques au programme dans
mille finie (X1 , . . . , Xk ) de variables aleatoires le cas de plusieurs variables.
reelles comme etant lapplication de Rk vers R,
(t1 , . . . , tk ) 7 P (X1 t1 , . . . , Xk tk ). Les
resultats precedents setendent au cas dune famille
finie (X1 , . . . , Xk ).

Deux familles de lois sont au programme : lois

discretes et lois a densite.

Une variable aleatoire reelle X est dite de loi On peut supprimer de D tous les elements x tels
discrete (relativement a la probabilite P ) sil existe que P (X = x) = 0 ; les x restants sont appelees
0 T de probabilite 1 tel que D = X(0 ) soit au valeurs possibles de la variable discrete X.
plus denombrable.
On obtient La loi de X est caracterisee par la donnee de D
X et de lapplication x 7 P (X = x), de D dans
P (X A) = P (X = x). R.
xA

On dit que la loi de X est discrete usuelle sil existe

un intervalle J de Z et une bijection croissante

: J D, k 7 xk .

Lusage est, dans ce cas, de representer la loi de X Des lignesP supplementaires peuvent donner les
par un tableau de lignes comportant en premiere cumuls jk pj ou les produits xk pk . Il est
ligne les xk , elements de D, ecrits en ordre crois- interessant dutiliser un tableur.
sant, en deuxieme ligne les probabilites correspon-
dantes pk = P (X = xk ).
Exemples premiers de lois discretes. Rappeler les lois vues en premiere annee.
 37

Une variable aleatoire reelle X est dite de loi a den- Une telle variable aleatoire est dite aussi de
site (relativement a la probabilite P ) si sa fonc- loi continue. On appelle alors densite de X la
tion de repartition FX est continue sur R et de fonction definie sur R par fX (t) = FX0 (t) pour
classe C 1 sur R prive dun sous-ensemble fini F t R \ F et fX (t) = 0 pour t F .
(eventuellement vide).
La densite est une fonction positive, continue sur Pour tout intervalle I de borne inferieure a R
R \ F , dintegrale convergente et valant 1 sur R. et de borne superieure b R, on a :
Z b
P (X I) = FX (b) FX (a) = fX (t) dt.
a

Exemples premiers de lois continues. Loi uniforme sur un segment reel [a, b], loi ex-
ponentielle de parametre > 0, loi gamma de
parametre (, ), lois gaussiennes.

Loi dune variable aleatoire obtenue par composi- Il sagit detudier la loi de Y = g(X) ou
tion. X est une variable aleatoire de loi connue et
g une fonction de la variable reelle, ou plus
generalement, celle de Y = g(X1 , . . . , Xk ).
Aucun resultat theorique general nest au pro-
gramme ; les exercices porteront sur des cas
simples.
Une famille (Xj )jJ de variables aleatoires reelles On distinguera lindependance de la fa-
est dite independante si, pour toute famille (Ij
)jJ mille de variables (dite mutuelle parfois) et
dintervalles de R, la famille (Xj Ij ) jJ lindependance deux a deux des variables. On
devenements est independante. notera que lindependance dune famille de va-
riables est relative a une probabilite donnee.
Independance heritee : Si la famille
(Xj )1jnk est independante et si
0
 < n 1 < < n k , alors la famille 
f1 (X1 , . . . , Xn1 ), f2 (Xn1 +1 , . . . , Xn2 ), . . . , fk (Xnk1 +1 , . . . , Xnk )
est independante.
Existence despaces probabilises portant une Modelisation du jeu Pile-Face repete (ou infini).
suite (Xj )jN de variables aleatoires reelles
independantes de lois discretes donnees.
Loi conditionnelle de X sachant un evenement non Cest (PA )X la loi de X sous la probabilite PA .
negligeable A. On lutilise notamment dans le cas ou (X, Y ) est
un couple de variables aleatoires reelles discretes
et A = (Y = t), t reel donne.
Loi de la somme de variables independantes. Proposer de nombreux exemples de somme de
variables independantes. Dans certains cas, on a
une propriete de stabillite : la loi de la somme
est du meme type. Etudier notamment les cas
de lois gaussiennes et de lois de Poisson.
 38

