Mathématiques de base pour les ingénieurs : Analyse

et Algèbre

Christophe BOURLIER
Chargé de Recherche CNRS au laboratoire IETR, Site de Nantes

Cours ETN3
Département ETN, Polytech’Nantes

25 juillet 2012
ii
Table des matières

1 Fonction d’une seule variable réelle 3

1.1 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Limite d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Développement limité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.1 Définition au sens de Riemann . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.2 Propriétés générales des intégrales définies . . . . . . . . . . . . . . . . . . 9
1.6.3 Primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.4 Méthodes usuelles d’intégration . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6.5 Méthodes spécifiques d’intégration . . . . . . . . . . . . . . . . . . . . . . 11
1.6.5.1 Fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.5.2 Intégration des fonctions trigonométriques . . . . . . . . . . . . 13
1.7 Equation différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7.1 Equation différentielle linéaire du premier ordre . . . . . . . . . . . . . . . 14
1.7.2 Equation différentielle linéaire du second ordre . . . . . . . . . . . . . . . 16
1.7.3 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2 Fonction de plusieurs variables réelles 19

2.1 Fonction à deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Fonction à trois et plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6 Intégrale curviligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6.1 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

iii
iv TABLE DES MATIÈRES

2.6.1.1 Cas où la courbe Γ est ouverte . . . . . . . . . . . . . . . . . . . 25

2.6.1.2 Cas où la courbe Γ est fermée . . . . . . . . . . . . . . . . . . . 25
2.6.1.3 Intégrale curviligne d’une différentielle totale exacte . . . . . . . 25
2.6.2 Calcul d’une intégrale curviligne . . . . . . . . . . . . . . . . . . . . . . . 26
2.7 Intégrale double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7.2 Interprétation géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7.4 Calcul d’une intégrale double . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.7.4.1 En coordonnées cartésiennes. . . . . . . . . . . . . . . . . . . . . 28
2.7.4.2 Autres repères : théorème du changement de variable. . . . . . . 29

3 Analyse vectorielle 31
3.1 Champs scalaire et vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Circulation d’un champ vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Flux d’un champ vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.4 Gradient et potentiel scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5 Rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6 Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7 Laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.8 Opérateurs en coordonées cylindriques et sphèriques . . . . . . . . . . . . . . . . 39
3.8.1 Coefficients métriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.8.2 Expression des opérateurs vectoriels . . . . . . . . . . . . . . . . . . . . . 40

4 Calcul matriciel 43
4.1 Matrices rectangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.1.2 Addition matricielle et multiplication par un scalaire . . . . . . . . . . . . 44
4.1.3 Multiplication matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.1.4 Transposée d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.1.5 Matrice et systèmes d’équations linéaires . . . . . . . . . . . . . . . . . . 47
4.1.6 Résumé des propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2 Cas des matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2.1 Diagonale, trace d’une matrice, matrice identité . . . . . . . . . . . . . . . 49
4.2.2 Puissance d’une matrice, polynômes de matrices . . . . . . . . . . . . . . 49
TABLE DES MATIÈRES v

4.2.3 Matrices diagonale, triangulaire, symétrique et orthogonale . . . . . . . . 50

4.2.4 Déterminant d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.2.4.1 Déterminant d’ordre 1 et 2 . . . . . . . . . . . . . . . . . . . . . 52
4.2.4.2 Déterminant d’ordre 3 . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2.4.3 Déterminant d’ordre n . . . . . . . . . . . . . . . . . . . . . . . 53
4.2.5 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2.6 Quelques propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2.7 Diagonalisation : valeurs propres et vecteurs propres . . . . . . . . . . . . 57
4.2.7.1 Valeurs et vecteurs propres . . . . . . . . . . . . . . . . . . . . . 57
4.2.7.2 Polynôme caractéristique . . . . . . . . . . . . . . . . . . . . . . 58
4.2.7.3 Calcul des valeurs et vecteurs propres et diagonalisation . . . . . 59
4.2.7.4 Diagonalisation des matrices réelles symétriques . . . . . . . . . 60

A TDs du chapitre 1 I
A.1 Développement limité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I
A.2 Limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I
A.3 Primtive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II
A.4 Intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II
A.5 Equation différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II

B TDs du chapitre 2 V
B.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V
B.2 Différentation des fonctions composées . . . . . . . . . . . . . . . . . . . . . . . . V
B.3 Intégrale Curviligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI
B.4 Intégrale double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VII
B.5 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VII

C TDs du chapitre 3 IX
C.1 Rotationnel et intégrale curviligne . . . . . . . . . . . . . . . . . . . . . . . . . . IX
C.2 Equation de propagation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IX
C.3 Opérateurs vectoriels en coordonnées sphériques . . . . . . . . . . . . . . . . . . X

D TDs du chapitre 4 XI
D.1 Addition matricielle et multiplication scalaire . . . . . . . . . . . . . . . . . . . . XI
D.2 Produit de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XI
D.3 Transposée d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XII
0 TABLE DES MATIÈRES

D.4 Matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XII

D.5 Matrices diagonales et triangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . XIII
D.6 Matrices réelles symétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIII
D.7 Déterminants et inversion d’une matrice . . . . . . . . . . . . . . . . . . . . . . . XIV
D.8 Diagonalisation : valeurs propres et vecteurs propres . . . . . . . . . . . . . . . . XV

E Examen “Mathématiques de base : Analyse et Algèbre” XVII

E.1 Intégrales (6 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII
E.2 Dérivées partielles (5 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII
E.3 Equation différentielle (5 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII
E.4 Intégrale curviligne (5 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVIII

F Examen “Mathématiques de base : Analyse et Algèbre” XIX

F.1 Intégrales (8 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIX
F.2 Développement limité (4 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . XIX
F.3 Analyse vectorielle (7 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIX

G Examen “Mathématiques de base : Analyse et Algèbre” XXI

H Examen “Mathématiques de base : Analyse et Algèbre” XXIII

I Examen “Mathématiques de base : Analyse et Algèbre” XXV

I.1 Analyse vectorielle (4 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXV
I.2 Intégrale curviligne (6 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXV
I.3 Intégrale double (4 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXV
I.4 Inversion d’une matrice (6 points) . . . . . . . . . . . . . . . . . . . . . . . . . . XXVI

J Examen “Mathématiques de base : Analyse et Algèbre” XXVII

K Examen “Mathématiques de base : Analyse et Algèbre” XXIX

K.1 Intégrale curviligne (6 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXIX
K.2 Intégrale double (6 points) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXIX
K.3 Résolution d’un système linéaire (4 points) . . . . . . . . . . . . . . . . . . . . . XXX
K.4 Valeurs propres et vecteurs propres (5 points) . . . . . . . . . . . . . . . . . . . XXX

Bibliographie XXXI
Table des figures

1.1 Définition d’une intégrale définie. . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2 Signification graphique d’une intégrale définie. . . . . . . . . . . . . . . . . . . . . 10

2.1 Définition d’une intégrale curviligne. . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.2 Définition d’une intégrale double. . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 Intégrale double représentée comme un volume. . . . . . . . . . . . . . . . . . . . 28
2.4 Cas 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5 Cas 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.1 Définition de la circulation d’un champ vectoriel avec M ≡ Mc . . . . . . . . . . . 32

3.2 Définition du flux d’une surface ouverte et fermée. . . . . . . . . . . . . . . . . . 33
3.3 Enoncé du théorème de Stokes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Enoncé du théorème d’Ostrogradski. . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.5 Coordonnées cylindriques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.6 Coordonnées sphériques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

1
2 TABLE DES FIGURES
1 Fonction d’une seule variable
réelle

1.1 Quelques définitions

Les fonctions dont il sera question dans ce chapitre sont des applications d’une partie de
l’ensemble des réels, à valeurs dans l’ensemble des réels.

Définition 1.1 Domaine. Si f est une fonction on appelle domaine de définition de f , Df ,

l’ensemble des réels pour lesquels f (x) existe.

Exemple 1.1 Si  
1
f (x) = ln ,
(x − 1)(x − 3)
alors Df =] − ∞; 1[∪]3; +∞[. C’est l’ensemble ou le dénominateur est positif et non nul. Soit
(x − 1)(x − 3) > 0.

Exemple 1.2 Si
f (x) = − ln(x − 1) − ln(x − 3),
alors Df =]3; +∞[. C’est l’ensemble pour lequel chacun des arguments des fonctions logarith-
miques est strictement positif. Soit x − 1 > 0 et x − 3 > 0.

Définition 1.2 Image. On appelle image de f , If , l’ensemble de toutes les valeurs possibles de
f (x).
p
Exemple 1.3 Si f (x) = |x|, alors Df =] − ∞; +∞[ et If = [0; +∞[.

√
Exemple 1.4 Si f (x) = x, alors Df = [0; +∞[ et If = [0; +∞[.

Définition 1.3 Bijective. Soit l’application f de E dans F , alors f est bijective si tout élément
de F (arrivée) admet alors un antécédent et un seul dans E (départ).

Définition 1.4 Fonction Réciproque. Si f est une bijection de E dans F , alors pour tout y de
F , il existe un unique x de E tel que y = f (x). On peut donc définir x comme l’image de y
par l’application réciproque de f notée f −1 . Dans un repère orthonormé, le graphe de f −1 est
symétrique de celui de f par rapport à la bissectrice d’équation y = x.

3
4 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

Exemple 1.5 Par exemple la fonction “racine carrée” est une bijection de Df = [0, +∞[ sur
lui même (If = Df ), dont la réciproque est la fonction “carrée”, mais prise uniquement sur
[0, +∞[.

Définition 1.5 Paire. Une fonction est dite paire, si ∀x ∈ Df , −x ∈ Df , f (−x) = +f (x).

Définition 1.6 Impaire. Une fonction est dite impaire, si ∀x ∈ Df , −x ∈ Df , f (−x) = −f (x).

Exemple 1.6 La fonction f (x) = x2 est une fonction paire tandis que la fonction f (x) = x3
est une fonction impaire.

1.2 Limite d’une fonction

La notion de limite est très difficile à définir en termes rigoureux, il est d’ailleurs plus utile
de comprendre quelle réalité concrète elle entend traduire, et comment en faire l’évaluation dans
la pratique, plutôt que d’en saisir la définition formelle. Expérimentalement L est la limite au
voisinage de a, de la fonction f lorsque la variable se rapproche (en restant dans le domaine de
f ) de a, si “plus x est proche de a” alors “plus f est proche de L”.
Lorsque la fonction n’est pas définie en a, alors on est ramené à calculer la limite de f en a+
(à droite de la valeur de a) et en a− (à gauche de la valeur de a).
√
Exercice 1.1 Soit f (x) = x + x2 /x. Déterminer le domaine de définition de f , noté Df ,
étudier la limite de f en {0+ , 0− } et simplifier f pour x ∈ Df .

Théorèmes principaux sur les limites :

Théorème 1.1 “Théorèmes des gendarmes”. Si au voisinage de a, fini ou non, h(x) ≤ f (x) ≤
g(x) et si lim h = lim g = L alors lim f = L.
x→a x→a x→a

Théorème 1.2 Fonction composée. Soit f l’application de E dans F et g l’application de F

dans G et a, L, L0 finis ou non, alors si lim f = L et lim g = L0 alors lim g ◦ f = L0 .
x→a x→L x→a

Théorème 1.3 Opération sur les limites. Avec les conventions de calcul sur ±∞, et surtout
lorsque le membre de droite de ces égalités ne conduit pas à une forme indéterminée, on montre
les résultats suivants (toutes les limites sont au même point) : lim(f + g) = lim f + lim g,
lim(f g) = lim f lim g, lim(f /g) = lim f / lim g.

Exercice 1.2 Calculer la limite de f (x) = 2x3 − 5x pour x → +∞. Montrer pour un polynôme
de degré n défini par f (x) = an xn + an−1 xn−1 + . . . + a1 x + a0 avec an réel est différent de zéro,
que lim f = lim an xn .
x→±∞ x→±∞

Théorème 1.4 Limite d’une fonction rationnelle. Lorsque x tend vers ±∞, une fonction ra-
tionnelle a la même limite que, le quotient de ses termes de plus haut degré.
1.3. CONTINUITÉ 5

Exercice 1.3 Demontrer ce théorème.

Les formes indéterminées (nécessitant un calcul parfois difficile) sont

0 ∞
, , 0 × ∞, 1∞ , +∞ − ∞ , (1.1)
0 ∞

indépendamment des signes. L’indétermination peut être levée de la manière suivante :

1. un changement de variable sur la fonction et utilisation du théorème 1.2,

2. un changement de variable sur la valeur où est évaluée la limite,
3. pour une fonction comportant des radicaux, en multipliant la fonction par son expression
conjuguée,
4. en utilisant un développement limité de la fonction au voisinage de la valeur a où est
évaluée la limite,
5. règle de l’Hospital (cas particulier du développement limité) : si une expression fg(x)
(x)
se
∞ 0 0
présente sous la forme ∞ ou 0 pour x = a et si g (a) 6= 0 (dérivée de g au point a), alors

f (x) f 0 (a)
lim = lim 0 . (1.2)
x→a g(x) x→a g (a)

Exercice 1.4 Calculer les limites suivantes :

 √
 lim √ 2x − 2 sin(x)
√ lim


 x→2 x + 1 − 2x − 1
 x→0 x
 x .
x+a


 lim x ln x lim


x→0+ x→+∞ x+b

1.3 Continuité
Définition 1.7 Continuité. Une fonction f , définie au voisinage d’un réel a, est dite continue
en a, si lim = f (a) = L où L est un nombre fini.
x→a

Théorème 1.5 Continuité d’une fonction polynôme. Toute fonction polynôme est continue sur
l’ensemble des réels.

Théorème 1.6 Continuité d’une fonction rationnelle. Une fonction rationnelle est continue sur
son domaine de définition.

Théorème 1.7 Si f est continue sur [a; b] et si f (a)f (b) < 0, alors l’équation f (x) = 0 admet
au moins une solution dans ]a; b[.

Exercice 1.5 Montrer que l’équation f (x) = x4 + 5x3 − x2 + x − 1 admet au moins une solution
dans ]a; b[.
6 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

Théorème 1.8 Si f est continue et strictement monotone (croissante ou décroissante) sur [a; b]
et si f (a)f (b) < 0, alors l’équation f (x) = 0 admet une solution unique dans ]a; b[.

Théorème 1.9 Si f est continue et strictement croissante (resp. décroissante) sur [a; b], alors
f réalise une bijection de [a; b] sur [f (a); f (b)] (resp. [f (b); f (a)]).

Ce théorème est utilisée pour la définition des fonctions réciproques.

Définition 1.8 Prolongement par continuité. Si f n’admet pas de valeur en a mais admet une
6 a, pour que cette
limite finie L en a, il suffit de poser f1 (a) = L et f1 (x) = f (x) pour x =
nouvelle fonction f1 soit continue en a. On dit alors que f1 est un prolongement par continuité
de f en a.

sin(x)
Exercice 1.6 Prolonger par continuité en zéro la fonction f (x) = .
x

1.4 Dérivée
Définition 1.9 Dérivée en un point. Une fonction f est dérivable en x0 si et seulement si le
taux d’accroissement de f en x, admet une limite finie quand x tend vers x0 et on note

f (x) − f (x0 ) f (x0 + h) − f (x0 )

f 0 (x0 ) = lim = lim . (1.3)
x→x0 x − x0 h→0 h

Exercice 1.7 Donner une interprétation physique de la dérivée et donner l’équation de la tan-
gente en x0 à la courbe correspondante à f .

Théorème 1.10 Dérivabilité et continuité. Une fonction dérivable en x0 est continue en x0 .

La réciproque est fausse.
√
Exercice 1.8 Donner les domaines de continuité et de dérivabilité de la fonction f (x) = x.

Définition 1.10 Dérivée à droite, dérivée à gauche. Il se peut que le taux d’accroissement
f (x)−f (x0 )
x−x0 ait une limite à gauche seulement, on dit alors que f est dérivable à gauche, mais
pas dérivable. On définit de même la dérivée à droite. Si les dérivées à droite et à gauche sont
différentes, alors la fonction n’est pas dérivable.

Théorème 1.11 Croissance et décroissance d’une fonction. Si f est une fonction dérivable sur
l’intervalle [a; b], alors f est croissante sur [a; b], ssi ∀x ∈ [a; b], f 0 (x) ≥ 0 et f est décroissante
sur [a; b], ssi ∀x ∈ [a; b], f 0 (x) ≤ 0.

Si l’inégalité devient stricte alors f est strictement croissante ou décroissante. Si au point

x0 , la dérivée existe et change de signe alors f présente en x0 un extremum (minimum ou
maximum).
Un point d’inflexion est un point pour lequel la courbe traverse la tangente. Le théorème
ci-dessous fournit une condition suffisante pour l’existence d’inflexion.
1.4. DÉRIVÉE 7

Théorème 1.12 Point d’inflexion. Si f est une fonction deux fois dérivable sur un intervalle
[a; b], alors f est convexe sur [a; b] ssi et f 00 (x) ≥ 0 est concave sur [a; b] ssi et f 00 (x) ≤ 0 . Si
f 00 (x) s’annule et change de signe en x0 , alors f présente en x0 un point d’inflexion.

Exercice 1.9 Donner le point d’inflexion de la fonction de f (x) = x3 .

Exercice 1.10 Remplir le tableau suivant :

Fonctions Dérivées

cos(x)

sin(x)

tan(x)

f (x) + g(x)

f (x)g(x)

f (x)/g(x)

ln[f (x)]

exp[f (x)]

[f (x)]g(x)

f −1 (x)

arctan(x)

arccos(x)
p
f (x)

[f (x)]p

Table 1.1 – Dérivées usuelles.

8 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

1.5 Développement limité

Théorème 1.13 Formule de Taylor. Si f est n fois dérivable au voisinage de x0 , alors elle
admet un développement limité suivant à l’ordre n :

(x − x0 )n (n)
f (x) = f (x0 ) + (x − x0 )f 0 (x0 ) + . . . + f (x0 ) + o [(x − x0 )n ] . (1.4)
n!

y(x)
Notation de Landau : on note y(x) = o [(x − x0 )n ] si lim est nulle. La formule de
(x − x0 )n
x→x0
Mac-Laurin est obtenue pour x0 = 0. Le tableau ci-dessous donne les développements limités de
quelques fonctions.

Fonctions Dérivées

x2 x4 x2n
cos(x) 1− + − . . . + (−1)n + o(x2n )
2! 4! (2n)!

x3 x5 x2n+1
sin(x) x− + − . . . + (−1)n + o(x2n+1 )
3! 5! (2n + 1)!

x2 xn
exp(x) 1+x+ + ... + + o(xn )
2! n!

1
1 − x + x2 − x3 + . . . + (−1)n xn + o(xn )
1+x

Table 1.2 – Développements limités en zéro de fonctions usuelles.

Exercice 1.11 Démonter les développements limités du tableau 1.2.

p √
Exercice 1.12 Calculer le développement limité de la fonction f (x) = 1+ 1 + x à l’ordre
2 et au voisinage de x = x0 = 0.

Exercice 1.13 Calculer le développement limité de la fonction f (x) = tan(x) à l’ordre 3 et au

voisinage de x = x0 = 0.