Si (X1 , X2 ) est un couple de variables aleatoires Dans ce cas, lensemble des valeurs possibles de
reelles independantes dont les lois sont discretes S est D = {u + v ; (u, v) D1 D2 } et la loi
densembles de valeurs possibles respectifs D1 et de S est donnee, pour tout s D, par :
D2 (sous ensembles de R au plus denombrables), X
alors la variable aleatoire S = X1 + X2 est discrete. P (S = s) = P (X1 = u)P (X2 = s u)
uD
X1
= P (X1 = s v)P (X2 = v).
vD2

Cette formule est appelee la convolution discrete

des lois de X1 et X2 .

Si (X1 , X2 ) est un couple de variables aleatoires Dans ce cas, la densite de S est la fonction :
reelles independantes telles que X1 soit discrete, X
densemble de valeurs possibles D1 , et X2 soit f : s 7 P (X1 = u)f2 (s u).
continue, de densite f2 , alors la variable aleatoire uD1
S = X1 + X2 est a densite.

Si (X1 , X2 ) est un couple de variables aleatoires Dans ce cas, la de densite de S est la fonction
reelles independantes dont les lois sont continues, Z +
de densites respectives f1 et f2 , alors la variable f : s 7 f1 (u)f2 (s u) du.
aleatoire S = X1 + X2 est a densite.

Cette fonction est appelee le produit de convo-

lution des densites f1 et f2 .

3.3.3 Esperance, moments

Il est recommande de proposer ici de nombreux exercices sur des calculs desperances, de moments et
de variances.
Si X est une variable aleatoire reelle de loi discrete, La sommabilite permet de donner une valeur fi-
caracterisee par (xk , pk )k , ou continue, de densite nie qui ne depend pas dun ordre choisi des xk ;
fX , on definit lesperance de X par la formule lintegrabilite pour une fonction est lanalogue
X de la sommabilite pour une famille.


xk pk (cas discret)
k
E(X) = Z +
t fX (t) dt (cas continu)

sous reserve de la sommabilite (resp. lintegrabilite

sur R) de la famille (xk pk )k (resp. de la fonction
t 7 t fX (t)).
Esperance de variables aleatoires reelles de lois
usuelles.
Propriete de transfert a une variable :
Si X est une variable aleatoire reelle de loi discrete, En cas de sommabilite, on a :
caracterisee par (xk , pk )k , alors la variable aleatoire X
Y = g(X) admet une esperence si, et seulement si, E(Y ) = g(xk ) pk .
la famille (g(xk ) pk )k est sommable. k
 39

Si X est une variable aleatoire reelle continue, de En cas dintegrabilite, on a :

densite fX , alors la variable aleatoire Y = g(X) Z +
admet une esperence si, et seulement si, la fonction E(Y ) = g(t)fX (t) dt.
t 7 g(t)fX (t) est integrable sur R.

Les demonstrations de ces resultats ne sont

pas exigibles dans le cas general. On pourra
en revanche traiter des exemples de recherche
de lesperence de Y = g(X) ; on evitera les
exemples inutilement compliques.
Propriete de transfert a deux variables (cas discret) :
Si (X1 , X2 ) est un couple de variables aleatoires En cas de sommabilite, on a :
reelles de loi
discrete (loi conjointe caracterisee par X
(xi , yj ), pi,j i,j ), alors la variable aleatoire Y = E(Y ) = g(xi , yj ) pi,j .
g(X1 , X2 ) admet une esperence si, et seulement si, i,j


la famille g(xi , yj ) pi,j i,j est sommable. La demonstration de ce resultat nest pas exi-
gible dans le cas general. On traitera des
exemples simples de recherche de lesperence de
Y = g(X1 , X2 ).
Le transfert a deux variables dans le cas continu
(a densite) nest pas au programme.

Si X et Y sont des variables aleatoires reelles Resultat admis qui releve en fait de lintegration
sur lespace probabilise (, T , P ), si Y admet une de Lebesgue.
esperance et si |X| Y alors X admet une
esperance.

Proprietes de lesperance : Linearite, positivite, Les demonstrations de ces proprietes dans le

croissance, inegalite triangulaire. cas general sont admises. Elles peuvent etre
Esperance dun produit de variables aleatoires presentees dans le cas discret.
reelles independantes, sous reserve dexistence.

Moments, variance, ecart-type, covariance :

Le moment dordre k N de X est, sous reserve Si la variable aleatoire reelle X admet un mo-
dexistence, E(X k ). ment dordre k N , alors elle admet un mo-
ment dordre j pour tout j {1, . . . , k} ; de
meme la variable aleatoire reelle X + admet
un moment dordre k, pour tout reel .
Si la variable aleatoire reelle X admet un moment Dans ce cas on a :
dordre 2, on appelle variance de X la quantite - V (X) 0 et V (X) = E(X 2 ) (E(X))2 ;
V (X) = E((X E(X))2 ) et ecart-type p de X la - V (X) = 0 X est constante presque partout ;
racine carree de la variance : (X) = V (X). - V (X + ) = V (X), pour tout reel .
 40

Si X et Y sont des variables aleatoires reelles ad-

mettant un moment dordre 2, alors :

- la variable aleatoire XY admet une esperance et V (S) = V (X)+V (Y )+2E (XE(X))(Y E(Y ) .
E(XY )2 E(X 2 )E(Y 2 ) (Cauchy-Schwarz) ;
- S = X + Y admet un moment dordre 2 et sa
varaince V (S) est donnee par la formule ci-contre.
Si X et Y sont des variables aleatoires reelles ad- Avec cette notation on obtient
mettant un moment dordre 2, on definit la cova-
riance du couple (X, Y ) par la formule V (X + Y ) = V (X) + V (Y ) + 2 C(X, Y ).

C(X, Y ) = E((X E(X))(Y E(Y )))

= E(XY ) E(X)E(Y ).

Si X et Y sont des variables aleatoires reelles ad- La variance de la somme est alors la somme des
mettant un moment dordre 2 et si ces variables variances.
sont independantes, leur covariance est nulle. La reciproque est fausse : covariance nulle nim-
plique pas independance.

Correlation lineaire : Si X et Y sont des variables Le coefficient de correlation lineaire du couple

aleatoires reelles admettant un moment dordre 2 (X, Y ) est un element de lintervalle [1, 1].
de lois non certaines (i.e. variances non nulles), Le cas = 1 equivaut a Y = X avec > 0,
on definit le coefficient de correlation lineaire du le cas = 1 equivaut a Y = X avec < 0.
couple (X, Y ) par la formule Lindependance de X et Y implique = 0, la
reciproque est fausse.
C(X, Y )
(X, Y ) = .
(X)(Y )

Si X admet un moment dordre 1, on appelle va-

riable centree associee a X la variable aleatoire
e = X E(X).
reelle X
Si X admet un moment dordre 2, on appelle
variable centree reduite associee a X la variable
1
aleatoire reelle X = (X E(X)).
(X)

3.3.4 Fonctions generatrices

Fonction generatrice dune variable aleatoire reelle La serie entiere definissant GX est de rayon de
X a valeurs dans N : convergence superieur ou egal a 1 et GX (1) = 1 ;
X cette serie converge normalement sur le disque
GX (t) = E(tX ) = tk P (X = k). ferme de centre 0 et de rayon 1.
kN La fonction GX est continue sur [-1,1] et est de
classe C sur ] 1, 1[.
La loi de X est caracterisee par GX (pour X a On pourra presenter la notion de transformee de
valeurs dans N). Laplace-Fourier dans le cas dune loi a densite
mais aucun resultat nest au programme concer-
nant ces transformations.
 41

Lien entre fonction generatrice et moments : la va- Les eleves doivent savoir retrouver lexpression
riable aleatoire X admet une esperance si, et seule- de la variance de X a laide de G0X (1) et G00X (1).
ment si, GX est derivable en 1, auquel cas E(X) = Les eleves doivent savoir calculer la fonction
G0X (1) ; la variable aleatoire X admet un moment generatrice dune variable aleatoire de Bernoulli,
dordre 2 si, et seulement si, GX admet une derivee binomiale, geometrique, de Poisson.
seconde en 1, auquel cas E(X 2 ) E(X) = G00X (1).
Fonction generatrice dune somme finie de variables Expression de la fonction generatrice de la va-
aleatoires independantes a valeurs dans N. riable aleatoire X1 + + Xn quand les Xi sont
independantes.