1.6 Intégrale

1.6.1 Définition au sens de Riemann

Définition 1.11 Intégrale définie. Soit un axe orienté (Ox) sur lequel on place deux points A1
et A2 d’abscisses respectives a1 et a2 (a2 > a1 ). Divisons le segment [A1 A2 ] en petits segments
1.6. INTÉGRALE 9

à l’aide des points arbitraires d’abscisses successives x1 , x2 , . . ., xn−1 et considérons les abs-
cisses ξ1 , ξ2 , . . ., ξn situées respectivement dans les intervalles [a1 ; x1 ], [x1 ; x2 ], . . ., [xn−1 ; a2 ].
Considérons maintenant une fonction f (x) définie et continue sur [a1 ; a2 ] ; au point d’abscisse
ξn , elle prend la valeur yn = f (xn ).
A la fonction f , on associe la somme Sn (qui est une somme de Riemann)

i=n
X
Sn = y1 (x1 − a1 ) + y2 (x2 − x1 ) + . . . + yn (a2 − xn1 ) = yi ∆xi ,
i=1

avec ∆xi = xi − xi−1 , x0 = a1 et xn = a2 . La limite lorsqu’elle existe, de Sn quand n tend vers

l’infini et que tous les ∆xi du partage de [A1 A2 ] tendent vers zéro est appelée intégrale définie
de f (x) sur l’intervalle d’intégration [a1 ; a2 ] ; elle s’écrit :

Z a2 i=n
X
I= f (x)dx = lim yi ∆xi , (1.5)
a1 n→+∞
i=1

où a1 et a2 sont les bornes (inférieure et supérieure) d’intégration et dx l’élément différentiel

d’intégration.

Figure 1.1 – Définition d’une intégrale définie.

Une autre représentation possible est de considérer la courbe Γ représentative de la fonction

y = f (x). Dans ce cas, le premier terme y1 (x1 − a1 ) de la série Sn représente l’aire du rectangle
de largeur x1 − a1 et de hauteur y1 . Dans le cas où y est positif, la somme Sn représente une
valeur approchée de l’aire du domaine D limité par Γ, l’axe (Ox) et les droites d’équation x = a1
et x = a2 . Lorsque n → +∞, la limite de Sn correspond exactement à l’aire du domaine D.

1.6.2 Propriétés générales des intégrales définies

Si f est une fonction définie et continue sur [a; b] (a < b), alors
Z b Z a
f (x)dx = − f (x)dx.
a b

Si c ∈ [a; b] et si f est intégrable sur [a; c] et [c; b], alors

Z b Z c Z b
f (x)dx = f (x)dx + f (x)dx.
a a c
10 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

Figure 1.2 – Signification graphique d’une intégrale définie.

Si λ ∈ R (constante), alors
Z b Z b
λf (x)dx = λ f (x)dx.
a a

Si f est un fonction paire et impaire, on a respectivement

Z a Z a Z a
f (x)dx = 2 f (x)dx f (x)dx = 0.
−a 0 −a

Si deux fonctions f et g sont intégrables sur [a; b] alors

Z b Z b Z b
[f (x) ± g(x)] dx = f (x)dx ± g(x)dx.
a a a

1.6.3 Primitive

Définition 1.12 Relation entre intégrale et primitive. On appelle primitive de la fonction f

définie et continue, toute fonction F telle que :
dF
F 0 (x) = = f (x) . (1.6)
dx
Z b
Théorème 1.14 Si la fonction F est une primitive de la fonction f alors f (x)dx = F (b) −
a
F (a).

1.6.4 Méthodes usuelles d’intégration

R
Si la détermination de f (x)dx n’est pas immédiate, un changement de variable x = g(t)
avec dx = g 0 (t)dt peut conduire à
Z Z Z
f (x)dx = f [g(t)] g 0 (t)dt = φ(t)dt , (1.7)
1.6. INTÉGRALE 11

où la primitive de la fonction φ(t) est connue. Pour les intégrales bornées on a
(
Z b Z β Z β
0 a = g(α)
f (x)dx = f [g(t)] g (t)dt = φ(t)dt avec . (1.8)
a α α b = g(β)

Z 1 p
Exercice 1.14 Calculer l’intégrale I = 1 − x2 dx. On pourra poser x = cos(t).
−1

Théorème 1.15 Intégration par partie. Soient u et v deux fonctions dérivables de x telles que
f (x) = u(x)v 0 (x), alors
Z b Z b Z b
f (x)dx = 0
u(x)v (x)dx = [u(x)v(x)]ba − u0 (x)v(x)dx . (1.9)
a a a

Exercice 1.15 Calculer la primiive de ln x pour x ∈]0; +∞[.

1.6.5 Méthodes spécifiques d’intégration

1.6.5.1 Fonctions rationnelles

Définition 1.13 Fonction rationnelle. On appelle fonction rationnelle le rapport N (x)/D(x)

de deux polynômes N (x) (numérateur) et D(x) (dénominateur) de degrés respectifs n et d.

Pour calculer la primitive d’une fonction rationnelle, pour n ≥ d, on effectue au préalable la

division
N (x) R(x)
= E(x) + , (1.10)
D(x) D(x)
où le polynôme E est appelé partie entière et où le degré r de la fonction R est tel que r < d.
L’intégrale de la fonction E s’obtient alors facilement en appliquant la relation

xn+1
Z
xn dx = C + avec n + 1 6= 0 et C ∈ R . (1.11)
n+1

• Cas où la fonction D possède des racines simples et réelles. Dans le cas où les N
racines {xn } de D(x) sont simples et réelles alors

n=N
R(x) X An
= . (1.12)
D(x) x − xn
n=1

Les éléments de la somme sont appelés éléments simples de première espèce. Les
constantes {An } sont calculées soit en identifiant les puissances égales à x où en calculant
la limite suivante
R(x)
lim (x − xn ) = An .
x→xn D(x)
12 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

R(x)
La primitive D(x) s’écrit alors

Z n=N
R(x) X
dx = C + An ln |x − xn | . (1.13)
D(x)
n=1

Exercice 1.16 Montrer que

2x4 − 6x3 + 7x2 − 8x + 6 x
f (x) = 2
= 2x2 + 3 + 2 .
x − 3x + 2 x − 3x + 2
Décomposer alors f en éléments simples et en déduire une primivite sur son ensemble de
définition Df .

• Cas où la fonction D possède une racine multiple et réelle. Dans le cas où la racine
x1 de D(x) = 0 est réelle, unique mais multiple d’ordre M alors
m=M
R(x) X Bm
= . (1.14)
D(x) (x − x1 )m
m=1

Les constantes {Bm } sont calculées soit en identifiant les puissances égales à x où en calculant
les limites suivantes
 
R(x) M
BM = lim (x − x1 ) ,
x→x1 D(x)
 
d R(x) M
BM −1 = lim (x − x1 ) ,
x→x1 dx D(x)

dm R(x)
 
1 M
BM −m = lim (x − x1 ) .
m! x→x1 dxm D(x)

On intègre alors terme à terme sachant que

(x − x1 )1−m
Z
1
dx = C + avec m 6= 1 et C ∈ R . (1.16)
(x − x1 )m 1−m

x
Exercice 1.17 Décomposer en éléments simples la fonction f (x) = (x−2)2
et en déduire une
primitive.

• Cas où la fonction D possède des racines simples et complexes. Si D(x) = 0 admet
des racines complexes et simples, elles sont obligatoirement conjuguées deux à deux. Pour N
racines {xn = αn + jβn , x̄n = αn − jβn }, la décomposition prend alors la forme
n=N n=N
R(x) X xAn + Bn X xAn + Bn
= = . (1.17)
D(x) (x − xn )(x − x̄n ) x2 + αn2 + βn2 − 2xαn
n=1 n=1

Les éléments de la somme sont appelés éléments simples de seconde espèce. De plus on
peut écrire "  2 #
x − α n
x2 + αn2 + βn2 − 2xαn = (x − αn )2 + βn2 = βn2 1 + .
βn
1.6. INTÉGRALE 13

x−αn dx
Par conséquent le changement de variable t = βn où dt = βn conduit à
Z Z Z Z
R(x) 1 An (tβn + αn ) + Bn tdt An αn + Bn dt
dx = = An + .
D(x) βn 1 + t2 1+t 2 βn 1 + t2

Soit

x − αn
Z
R(x) An An αn + Bn
dx = C + ln 1 + t2 + arctan(t) avec t= . (1.18)
D(x) 2 βn βn

x
Exercice 1.18 Calculer une primitive de f (x) = .
x2 − 4x + 5

Dans le cas général, où l’équation possède à la fois des racines réelles, complexess et multiples,
la décomposition résultante est une combinaison des décompositions précédentes.

1.6.5.2 Intégration des fonctions trigonométriques

• Fonction rationnelle en sin(x) et cos(x). Les intégrales sont de la forme

Z Z
R(sin(x), cos(x))dx = f (x)dx,

où R est une fonction rationnelle.

Règle dite de Bioche :

1. Si f (−x)d(−x) = f (x)dx, on pose alors t = cos(x).

2. Si f (π − x)d(π − x) = f (x)dx, on pose alors t = sin(x).
3. Si f (π + x)d(π + x) = f (x)dx, on pose alors t = tan(x).
x


D’une façon générale, il est toujours possible d’effectuer le changement de variable t = tan 2
car

 2t 1 − t2
 sin(x) = cos(x) =
1 + t2 1 + t2



. (1.19)
dx  2dt


x
1 + tan2


⇒ dx =

 dt =

2
2 1 + t2

on se ramène ainsi à l’intégration d’une fonction rationnelle selon la variable t.

1
Exercice 1.19 Calculer une primitive de sin(x) en utilisant deux méthodes
– La règle de Bioche.

– En posant t = tan x2 .

• Fonction rationnelle en tan(x). Dans ce cas on pose t = tan(x) et dt = dx(1 + t2 ).

14 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

• Intégrales de la forme sinm (x) cosn (x). Deux cas possibles :

1. Si m et n sont pairs. On linéarise l’expression sinm x cosn x en l’exprimant en fonction des
fonctions sinus et cosinus des arcs multiples de x (cos(x), sin(x), cos(2x), sin(2x), cos(3x),
sin(3x), . . .). Pour des valeurs de m et n grandes, on utilise les formules d’Euler et le
triangle de Pascal.
2. Si m et n sont impairs. Pour m impair, on pose t = cos(x). Pour n impair, on pose
t = sin(x).

Exercice 1.20 Calculer une primitive de la fonction sin4 (x).

1.7 Equation différentielle

Définition 1.14 Equation différentielle du nième ordre. On appelle équation différentielle du
nième ordre, vérifiée par une fonction y(x), une relation de la forme

dy d2 y dn−1 y
 
F x, y(x), , 2 , . . . , n−1 = 0 , (1.20)
dx dx dx

où x est la variable indépendante.

On appelle solution ou intégrale de l’équation différentielle toute fonction y = f (x) qui vérifie
l’équation précédente ; la solution générale est une fonction y = f (x, C1 , C2 , . . . , Cn ) comportant
n constantes arbitraires. Ces constantes sont déterminées par des conditions particulières
dy d2 y dn−1 y
qui sont les valeurs prises par y, dx , dx2 , . . ., dxn−1 pour une valeur donnée de x ; si x = 0, les
conditions sont dites conditions initiales.
d y n−1
De plus, si les différentes dérivées dx n−1 sont du premier degré et ne se multiplient pas entre
elles alors l’équation différentielle est dite linéaire.

Exercice 1.21 Donner un “nom” (linéaire ou pas, ordre, coefficients constants ou pas, avec ou
sans second membre) aux équations différentielles suivantes :

1. xy 0 (x) + y(x) = 0.
2. y 0 (x) + y(x) = 2x.
3. y 00 (x) + y 2 (x) = 0.
4. x2 y 0 (x)y 00 (x) = exp(x).

1.7.1 Equation différentielle linéaire du premier ordre

Définition 1.15 Equation différentielle linéaire du premier ordre. Une équation différentielle
linéaire du premier ordre à coefficients variables est définie par

a(x)y 0 (x) + b(x)y(x) = f (x) . (1.21)

1.7. EQUATION DIFFÉRENTIELLE 15

Dans tout intervalle, où la fonction a(x) ne s’annule pas, l’équation précédente prend la
forme
b(x) f (x)
y 0 (x) + B(x)y(x) = Φ(x) avec B(x) = et Φ(x) = .
a(x) a(x)

Φ(x) désigne le second membre de l’équation complète (ou équation avec second
membre). L’équation y 0 (x) + B(x)y(x) est l’équation homogène associée (ou équation sans
second membre).
La solution générale de l’équation différentielle complète s’écrit :

y(x) = yH (x) + yP (x) , (1.22)

où yH est la solution de l’équation homogène et yP une solution particulière de l’équation

avec second membre.

• Calcul de la solution homogène. On a donc pour yH

0
yH (x) + B(x)yH (x) = 0,

qui s’écrit avec yH 6= 0 comme

Z
dyH (x)
= −B(x)dx soit ln |yH (x)| = − B(x)dx + C1 avec C1 ∈ R.
yH (x)

Au final
 Z 
yH (x) = C × u(x) avec u(x) = exp − B(x)dx et C = exp(C1 ) ∈ R . (1.23)

On peut remarquer que yH 6= 0 car la fonction exponentielle est toujours différente de zéro.

• Calcul de la solution particulière. Pour la recherche de yP , on utilise la méthode de

“la variation de la constante” de Lagrange qui consiste à considérer la constante C de la
solution comme une fonction inconnue de la variable x. Ainsi

yP (x) = C × u(x) → yP (x) = C(x) × u(x) et yP0 (x) = [C(x) × u(x)]0

= C(x)u0 (x) + u(x)C 0 (x).

En portant cette équation dans l’équation différentielle complète, y 0 (x) + B(x)y(x) = Φ(x)
avec y(x) = yP (x), il vient

C(x) u0 (x) + B(x)u(x) + u(x)C 0 (x) = Φ(x).

 

Comme la fonction Cu(x) vérifie l’équation homogène, on a u0 (x)+B(x)u(x) = 0 qui implique

Z
Φ(x) Φ(x)
C 0 (x) = donc C(x) = dx + K avec K ∈ R.
u(x) u(x)

Ainsi Z 
Φ(x)
yP (x) = C(x)u(x) = dx + K u(x). . (1.24)
u(x)
16 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

• Solution générale. La solution générale est donc

Z 
Φ(x)
y(x) = yH (x) + yP (x) = Cu(x) + dx + K u(x)
u(x)
Z 
Φ(x)
= dx + K1 u(x) avec K1 = (C + K) ∈ R (1.25)
u(x)

Exercice 1.22 Résoudre l’équation différentielle (1 + x2 )y 0 (x) + xy(x) = x.

1.7.2 Equation différentielle linéaire du second ordre

Définition 1.16 La forme générale d’une équation différentielle linéaire du second ordre à co-
efficients constants s’écrit
ay 00 (x) + by 0 (x) + cy(x) = Φ(x) , (1.26)
où (a, b, c) ∈ R. La fonction Φ(x) désigne le second membre de l’équation complète (ou équation
avec second membre). Le membre ay 00 (x) + by 0 (x) + c est l’équation homogène associée (ou
équation sans second membre).

Comme précédemment la solution générale de l’équation différentielle complète s’écrit

y(x) = yH (x) + yP (x) , (1.27)
où yH est la solution générale de l’équation homogène et yP une solution particulière de
l’équation avec second membre.

• Calcul de la solution homogène. On a donc pour yH

00 0
ayH (x) + byH (x) + c = 0.

On cherche alors des solutions de la forme yH (x) = erx avec r ∈ R. L’équation homogène
devient alors erx (ar2 +br+c) = 0. Comme erx est toujours différent de zéro, la relation précédente
n’est satisfaite, quelque soit x, que si r est racine de l’équation du second degré
ar2 + br + c = 0,
appelée équation caractéristique de l’équation différentielle. On distingue alors trois cas selon le
signe du discriminant ∆2 = b2 − 4ac (tableau 1.3).
La solution de l’équation homogène précédente peut, dans les trois cas, s’écrire sous la forme
générale yH (x) = C1 y1 (x) + C2 y2 (x), où C1 et C2 sont des constantes et y1 (x), y2 (x) sont deux
solutions linéairement indépendantes de l’équation homogène. La recherche de la solution
particulière yP (x) s’effectue en utilisant la méthode de la variation de la constante. Ainsi on
peut montrer que les fonctions C1 (x) et C2 (x) vérifient le système différentiel à deux inconnues
suivant
(
y1 (x)C10 (x) + y2 (x)C20 (x) = 0
.
a [y10 (x)C10 (x) + y20 (x)C20 (x)] = Φ(x) + c

Selon la valeur de la fonction Φ(x), on obtient alors le tableau 1.4.

Cette méthode de la variation des constantes reste valable si les coefficients a, b, c dépendent
de la variable x.
1.7. EQUATION DIFFÉRENTIELLE 17

Condition Solution de l’équation caractéristique yH (x)

√
−b ± ∆
∆>0 2 racines réelles : r1,2 = = −λ ± Ω C1 er1 x + C2 er2 x =
2a
b ∆
avec λ = et Ω = e−λx (C1 eΩx + C2 e−Ωx )
2a 2a
b
∆=0 1 racine double : r1 = r2 = − = −λ e−λx (C1 + C2 x)
2a

∆<0 2 racines réelles conjuguées : e−λx [C1 cos(ωx) + C2 sin(ωx)]

√
−b ± j −∆
r1,2 = = −λ ± jω
2a
√
b −∆
avec λ = et ω =
2a 2a

Table 1.3 – Expression de yH pour une équation différentielle linéaire du second ordre à coef-
ficients constants.

1.7.3 Transformée de Laplace

Pour des signaux causaux, c’est-à-dire définis pour x ≥ 0 (dans ce cas la variable x est notée
t correspondant au temps et donc à des signaux rencontrés en physique), la transformée de
Laplace est un outil très puissant pour résoudre les équations différentielles. Dans cette partie,
nous donnerons uniquement les résultats principaux nécessaires à la résolution d’une équation
différentielle, car la transformée de Laplace sera étudiée en détail dans les cours de signal et
d’analyse fonctionnelle.

Définition 1.17 Transformée de Laplace monolatérale. Pour une fonction f définie pour t ≥ 0,
la transformée de Laplace monolatérale, notée L, s’écrit
Z ∞
L (f (t)) = F (p) = f (t)e−pt dt, (1.28)
0
où p est appelée variable de Laplace. Dans la suite, on supposera que l’intégrale est convergente.
Ainsi à partir de la définition, on montre les résultats donnés dans le tableau 1.5.

Exercice 1.23 Calculer la transformée de Laplace de 1, e−at , cos(ωt) et sin(ωt).

Exercice 1.24 Résoudre l’équation différentielle y 00 (t) − 4y 0 (t) + 3y(t) = tet avec y(0) = y 0 (0) =
0 en utilisant la transformée de Laplace.
18 CHAPITRE 1. FONCTION D’UNE SEULE VARIABLE RÉELLE

Forme du second membre Forme de la solution particulière

Φ(x) = P (x) où P est un polynôme de dégré n. yP est un polynôme de degré
- n, si c 6= 0.
- n + 1, si c = 0 et b 6= 0.
- n + 2, si c = 0 et b = 0.
Φ(x) = Φ0 eβx où Φ0 ∈ R. Si β n’est pas racine de l’équation
caractéristique, alors yP (x) = Ceβx .
Si β est racine simple, alors yP (x) = Cxeβx .
Si β est racine double, alors yP (x) = Cx2 eβx .
Φ(x) = Φ1 cos(βx) + Φ2 sin(βx). yP (x) = C1 cos(βx) + C2 sin(βx).
Φ(x) = P (x)eβx , où P est un polynôme yP (x) = xk Q(x)eβx , où Q est un polynôme
de dégré n. de dégré n et
- k = 0, si β n’est pas racine de
l’équation caractéristique.
- k = 1, si β est racine simple.
- k = 2, si β est racine double.

Table 1.4 – Forme de la solution particulière pour une équation différentielle linéaire du second
ordre à coefficients constants.

f (t) pour t ≥ 0 Transformée de Laplace

1
1 (Fonction échelon)
p
n!
tn
pn
1
e−at
p+a
ω
sin(ωt)
p2 + ω 2
p
cos(ωt)
p + ω2
2

f 0 (t) pF (p) − f (0)

f 00 (t) p2 F (p) − pf (0) − f 0 (0)

dn F
tn f (t) (−1)n
dpn

Table 1.5 – Transformées de Laplace usuelles.