3.3.5 Inegalites, notions de convergence et theoremes limites

Inegalite de Markov : Si X est une variable aleatoire Cette inegalite permet de demontrer linegalite
reelle positive admettant une esperance, alors, pour de Bienayme-Tchebychev.
tout > 0,

E(X)
P (X ) .

Inegalite de Bienayme-Tchebychev : Si X est une va- Interpretation : la variance permet de controler

riable aleatoire reelle admettant un moment dordre lecart entre X et sa valeur moyenne E(X).
2, alors, pour tout > 0,

V (X)
P (|X E(X)| ) .
2

Inegalite de Jensen : Si X est une variable aleatoire Demonstration uniquement dans le cas ou la loi
reelle admettant une esperance, si f : R R est de X est discrete.
une application convexe sur R et si Y = f (X) ad-
met une esperance, alors

f (E(X)) E(f (X)).

Definition de la convergence en probabilite dune Si la suite de fonctions (fk )k converge simple-

suite (Xn )n de variables aleatoires reelles vers une ment sur R vers g, la suite de variables aleatoires
variable aleatoire reelle Y : reelles (fk (X))k converge en probabilite vers
g(X).
> 0, lim P (|Y Xn | ) = 0.
n+

Definition de la convergence en loi dune suite En fait la limite dune convergence en loi est la
(Xn )n de variables aleatoires reelles vers une va- loi de Y .
riable aleatoire reelle Y :

t R \ DY , lim FXn (t) = FY (t),

n+

ou DY designe lensemble des points de disconti-

nuite de la fonction FY .
 42

Si les variables aleatoires Xn ainsi que Y sont a Exemple a connatre : soit > 0 et soit (pn )n1
valeurs dans N, la convergence en loi de la suite une suite de reels positifs telle que la suite
(Xn )n vers Y equivaut a : (npn )n1 converge vers ; si, pour tout n 1,
Xn est une variable aleatoire qui suit la loi bino-
k N, lim P (Xn = k) = P (Y = k). miale de parametre (n, pn ) alors la suite (Xn )n1
n+
converge en loi vers la variable aleatoire suivant
la loi de Poisson de parametre .
Interpretation de la loi de Poisson comme loi des
evenements rares.

La convergence en probabilite implique la conver- Resultat admis.

gence en loi. La reciproque est fausse.
Loi faible des grands Nombres : si (Xn )n1 est une Application : interpretation frequentiste de
suite de variables aleatoires independantes et de P (A).
meme loi, admettant un moment dordre 2, alors
1 X n 
la suite Xk , de variables aleatoires,
n n1
k=1
converge en probabilite vers la variable constante
= E(X1 ).
Theoreme de la limite centree : si (Xn )n1 est une la vitesse de convergence de la loi des grands

suite de variables aleatoires independantes et de nombre est donc en .
meme loi, admettant un moment dordre 2, alors la n
 1 n Ce theoreme admet de nombreuses applications,
X

suite Xk n , ou = E(X1 ) et notamment en statistiques ; elles ne sont pas au
n n1
programme.
k=1
= (X1 ), converge en loi vers la variable aleatoire
suivant la loi gaussienne standard.