2 Fonction de plusieurs variables
réelles

2.1 Fonction à deux variables

Définition 2.1 Fonction dà deux variables. On dit que f est une fonction à deux variables x1
et x2 lorsqu’on peut faire correspondre à tout couple de nombre x1 et x2 une valeur f .

Exemple 2.1 Le produit des facteurs x1 et x2 est fonction de deux variables x1 et x2 . Les
valeurs de x1 et x2 peuvent être arbitraires. On note alors f (x1 , x2 ) = x1 x2 .

Le couple de valeurs x1 et x2 est représenté géométriquement par le point M (x1 , x2 ) rapporté

au système de coordonnées rectangulaires (Ox, Oy).

Définition 2.2 Domaine. Si f est une fonction on appelle domaine de définition l’ensemble
des réels x1 et x2 pour lesquels la fonction f existe.
p
Exercice 2.1 Donner le domaine de définition de la fonction f (x1 , x2 ) = x21 + x22 .

Définition 2.3 Limite. Le nombre L est appelé limite de la fonction f au point M0 (x10 , x20 ) si
f se rapproche indéfiniment de L chaque fois que le point M (x1 , x2 ) se rapproche indéfiniment
du point M0 . On note

L = lim f (x1 , x2 ) = lim f (x1 , x2 ) . (2.1)

M →M0
x1 → x10
x2 → x20

Exercice 2.2 Donner la limite au point M0 (0, 0) des fonctions f (x1 , x2 ) = sin x1 sin x2 et
f (x1 , x2 ) = x1 x2 ln x1 ln x2 .

Définition 2.4 Continuité en un point. La fonction f est dite continue au point M0 (x10 , x20 )
si
lim f (x1 , x2 ) = f (M0 ) = L où L est un réél à valeur finie . (2.2)
M →M0

2x −x 2 2
Exercice 2.3 La fonction f est définie par f (0, 0) = 0 et f (x1 , x2 ) = √ 12 22 pour x21 + x22 6= 0.
x1 +x2
Donner le domaine de définition de f et étudier sa continuité en 0.

19
20 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES

2.2 Fonction à trois et plusieurs variables

Les notions de fonctions à trois, quatre, etc..., variables et de domaines de définition sont
introduites de la même manière que dans le cas de deux variables.
Le domaine de définition d’une fonction f à trois variables x1 , x2 et x3 est représenté par un
ensemble de points de l’espace et on note z = f (x1 , x2 , x3 ).
p
Exercice 2.4 Soit la fonction f (x1 , x2 , x3 ) = A2 − x21 − x22 − x23 . Donner le domaine de
définition de f et en donner une interprétation géométrique.

2.3 Dérivées partielles

Définition 2.5 Dérivée partielle. Soit f une fonction à n variables x1 , x2 , . . ., xn , si toutes
les variables sont fixées à la valeur xi0 sauf la variable x1 , on obtient une fonction g de la seule
variable x1 dont on peut étudier la dérivabilité au point x10 ; si c’est le cas on note
∂f ∂f
= (x10 ) = g 0 (x10 )
∂x1 x1 =x10 ∂x1
f (x1 , x20 , . . . , xn0 ) − f (x10 , x20 , . . . , xn0 )
= lim
x1 →x10 x1 − x10
f (x10 + h, x20 , . . . , xn0 ) − f (x10 , x20 , . . . , xn0 )
= lim . (2.3)
h→0 h
Le même raisonnement est appliqué pour les autres variables. Soit
∂f ∂f
= (xi0 ) avec i = {1, 2, . . . , n} . (2.4)
∂xi xi =xi0 ∂xi

∂f
Définition 2.6 Dérivée partielle seconde. Lorsque la fonction f admet une dérivée ∂xi x =x
i i0
en tout point de xi0 de Df ⊂ Rn , on définit une nouvelle fonction à n variables dont on peut
examiner les dérivées partielles notées
∂2f
 
∂f ∂f
= . (2.5)
∂xj ∂xi ∂xj xi
On a alors une dérivée partielle d’ordre 2.

On peut ainsi calculer des dérivées successives, appelées dérivées partielles ; l’ordre p de la
dérivée est le nombre de dérivations successives effectuées.

Définition 2.7 Classe d’une fonction. Une fonction f définie sur Df ⊂ Rn est dite de classe
C p sur Df si elle admet des dérivées partielles d’ordre p continues.

Théorème 2.1 Théorème de Schwarz. Si une fonction f définie sur Df ⊂ Rn est de classe C 2 ,
alors l’ordre des dérivations n’intervient pas. En d’autres termes
∂2f ∂2f
= . (2.6)
∂xi xj ∂xj xi
2.4. FORMULE DE TAYLOR 21

∂f
Définition 2.8 Forme différentielle. Sous condition d’existence des dérivées partielles { ∂x i
} de
la fonction f ,on appelle forme différentielle de la fonction la quantité
i=n
X ∂f
δf = dxi . (2.7)
∂xi
i=1

La quantité δf représente les variations de f pour des petits déplacements {dxi } (formule
utilisée par exemple en physique pour le calcul d’erreur).

Exercice 2.5 Soit la fonction f (x, y) = x3 − 3x2 y − 2y 3 . Déterminer le domaine de définition

de f . Calculer les dérivées partielles d’ordre 1 et 2 selon les variables x, y et vérifier le théorème
de Schwarz. En déduire la forme différentielle de f .

Exercice 2.6 Aux bornes d’une résistance de valeur R = 1 ± 10% kΩ, la valeur du courant
mesurée vaut I = 1 ± 0.05 A. Quelle est alors l’incertitude ∆U sur la valeur de la tension U .

Théorème 2.2 Exemple de dérivation des fonction composées.

Soit f une fonction à trois variables x1 , x2 et x3 , pour lesquelles elles dépendent de la variable
u ; soit xi = xi (u) avec i = {1, 2, 3}. On cherche alors à calculer la dérivée partielle de f selon
la variable u. Sous la condition d’existence des dérivées partielles on peut alors montrer que
∂f ∂x1 ∂f ∂x2 ∂f ∂x3 ∂f
= + + . (2.8)
∂u ∂u ∂x1 ∂u ∂x2 ∂u ∂x3

Soit f une fonction à deux variables x1 et x2 , pour lesquelles elles dépendent des variables
u1 et u2 , soit xi = xi (u1 , u2 ) avec i = {1, 2}. On cherche alors à calculer la dérivée partielle de
f selon les variables u1 et u2 . Sous la condition d’existence des dérivées partielles on peut alors
montrer que

 ∂f ∂x1 ∂f ∂x2 ∂f
 = +
 ∂u1 ∂u1 ∂x1 ∂u1 ∂x2


. (2.9)
∂f ∂x ∂f ∂x ∂f

1 2

= +



∂u2 ∂u2 ∂x1 ∂u2 ∂x2

Exercice 2.7 Soit f une fonction à deux variables x et y exprimée en coordonnées cartésiennes.
On cherche alors à exprimer cette fonction en coordonnées polaires (r, θ), où x = r cos θ et
y = r sin θ. On suppose que la fonction f est de classe C 2 . Montrer alors que le laplacien de f
vérifie
∂2f ∂2f ∂2f 1 ∂f 1 ∂2f
∆f = + = + + .
∂x2 ∂y 2 ∂r2 r ∂r r2 ∂θ2

2.4 Formule de Taylor

Soit f définie sur Df ⊂ Rn (où Df est un espace ouvert de Rn ) et de classe C p , on note
" i=n #[p]
X ∂f X p! ∂pf
hi (x10 , . . . , xn0 ) = hi11 . . . hinn i1 (x10 , . . . , xn0 ).
i=1
∂xi i1 ! . . . in !
i1 +...+in =p
∂x1 . . . xinn
22 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES

Théorème 2.3 Formule de Taylor-Lagrange. Soit f une fonction définie sur Df ⊂ Rn ouvert,
à valeurs dans R de classe C p . Si xi0 et xi0 + h sont deux points tels que les segments [x10 +
h1 ], . . . , [xn0 + hn ] soient contenus dans Df , alors
" i=n #
X ∂f
f (x10 + h1 , . . . , xn0 + hn ) = f (x10 , . . . , xn0 ) + hi (x10 , . . . , xn0 )
∂xi
i=1
" i=n #[2]
1 X ∂f
+ hi (x10 , . . . , xn0 ) + ...
2! ∂xi
i=1
" i=n #[k]
1 X ∂f
+ hi (x10 , . . . , xn0 )
k! ∂xi
i=1
 k/2 
+ O h21 + . . . + h2n . (2.10)

Exercice 2.8 Ecrire un développement limité jusqu’à l’ordre 2, d’une fonction f (x10 + h1 , x20 +
h2 ) à deux variables au voisinage de x10 et x20 .

2.5 Extremum
Soit f une fonction définie de Df ouvert de Rn dans R.

Définition 2.9 Extremum relatif. Si f : Df ⊂ Rn → R admet un extremum relatif en un

∂f
point a de Df et si f est différentiable en a, alors δfa = 0 (en d’autres termes, ∂x i
(a) = 0 pour
tout i).

A noter que la réciproque est fausse.

Un point a pour lequel δfa = 0 est appelé point critique. Ce résultat nous dit qu’un
extremum relatif est nécessairement un point critique. Le problème devient alors : ayant un
point critique, comment déterminer que celui-ci est un extremum ? Pour cela écrivons la formule
de Taylor à l’ordre 2 pour la fonction f supposée de classe C 2
i=n
X ∂f
f (x10 + h1 , . . . , xn0 + hn ) − f (x10 , . . . , xn0 ) = hi (x10 , . . . , xn0 )
∂xi
i=1
" i=n #[2]
1 X ∂f
+ hi (x10 , . . . , xn0 ) .
2! ∂xi
i=1

Au point critique a = (x10 , . . . , xn0 ) on a donc

" i=n #[2]
1 X ∂f
f (x10 + h1 , . . . , xn0 + hn ) − f (x10 , . . . , xn0 ) = hi (x10 , . . . , xn0 ) .
2! ∂xi
i=1

Le signe de f (x10 + h1 , . . . , xn0 + hn ) − f (x10 , . . . , xn0 ) est donc donné par le signe de
i=n j<i
i=n X
X ∂2f X ∂2f
h2i 2 (x10 , . . . , xn0 ) +2 hi hj (x10 , . . . , xn0 ),
∂xi ∂xi xj
i=1 i=1 j=1
2.6. INTÉGRALE CURVILIGNE 23

si cette somme garde un signe constant pour h21 + . . . + h2n suffisamment petit.
Soit la quadrique
i=n j<i
i=n X
X ∂2f X ∂2f
Q(h1 , . . . , hn ) = h2i 2 (x 10 , . . . , x n0 ) + 2 hi hj (x10 , . . . , xn0 ) , (2.11)
∂xi ∂xi xj
i=1 i=1 j=1

si celle-ci demeure :
– Positive, la fonction f présentera un minimum relatif au point a.
– Négative, la fonction f présentera un maximum relatif au point a.
Dans le cas où elle ne garde pas un signe constant nous ne pourrons pas conclure.
Pour une fonction à deux variables, une autre méthode consiste à utiliser le théorème suivant ;

Théorème 2.4 Soit la fonction f : Df ⊂ R2 → R de classe C 2 telle que δfa = 0 pour a ∈ Df .

Posons
∂2f ∂2f ∂2f
r= (a) s = (a) t = (a) , (2.12)
∂x2 ∂x∂y ∂y 2
alors,
– Si rt − s2 > 0 et r > 0, f admet un minimum relatif en a.
– Si rt − s2 > 0 et r < 0, f admet un maximum relatif en a.
– Si rt − s2 < 0, f n’admet pas un extremum en a.
– Si rt − s2 = 0, on ne peut conclure.

Exercice 2.9 Etudier les extrema relatifs de la fonction f définie par f (x, y) = x3 +y 3 −3xy+1.

Pour une fonction à plusieurs variables, le théorème précédent peut être généralisé. On forme
alors la matrice [H] Hessienne de f , dont les éléments sont définis par
∂2f
hij = (a),
∂xi ∂xj
et on détermine les valeurs propres ; celles-ci sont réelles car la matrice [H] est réelle symétrique.
– Si elles sont toutes strictement positives, on a un minimum.
– Si elles sont toutes strictement négatives, on a un maximum.
Dans tous les autres cas (valeurs propres de signes différents, valeurs propres nulles) on ne
peut conclure.

2.6 Intégrale curviligne

L’espace est rapporté au repère orthonormé direct cartésien (figure 2.1). Considérons une
courbe orientée quelconque Γ et un arc AB d ∈ Γ que l’on divise en n petits éléments. Soit
(xi , yi , zi ) les coordonnées cartésiennes d’un point Mi situé à l’intérieur du i-ème élément, dont
la longueur est ∆li . Considérons maintenant une fonction f (x, y, z) donnée définie et continue
sur AB,
d qui prend la valeur f (xi , yi , zi ) au point Mi . A la fonction f , on associe la somme
i=n
X i=n
X
Sn = f (Mi )∆li = f (xi , yi , zi )∆li .
i=1 i=1
24 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES

Figure 2.1 – Définition d’une intégrale curviligne.

Définition 2.10 Intégrale curviligne d’une fonction scalaire. La limite, lorsqu’elle existe, de Sn
quand n tend vers l’infini et que tous les ∆li du partage de AB d tendent vers zéro est appelée
intégrale curviligne de f sur AB ; on la note
d

Z Z i=n
X
I= f (x, y, z)dl = f (M )dl(M ) = lim f (xi , yi , zi )∆li . (2.13)
AB
d AB
d n→∞
i=1

Définition 2.11 Intégrale curviligne d’une forme différentielle. On appelle intégrale curvi-
ligne le long de AB
d de la forme différentielle δf = P (x, y, z)dx + Q(x, y, z)dy + R(x, y, z)dz, le
réel I tel que

Z Z
I= δf = [P (x, y, z)dx + Q(x, y, z)dy + R(x, y, z)dz] . (2.14)
AB
d AB
d

Si la courbe Γ admet une représentation paramétrique x(t), y(t) et z(t), où le paramètre t
est égal à tA et tB respectivement aux points A et B, l’intégrale curviligne précédente s’écrit

Z tB
P1 (t)x0 (t) + Q1 (t)y 0 (t) + R1 (t)z 0 (t) dt
 
I =
tA
 
0 dx
 P1 (t) = P (x(t), y(t), z(t))
  x (t) =
 dt
dy
avec Q1 (t) = Q (x(t), y(t), z(t)) et y 0 (t) = dt
. (2.15)
 
 0 dz
R1 (t) = R (x(t), y(t), z(t)) z (t) =

dt

Les fonctions P , Q et R sont supposées de classe C 1 sur AB.

d
2.6. INTÉGRALE CURVILIGNE 25

2.6.1 Propriétés

2.6.1.1 Cas où la courbe Γ est ouverte

1. Pour une forme différentielle donnée, la valeur de I dépend du chemin suivi pour aller de
A à B. On note Z
I= δf = fAB .
AB
d

2. Pour une forme différentielle donnée et un arc AB

d donné, I est indépendante du paramètre
t choisi pour décrire Γ.
3. Si C ∈ AB,
d alors
Z Z Z Z Z
δf = δf + δf et δf = − δf.
AB
d AC
d CB
d AB
d BA
d

2.6.1.2 Cas où la courbe Γ est fermée

Lorsque l’intégrale curviligne se calcule sur un contour fermé, il est nécessaire de préciser le
sens de parcours choisi car I I
δf = − δf.
Γ+ Γ−

Si aucune précision n’est donnée, le sens de parcours est défini dans le sens inverse des
aiguilles d’une montre.

2.6.1.3 Intégrale curviligne d’une différentielle totale exacte

Définition 2.12 Différentielle totale exacte. Une forme différentielle est dite exacte si les fonc-
tions P , Q et R vérifient les équations suivantes

∂P ∂Q ∂Q ∂R ∂R ∂P
= = = . (2.16)
∂y ∂x ∂z ∂y ∂x ∂z

On écrit alors

∂f ∂f ∂f
P dx + Qdy + Rdz = δf = df = dx + dy + dz . (2.17)
∂x ∂y ∂z

Dans le cas où la courbe est ouverte, il vient

Z Z
(P dx + Qdy + Rdz) = df = f (B) − f (A) . (2.18)
AB
d AB
d

L’intégrale curviligne d’une différentielle totale exacte est alors indépendante du chemin
suivi pour aller de A à B. Elle ne dépend que du point de “départ” A et du point “d’arrivée”
B. Cette propriété est fondamentale en physique pour les fonctions potentiels scalaires.
26 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES

Dans le cas où la courbe est fermée, on a immédiatement

I
df = 0 . (2.19)
Γ

2.6.2 Calcul d’une intégrale curviligne

D’une manière générale la calcul d’une intégrale curviligne d’une forme différentielle s’ef-
fectue :
– En paramétrant la courbe Γ ; on est ainsi ramené au calcul d’une intégrale simple.
– Si la courbe Γ est plane et d’équation y = f (x), en utilisant le paramétrage habituel x = x
et y = f (x) nous avons alors
Z xB
P (x, f (x)) + Q (x, f (x)) f 0 (x) dx .
 
I= (2.20)
xA

Exercice 2.10 Calculer l’intégrale curviligne suivante

Z
y 2 dx − x2 dy ,


I=
AB
d

a) Le long du segment [AB], orienté de A vers B et tel que A(1; 0) et B(0; 1).
b) Le long d’un arc de cercle, orienté de A vers B en effectuant un paramétrage. Conclure.

Dans le cas d’une différentielle totale, on peut envisager le calcul :

– Soit en utilisant la méthode habituelle du paramétrage.
– Soit en remontant à l’ensemble des fonctions dont la différentielle est df et en déterminant
I par :
I = f (B) − f (A) . (2.21)

Exercice 2.11 Calculer l’intégrale curviligne suivante

Z
2xydx + (x2 + 3y 2 )dy .
 
I=
AB
d

2.7 Intégrale double

2.7.1 Définition

L’espace est rapporté au repère plan cartésien (Ox, Oy) dans lequel on considère un domaine
D limité par une courbe fermée Γ (figure 2.2). Décomposons D en n domaines élémentaires ∆Di
d’aire ∆Ai (i = {1, 2, . . . , n}) et soit Mi (xi , yi ) un point quelconque de ∆Di . Soit une fonction
f (x, y) donnée définie et continue sur D. Au point Mi ∈ ∆Di elle prend la valeur f (xi , yi ).
Considérons la somme
i=n
X
Sn = f (xi , yi )∆Ai .
i=1
2.7. INTÉGRALE DOUBLE 27

Figure 2.2 – Définition d’une intégrale double.

Définition 2.13 Intégrale double. La limite lorsqu’elle existe, de Sn quand n → ∞ et que tous
les ∆Di tendent vers zéro est appelée intégrale double ordinaire f (x, y) de f sur le domaine D ;
elle s’écrit

ZZ i=n
X
I= f (x, y)dxdy = lim f (xi , yi )∆Ai . (2.22)
D n→∞
i=1

2.7.2 Interprétation géométrique

Soit Σ la surface représentative de la fonction z = f (x, y) (figure 2.3). La somme

i=n
X
Sn = zi ∆Ai ,
i=1

représente une valeur approchée du volume V compris entre le plan (Ox, Oy), la surface Σ et
les droites parallèles à l’axe (Oz) s’appuyant sur le contour Γ de D. Lorsque n → ∞, la limite
correspond exactement au volume V ; ainsi
ZZ i=n
X
I= z(x, y)dA = lim z(xi , yi )∆Ai = V . (2.23)
D n→∞
i=1

2.7.3 Propriétés

Si D et D0 sont deux domaines n’ayant aucun point commun (disjoints), alors

ZZ ZZ ZZ
f (x, y)dxdy = f (x, y)dxdy + f (x, y)dxdy.
D+D0 D D0

Si f est une fonction continue de signe constant et si

ZZ
f (x, y)dxdy = 0,
D

alors f = 0 en tout point de D.