3.4 Equations differentielles lineaires

Ce chapitre a pour objectifs dintroduire quelques notions de base sur les equations differentielles non
lineaires et detudier les equations differentielles lineaires. Lintroduction du cas non lineaire vise a
eclairer les resultats du cas lineaire en montrant leurs specificites ; elle sert aussi pour preparer les
eleves aux enseignements dispenses dans les cursus post classes preparatoires.
Le chapitre est organise autour des axes suivants :
introduire quelques notions de base sur les equations differentielles non lineaires et familiariser les
eleves avec ces notions en mettant en uvre les resultats du cours sur des exemples simples ;
etudier les equations differentielles lineaires dordre 1 a valeurs vectorielles, et leurs traductions
en termes de systemes dequations differentielles lineaires scalaires dordre 1 ;
etudier le cas particulier des systemes dequations differentielles lineaires scalaires dordre 1 a
coefficients constants, en relation avec lexponentielle dendomorphismes et de matrices ;
etudier les equations differentielles lineaires scalaires dordre 1 et 2.
La resolution explicite des systemes lineaires a coefficients constants nest pas un objectif du pro-
gramme. On limitera en consequence la technicite des exercices dapplication. On pourra en revanche
presenter aux eleves divers exemples detudes qualitatives dequations differentielles lineaires scalaires
ou de systemes lineaires. Concernant les systemes a coefficients constants, on pourra souligner le role
du signe des parties reelles des valeurs propres de la matrice et son influence sur le comportement des
solutions ; on pourra egalement, en dimension 2, representer certaines des courbes integrales.
 43

Il est attendu qua lissue de ce chapitre, les eleves

aient traite des exemples de recherche et detude de courbes integrales dun champ lineaire de
vecteurs dans le plan ;
matrisent la pratique de la resolution dune equation differentielle du type X 0 = A X, ou A est
une matrice a coefficients reels ou complexes, par reduction de A a une forme diagonale (ou
triangulaire en dimension 3), et connaissent lexpression integrale des solutions de lequation
X 0 = A X + B(t) ;
aient pratique, sur des exemples, letude dequations differentielles lineaires scalaires dordre 1 ou
2 et notamment la recherche de solutions developpables en serie entiere ainsi que les problemes de
raccordements de solutions.

Dans ce chapitre, I est un intervalle de R, F un espace norme de dimension finie.

3.4.1 Generalites

Equation differentielle generale x0 = f (t, x). Solu- Lapplication f : U F est donnee, ou U est
tion dune telle equation. un ouvert de R F , on cherche les couples (J, x)
Probleme de Cauchy. ou J est un intervalle non trivial de R et x une
Methode dEuler pour la recherche de solutions ap- application derivable de J dans F verifiant :
prochees.
t J, (t, x(t)) U et x0 (t) = f (t, x(t)).

Cas des equations differentielles a variables Pas de resultat general exigible ; les eleves
separables : F = R et f (t, u) = a(t)b(u). doivent savoir traiter des exemples simples. Le
raisonnement par analyse-synthese est souvent
utile ici.
Theoreme de Cauchy-Lipschitz : resultat dexis- Le theoreme de Cauchy-Lipschitz est admis et
tence et dunicite locale. il nest pas le point central du paragraphe, il
est presente pour preparer les eleves au cas
non lineaire qui sera traite dans les cursus
post classes preparatoires. Il peut aussi servir a
eclairer les resultats du cas lineaire en montrant
leurs specificites.

3.4.2 Equations differentielles lineaires, solutions, structures

Equation differentielle lineaire : Forme matricielle : systemes differentiels

lineaires.
x0 (t) = a(t)(x(t)) + b(t) Equation differentielle homogene associee a une
equation differentielle lineaire.
ou a est une application continue de I dans L(F ),
b une application continue de I dans F .
Solution dune equation differentielle lineaire, solu- Principe de superposition.
tion globale.
Probleme de Cauchy. Mise sous forme integrale dun probleme de Cau-
chy.
 44

Equation differentielle lineaire scalaire dordre n. Solution dune telle equation, probleme de Cau-
Representation dune equation differentielle lineaire chy associe.
scalaire dordre n par un systeme differentiel
lineaire.
Theoreme de Cauchy lineaire : existence et unicite La demonstration nest pas exigible.
de la solution globale dun probleme de Cauchy, Adaptation aux equations differentielles
unicite locale des solutions. lineaires scalaires dordre n.
Cas des equations homogenes : lensemble des so-
lutions globales est un sous-espace vectoriel de
C 1 (I, F ). Pour t0 dans I, lapplication x 7 x(t0 )
est un isomorphisme de cet espace sur F .
Dimension de lespace des solutions globales. Cas
des equations scalaires homogenes dordre n.
Structure de lensemble des solutions globales dune
equation differentielle lineaire avec second membre.

Exemples dequations scalaires dordre 1 (resp. 2) Les eleves doivent savoir exploiter la recherche
non resolues en y 0 (resp. y 00 ) : de solutions developpables en serie entiere.
Exemples detude de problemes de raccorde-
a(t)x0 (t) + b(t)x(t) = c(t), ments de solutions.

a(t)x00 (t) + b(t)x0 (t) + c(t)x(t) = d(t).

3.4.3 Systemes differentiels lineaires homogenes a coefficients constants

Systemes differentiels lineaires homogenes a coeffi- Traduction matricielle X 0 = AX.

cients constants : x0 (t) = a(x(t)), a L(F ).
Si x0 est un element de F et a L(F ), resolution La solution globale est definie sur R par
du probleme de Cauchy
t 7 exp((t t0 )a)(x0 ) = e(tt0 )a (x0 ).
0
x (t) = a(x(t)), x(t0 ) = x0 .
Traduction matricielle.

Exemples de calculs explicites de solutions. On se limite aux deux cas : a diagonalisable ou

dimF 3.

3.4.4 Methode de variation des constantes

Methode de variation des constantes : definition Dans les exercices pratiques, on se limite au cas
dun systeme fondamental de solutions de de la dimension 2.
lequation x0 (t) = a(t)(x(t)), caracterisation
dun tel systeme ; application a la resolution de
lequation differentielle x0 (t) = a(t)(x(t)) + b(t) par
la methode de variation des constantes.
Cas particulier des systemes differentiels a coeffi- Expression integrale des solutions dun tel
cients constants. systeme.
 45

Adaptation de la methode de variation des Expression des solutions dans le cas ou lon
constantes aux equations scalaires du second ordre. connat une solution de lequation homogene as-
sociee ne sannulant pas sur I.
Wronskien de deux solutions dune equation sca- Cas dune equation du type x00 + q(t)x = 0.
laire homogene dordre 2.

3.5 Fonctions holomorphes

Lobjectif de ce chapitre est detudier la derivation complexe et les fonctions holomorphes puis etablir le
principe du prolongement analytique et le principe des zeros isoles.
Il est attendu qua lissue de ce chapitre, les eleves acquierent des notions de base de lanalyse complexe
notamment a travers letude dexemples.
Dans ce qui suit, designe un ouvert non vide de C et e = {(x, y) R2 , x + iy } ; e est un ouvert
non vide de R .2

Soit f : C une application ; on note f lapplication e par f(x, y) = f (x + iy) et on pose

definie sur
u(x, y) = Re f(x, y) et v(x, y) = Im f(x, y) , (x, y) .



e

Pour tout z0 C et tout r R+ {+}, on pose Si 0 < r < +, D(z0 , r) est le disque ouvert de
D(z0 , r) := {z C, |z z0 | < r}. centre z0 et de rayon r ; par abus de langage, on
dira que C est le disque ouvert de rayon +.

Derivation complexe. Une application f : C est dite C-derivable

limo f (z)f
en zo si zz zzo
(zo )
existe, auquel cas elle
z6=zo
est notee f 0 (zo ).
f est C-derivable en zo = xo + iyo si, et seulement Equations de Cauchy-Riemann : La formule
si, f est differentiable en (xo , yo ) et f f
y (xo , yo ) = i x (xo , yo ) se traduit par les
deux equations u x (xo , yo ) =
v
y (xo , yo ) et
f f u v
(xo , yo ) = i (xo , yo ).
y x y (xo , yo ) = x (xo , yo ), dites equations de
Cauchy-Riemann.