28 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES

Figure 2.3 – Intégrale double représentée comme un volume.

2.7.4 Calcul d’une intégrale double

2.7.4.1 En coordonnées cartésiennes.

Théorème 2.5 Illustration du théorème de Fubini. On peut calculer l’intégrale double en

considérant les domaines ∆Di comme des rectangles obtenus en construisant une grille de droites
parallèles aux axes (Ox) et (Oy) ; on écrit alors
ZZ
I= f (x, y)dxdy.
D

Il faut ensuite prendre en compte l’ensemble des ∆Di par un mécanisme logique de “ba-
layage”. Si d’une part y1 (x) et y2 (x) sont les coordonnées des points d’intersection de la droite
d’équation x = xi ∈ [a1 ; a2 ] avec Γ et si d’autre part x1 (y) et x2 (y) sont les abscisses des
points d’intersection de la droite d’équation y = yi ∈ [b1 ; b2 ] avec Γ, l’intégrale double peut se
transformer en deux intégrales successives par les deux types de balayage suivants :
Dans le cas 1, on effectue successivement :
– Un balayage parallèlement à (Oy) (c.a.d. que x est fixé) et on intègre f (x, y) par rapport
à y de y1 (x) à y2 (x) ; le résultat est une fonction de x (figure 2.4).
– Puis une intégration de la fonction précédente de a1 à a2 . On a donc
"Z #
ZZ Za2 y2 (x)
I= f (x, y)dxdy = dx f (x, y)dy . (2.24)
D a1 y1 (x)

Dans le cas 2, on réalise :

– D’abord un balayage parallèle à (Ox) (y est fixe) et on intègre f (x, y) de x1 (y) à x2 (y) ;
le résultat est une fonction de y (figure 2.5).
– Puis une intégration de la fonction précédente de b1 à b2 .
"Z #
ZZ Z b2 x2 (y)
I= f (x, y)dxdy = dy f (x, y)dx . (2.25)
D b1 x1 (y)
2.7. INTÉGRALE DOUBLE 29

Figure 2.4 – Cas 1. Figure 2.5 – Cas 2.

Exercice 2.12 Calculer I où D est le domaine intérieur au rectangle (ABCD) tel que A(1; 1),
B(3; 1), C(3; 4) et D(1; 4). ZZ
x2 + y 2 dxdy.


I=
D

2.7.4.2 Autres repères : théorème du changement de variable.

Théorème 2.6 Théorème du changement de variables. Par le changement de variables x =

x(u, v) et y = y(u, v), on fait correspondre au domaine D du plan des (x, y) le domaine Duv du
plan des (u, v) ; J étant le jacobien de la transformation, on a alors
ZZ ZZ
I= f (x, y)dxdy = |J| × f (x(u, v), y(u, v)) dudv , (2.26)
D Duv

avec
 
 ∂x ∂x 

 

 ∂u ∂v 


∂x ∂y ∂x ∂y
J = det   = − . (2.27)
  ∂u ∂v ∂v ∂u

 ∂y ∂y   

| ∂u {z ∂v } 
Matrice jacobienne

2 2
Exercice 2.13 Calculer I où D est défini par xa2 + 4y
b2
≤ 1 avec x ≥ 0 et y ≥ 0.
ZZ
I= 2 (x − y) dxdy.
D

Exercice 2.14
R ∞ Calculer I où D est défini par le plan (Ox, Oy) avec x ≥ 0 et y ≥ 0. En déduire
−x 2
la valeur de 0 e dx.
ZZ
2 2
I= e−ax −bx dxdy avec (a, b) ∈ R+∗ × R+∗ .
D
30 CHAPITRE 2. FONCTION DE PLUSIEURS VARIABLES RÉELLES
3 Analyse vectorielle

3.1 Champs scalaire et vectoriel

Définition 3.1 Champ scalaire. Si à tout point de l’espace, on peut associer une grandeur
locale scalaire f (x, y, z), on définit une fonction de point à valeur scalaire f (M ) = f (x, y, z).
L’ensemble des valeurs prises par f (M ) en tout point de l’espace constitue un champ scalaire.

Exemple 3.1 Potentiel électrique V (M ) et pression p(M ).

Ce champ scalaire peut être également fonction d’autres variables et en particulier du temps
t (noté alors f (M, t)).

Définition 3.2 Champ vectoriel. Si à tout point de l’espace, on peut associer une grandeur locale
→
− →
− →
−
vectorielle F (x, y, z), on définit une fonction de point à valeur vectorielle F (M ) = F (x, y, z).
→
−
L’ensemble des valeurs prises par F (M ) en tout point de l’espace constitue un champ vectoriel.
→
−
Exemple 3.2 Champ électrostatique E (M ) et champ de pesanteur →
−
g (M ).

Ce champ vectoriel peut être également fonction d’autres variables et en particulier du temps
→
−
t (noté alors F (M, t)).

3.2 Circulation d’un champ vectoriel

Définition 3.3 Circulation d’un champ vectoriel. On appelle circulation du champ du vecteur
→
−
F (M ) le long de la courbe Γ entre les points A et B, le scalaire tel que
→
− →
−
Z
ΓAB = F (Mc ) · dl (Mc ) , (3.1)
AB
d

→
−
où Mc est un point appartenant à Γ et dl le vecteur déplacement élémentaire tangent au point
Mc (figure 3.1).
→
−
Soit un champ vectoriel F (M ) et une courbe orientée Γ quelconque. Dans un repère
orthonormé direct cartésien (0, →
−e x, →
−
e y, →
−
e z ), si on définit le point Mc (x, y, z) alors
( →−
F (Mc ) = Fx →
−e x + Fy →−e y + Fz →− Z
ez
→
− et Γ = Fx dx + Fy dy + Fz dz . (3.2)
dl (M ) = dx→−e + dy → −e + dz → − AB
c x y e
z AB d

31
32 CHAPITRE 3. ANALYSE VECTORIELLE

Figure 3.1 – Définition de la circulation d’un champ vectoriel avec M ≡ Mc .

La circulation ΓAB est donc une intégrale curviligne. Les propriétés propres à la circulation
sont celles de l’intégrale curviligne.
En général la circulation dépend du chemin suivi pour aller de A à B. Dans ce cas la
− →
→ −
circulation élémentaire est une forme différentielle qui s’écrira F · dl ; ainsi
− →
→ −
Z Z
CAB = F · dl = δl.
AB
d AB
d

→
−
Par exemple, en électrostatique, la circulation du vecteur champ électrique E , appelée f.e.m
(force électromotrice), a pour expression
− →
→ −
Z Z
eAB = − E · dl = δE.
AB
d AB
d

Pour un contour fermé, on a le plus souvent

− →
→ −
I
F · dl 6= 0.
AB
d

Lorsque la circulation ne dépend pas du chemin suivi pour aller de A à B, la circulation

élémentaire est une différentielle totale exacte. Dans ce cas

− →
→ −
Z Z
F · dl = df = f (B) − f (A) . (3.3)
AB
d AB
d

f (A) et f (B) sont les valeurs aux points A et B d’une fonction f (M ) (définie à une constante
près) appelée fonction potentiel. En coordonnées cartésiennes, on aura successivement

∂f


 Fx =


 ∂x
− →
 → −


 F · dl = Fx dx + Fy dy + Fz dz


 ∂f
∂f ∂f ∂f ⇒ Fy = . (3.4)
 = dx + dy + dz  ∂y
∂x ∂y ∂z 




∂f



 F =
z
∂z
3.3. FLUX D’UN CHAMP VECTORIEL 33

Comme la circulation n’est fonction que des coordonnées spatiales de A et B, la circulation

le long d’un contour fermé quelconque est évidemment nulle ; on dit alors que la circulation
est conservative.

Exercice 3.1 Considérons dans le repère orthonormé direct cartésien (0, → −

e x, →
−
e y, →
−
e z ), un
→
− →
−
champ vectoriel uniforme F = F0 → −e z avec F0 > 0. Calculer la circulation du vecteur F entre les
points d’abscisses respectives zA et zB .
Application : soit m→
−
g = −mg → −e z le poids d’un point matériel M dans une région de l’espace
où le vecteur champ de pesanteur est supposé uniforme. Calculer la circulation du vecteur m→ −g
entre un point de cote zA et un point de cote zB . En déduire la fonction potentiel scalaire associée.

3.3 Flux d’un champ vectoriel

Soit une surface ouverte S dont l’unique “ouverture” est délimitée par un contour fermé Γ (on
dit que S s’appuie sur Γ). Orienter la surface S consiste à définir en tout point Ms ∈ S un vecteur
unitaire →
− e n orthogonal à S dont l’orientation est préalablement déterminée (considération phy-
−
→
sique). Si autour du point Ms , on peut définir le vecteur surface élémentaire dS orienté suivant
→
−e n alors
−
→
dS(Ms ) = → −
e n · dS > 0.

→
−
Définition 3.4 Flux d’une surface ouverte. Soit un champ vectoriel F (M ) et une surface ou-
→
−
verte orientée S. On appelle flux de F M à travers S le scalaire Φ représenté par l’intégrale de
surface (figure 3.2)
→
− −
→
ZZ
Φ= F (Ms ) · dS(Ms ) avec Ms ∈ S . (3.5)
S

Figure 3.2 – Définition du flux d’une surface ouverte et fermée.

Définition 3.5 Flux d’une surface fermée. Soit une surface S fermée et un point Ms ∈ S. Les
−
→
vecteurs →
−e n et dS sont dans ce cas orientés par convention de l’intérieur vers l’extérieur. Le
→
−
flux de F M à travers une surface fermée s’écrit

→
− −
→
ZZ
Φ= F (Ms ) · dS(Ms ) . (3.6)
S
34 CHAPITRE 3. ANALYSE VECTORIELLE

Exercice 3.2 L’espace étant rapporté au repère cartésien (Ox, Oy, Oz), on considère un cy-
lindre droit de bases circulaires, symétrique par rapport au plan (Ox, Oy). Si P est un point
→
− −
−→
OP
quelconque de la surface cylindrique, calculer le flux du champ vectoriel F (P ) = k OP 3 (k étant
une constante) à travers la surface fermée S constituée par la surface latérale Sl et les surfaces
des bases inférieures Sm et Sp .

3.4 Gradient et potentiel scalaire

Définition 3.6 Gradient. Soit f une fonction scalaire définie sur un domaine Df ⊂ R, de
classe C 1 ; on appelle gradient de f au point x = (x1 , x2 , . . . , xn ) ∈ Df , le vecteur de Rn de
∂f
composantes ∂x i
avec i = {1, 2, . . . , n}. Il est noté

i=n
→
− −−→ X ∂f
F (x) = grad(f ) = (x)→
−
e i. (3.7)
∂xi
i=1

Les vecteurs {→
−
e i } sont les vecteurs unitaires définissant l’espace euclidien.
En physique, les champs scalaire et vectoriel rencontrés dépendent en général des coordonnées
spatiales (x, y, z). Le gradient s’écrit alors

−−→ ∂f →
− ∂f →
− ∂f →
−
grad(f ) = ex+ ey+ ez . (3.8)
∂x ∂y ∂z

L’opérateur gradient transforme un champ scalaire f (M ) en un champ vectoriel

−−→
grad[f (M )].
→
−
On peut exprimer également le gradient à l’aide de l’opérateur vectoriel nabla ∇ défini
uniquement en coordonnées cartésiennes ; ce qui conduit à

−−→ →
− →
− ∂ →− ∂ →− ∂ →−
grad(f ) = ∇f où ∇= ex+ ey+ ez . (3.9)
∂x ∂y ∂z

→
−
Pour un petit déplacement élémentaire dl = dx→
−
e x + dy →
−
e y + dz →
−
e z on a
−−→ →
− ∂f ∂f ∂f
grad(f ) · dl = dx + dy + dz.
∂x ∂y ∂z

La circulation de ce champ vectoriel le long de la courbe Γ entre les points A et B est donc
−−→ →
−
Z Z
grad(f ) · dl = δf.
AB
d AB
d

Si de plus f est une différentielle totale exacte, alors δf = df et la circulation du vecteur

−−→
grad(f ) est indépendante du chemin suivi ; on peut donc lui associer une fonction potentielle.

Exemple 3.3 Si la circulation d’un champ vectoriel le long d’un contour fermé est conser-
vative, alors
− →
→ − − →
→ −
I
F · dl = 0 et F · dl = −dU.
3.5. ROTATIONNEL 35

−−→ →
− →
− −−→
Comme par définition, dU = grad(U ) · dl , par idendification on en déduit F = −grad(U ).
→
−
C’est le cas, par exemple, du champ électrostatique E qui dérive du potentiel électrostatique
→
− −− →
V , E = −grad(V ).

L’opérateur gradient n’agit que sur les coordonnées spatiales de la fonction scalaire f (M ).
Si le champ scalaire est non stationnaire (dépend du temps) alors

∂ n−−→ o −−→  ∂f (M, t) 

grad[f (M, t)] = grad . (3.10)
∂t ∂t

3.5 Rotationnel
→
−
Définition 3.7 Rotationnel. Soit F une fonction vectorielle définie sur un domaine Df ⊂ R,
→
− −→→−
de classe C 1 , on appelle rotationnel de F au point x = (x, y, z) ∈ Df le vecteur rot F de R3 de
composantes
     
−→→− ∂Fz ∂Fy →
− ∂Fx ∂Fz →
− ∂Fy ∂Fx →
−
rot F = − ex+ − ey+ − ez . (3.11)
∂y ∂z ∂z ∂x ∂x ∂y

Le rotationnel peut être également donné à partir de l’opérateur nabla (uniquement en

coordonnées cartésiennes) comme
 →
−
ex →
−
ey →
− 
ez
−→→− →
− → −  ∂ ∂ ∂ →
− ∂ →− ∂ →− ∂ →−
rot F = ∇ ∧ F =  ∂x où ∇= ex+ ey+ ez . (3.12)

∂y ∂z 
∂x ∂y ∂z
Fx Fy Fz

→
−
L’opérateur rotationnel transforme donc un champ vectoriel F en un champ également
−→→
−
vectoriel rot F .
−→ −−→ →
−
Exercice 3.3 Démontrer à l’aide de deux méthodes que rot[gradf ] = 0 avec f une fonction
scalaire de classe C 2 sur Df ⊂ R3 .

−→→− →
−
Si rot F = 0 , alors d’après l’équation (3.11)
∂Fz ∂Fy ∂Fx ∂Fz ∂Fy ∂Fx
= = = .
∂y ∂z ∂z ∂x ∂x ∂y

En comparant cette équation avec l’équation (2.16), on peut écrire

∂f


 Fx =


 ∂x




∂f ∂f ∂f  ∂f
Fx dx + Fy dy + Fz dz = df = dx + dy + dz ⇒ Fy = .
∂x ∂y ∂z 
 ∂y




 F = ∂f



z
∂z
36 CHAPITRE 3. ANALYSE VECTORIELLE

D’ou le théorème suivant :

→
−
Théorème 3.1 Un champ de vecteur F défini dans R3 , de classe C 1 , dérive d’un potentiel
scalaire f (à une constante près) s’il est de rotationnel nul.

Par conséquent si le rotationnel d’un champ vectoriel est nul alors le champ est à circulation
convervative.

→
−
Exercice 3.4 Soit le champ de vecteur défini sur R3 par F (M ) = 2xz → −
e x + yz →
−
e y + (x2 +
−→ →
− →
−
y 2 /2)→
−
e z . Montrer que rot F = 0 et en déduire la fonction scalaire f associée.

L’opérateur rotationnel n’agit que sur les coordonnées spatiales d’une fonction vectorielle.
Si le champ vectoriel est non stationnaire (dépend du temps), alors

i −→ ∂ →
" − #
∂ h−→→− F (M, t)
rot F (M, t) = rot . (3.13)
∂t ∂t

Théorème 3.2 Théorème de Stokes (figure 3.3) : passage d’une intégrale curviligne à une
intégrale surfacique. Soit Γ une courbe fermée orientée sur laquelle s’appuie la surface S. Soit
→
−
un champ vectoriel F (M ) défini dans le domaine spatial contenant S et de classe C 1 . De plus,
si MΓ ∈ Γ et Ms ∈ S alors

→
− →
− →→− −→
I ZZ
−
F (MΓ ) · dl (MΓ ) = rot F (Ms ) · dS(Ms ) . (3.14)
Γ S

Figure 3.3 – Enoncé du théorème de Stokes.

→
−
En d’autres termes : la circulation du champ vectoriel F (M ) le long d’un contour fermé
−→ →
−
quelconque Γ est égale au flux du champ vectoriel rot F (M ) à travers toute surface ouverte
s’appuyant sur Γ.

∂Φ →
−
Exercice 3.5 A partir de la loi de Lentz e = − où Φ est le flux du champ magnétique B ,
→
− ∂t
−→→− ∂B
montrer que rot E = − .
∂t
3.6. DIVERGENCE 37

3.6 Divergence
→
−
Définition 3.8 Divergence. Soit F une fonction vectorielle définie sur un domaine Df ⊂ Rn
→
− →
−
et de composantes (F1 , F2 , . . . , Fn ), de classe C 1 . On appelle divergence de F , notée div F , au
point x = (x1 , x2 , . . . , xn ) le scalaire de R tel que

i=n
→
− X ∂Fi
div F = (x) . (3.15)
∂xi
i=1

→
−
L’opérateur divergence transforme donc un champ vectoriel F en scalaire. Pour une fonc-
tion à trois variables, la divergence s’écrit

→
− ∂Fx ∂Fy ∂Fz
div F = + + . (3.16)
∂x ∂y ∂z

A l’aide de l’opérateur nabla, il peut également s’écrire

→
− →
− → − →
− ∂ →− ∂ →− ∂ →−
div F = ∇ · F où ∇= ex+ ey+ ez . (3.17)
∂x ∂y ∂z

−→→− →
−
Exercice 3.6 Montrer que div(rot F ) = 0 par deux méthodes avec F une fonction vectorielle
de classe C 2 .

→
− →
− −→→− →
−
Par conséquent si div F = 0 alors F = rot A ; on dit que le vecteur F dérive d’un potentiel
→
− →
− →
− − −−→
→
vecteur A . En fait le vecteur A est défini à un gradient près car si A 0 = A + gradf , il vient
−→→ − − −−→  −→→
−→ → − −→ −−→  −→→ −
rot A 0 = rot A + gradf = rot A + rot gradf = rot A .
| {z }
−
→
0 ∀f

Théorème 3.3 Théorème d’Ostrogradski (figure 3.4). Passage d’une intégrale surfacique à
une intégrale volumique. Soit S une surface qui délimite le volume V et un champ vectoriel
→
−
F (M ) défini dans le domaine V et de classe C 1 . De plus, si Ms ∈ S et Mv ∈ V alors

→
− −
→ h→
−
ZZ ZZZ i
F (Ms ) · dS(Ms ) = div F (Mv ) dV (Mv ) . (3.18)
S

→
−
En d’autres termes : le flux du champ vectoriel F (M ) à travers une surface fermée quel-
→
−
conque S est égale à l’intégrale triple du champ scalaire div F (M ) étendue au volume V délimité
par S.

→
−
Exercice 3.7 Montrer à partir du théorème de Gauss que div E = ρ/0 où ρ est la densité
volumique de charge et 0 la permittivité du vide.
38 CHAPITRE 3. ANALYSE VECTORIELLE

Figure 3.4 – Enoncé du théorème d’Ostrogradski.