Fonction holomorphe sur . On dit que f est holomorphe sur si elle est
f est est holomorphe sur si, et seulement si, f C-derivable en tout point de et si la fonction
est de classe C 1 sur
e et verifie les equations de z 7 f 0 (z) est continue sur ; la fonction z 7
u v u v f 0 (z) est alors appelee la derivee de f , notee f 0 .
Cauchy-Riemann : = , = .
x y y x

Toute fonction polynomiale est holomorphe sur C

et sa derivee au sens complexe concide avec sa
derivee algebrique.
n est une serie
P
Plus generalement, si n0 an z On peut demontrer ce resultat par un calcul di-
entiere de rayon de convergence R > 0 et de somme rect en utilisant le theoreme de derivation de la
f , alors f est holomorphe sur D(0, R) et lon a somme dune serie dapplications de classe C 1 .
Il en resulte que f est indefiniment C-derivable
+
0
X sur D(0, R) et quon a, pour tout k N,
f (z) = nan z n1 , z D(0, R).
n=1 +  
f (k) (z) X n
= an z nk , z D(0, R).
k! k
n=k
 46

Lensembles des fonctions holomorphes sur est La derivation est lineaire et verifie la formule de
une sous-algebre de la C-algebre des applications Leibniz (f g)0 = f 0 g + f g 0 pour f , g holomorphes
de dans C ; on la note H(). sur ; de plus, si f1 est holomorphe sur un ou-
vert 1 et si f2 est holomorphe sur un ouvert 2
contenant f1 (1 ), alors f2 f1 est holomorphe
sur 1 et (f2 f1 )0 = (f20 f1 )f10 .

Fonction analytique sur . Une application f : C est dite analytique

sur si elle est developpable en serie entiere
autour de tout point de , cest a dire si pour
, il existe un reel r > 0 et une serie
tout z0 P
entiere n0 an z n de rayon de convergence r
tels quon ait D(z0 , r) et
+
X
f (z) = an (z z0 )n , z D(z0 , r).
n=0

Toute fonction polynomiale est analytique sur C. Formule de Taylor algebrique.

+
X (z z0 )n
La fonction exponentielle est analytique sur C. ez = ez0 ezz0 = ez0 , z0 , z C.
n!
n=0
Plus generalement, la somme dune serie entiere est On peut demontrer ce resultat par un calcul di-
analytique sur son disque ouvert de convergence. rect, en utilisant la technique des suites doubles
sommables de nombres complexes.
Lensembles des fonctions analytiques sur est une
sous-algebre de la C-algebre des applications de
dans C ; on la note O().
Toute fonction f analytique sur est holomorphe f est de plus indefiniment C-derivable sur et,
sur : O() H(). pour tout z0 , le developpement de f autour
de z0 est donne par sa serie de Taylor en z0 , cest
a dire
+ (n)
X f (z0 )
f (z) = (z z0 )n ,
n!
n=0

valable dans le plus grand disque ouvert de

centre z0 contenu dans .

Toute fonction f holomorphe sur est analytique La demonstration de ce resultat est hors pro-
sur : H() O(). Plus precisement, pour tout gramme.
z0 , si D(z0 , R) dsigne le plus grand disque
ouvert de centre z0 inclus dans , il existe une
suite (an )n0 de nombre complexes, uniquement
determinee, telle
P que le nrayon de convergence de
la serie entiere n0 an z soit R et quon ait

+
X
f (z) = an (z z0 )n z D(z0 , R).
n=0
 47

Principe du prolongement analytique : Soit g une On en deduit que si f est une fonction ho-
fonction holomorphe sur un ouvert non vide 1 ; lomorphe sur , ouvert connexe par arcs, et
sil existe un ouvert connexe par arcs contenant sil existe zo tel que, pour tout n N,
1 et une fonction f holomorphe sur et prolon- f (n) (zo ) = 0, alors f est nulle sur .
geant g, alors f est unique.

Principe des zeros isoles : soit f une fonction non

nulle et holomorphe sur , ouvert connexe par arcs ;
si zo est un point de tel que f (zo ) = 0 alors, il
existe r > 0 tel que D(zo , r) et que f (z) 6= 0
pour tout z D(zo , r) \ {zo }.