3.7 Laplacien
→
−
C’est un opérateur du second ordre, noté ∇ 2 , qui peut agir sur un champ scalaire ou
vectoriel.

Définition 3.9 Laplacien scalaire. Le laplacien d’un champ scalaire f (M ) défini sur R3 et de
classe C 2 s’écrit

h−−→ i ∂2f ∂2f ∂2f

∇2 f (M ) = div gradf (M ) = + + . (3.19)
∂x2 ∂y 2 ∂z 2
→
−
La notation ∇2 , pour désigner le laplacien, découle du formalisme utilisant l’opérateur ∇
h−−→ i → − h→ − i → −
div gradf (M ) = ∇ · ∇f (M ) = ∇ 2 f (M ) = ∇2 f (M ).

→
−
Définition 3.10 Laplacien vectoriel. Le laplacien d’un champ vectoriel F (M ) défini sur R3
et de classe C 2 s’écrit

→
− −−→ h → − i −→ h−→→ −
∇2 F (M ) = grad div F (M ) − rot rot F (M ) = ∇2 Fx →
−
e x + ∇2 Fy →
−
e y + ∇2 Fz →
−
i
ez . (3.20)

Exercice 3.8 Démontrer la relation ci-dessous :

∂ 2 Fx ∂ 2 Fx ∂ 2 Fx →
 
→
− 2→
− −
∇ F (M ) = + + ex
∂x2 ∂y 2 ∂z 2
 2
∂ 2 Fy ∂ 2 Fy →

∂ Fy −
+ + + ey
∂x2 ∂y 2 ∂z 2
 2
∂ 2 Fz ∂ 2 Fz →

∂ Fz −
+ + + e z.
∂x2 ∂y 2 ∂z 2
3.8. OPÉRATEURS EN COORDONÉES CYLINDRIQUES ET SPHÈRIQUES 39

3.8 Opérateurs en coordonées cylindriques et

sphèriques
En physique, pour des raisons de symétrie du système étudié, les coordonnées cylindriques ou
sphériques sont souvent utilisées. Il est donc nécessaire de connaı̂tre l’expression des opérateurs
vectoriels pour de tels systèmes.

3.8.1 Coefficients métriques

Soit (x, y, z) les coordonnées rectangulaires d’un point quelconque exprimées comme des
fonctions de (q1 , q2 , q3 ) par

 x = x(q1 , q2 , q3 )

y = y(q1 , q2 , q3 ) .

z = z(q1 , q2 , q3 )


Supposons que l’équation ci-dessus puisse se résoudre en q1 , q2 et q3 comme fonctions de x,

y, et z, c’est à dire

 q1 = q1 (x, y, z)

q2 = q2 (x, y, z) .

q3 = q3 (x, y, z)


Les fonctions x, y, z, q1 , q2 et q3 sont supposées prendre une seule valeur en chaque point et
posséder des dérivées continues, de sorte que la correspondance entre (x, y, z) et (q1 , q2 , q3 ) soit
unique.
Etant donné un point de coordonnées rectangulaires nous pouvons lui associer un seul en-
semble de coordonnées (q1 , q2 , q3 ) appelées les coordonnées curvilignes du point M (x, y, z). Les
deux équations ci-dessous définissent un changement de coordonnées.
Les coefficients {hi } (i = {1, 2, 3}) sont appelés coefficients métriques ou coefficients
multiplicateurs, qui dépendent du système de repérage utilisé. Ils peuvent être déterminés
géométriquement ou analytiquement par

s 2  2  2
∂x ∂y ∂z
hi = + + . (3.21)
∂qi ∂qi ∂qi

Pour les systèmes de coordonnées cylindrique et sphérique nous obtenons alors le tableau
3.1.

Exercice 3.9 Calculer les coefficients métriques {hi } en coordonnées cylindriques et sphériques.
40 CHAPITRE 3. ANALYSE VECTORIELLE

Cordonnées cylindriques Cordonnées sphériques

   
 x = r cos θ
  q1 = r
  x = r sin θ cos φ
  q1 = r

Définition y = r sin θ et q2 = θ y = r sin θ sin φ et q2 = θ
   
z=z q3 = z z = r cos θ q3 = φ
   

Base locale →
− →
− →
−
( e r, e θ, e z) ( e r, →
→
− −
e θ, →
−
e φ)
 
 h1 = hr = 1
  h1 = hr = 1

Coefficient métriques h2 = hθ = r h2 = hθ = r
 
h = hz = 1 h = hφ = r sin θ
 
 3  3
 dx = dr
  dx = dr

Déplacement élémentaires dy = rdθ dy = rdθ
 
dz = dz dz = r sin θdφ
 

Représentation géométrique Figure 3.5 Figure 3.6

Table 3.1 – Expression des coefficients métriques en coordonnées cylindriques et sphériques.

3.8.2 Expression des opérateurs vectoriels

Dans un système de coordonnées curvilignes orthogonales (→

−
e 1 ·→
−
e2=→
−
e 1 ·→
−
e3=→
−
e 2 ·→
−
e3=0
→
− →
− →
−
et e 1 ∧ e 2 = e 3 ), l’opérateur gradient s’exprime comme

i=3
−−→ X 1 ∂f
→
−
gradf = ei . (3.22)
hi ∂qi
i=1

L’opérateur divergence s’exprime comme

i=3  
→
− 1 X ∂ Fi
div F = h1 h2 h3 . (3.23)
h1 h2 h3 ∂qi hi
i=1

L’opérateur rotationnel d’exprime comme

 
1 ∂ ∂
(h3 F3 ) − (h2 F2 )
h2 h3 ∂q2 ∂q3
h1 →
−
e 1 h2 →
−
e 2 h3 →
−
 
e3  
−→→− 1 ∂ ∂ ∂ 1 ∂ ∂
rot F =  = (h1 F1 ) − (h3 F3 ) . (3.24)
 
h1 h2 h3
 ∂q1 ∂q2 ∂q3 h3 h1 ∂q3 ∂q1
h1 F1 h2 F2 h3 F3
 
1 ∂ ∂
(h2 F2 ) − (h1 F1 )
h1 h2 ∂q1 ∂q2

Exercice 3.10 Montrer que l’opérateur laplacien scalaire s’écrit dans un système de coor-
données curvilignes orthogonales comme
      
2 1 ∂ h2 h3 ∂f ∂ h3 h1 ∂f ∂ h1 h2 ∂f
∇ = + + .
h1 h2 h3 ∂q1 h1 ∂q1 ∂q2 h2 ∂q2 ∂q3 h3 ∂q3
3.8. OPÉRATEURS EN COORDONÉES CYLINDRIQUES ET SPHÈRIQUES 41

Figure 3.6 – Coordonnées sphériques.

Figure 3.5 – Coordonnées cylindriques.

Exercice 3.11 A l’aide du tableau 3.1, montrer que l’opérateur gradient s’écrit en coordonnées
cylindriques comme
−−→ ∂f →
− 1 ∂f →
− ∂f →
−
gradf = er+ eθ+ e z.
∂r r ∂θ ∂z

Exercice 3.12 A l’aide du tableau 3.1, montrer que l’opérateur divergence s’écrit en coor-
données sphériques comme
 
→
− 1 ∂ 2

1 ∂ ∂Fφ
div F = 2 r Fr + (Fθ sin θ) + .
r ∂r r sin θ ∂θ ∂φ
42 CHAPITRE 3. ANALYSE VECTORIELLE
4 Calcul matriciel

4.1 Matrices rectangulaires

4.1.1 Définition

Définition 4.1 Définition d’une matrice. Une matrice dans le corps des réels R est un tableau
rectangulaire de nombres réels aij de la forme
 
a11 a12 ... a1n
a21 a22 ... a2n
 
 
[A] =  .. .. .. .. .
. . . .
 
 
am1 am2 . . . amn

Dans ce cours, une matrice sera notée entre crochets et ses éléments seront notés aij .
Les m n−uplets (éléments) horizontaux
(a11 , a12 , . . . , a1n ) , (a21 , a22 , . . . , a2n ) , . . . , (am1 , am2 , . . . , amn ) ,
sont les lignes de la matrice et les n m−uplets (éléments) verticaux
     
a11 a12 a1n
     
 a21   a22 
 , . . . ,  a2n  ,
 
 ,
 ...   ...   ... 
     
am1 am2 amn

sont les colonnes.

Remarquons que l’élément aij , appelé le ij-élément ou la ij-ième composante de la matrice,
se trouve à l’intersection de la i-ième ligne et de la j-ième colonne. Un matrice ayant m lignes
et n colonnes est appelée une (m, n) matrice, ou matrice m × n. Le couple de nombres (m, n)
est appelé le format ou la dimension de la matrice.
Deux matrices [A] et [B] de mêmes dimensions sont égales si leur éléments sont respecti-
vement égaux, soit ∀i ∈ [1; m], ∀j ∈ [1; n], aij = bij .

Exercice 4.1 Soit la matrice définie par

" #
1 −3 4
[A] = .
0 5 −2

43
44 CHAPITRE 4. CALCUL MATRICIEL

Donner les lignes et les colonnes de [A].

Exercice 4.2 Soit l’égalité matricielle suivante :

" # " #
x + y 2z + w 3 5
= .
x−y z−w 1 4

En déduire les valeurs de x, y, w et z.

Une matrice à une ligne peut être considérée comme un vecteur ligne, et une matrice à
une colonne peut être considérée comme un vecteur colonne. Un élément du corps des réels
peut être interprété comme une matrice 1 × 1.

4.1.2 Addition matricielle et multiplication par un scalaire

Soit [A] et [B] deux matrices de même format, i.e., ayant le même nombre de lignes et de
colonnes ; c’est à dire deux matrices m × n
   
a11 a12 . . . a1n b11 b12 . . . b1n
 a21 a22 . . . a2n   b b22 . . . b2n
   
 et [B] =  21

[A] =   . . . .. . . .. .. .. .
 . .. . .. 

 .
 . . . .


am1 am2 . . . amn bm1 bm2 . . . bmn

Définition 4.2 Somme de deux matrices. La somme de [A] et [B], écrit [A]+[B], est la matrice
obtenue en ajoutant les éléments correspondants des deux matrices. Soit
 
a11 + b11 a12 + b12 ... a1n + b1n
a21 + b21 a22 + b22 ... a2n + b2n
 
 
[A] + [B] =  .. .. .. .. . (4.1)
. . . .
 
 
am1 + bm1 am2 + bm2 . . . amn + bmn

Définition 4.3 Produit d’une matrice avec un réel. Le produit d’une matrice [A] par un réel k,
noté k[A], est la matrice obtenue en multipliant chaque élément de la matrice [A] par k. Soit
 
ka11 ka12 ... ka1n
ka21 ka22 ... ka2n
 
 
k[A] =  .. .. .. .. . (4.2)
. . . .
 
 
kam1 kam2 . . . kamn

A noter que [A] + [B] et k[A] sont des matrices m × n. On définit aussi

−[A] = (−1) × [A] et [A] − [B] = [A] + (−[B]) .

La somme de deux matrices de dimensions différentes n’est pas définie.

4.1. MATRICES RECTANGULAIRES 45

Exercice 4.3 Soit les matrices définies par

" # " #
1 −2 3 3 0 2
[A] = et [B] = .
4 5 −6 −7 1 8

Calculer [A] + [B], 3[A] et 2[A] − 3[B].

La matrice nulle est définie par ∀i ∈ [1; m], ∀j ∈ [1; n], aij = 0. Elle est notée [0]. Par
conséquent
[A] + [0] = [0] + [A] = [A].

4.1.3 Multiplication matricielle

Le produit de deux matrices [A] et [B], écrit [A][B], est plus compliqué. Pour cette raison,
étudions un cas particulier.
La produit matriciel [A][B] d’une matrice ligne [A] par une matrice colonne [B], ayant le
même nombre d’éléments est défini par

 
b1
i=n
b2
  X
 
[a1 , a2 , . . . , an ]  ..  = a1 b1 + a2 b2 + . . . + an bn = ai bi . (4.3)
.
 
  i=1
bn

Remarquons que le produit [A][B] est un réel (ou une matrice 1 × 1). Le produit matriciel
[A][B] n’est pas défini lorsque [A] et [B] ont un nombre différent d’éléments.

Exercice 4.4 Calculer le produit

 
3
[8, −4, 5]  2  .
 

−1

En utilisant la définition précédente, nous pouvons définir la multiplication des matrices dans
le cas général.

Définition 4.4 Supposons que [A] et [B] soient des matrices dont le nombre de colonnes de [A]
soit égal au nombre de lignes de [B] ; c’est à dire que [A] est une matrice m × p et [B] est une
matrice p × n. Alors le produit matriciel [A][B] est une matrice m × n où le ij−ième élément
est obtenu en multipliant la i−ième ligne de [A] par la j−ième colonne de [B]. Soit
46 CHAPITRE 4. CALCUL MATRICIEL

 
  b11 . . . b1j . . . b1n 
c11 ... c1n

a11 ... a1p  
 .. .. ..  .. . . .. .. .   . .. ..
. ..   ..
 
 . . . 
 . . . . . 
  
  .

..

[A][B] =  ai1 ...

aip   .. . . .. .. .  =  ..

. ..

cij .  = [C] ,
 . . .   
 .. .. ..  
   .
. .. . . .. .. .   . .. .. 
 . .  . . ..   . . .

 . . 
am1 ... amp
 
bp1 . . . bpj . . . bpn cm1 ... cmn

(4.4)
où
k=p
X
cij = ai1 b1j + ai2 b2j + . . . + aip bpj = aik bkj . (4.5)
k=1

Il est important de remarquer que le produit [A][B] n’est pas défini si [A] est une matrice
n × p et [B] une matrice q × n avec p 6= q.

Exercice 4.5 Calculer le produit

" #" #
r s a1 a2 a3
.
t u b1 b2 b3

Exercice 4.6 Calculer les produits matriciels suivants et conclure.

" #" # " #" #
1 2 1 1 1 1 1 2
et .
3 4 0 2 0 2 3 4

4.1.4 Transposée d’une matrice

Définition 4.5 Transposée d’une matrice. La matrice transposée d’une matrice [A], notée [A]T ,
est la matrice obtenue en écrivant les lignes de [A] en colonnes. Soit

 T  
a11 a12 ... a1n a11 a21 . . . am1
a21 a22 ... a2n a12 a22 . . . am2
   
   
.. .. ..  = .. .. .. . (4.6)
.. ..

. . . . . . . .
   
   
am1 am2 . . . amn a1n a2n . . . amn

En d’autres termes, si [A] est une matrice m × n, alors [A]T = [B] est une matrice n × m,
dont les éléments bij = aji pour tout i et j.
Remarquons que la transposée d’un vecteur ligne est un vecteur colonne et vice versa.
4.1. MATRICES RECTANGULAIRES 47

4.1.5 Matrice et systèmes d’équations linéaires

Considérons le système de m équations à n inconnues



 a11 x1 +a12 x2 +... +a1n xn = b1

 a21 x1 +a22 x2

+... +a2n xn = b2
.. . . . . .


 . + .. + .. + .. = ..

am1 x1 +am2 x2 + . . . +amn xn = bm


Ce système est équivalent à l’équation matricielle suivante :

 
  x1  
a11 a12 ... a1n   b1
 x2  
a21 a22 ... a2n b2
 
    
 .. .. .. .. 
 x3 =
 
..  ou [A][X] = [B],
. . . . .. .
 
    
 . 
am1 am2 . . . amn bm
 
xn

où la matrice [A] est appelée la matrice des coefficients, [X] la matrice colonne (vecteur
colonne) des inconnues et [B] la matrice colonne (vecteur colonne) des constantes.

Exercice 4.7 Mettre sous forme matricielle le système d’équations linéaires suivant

(
2x + 3y − 4z = 7
.
x − 2y − 5z = 3

4.1.6 Résumé des propriétés

Soit [A], [B] et [C] trois matrices de même dimension et k1 , k2 deux réels alors




 ([A] + [B]) + [C] = [A] + ([B] + [C])


[A] + [0] = [A]









 [A] + (−[A]) = [0]


 [A] + [B] = [B] + [A]
, (4.7)


 k1 ([A] + [B]) = k1 [A] + k1 [B]


(k1 + k2 ) [A] = k1 [A] + k2 [A]









 1 × [A] = [A]


 0 × [A] = [0]
48 CHAPITRE 4. CALCUL MATRICIEL




 ([A][B]) [C] = [A] ([B][C])





 [A] ([B] + [C]) = [A][B] + [A][C]


 ([B] + [C]) [A] = [B][A] + [C][A]
. (4.8)


 k ([A][B]) = (k[A]) [B] = [A] (k[B])


[A] [B] 6= [B][A]






 [0] [A] = [A][0] = [0]




 ([A] + [B])T = [A]T + [B]T
 [A]T
T = [A]


. (4.9)
 (k[A])T = k[A]T



([A][B])T = [B]T [A]T



4.2 Cas des matrices carrées

Définition 4.6 Matrice carrée. Une matrice carrée est une matrice ayant le même nombre de
lignes et de colonnes. Une matrice carrée n × n est appelée matrice carrée d’ordre n.

Rappelons que l’addition et la multiplication ne sont pas définies pour des matrices quel-
conques. Cependant, si on considère uniquement des matrices carrées d’ordre n, alors les
opérations d’addition, de multiplication, de multiplication par une réel et de transposée de
matrices sont définies et leurs résultats sont encore des matrices carrées d’ordre n.

Exercice 4.8 Soit

   
1 2 3 2 −5 1
[A] =  −4 −4 −4  et [B] =  0 3 −2  .
   

5 6 7 1 2 −4

Calculer [A] + [B], 2[A], [A]T et [A][B].

Définition 4.7 Matrices commutantes. On dit que les matrices [A] et [B] commutent si
[A][B] = [B][A], condition qui exige que les deux matrices [A] et [B] soient des matrices carrées
de même ordre.

Exercice 4.9 Soit " # " #

1 2 5 4
[A] = et [B] = .
3 4 6 11

Calculer [A][B] et [B][A]. Conclure.

4.2. CAS DES MATRICES CARRÉES 49

4.2.1 Diagonale, trace d’une matrice, matrice identité

Définition 4.8 Diagonale et trace d’une matrice. Soit [A] une matrice carrée d’ordre n. La
diagonale (ou diagonale principale) de [A] est constituée des éléments {a11 , a22 , . . . , ann }. La
trace de [A], qu’on note Tr[A], est la somme des éléments diagonaux de [A]. Soit

i=n
X
Tr[A] = a11 + a22 + . . . + ann = aii . (4.10)
i=1

La matrice d’ordre n ayant des 1 sur la diagonale et des 0 partout ailleurs se note [I] et
s’appelle matrice identité ou matrice unité. La matrice [I] est semblable au scalaire 1 en
ceci que pour toute matrice [A] (du même ordre)

[A][I] = [I][A] = [A] . (4.11)

Exemple 4.1 Le symbole de Kronecker δij est défini par

(
0 si i 6= j
δij = .
1 si i = j

Ainsi, la matrice identité peut être définie par [I]ij = δij .

Les matrices scalaires d’ordre 2, 3 et 4 correspondant au scalaire k = 5 sont, respectivement
 
  5
" # 5 0 0  
5 0   5 
.
 0 5 0  
 
0 5 5 
0 0 5
 
5

4.2.2 Puissance d’une matrice, polynômes de matrices

Définition 4.9 Puissance d’une matrice. Soit [A] une matrice carrée d’ordre n sur le corps des
réels. Les puissances de [A] sont définies de la manière suivante

[A]2 = [A][A] [A]3 = [A]2 [A] [A]n+1 = [A]n [A] et [A]0 = [I] . (4.12)

Définition 4.10 Polynômes de matrices. Pour tout polynôme

f (x) = a0 + a1 x + a2 x2 + . . . + an xn ,

où les ai sont des réels, le polynôme de la matrice [A] associé s’écrit

f ([A]) = a0 [I] + a1 [A] + a2 [A]2 + . . . + an [A]n . (4.13)

50 CHAPITRE 4. CALCUL MATRICIEL

A noter que f ([A]) s’obtient à partir de f (x) en remplaçant la variable x par la matrice [A]
et le réel an par la matrice scalaire an [I] = an δij .
Dans le cas où f ([A]) est la matrice nulle, la matrice [A] est dite un zéro ou une racine du
polynôme f (x).

Exercice 4.10 Soit " #

1 2
[A] = .
3 −4
1. Calculer [A]2 et [A]3 .
2. Montrer alors que " #
16 −18
f ([A]) = ,
−27 61
où f (x) = 2x2 − 3x + 5.

Théorème 4.1 Soit f (x) et g(x) deux polynômes et soit [A] une matrice carrée d’ordre n (sur
tout R). Alors
– (f + g) ([A]) = f ([A]) + g ([A]).
– (f g) ([A]) = f ([A]) g ([A]).
– f ([A]) g ([A]) = g ([A]) f ([A]).

4.2.3 Matrices diagonale, triangulaire, symétrique et orthogo-

nale

Définition 4.11 Matrice diagonale. Une matrice carrée [D] est dite diagonale si tous
les éléments non diagonaux sont nuls. Une telle matrice est fréquemment notée [D] =
Diag (d11 , d22 , . . . , dnn ), où certains ou tous les réels dii peuvent être égaux à zéro.

Exemple 4.2  
  6
3 0 0 " #  
4 0  0 
 0 −7 0  .
  
0 −5  −9 
0 0 2
 
1

La matrice identité est un cas particulier de matrice diagonale.

Définition 4.12 Matrice triangulaire supérieure. Une matrice [A] est dite triangulaire
supérieure si tous les éléments situés en dessous de la diagonale sont nuls ; si aij = 0 pour
i > j.

Les matrices supérieures d’ordre 2, 3 et 4 sont respectivement

 
  a11 a12 a13 a14
" # a11 a12 a13  
a11 a12   a22 a23 a24 
.
a22 a23  


a22  a33 a34 
a33
 
a44
4.2. CAS DES MATRICES CARRÉES 51

Comme pour les matrices diagonales, les blocs de zéros ont été supprimés.

Théorème 4.2 Soit [A] et [B] deux matrices triangulaires supérieures d’ordre n. Alors
– [A] + [B] est une matrice triangulaire supérieure avec la diagonale a11 + b11 , a22 + b22 , . . .,
ann + bnn .
– k[A] est une matrice triangulaire supérieure avec la diagonale ka11 , ka22 , . . ., kann .
– [A][B] est une matrice triangulaire supérieure avec la diagonale a11 b11 , a22 b22 , . . ., ann bnn .
– Pour tout polynôme f (x), la matrice f ([A]) est une matrice triangulaire supérieure avec
la diagonale f (a11 ), f (a22 ), . . ., f (ann ).

D’une manière analogue, une matrice est dite triangulaire inférieure si tous des éléments
situés au-dessus de la diagonale sont nuls. On peut énoncer l’analogue du théorème ci-dessus
pour les matrices triangulaires inférieures.

Définition 4.13 Matrice orthogonale. Une matrice [A] est dite orthogonale si [A][A]T = [I].

Exercice 4.11 Soit  

1 8 −4
1
[A] =  4 −4 −7  .

9
8 1 4
Montrer que [A] est une matrice orthogonale.

Considérons maintenant une matrice d’ordre 3 quelconque

 
a1 a2 a3
[A] =  b1 b2 b3  .
 

c1 c2 c3

Si [A] est orthogonale alors

    
a1 a2 a3 a1 b1 c1 1 0 0
[A][A]T =  b1 b2 b3   a2 b2 c2  =  0 1 0  .
    

c1 c2 c3 a3 b3 c3 0 0 1

Ce qui donne


 a21 + a22 + a23 = 1 a1 b1 + a2 b2 + a3 b3 = 0 a1 c1 + a2 c2 + a3 c3 = 0
b1 a1 + b2 a2 + b3 a3 = 0 b21 + b22 + b23 = 1 b1 c1 + b2 c2 + b3 c3 = 0 .

c1 a1 + c2 a2 + c3 a3 = 0 c1 b1 + c2 b2 + c3 b3 = 0 c21 + c22 + c23 = 1


En d’autre termes
 →
− → − →
− → − →
− → −
 u1· u1 = 1 u1· u2 = 0 u1· u3 = 0

→
−
u2·→−
u1 = 0 →
−
u2·→−
u2 = 1 →
−
u2·→−
u3 = 0 ,
 →
 − →
− →
− →
− →
− →
−
u3· u1 = 0 u3· u2 = 0 u3· u3 = 1
52 CHAPITRE 4. CALCUL MATRICIEL

où →
−
u 1 = [a1 a2 a3 ], →
−
u 2 = [b1 b2 b3 ], →
−
u 3 = [c1 c2 c3 ] sont les lignes de la matrice [A] (vecteurs
lignes). Par conséquent, les vecteurs lignes →−u 1, →
−
u 2 et →−u 3 sont orthogonaux deux à deux et de
normes unitaires. En d’autres termes, les vecteurs u 1 , u 2 et →
→
− →
− −
u 3 forment une base orthonormée.
T
La condition [A][A] montre également que les vecteurs colonnes forment une base orthonormée.
De manière très condensée, on peut alors écrire que

→
−
ui·→
−
u j = δij . (4.14)

4.2.4 Déterminant d’une matrice

A chaque matrice carrée [A] d’ordre n on peut associer un nombre réel appelé le déterminant
de [A], noté habituellement det[A], |[A]|, ou encore
 
a11 a12 ... a1n
a21 a22 ... a2n
 
 
.. .. ..  .
..

. . . .
 
 
am1 am2 . . . amn

Le déterminant est un nombre réel. Ce n’est pas une matrice.

4.2.4.1 Déterminant d’ordre 1 et 2

Les déterminants d’ordre 1 et d’ordre 2 sont définis comme suit

" #
a11 a12
|[A]| = a11 |[A]| = = a11 a22 − a12 a21 . (4.15)
a21 a22

Ainsi, le déterminant d’ordre 2 est égal au produit des éléments de la diagonale principale,
affecté du signe plus, moins le produit des éléments de l’anti-diagonale, affecté du signe moins
(règle du “gamma”).

Exercice 4.12 Montrer que

" # " #
5 4 2 1
=7 et = 16.
2 3 −4 6

Une application directe du déterminant est la résolution d’un système linéaire de deux
équations à deux inconnues. Si
( " #" # " #
a1 x + b1 y = c1 a1 b1 x c1
⇔ = .
a2 x + b2 y = c2 a2 b2 y c2
| {z }
[A]
4.2. CAS DES MATRICES CARRÉES 53

Alors la solution s’exprime comme

 " #

 c1 b1

c2 b2


 Dx c1 b2 − c2 b1
 x= = =


det[A] " det[A] # a1 b2 − a2 b1
. (4.16)


 a1 c1



 Dy a2 c2 a1 c2 − a2 c1

 y= = =
det[A] det[A] a1 b2 − a2 b1

Les numérateurs Dx et Dy des quotients donnant x et y, respectivement, peuvent être ob-

tenus en remplaçant la colonne des coefficients de l’inconnue à déterminer, dans la matrice des
coefficients, par la colonne des termes constants.

Exercice 4.13 Montrer que la solution du système linéaire suivant

(
2x − 3y = 7
,
3x + 5y = 1

est x = 2 et y = −1.

4.2.4.2 Déterminant d’ordre 3

Le déterminant d’ordre 3 peut s’exprimer comme une combinaison linéaire de déterminants

d’ordre 2. En effet
 
a11 a12 a13 " # " # " #
a22 a23 a21 a23 a21 a22
|[A]| =  a21 a22 a23  = +a11 − a12 + a13
 
a32 a33 a31 a33 a31 a32
a31 a32 a33
= a11 (a22 a33 − a23 a32 ) − a12 (a21 a33 − a23 a31 ) + a13 (a21 a32 − a22 a31 ) . (4.17)

Exercice 4.14 Montrer que le déterminant de la matrice suivante

 
2 1 −1
[A] =  1 1 1 ,
 

1 −2 −3

est 5.

4.2.4.3 Déterminant d’ordre n

Définition 4.14 Cofacteur. Considérons une matrice [A] d’ordre n. Appelons [M ] la sous ma-
trice d’ordre n − 1 de [A], obtenue en supprimant la i−ème ligne et la j−ième colonne de [A].
Le déterminant de la matrice [M ] est appelé le mineur de l’élément de aij de la matrice [A]. Le
cofacteur de aij , noté cij , est le mineur mij affecté de sa signature défini par
54 CHAPITRE 4. CALCUL MATRICIEL

cij = (−1)i+j mij . (4.18)

Notons que les “signes” (−1)i+j des mineurs forment un arrangement en échiquier, avec les
signes + sur la diagonale principale. Soit
 
+ − + − ...
− + − + ... 
 

 .

 + − + − ...  
.. .. .. .. ..
. . . . .

Exercice 4.15 Montrer que m23 = −6 et c23 = 6 de la matrice suivante



2 3 4
[A] =  5 6 7  .
 

8 9 1

Théorème 4.3 Déterminant d’ordre n. Le déterminant de la matrice [A] est égal à la somme
des produits obtenus en multipliant les éléments d’une ligne (resp. d’une colonne) quelconque
par leurs cofacteurs respectifs. Soit


 j=n
X

 a c + a c + . . . + a c = aij cij
 i1 i1 i2 i2 in in


j=1
|[A]| = j=n . (4.19)

 X
 a c + a2j c2j + . . . + anj cnj = aij cij
 1j 1j


j=1

Exercice 4.16 Calculer le déterminant de la matrice suivante

 
1 2 3 −2
 
 −1 3 1 −1 
[A] =  .
 0
 1 −1 3  
−2 0 1 1

Une application directe du déterminant est la résolution d’un système linéaire de n équations
à n inconnues. Soit 

 a11 x1 +a12 x2 + . . . +a1n xn = b1

 a21 x1 +a22 x2 + . . . +a2n xn = b2

.. . . . . .


 . + .. + . . + .. = ..

an1 x1 +an2 x2 + . . . +ann xn = bn


Ce système peut s’écrire sous forme matricielle comme [A][X] = [B], où [A] est une matrice
d’ordre n dont les éléments sont aij , [X] un vecteur colonne contenant les inconnues xi et [B] le
vecteur colonne contenant les constantes bi .
4.2. CAS DES MATRICES CARRÉES 55

Soit [M ] la matrice obtenue à partir de la matrice [A] en remplaçant la i−ème colonne par
le vecteur colonne [B]. Soit
 
a11 a12 . . . b1 . . . a1n
 a21 a22 . . . b2 . . . a2n
 

[M ] = 
 .. .. .. . .. .. .
 . . . .. . .


an1 an2 . . . bn . . . ann

Soit D = det[A] et soit Di = det[M ]i pour i = {1, 2, . . . , n}. La relation fondamentale entre
les déterminants et la solution du système précédent est donnée par le théorème suivant.

Théorème 4.4 Le système précédent admet une solution unique si, et seulement si D 6= 0.
Dans ce cas la solution unique est donnée par

D1 D2 Dn
x1 = x2 = . . . xn = . (4.20)
D D D

Le théorème précédent est connu sous le nom de règle de Cramer pour la résolution des
systèmes d’équations linéaires. Cependant, ce théorème s’applique uniquement à un système
qui a autant d’équations que d’inconnues, et il donne uniquement une solution dans le cas où
D 6= 0. En fait, si D = 0, le théorème ne nous dit pas si le système admet ou non une solution.
Cependant, dans le cas d’un système homogène, nous avons le résultat suivant qui s’avère d’un
grand intérêt.

Théorème 4.5 Le système homogène [A][X] = [0] admet une solution non nulle si, et seulement
si D = det[A] = 0.

Exercice 4.17 Montrer que la solution du système linéaire suivant


 2x + y − z = 3

x+y+z =1 ,

x − 2y − 3z = 4


est x = 2, y = −1 et z = 0.

4.2.5 Inverse d’une matrice

Définition 4.15 Matrice adjointe. Considérons une matrice [A] d’ordre n sur le corps des réels.
La matrice adjointe de [A], notée Adj[A], est la transposée de la matrice des cofacteurs [C] des
éléments aij de [A]. Soit

 T  
c11 c12 . . . c1n c11 c21 . . . cn1
c21 c22 . . . c2n c12 c22 . . . cn2
   
   
Adj[A] =  .. .. .. ..  = .. .. .. .. . (4.21)
. . . . . . . .
   
   
cn1 cn2 . . . cnn c1n c2n . . . cnn
56 CHAPITRE 4. CALCUL MATRICIEL

Exercice 4.18 Soit la matrice [A] suivante

 
2 3 −4
[A] =  0 −4 2  .
 

1 −1 5

Montrer alors que

 
−18 −11 −10
Adj [A] =  2 14 −4  .
 

4 5 −8

Définition 4.16 Inverse d’une matrice. Soit [A] une matrice d’ordre n sur le corps des réels.
L’inverse de la matrice [A], notée [A]−1 , s’écrit alors

1 1
[A]−1 = Adj[A] = [C]T , (4.22)
det[A] det[A]

si det[A] 6= 0.
Si [A]−1 existe alors la matrice [A] est dite inversible ou non singulière.
Si [A] est une matrice orthogonale, soit [A][A]T = [I], alors [A]−1 = [A]T .

Exercice 4.19 Soit

 
2 3 −4
[A] =  0 −4 2  .
 

1 −1 5

Montrer alors que

 9 11 5

23 46 23
[A]−1 =  1
− 23 7
− 23 2
.
 
23
2 5 4
− 23 − 46 23
4.2. CAS DES MATRICES CARRÉES 57

4.2.6 Quelques propriétés

Soit [A] et [B] deux matrices de même dimension et k un réel alors




 ([A][B])−1 = [B]−1 [A]−1

det [A]T = det[A]







det ([A][B]) = det[A] det[B]






Si [A] a 1 ligne (ou 1 colonne) de zéros alors det[A] = 0




Si [A] a 2 lignes (ou 2 colonnes) identiques alors det[A] = 0 .

i=n



 Y



 Si [A] est triangulaire alors det[A] = aii

 i=1


Si 2 lignes (ou 2 colonnes) de [A] ont été échangées donnant [B] alors det[B] = − det[A]






Si 1 ligne (ou 1 colonne) de [A] a été multipliée par k alors det[B] = k det[A]

(4.23)
et



 Tr ([A] + [B]) = Tr ([A]) + Tr ([B])


 Tr (k[A]) = kTr ([A])
. (4.24)
Tr [A]T = Tr ([A])






Tr ([A][B]) = Tr ([B][A])


4.2.7 Diagonalisation : valeurs propres et vecteurs propres

4.2.7.1 Valeurs et vecteurs propres

Définition 4.17 Valeurs et vecteurs propres. Soit [A] une matrice carrée arbitraire. Un scalaire
λ est appelé valeur propre de [A] s’il existe un vecteur (colonne) non nul [v] tel que

[A][v] = λ[v] . (4.25)

Le vecteur [v] vérifiant cette relation est appelé vecteur propre correspond à la valeur propre
λ.

On peut remarquer que tout multiple k[v] d’un vecteur propre est encore vecteur propre
pour la même valeur propre λ.

Théorème 4.6 Diagonalisation d’une matrice. Une matrice d’ordre n est diagonalisable, donc
représentable par une matrice diagonale [D], si et seulement si elle possède n vecteurs propres
linéairement indépendants. La matrice diagonale [D] ainsi définie a pour éléments les valeurs
propres de [A], et la matrice [P ] (de passage) telle que [D] = [P ]−1 [A][P ] a pour colonnes les
composantes des vecteurs propres correspondants.
58 CHAPITRE 4. CALCUL MATRICIEL

Si une matrice [A] est diagonalisable, soit [P ]−1 [A][P ] = [D], où la matrice [D] est diagonale,
la formule suivante est particulièrement utile pour mettre [A] sous forme diagonale, et est appelée
décomposition diagonale de [A]. Soit

[A] = [P ][D][P ]−1 . (4.26)

On peut alors remplacer tout calcul où intervient la matrice [A] par un calcul sur une matrice
diagonale, qui est beaucoup plus simple. Par exemple, en posant [D] = Diag (k1 , k2 , . . . , kn ), on
a
m
[A]m = [P ][D][P ]−1 = [P ][D]m [P ]−1 = [P ]Diag (k1m , k2m , . . . , knm ) [P ]−1 . (4.27)

Plus généralement, pour tout polynôme f , on a

f ([A]) = f [P ][D][P ]−1 = [P ]f ([D]) [P ]−1 .

(4.28)

Exercice 4.20 Soit

" # " # " #
3 1 1 1
[A] = [v1 ] = [v2 ] = .
2 2 −2 1

1. Montrer que les vecteurs [v1 ] et [v2 ] sont des vecteurs propres de la matrice [A] et
déterminer leur valeur propre respective, λ1 et λ2 .
2. En déduire la matrice de passage [P ] associée et montrer que
" #
1
−1 3 − 31
[P ] = 2 1
.
3 3

3. Calculer alors [P ]−1 [A][P ]. Conclure.

4. Montrer que [P ][D][P ]−1 = [A].
5. Montrer que " #
4 171 85
[A] = .
170 86

6. Montrer que " #

1
5 1
[A] = 2 3 3 .
2 4
3 3

7. Soit le polynôme f (x) = x3 − 5x2 + 3x + 6. Montrer alors que

" #
3 −1
f ([A]) = .
−2 4

4.2.7.2 Polynôme caractéristique

Définition 4.18 Polynôme caractéristique. Soit [A] une matrice d’ordre n. Considérons la ma-
trice [M ] = [A] − λ[I], où [I] est la matrice identité et λ un nombre réel indéterminé. La matrice
4.2. CAS DES MATRICES CARRÉES 59

[M ] s’obtient simplement en soustrayant λ à tous les éléments diagonaux de [A]. L’opposé de

[M ] est la matrice λ[I] − [A] et son déterminant

D(λ) = det (λ[I] − [A]) = (−1)n det ([A] − λ[I]) , (4.29)

est un polynôme de degré n, appelé polynôme caractéristique de la matrice [A].

Théorème 4.7 Théorème de Cayley-Hamilton. Toute matrice [A] est racine de son polynôme
caractéristique. Soit D([A]) = [0].

Exercice 4.21 Soit " #

1 3
[A] = .
4 5

1. Montrer que D(λ) = λ2 − 6λ − 7.

2. Montrer que " #
2 13 18
[A] = .
24 37

3. Montrer que D([A]) = [0].

Exercice 4.22 Si [A] est une matrice d’ordre 2 montrer que

D(λ) = λ2 − λTr[A] + det[A] . (4.30)

Exercice 4.23 Si [A] est une matrice d’ordre 3 montrer que

D(λ) = λ3 − λ2 Tr[A] + λ (c11 + c22 + c33 ) − det[A] , (4.31)

où les réels {cii } sont les cofacteurs des éléments {aii } de [A].

4.2.7.3 Calcul des valeurs et vecteurs propres et diagonalisation

Cette section fournit un algorithme de calcul des valeurs propres et des vecteurs propres
d’une matrice et établit, ou non, l’existence d’une matrice régulière (inversible) [P ] telle que la
matrice [P ]−1 [A][P ] soit diagonale.

1. Trouver le polynôme caractéristique D(λ) de [A].

2. Déterminer les racines de D(λ), qui sont les valeurs propres λi de [A].
3. Pour chacunes des valeurs propres λi de [A], réitérer les deux points suivants :
a) Construire la matrice [Mi ] = [A] − λi [I] en soustrayant λi à chacun des éléments
diagonaux.
b) Déterminer une base de l’espace des solutions du système homogène d’équations
linéaires [Mi ][X] = [0] : ces vecteurs sont les vecteurs propres de [A] linéairement
indépendants correspondant à la valeur propre λi .
60 CHAPITRE 4. CALCUL MATRICIEL

4. Examiner le système de valeurs S = {[v1 ], [v2 ], . . . , [vm ]} obetenu à l’étape 3 :

a) Si m 6= n, [A] n’est pas diagonalisable.

b) Si m = n, [A] est diagonalisable. Construire alors la matrice [P ] dont les colonnes
sont les composantes des vecteurs [v1 ], [v2 ], . . . , [vn ], d’où

D(λ) = [P ]−1 [A][P ] = Diag (λ1 , λ2 , . . . , λn ) , (4.32)

où λi est la valeur propre correspondant au vecteur propre [vi ].

Exercice 4.24 Soit " #

4 2
[A] = .
3 −1

1. Montrer que D(λ) = (λ − 5)(λ + 2).

2. En déduire les valeurs propres λ1 et λ2 < λ1 de la matrice [A].
3. Montrer que les vecteurs propres associés sont
" # " #
2 −1
[v1 ] = [v2 ] = .
1 3

4. En déduire la matrice [P ], puis [P ]−1 .

5. Montrer alors que " #
−1 λ1 0
[D] = [P ] [A][P ] = .
0 λ2

4.2.7.4 Diagonalisation des matrices réelles symétriques

Beaucoup de matrices réelles ne sont pas diagonalisables. Il existe en particulier des matrices
réelles n’ayant aucune valeur propre. Mais ce n’est jamais le cas si la matrice est symétrique.

Théorème 4.8 Soit [A] une matrice réelle symétrique. Alors toutes les racines de son polynôme
caractéristique sont réelles.

Théorème 4.9 Soit [A] une matrice réelle symétrique. Si [u] et [v] sont deux vecteurs propres
de [A], alors [u] et [v] sont orthogonaux.

Ces deux théorèmes conduisent au résultat fondamental suivant :

Théorème 4.10 Soit [A] une matrice réelle symétrique. Alors il existe une matrice orthogo-
nale [P ] telle que la matrice [D] = [P ]−1 [A][P ] soit diagonale avec [P ]−1 = [P ]T .

Comme nous allons le voir, la matrice orthogonale [P ] s’obtient en normalisant une base
de vecteurs propres orthogonaux.
 CHAPITRE 4. CALCUL MATRICIEL

Exercice 4.25 Soit la matrice réelle symétrique

" #
2 −2
[A] = .
−2 5

1. Montrer que les valeurs propres de la matrice [A] sont λ1 = 6 et λ2 = 1.

2. Montrer que les vecteurs propres associés sont
" # " #
1 2
[v1 ] = [v2 ] = .
−2 1

3. Montrer que les vecteurs [v1 ] et [v2 ] sont orthogonaux.

4. Calculer les vecteurs normalisés associés [v̂1 ] et [v̂2 ].
5. En déduire la matrice [P ].
6. Vérifier que [P ] est une matrice orthogonale.
7. Montrer que " #
−1 λ1 0
[D] = [P ] [A][P ] = .
0 λ2
A TDs du chapitre 1

A.1 Développement limité

1
1. Est-il exact qu’au voisinage de 0, on a l’égalité = 1 + x + x2 + O(x2 ).
1 − x − x2
sin x
2. Est-il exact qu’au voisinage de 0, on a l’égalité = 1 − x + O(x2 ).
x + x2
x
3. Calculer le développement limité en 0 à l’ordre 2 de f (x) = .
ex −1

4. Calculer le développement limité en 0 à l’ordre 3 de f (x) = ecos x .

1
5. Calculer le développement limité en 0 à l’ordre 3 de f (x) = (1 + x) x .

x
6. Calculer le développement limité en 0 à l’ordre 4 de f (x) = .
sin x

A.2 Limite
1 − cos x
1. Calculer lim .
x→0 x(2 − x) tan(2x)

(1 − ex ) sin x
2. Calculer lim .
x→0 x2 + x3

3. Calculer lim(2x2 − 3x + 1) tan(πx).

x 12

4. Calculer limπ [tan x tan(2x)].

x→ 2

ln [cos(ax)]
5. Calculer lim avec a et b réels.
x→0 ln [cos(bx)]
ax − bx
6. Calculer lim avec (a, b) ∈ R+,∗ × R+,∗ .
x→0 x

x2 sin x
7. Calculer lim .
x→0 x − sin x

I
II ANNEXE A. TDS DU CHAPITRE 1

A.3 Primtive
Soit Df l’ensemble de définition de la primivite.
Z
1. Calculer Df et x ln xdx.
Z  p 
2. Calculer Df et ln x + a2 + x2 dx.
Z
dx
3. Calculer Df et .
a2 − x2
Z
dx
4. Calculer Df et dx.
(a − x)(b − x2 )
sin2 θdθ
Z
5. Calculer Df et .
cos θ
Z
dθ
6. Calculer Df et avec D > R.
D + R cos θ
Z
7. Calculer Df et tan2 θ.
Z
8. Calculer Df et sin3 θ cos2 θdθ.

A.4 Intégrale
0 √
Z
1. Calculer I = ex 1 − ex dx. On pourra poser t = ex .
−1
Z +1
p
2. Calculer I = 1 + x2 1 − x2 dx. On pourra poser x = sin t.
−1
Z π/4
tan x
3. Calculer I = dx.
−0 1 + cos x
1
x3 + 2x2 + 1
Z
4. Calculer I = dx.
0 x2 + x + 1

A.5 Equation différentielle

1. Déterminer l’ensemble des solutions de l’équation y 0 (x) − y(x) = x2 . Quelle est la solution
correspondant à la condition initiale y(0) = 0.
2. Déterminer l’ensemble des solutions de l’équation xy 0 (x) − y(x) = ln(x) avec x > 0.

3. Déterminer l’ensemble des solutions de l’équation y 0 (x) − By(x) = A sin ωx. Quelle est la
solution correspondant
√ à la condition initiale y(0) = 0. En déduire la solution complète
pour A = 6, B = 3 et ω = 1.
A.5. EQUATION DIFFÉRENTIELLE III

4. Résoudre l’équation y 00 (x) − ω02 y(x) = 0 avec ω0 réel. Que devient la solution générale si
ω0 = 2 et si y(0) = y0 ∈ R et y 0 (0) = 0.

5. Résoudre l’équation y 00 (x) − 4y(x) = 4x2 en utilisant la méthode de la variation de la

constante.
IV ANNEXE A. TDS DU CHAPITRE 1
B TDs du chapitre 2

B.1 Dérivées partielles

Pour chacune des fonctions définies ci-dessous, le domaine de définition est demandé.

1. Si f (x, y) = 2x2 − xy + y 2 , calculer ∂f ∂f

∂x et ∂y au point M0 (x0 , y0 ) directement à partir de
la définition de la dérivée partielle d’une fonction à deux variables.

2 ∂f ∂f ∂2f ∂2f ∂2f

2. Si f (x, y) = x3 y + exy . Calculer ∂x = fx0 , ∂y = fy0 , ∂x2
= fx00 , ∂y 2
= fy00 , ∂x∂y
00 et
= fxy
∂2f 00 .
∂y∂x = fyx

1
3. Montrer que U (x, y, x) = (x2 + y 2 + z 2 )− 2 avec x, y et z différents de zéro satisfait
2 2 2
l’équation aux dérivées partielles de Laplace ∂∂xU2 + ∂∂yU2 + ∂∂zU2 = 0.
 
x ∂2f
4. Si f (x, y) = x2 arctan y , calculer ∂x∂y au point M0 (1, 1).

5. La capacité d’un condensateur plan est donné par C = Sd où S est la surface de l’armature,
 la permittivité du diélectrique et d la distance entre les deux armatures. Calculer la
variation de C, notée ∆C, lorsque  et d subissent respectivement des petites variations
∆ et ∆d.

B.2 Différentation des fonctions composées

1. Si x(r, φ) = r cos φ, y(r, φ) = r sin φ avec r > 0 et φ ∈ [0; 2π[, montrez que V (x, y) de
classe C 1 vérifie
∂V 2 ∂V 2 ∂V 2 1 ∂V 2
       
+ = + 2 .
∂x ∂y ∂r r ∂φ

∂2Y 2
2. Démontrer que la fonction Y = f (x + at) + g(x − at) satisfait la relation ∂t2
= a2 ∂∂xY2 , où
f et g sont deux fois dérivables et a ∈ R.

3. On considère une fonction à deux variables f (x, y) de classe C 1 de Df dans R. Soit les
fonctions u(x, y) et v(x, y) de classe C 1 et définie de Df dans R.
a) Calculer la différentielle δf de f selon le couple (x, y).

V
VI ANNEXE B. TDS DU CHAPITRE 2

b) Calculer la différentielle δf de f selon le couple (u, v).

c) Conclure.

B.3 Intégrale Curviligne

Rappel. Une forme différentielle P (x, y)dx + Q(x, y)dy est dite exacte si les fonctions P et
∂Q
Q de classe C 1 vérifient la relation ∂P
∂y = ∂x . On écrit alors P (x, y)dx + Q(x, y)dy = df =
∂f ∂f
∂x dx + ∂y dy. L’intégrale curviligne s’écrit alors pour une courbe ouverte

Z Z
(P (x, y)dx + Q(x, y)dy) = df = f (B) − f (A) . (B.1)
AB
d AB
d

Z
(x2 − y)dx + (y 2 + x))dy le long des chemins Γ
 
1. Calculer l’intégrale curviligne I =
Γ
suivants :
a) D’une ligne droite joignant le point A(0, 1) au point B(1, 2).
b) D’une ligne droite joignant le point A(0, 1) au point C(1, 1) et d’une ligne droite joignant
le point C au point B(1, 2).
c) De la parabole paramétrée par x = t et y = t2 + 1.

→
− →
− →
− →
− →
− →
Z
2. Si A = (3x2 − 6yz) i + (2y + 3xz) j + (1 − 4xyz 2 ) k , calculer A · d−
r du point A(0, 0, 0)
au point B(1, 1, 1) le long des chemins Γ suivants :
a) x = t, y = t2 et z = t3 .
b) Les segments de droite joignant le point (0, 0, 0) au point (0, 0, 1), puis du point (0, 0, 1)
au point (0, 1, 1) et enfin du point (0, 1, 1) au point (1, 1, 1).
c) La ligne droite allant du point (0, 0, 0) au point (1, 1, 1).

3. Calculer le travail effectué en déplaçant une particule une seule fois le long d’une ellipse Γ
dans le plan (Ox, Oy), sachant que l’ellipse a pour centre l’origine, pour demi-grand axe
et pour demi-petit axe, respectivement 4 et 3 et sachant que le champ de force est donné
par
→
− →
− →
− →
−
F = (3x − 4y + 2z) i + (4x + 2y − 3z 2 ) j + (2xz − 4y 2 + z 3 ) k .

Z B
6xy 2 − y 3 dx + 6x2 y − 3xy 2 dy est indépendant du chemin



4. Démontrer que
A
joignant le point A(1, 2) au point B(3, 4) et calculer alors de deux façons différentes cette
intégrale.

H 2
x y cos x + 2xy sin x − y 2 ex dx + x2 sin x − 2yex dy



5. Calculer sur un contour fermé
2 2 2
sur l’hypocycloı̈de d’équation x 3 + y 3 = a 3 avec a > 0.
B.4. INTÉGRALE DOUBLE VII

B.4 Intégrale double

1. Tracez le domaine D du plan (Ox, Oy) délimité par les courbes y = x2 , x = 2, y = 1 et
calculez l’intégrale double ZZ
I = (x2 + y 2 )dxdy.
D

2. Calculer l’intégrale double ZZ

I = (2x + y 2 )dxdy,
D
où D est le triangle délimité par les axes (Ox) et (Oy), et la droite d’équation y = −2x + 2.

3. Calculer l’intégrale double ZZ

I= ex+y dxdy,
D
sur le losange |x| + |y| ≤ 1.

4. Calculer l’intégrale double ZZ p

I= x2 + y 2 dxdy,
D

où D est le domaine du plan (Ox, Oy) limité par les courbes d’équations x2 + y 2 = 4 et
x2 + y 2 = 9.

5. Calculer l’intégrale double

Z +∞ Z +∞
2 −(βy+b)2
I= e−(αx+a) dxdy,
−∞ −∞

avec α 6= 0, β 6= 0 et (a, b) ∈ R2 .

B.5 Extrema
1. Ecrire le polynôme de Taylor d’ordre 2 en (0, π/2) de la fonction définie par
f (x, y) = ex sin(x + y).

2. Trouver les points stationnaires ou critiques de la fonction définie par f (x, y) =

x4 + 14x2 y 2 − 7y 4 − 4x + 6.

3. Trouver les maxima et minima relatifs de la fonction définie par f (x, y) =

x3 + y 3 − 3x − 12y + 20.

4. Soit une boı̂te rectangulaire d’un volume de 32 m3 . Quelle doivent être ses dimensions
pour que la surface totale soit minimale ?
VIII ANNEXE B. TDS DU CHAPITRE 2
C TDs du chapitre 3

C.1 Rotationnel et intégrale curviligne

→
−
Soit le champ de vecteur défini dans le corps des réels par F (x, y, z) = Fx →
−
e x +Fy →
−
e y +Fz →
−
ez
où Fx = y cos z, Fy = x cos z et Fz = −xy sin z.
−→→− →
−
1. Montrer que rot F = 0 .
→
−
2. En déduire la fonction scalaire f associée dont dérive le champ vectoriel F .
3. En déduire l’intégrale curviligne Z B
− →
→ −
I= F · dl ,
A
→
−
où dl = dx→−
e x + dy →
−
e y + dz →
−
e z sur un chemin quelconque joignant les points A(0, 0, 0) et
B(1, 1, π).

C.2 Equation de propagation

→
− →
− →
−
Dans l’air (assimilé au vide), les champs électrique E = E (x, y, z, t) et magnétique H =
→
−
H (x, y, z, t) vérifient  →
−
−→→− ∂H →
−
rot E = −µ0


 div H = 0

 ∂t
,
 →
−
 − →→− ∂E →
−



rot H = 0 div E = 0
∂t
où µ0 est la perméabilité magnétique du vide et 0 la permittivité diélectrique du vide. Ce sont
des constantes.
−→ −→→− →
−
1. En prenant le rotationnel de l’équation (1) et en utilisant la relation rot(rot F ) = −∇2 F +
−−→ →
− →
−
grad(div F ), montrer que E vérifie l’équation de propagation suivante
→
−
2→
− ∂2 E →
−
∇ E − µ0 0 2 = 0 .
∂t
→
−
2. En supposant que E (x, y, z, t) = Ex (x, y, z)ejωt →
−e x , montrer que l’équation de propagation
devient
∂ 2 Ex ∂ 2 Ex ∂ 2 Ex
+ + + k02 Ex = 0 avec k02 = µ0 0 ω 2 .
∂x2 ∂y 2 ∂z 2

IX
X ANNEXE C. TDS DU CHAPITRE 3

3. En supposant que Ex (x, y, z) = E0 cos πy

−jβx
a e avec E0 et a constants, en déduire à
l’aide de la question 2. une relation entre β > 0 et le couple (k0 , a).

C.3 Opérateurs vectoriels en coordonnées sphériques

1. Donner l’expression de l’opérateur rotationnel en coordonnées cartésiennes.
2. A l’aide du tableau 3.1, montrer que l’opérateur rotationnel s’écrit en coordonnées
sphériques comme
 
−→→− 1 ∂ ∂Fφ → −
rot F = (sin θFθ ) − er
r sin θ ∂θ ∂φ
 
1 1 ∂Fr ∂
+ − (rFφ ) →−
eθ
r sin θ ∂φ ∂r
 
1 ∂ ∂Fr → −
+ (rFθ ) − e φ.
r ∂r ∂θ

3. Donner l’expression de l’opérateur gradient en coordonnées cartésiennes.

4. A l’aide du tableau 3.1, montrer que l’opérateur gradient s’écrit en coordonnées sphériques
comme
−−→ ∂f →
− 1 ∂f →
− 1 ∂f → −
gradf = er+ eθ+ e φ.
∂r r ∂θ r sin θ ∂φ
D TDs du chapitre 4

Une matrice est notée entre crochets. Par exemple [A].

D.1 Addition matricielle et multiplication scalaire

A) Soit " # " #
1 −2 3 3 0 2
[A] = et [B] = .
4 5 −6 −7 1 8

1. Calculer [A]+[B].
2. Calculer 2[A]-3[B].

B) Déterminer x, y, z et t tels que

" # " # " #
x y x 6 4 x+y
3 = + .
z t −1 2t z+t 3

D.2 Produit de matrices

A) Calculer les produits matriciels suivants :
 
  4 
3   5
 −9 
a) [8 − 4 5]  2  b) [6 − 1 7 5]  c) [3 8 − 2 4]  −1 
    
 −3 
−1 6
 
2

B) Désignons par la notation (r × s) une matrice quelconque de dimension r × s. Déterminer,

les dimensions des matrices produit, si elles existent, dans les cas suivants :

a) (2 × 3)(3 × 4) c) (1 × 2)(3 × 1) e) (4 × 4)(3 × 3)

.
b) (4 × 1)(1 × 2) d) (5 × 2)(2 × 3) f) (2 × 2)(2 × 4)

C) Soit " # " #

1 3 2 0 −4
[A] = et [B] = .
2 −1 3 −2 6

XI
XII ANNEXE D. TDS DU CHAPITRE 4

Calculer [A][B] et [B][A].

D) Soit
 
" # 2 −1 0 6
2 3 −1
[A] = et [B] =  1 3 −5 1  .
 
4 −2 5
4 1 −2 2

Calculer [A][B].
E) Calculer les produits suivants :
" #" # " #" # " #
1 6 2 2 1 6 1 6
a) b) c) [2 − 7] .
−3 5 −7 −7 −3 5 −3 5

D.3 Transposée d’une matrice

Déterminer les transposées des matrices suivantes :
   
" # 1 2 3 2
1 −2 3
[A] = [B] =  2 4 5  [C] = [1 − 3 5 − 7] [D] =  −4  .
   
7 8 −9
3 5 6 6

D.4 Matrice carrée

A) Indiquer la diagonale et calculer la trace des matrices suivantes :
   
1 3 6 2 4 8 " #
1 2 −3
[A] =  2 −5 8  [B] =  3 −7 9  [C] = .
   
4 −5 6
4 −2 9 −5 0 2

B) Soit f (x) = 2x3 − 4x + 5, g(x) = x2 + 2x − 11 et

" #
1 2
[A] = .
4 −3

Calculer
1. [A]2 .
2. [A]3 .
3. f ([A]).
4. g([A]).
C) Soit " #
1 3
[A] = .
4 −3

1. Trouver un vecteur colonne non nul [u]T = [x y] tel que [A][u] = 3[u].
2. Déterminer tous les vecteurs vérifiant cette équation.
D.5. MATRICES DIAGONALES ET TRIANGULAIRES XIII

D.5 Matrices diagonales et triangulaires

A) Ecrire les matrices diagonales [A] = Diag (4, −3, 7), [B] = Diag (2, −6) et [C] =
Diag (3, −8, 0, 5).
B) Soit [A] = Diag (2, 3, 5) et [B] = Diag (7, 0, −4) et soit f (x) = x2 + 3x − 2. Calculer
1. [A][B], [A]2 et [B]2 .
2. f ([A]).
3. [A]−1 et [B]−1 .
C) Trouver la matrice 2 × 2 non diagonale [A] dont les éléments sont non nuls, telle que [A]2
soit diagonale.
D) Trouver une matrice [A] triangulaire supérieure telle que
" #
3 8 −57
[A] = .
0 27

D.6 Matrices réelles symétriques

A) Dire si les matrices suivantes sont symétriques ([A]T = [A]), ou antisymétriques ([A]T =
−[A]) :
   
5 −7 1 0 4 −3 " #
0 0 0
[A] =  −7 8 2  [B] =  −4 0 5  [C] = .
   
0 0 0
1 2 −4 3 −5 0

B) Déterminer x pour que la matrice

" #
4 x+2
[A] = ,
2x − 3 x + 1

soit symétrique.
C) Soit [A] une matrice arbitraire 2 × 2, réelle et orthogonale définie par
" #
a b
[A] = .
x y

1. Montrer alors que " # " #

a b a b
[A] = ou [A] = .
−b a b −a

2. Montrer alors qu’il existe θ ∈ [0; 2π[ tel que

" # " #
cos θ sin θ cos θ sin θ
[A] = ou [A] = .
− sin θ cos θ sin θ − cos θ
XIV ANNEXE D. TDS DU CHAPITRE 4

D.7 Déterminants et inversion d’une matrice

A) Calculer le déterminant des matrices suivantes :
" # " # " # " #
6 5 2 −3 4 −5 t−5 6
[A] = [B] = [C] = [D] = .
2 3 4 7 −1 −2 3 t+2

B) Calculer le déterminant des matrices suivantes :

     
2 3 4 1 −2 3 1 3 −5
[A] =  5 4 3  [B] =  2 4 −1  [C] =  3 −1 2  .
     

1 2 1 1 5 −2 1 −2 1

C) Soit
 
1 1 1
[A] =  2 3 4  .
 

5 8 9

Déterminer
1. det[A].
2. Adj[A].
3. [A]−1 à l’aide de Adj[A].
D) Soit
 
1 1 1
[A] =  0 1 2  .
 

1 2 4

Calculer
1. [A]−1 en écrivant [A][A]−1 = [I].
2. [A]−1 à l’aide de Adj[A].
E) A l’aide des déterminants, résoudre le système

 3y − 2x = z + 1

3x + 2z = 8 − 5y .

3z − 1 = x − 2y


F) Soit le système 
 kx + y + z = 1

x + ky + z = 1 .

x + y + kz = 1


En utilisant les déterminants, déterminer les valeurs de k pour lesquelles le système a

1. Une solution unique.
2. Plus d’une solution.
3. Zéro solution.
D.8. DIAGONALISATION : VALEURS PROPRES ET VECTEURS PROPRES XV

D.8 Diagonalisation : valeurs propres et vecteurs

propres
A) Trouver le polynôme caractéristique D(λ) des matrices suivantes
" # " # " #
2 5 7 −3 3 −2
[A] = [B] = [C] = .
4 1 5 −2 9 −3

B) Trouver le polynôme caractéristique D(λ) des matrices suivantes

   
1 2 3 1 6 −2
[A] =  3 0 4  [B] =  −3 2 0  .
   

6 4 5 0 3 −4

C) Soit " #
3 −4
[A] = .
2 −6

1. Trouver les valeurs propres et les vecteurs propres correspondants.

2. Trouver une matrice régulière (inversible) [P ] est une matrice diagonale [D] telles que
[D] = [P ]−1 [A][P ].

D) Soit " #
2 2
[A] = .
1 3

1. Déterminer les valeurs propres et les vecteurs propres correspondants.

2. Trouver une matrice régulière (inversible) [P ] est son inverse [P ]−1 , telles que la matrice
[D] = [P ]−1 [A][P ] soit diagonale.
3. Exprimer [A]6 et f ([A]), pour f (x) = x4 − 3x3 − 6x2 + 7x + 3.

E) Soit la matrice symétrique suivante

" #
7 3
[A] = .
3 −1

Trouver une matrice orthogonale [P ] telle que la matrice [D] = [P ]−1 [A][P ] soit diagonale.
F) Problème

1. Calculer les coordonnées du point M1 (x1 , y1 ) ayant subi une rotation d’une angle θ > 0 en
fonction des coordonnées du point initial M (x, y).
2. Exprimer les deux relations obtenues sous forme matricielle. En déduire la matrice de
rotation [R] associée.
3. Vérifier que la matrice de rotation [R] est orthogonale.
• Soit la conique Γ dans le plan (x, y) définie par
x2 y 2
q(x, y) = + 2 = 1. (D.1)
a2 b
XVI ANNEXE D. TDS DU CHAPITRE 4

4. Donner un nom à Γ lorsque b = a.

5. Représenter graphiquement Γ. Donner un nom à Γ, a et b.
• On cherche à déterminer l’équation de Γ après une rotation d’un angle θ. On note la
courbe obtenue Γ1 .
6. Exprimer le membre de gauche q(x, y) de l’équation (D.1) sous forme matricielle en intro-
duisant le vecteur [v]T = [x y] et une matrice [A] carrée diagonale d’ordre 2 fonction de a
et b.
7. Exprimer [v1 ] = [x1 y1 ] en fonction de [v].
8. Montrer alors que
q(x1 , y1 ) = [v1 ]T [A1 ][v1 ],
où les éléments de la matrice [A1 ] sont fonction de a, b et θ.
9. Donner alors l’équation de Γ1 .
10. Si a = b que devient cette équation. Ce résultat vous parait-il logique ?
11. Représenter Γ1 pour a = 3, b = 2 et θ = π/4.
E Examen du cours “Mathématiques de base
pour les ingénieurs : Analyse et Algèbre”, mardi 18
novembre 2008 - Durée 1H30 avec cours uniquement

E.1 Intégrales (6 points)

Les questions 1 et 2 sont indépendantes.

1. Calculer une primitive de cos3 (ax) avec a ∈ R.

2. soit la fonction f définie par f (x) = 1

ax2 +bx+c
avec (a, b, c) ∈ R∗ × R × R. Soit F (x) =
f (x)dx et ∆ = b2 − 4ac.
R

(a) Donner le domaine de définition de F , DF , et calculer F lorsque ∆ > 0 (4 points).

(b) Donner le domaine de définition de F , DF , et calculer F lorsque ∆ = 0 (2 points).

E.2 Dérivées partielles (5 points)

1
Soit la fonction f définie par f (x, y) = √ avec a une constante réelle. On effectue
a+x+y 2
alors le changement de variables x(r, θ) = r cos(2θ) et y(r, θ) = r sin(2θ).

∂f
1. Calculer ∂r (3 points).
∂f
2. Calculer ∂θ (2 points).

E.3 Equation différentielle (5 points)

2
Soit l’équation différentielle (E) suivante y 0 (x)x2 + y(x) = e x .

1. Donner un nom à (E) (1 point).

2. Réoudre (E) (4 points).

XVII
XVIIIANNEXE E. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”

E.4 Intégrale curviligne (5 points)

Soit l’intégrale curviligne suivante
I
I= ydx − xdy, (E.1)
Γ

définie sur un contour fermé.

1. Sans calculer explicitement I, montrer que la valeur de I est différente de zéro.

2. Le contour Γ et défini par Γ = Γ1 ∪ Γ1 avec
– Γ1 = x = 1 + cos t, y = 1 + sin t, t ∈ 0, π2 ,
  

– Γ2 est le segment [AB] avec A(1, 2) et B(2, 1).

(a) Réprésenter graphiquement Γ1 et Γ2 avec deux couleurs différentes (1 point).
(b) Calculer I (4 points).
F Examen du cours “Mathématiques de base pour
les ingénieurs : Analyse et Algèbre”, mardi 17
novembre 2008 - Durée 1H15 avec cours uniquement

2 points sont réservés à la présentation.

F.1 Intégrales (8 points)

Les questions 1 et 2 sont indépendantes.
Z π
dθ
1. Soit l’intégrale suivante I = avec D > R.
0 D + R cos θ

(a) Donner le domaine de définition de l’intégrande, DF (1 point).

(b) Calculer I (4 points).
Z
2. Soit l’intégrale suivante F (θ) = (sin θ)3 (cos θ)2 dθ.

(a) Donner le domaine de définition de F , DF (1 point).

(b) Calculer F (2 points).

F.2 Développement limité (4 points)

Calculer le développement limité de la fonction f (x) = (cos x)cos x au voisiange de 0 et à
l’ordre 3.
x2 x4 x2 x3 x4
On rappelle que cos x = 1 − 2 + 24 + o(x4 ) et ln(1 + x) = x − 2 + 3 − 4 + o(x4 ).

F.3 Analyse vectorielle (7 points)

→
−
Soit le champ de vecteur défini dans le corps des réels par F (x, y, z) = Fx →
−
e x +Fy →
−
e y +Fz →
−
ez
où Fx = y cos z, Fy = x cos z et Fz = −xy sin z.
−→→− →
−
1. Montrer que rot F = 0 (2 points).
2. En déduire la fonction scalaire f (x, y, z) associée (3 points).

XIX
XX ANNEXE F. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”

−→→− − →
Z Z
3. A l’aide du théorème de Stokes en déduire l’intégrale I = rot F · dS (2 points).
S
G Examen du cours “Mathématiques de base
pour les ingénieurs : Analyse et Algèbre”, mercredi
29 septembre 2010 - Durée 1H15 avec cours
uniquement

1. Calculer la limite suivante (4 points) :

2
L = lim (1 + x2 ) x .
x→0

2. Calculer le développement limité en 0 à l’ordre 1 de (5 points)

ln [1 + sin(ax)]
f (x) = ,
ln [1 + sin(bx)]
avec a et b réels.
3. Soit la primitive suivante :

x 2x2 − 8x + 17


2x3 − 8x2 + 17x
Z Z
F (x) = dx = dx.
x2 − 4x + 8 x2 − 4x + 8
a) Donner l’ensemble de définition de F (1 point).
b) Calculer F (5 points).
4. Soit l’équation différentielle (E) suivante :

xy 0 (x) − y(x) = ln(x),

avec x > 0.
a) Donner un “nom” à (E) (1 point).
b) Résoudre (E) (4 points).

Rappels :

x3 x5
sin(x) = x − + + O(x5 ).
3! 5!

x2 x3 x4
ln(1 + x) = x − + − + O(x4 ).
2 3 4

1
= 1 − x + x2 − x3 + x4 + O(x4 ).
1+x

XXI
XXII ANNEXE G. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”
H Examen du cours “Mathématiques de base
pour les ingénieurs : Analyse et Algèbre”, lundi 18
octobre 2010 - Durée 1H15 avec cours uniquement

A) - (6 points) Soit l’intégrale curviligne I suivante :

Z B
I= yexy dx + axexy dy,
A

avec a ∈ R.

1. Représenter Γ et caculer I dont le chemin Γ est le segment [AB] avec A(0; 0) et B(1; 1).
(2 points)
2. Donner la condition sur a afin que I ne dépende pas du chemin suivi. (2 points)
3. Pour un contour Γ quelconque, proposer alors une méthode pour le calcul de I. Comparer
alors la valeur obtenue avec celle de la question 1. Conclure. (2 points)

B) - (6 points) Soit l’intégrale double suivante :

ZZ r  y 2
I= 1 − x2 − dxdy.
Dxy 2

Le domaine Dxy est défini par

  y 2 
Dxy = x2 + ≤ 1, (x ≥ 0, y ≥ 0) , (x ≤ 0, y ≤ 0) .
2

1. Réprésenter Dxy dans le plan (x, y). (1.5 points)

2. En posant x = r cos θ et y = 2r sin θ, réprésenter le nouveau domaine Drθ associé à Dxy
dans le plan (r, θ). (1.5 points)
3. En déduire I. (3 points).

C) - (9 points) Soit la matrice [A] suivante :

" #
a b2
[A] = ,
c2 a

avec a ∈ R, b ∈ R∗+ et c ∈ R∗+ .

1. Donner la condition pour que [A] soit inversible ? (1 point)

XXIII
XXIVANNEXE H. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”

2. Calculer l’inverse de [A] ? (1 point)

3. Calculer les valeurs propres λ1 et λ2 < λ1 de [A] ? (2 points)
4. Montrer que les vecteurs [v1 ] et [v2 ] définis par
" # " #
1 1
[v1 ] = c [v2 ] = c
,
b − b

sont vecteurs propres de [A] et donner leur valeur propre associée. (2 points)
5. A quelle condition les vecteurs [v1 ] et [v2 ] sont orthogonaux ? (1 point)

• Dans la suite on suppose que c = b.

6. Soit la matrice [P ] = k[v1 v2 ] avec k ∈ R+ . Calculer alors k vérifiant [P ]−1 = [P ]T . (1

point)
7. Montrer que (1 point) " #
λ1 0
[P ]−1 [A][P ] = [D] = .
0 λ2
I Examen du cours “Mathématiques de base pour
les ingénieurs : Analyse et Algèbre”, vendredi 19
novembre 2010 - Durée 1H15 avec cours uniquement

I.1 Analyse vectorielle (4 points)

~·− → ~ = Ax →−e x + Ay →
−e y + Az →
−
 
Montrer que div A ~ ∧ F~ = −A rotF~ où le vecteur A e z est un
vecteur constant (indépendant des coordonnées x, y et z, contrairement à F~ ).

I.2 Intégrale curviligne (6 points)

Soit l’intégrale curviligne suivante
I
I= ydx − xdy, (I.1)
Γ

définie sur un contour fermé.

1. Sans calculer explicitement I, montrer que la valeur de I est différente de zéro (1 point).
2. Le contour Γ est défini par Γ = Γ1 ∪ Γ1 avec
– Γ1 = x = 1 + cos t, y = 1 + sin t, t ∈ 0, π2 ,
  

– Γ2 est le segment [AB] avec A(1, 2) et B(2, 1).

(a) Représenter graphiquement Γ1 et Γ2 avec deux couleurs différentes (1 point).

(b) Calculer I (4 points).

I.3 Intégrale double (4 points)

Calculer l’intégrale double suivante
ZZ
2 +y 2 2
I= x2 e−(x ) dxdy,
Dxy

en utilisant le système de coordonnées polaires (r, θ) et avec Dxy = {x ≥ 0, y ≥ 0}.

XXV
XXVI ANNEXE I. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”

I.4 Inversion d’une matrice (6 points)

Soit la matrice [A] suivante :
 
a 0 b
[A] =  0 a 0  .
 

b 0 b
– A quelle condition la matrice [A] est inversible (2 points).
– Calculer [A]−1 (4 points).
J Examen du cours “Mathématiques de base pour
les ingénieurs”, jeudi 29 septembre 2011 - Durée
1H15 avec cours uniquement

1. Soit la fonction f définie par f (x, y) = cos(2x2 y) (7 points).

(a) Donner le domaine de définition Df de f (1 point).

(b) Donner la classe de f (1 point).
∂f ∂f
(c) Calculer ∂x et ∂y (1 points).
∂2f ∂2f
(d) Calculer ∂x2
et ∂y 2
(2 points).
∂2f ∂2f
(e) Calculer ∂x∂y et en déduire ∂y∂x en justifiant votre réponse (2 points).

2. Calculer la limite suivante (4 points) :

 x
x+a
L = lim
x→+∞ x+b

3. Donner le domaine de définition de f , Df , et calculer (4=1+3 points) :

x2
Z
f (x) = dx
x−1

4. Soit l’équation différentielle suivante (6 points) :

y 00 (x) + 4y(x) = 16xe2x (E)

(a) Donner un nom à (E) (1 point).

(b) Calculer la solution homogène yH (x) (2 points).
(c) Calculer la solution particulière yP (x). On pourra utiliser un tableau du cours (2
points).
(d) En déduire y(x) (1 point).

Rappels :

x2 x3 x4
ln(1 + x) = x − + − + O(x4 ).
2 3 4

1
= 1 − x + x2 − x3 + x4 + O(x4 ).
1+x

XXVII
XXVIIIANNEXE J. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”
K Examen du cours “Mathématiques de base
pour les ingénieurs”, lundi 17 octobre 2011 - Durée
1H15 avec cours uniquement

K.1 Intégrale curviligne (6 points)

Soit Γ le chemin défini par

x2 y2
 
Γ= + = 1, x ≥ 0, a > 0 .
4a2 a2

a) Réprésenter le chemin Γ dans le repère cartésien (x, y) (1 point).

b) Calculer alors l’intégrale curviligne I suivante (3 points) :
Z
I= ydx + 2xdy
Γ

Soit l’intégrale curviligne suivante :

I
I= P (x, y)dx + (x cos x + y)dy
Γ

c) Calculer la fonction P afin que I soit nulle où Γ est un chemin quelconque (2 points).

K.2 Intégrale double (6 points)

Soit I l’intégrale double suivante
Z ∞ Z 0
2 +y 2 )3/2
I= dx xe−(x dy
0 −∞

a) Réprésenter le domaine d’intégration Dxy en coordonnées cartésiennes (x, y) (1 point).

b) Réprésenter le domaine d’intégration Drθ en coordonnées polaires (r, θ) (1 point).
c) En déduire la valeur de I (4 points).

XXIX
XXX ANNEXE K. EXAMEN “MATHÉMATIQUES DE BASE : ANALYSE ET ALGÈBRE”

K.3 Résolution d’un système linéaire (4 points)

A l’aide de la méthode dite du “déterminant” résoudre le système linéaire suivant :

 x+y+z =6

x−y+z =2

x + y − 2z = −3


K.4 Valeurs propres et vecteurs propres (5 points)

Soit " #
1−a 2a
[A] =
2a 1−a
où a > 0.
a) Calculer les valeurs propres (λ1 , λ2 ) de [A] avec λ1 < λ2 (2 points).
b) Calculer les vecteurs propres ([v1 ], [v2 ]) associés (2 points).
c) En déduire les vecteurs propres ([v̂1 ], [v̂2 ]) de norme unitaire associés (1 point).
Bibliographie

[1] Xavier Gourdon, Les maths en tête, Ellipses, 1994.

[2] Louis Gacôgne, Algébre et analyse cours de mathématiques tome 1, Eyrolles, 1990.
[3] André Baumy et Michel Bonnaud, Mathématique pour le physicien tome 1, McGraw-Hill
(Paris), 1989.
[4] Gabriel Soum, Raymond Jagut et Pierre Dubouix, Techniques mathématiques pour la phy-
sique - I, Hachette, 1995.
[5] Gabriel Soum, Raymond Jagut et Pierre Dubouix, Techniques mathématiques pour la phy-
sique - II, Hachette, 1995.
[6] Murray R. Spiegel, Analyse vectorielle cours et problème, McGraw-Hill (New-York),
douzième édition, 1973.
[7] Murray R. Spiegel, Analyse cours et problème, McGraw-Hill (New-York), dix-septième
édition, 1973.
[8] Frank Ayres, Equations différentielles cours et problème, McGraw-Hill (New-York),
quinzième édition, 1972.
[9] G. Hirsch et G. Eguether, Fonctions de plusieurs variables, Masson, 1994.
[10] K. Arbenz et A. Wohlhauser, Complèments d’analyse, Presses polytechniques et universi-
taires romandes, 1993.
[11] M. Chossat, Aide Mémoire de Mathématiques de l’ingénieur, Dunod, 1996.
[12] Marie-Pascale Avignon et Jacques Rogniaux, Analyse 369 exercices corrigés, Ellipses, 1991.
[13] Seymour Lipschutz et Marc Lipson, Algèbre linéaire - 3ème édition, Dunod, 2003.
[14] Seymour Lipschutz, Algèbre linéaire, Cours et problèmes - 2ème édition, McGraw-Hill (New-
York), 1994.

XXXI