Programmes des classes

préparatoires aux Grandes Ecoles

Filière : scientifique

Voie : Physique et chimie (PC)

Discipline : Mathématiques

Seconde année

© Ministère de l’enseignement supérieur et de la recherche, 2013

[Link]
 Classe préparatoire PC
Programme de mathématiques

Table des matières

Objectifs de formation 2
Description et prise en compte des compétences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Unité de la formation scientifique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Architecture et contenu du programme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Organisation du texte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Usage de la liberté pédagogique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Programme 6
Algèbre linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
A - Espaces vectoriels, endomorphismes et matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
B - Réduction des endomorphismes et des matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Espaces vectoriels normés de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Suites et séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
A - Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
B - Suites et séries de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
C - Séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Fonctions vectorielles, arcs paramétrés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
A- Espaces probabilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
B - Variables aléatoires discrètes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 1/23
Le programme de mathématiques de PC, dans le prolongement de celui de PCSI, s’inscrit entre deux continuités : en
amont avec les programmes rénovés du lycée, en aval avec les enseignements dispensés dans les grandes écoles, et plus
généralement les poursuites d’études universitaires. Il est conçu pour amener progressivement tous les étudiants au
niveau requis pour poursuivre avec succès un cursus d’ingénieur, de chercheur, d’enseignant, de scientifique, et aussi
pour leur permettre de se former tout au long de la vie.

Objectifs de formation
La formation mathématique en classe préparatoire scientifique vise deux objectifs :
– l’acquisition d’un solide bagage de connaissances et de méthodes permettant notamment de passer de la perception
intuitive de certaines notions à leur appropriation, afin de pouvoir les utiliser à un niveau supérieur, en mathé-
matiques et dans les autres disciplines. Ce degré d’appropriation suppose la maîtrise du cours, c’est-à-dire des
définitions, énoncés et démonstrations des théorèmes figurant au programme ;
– le développement de compétences utiles aux scientifiques, qu’ils soient ingénieurs, chercheurs ou enseignants, pour
identifier les situations auxquelles ils sont confrontés, dégager les meilleures stratégies pour les résoudre, prendre
avec un recul suffisant des décisions dans un contexte complexe.
Pour répondre à cette double exigence, et en continuité avec les programmes de mathématiques du lycée, les pro-
grammes des classes préparatoires définissent un corpus de connaissances et de capacités, et explicitent six grandes
compétences qu’une activité mathématique permet de développer :
– s’engager dans une recherche, mettre en œuvre des stratégies : découvrir une problématique, l’analyser, la trans-
former ou la simplifier, expérimenter sur des exemples, formuler des hypothèses, identifier des particularités ou des
analogies ;
– modéliser : extraire un problème de son contexte pour le traduire en langage mathématique, comparer un modèle à
la réalité, le valider, le critiquer ;
– représenter : choisir le cadre (numérique, algébrique, géométrique. . .) le mieux adapté pour traiter un problème ou
représenter un objet mathématique, passer d’un mode de représentation à un autre, changer de registre ;
– raisonner, argumenter : effectuer des inférences inductives et déductives, conduire une démonstration, confirmer
ou infirmer une conjecture ;
– calculer, utiliser le langage symbolique : manipuler des expressions contenant des symboles, organiser les dif-
férentes étapes d’un calcul complexe, effectuer un calcul automatisable à la main ou à l’aide d’un instrument
(calculatrice, logiciel. . .), contrôler les résultats ;
– communiquer à l’écrit et à l’oral : comprendre les énoncés mathématiques écrits par d’autres, rédiger une solution
rigoureuse, présenter et défendre un travail mathématique.

Description et prise en compte des compétences

S’engager dans une recherche, mettre en œuvre des stratégies
Cette compétence vise à développer les attitudes de questionnement et de recherche, au travers de réelles activités
mathématiques, prenant place au sein ou en dehors de la classe. Les différents temps d’enseignement (cours, travaux
dirigés, heures d’interrogation) doivent privilégier la découverte et l’exploitation de problématiques, la réflexion sur
les démarches suivies, les hypothèses formulées et les méthodes de résolution. Le professeur ne saurait limiter son
enseignement à un cours dogmatique : afin de développer les capacités d’autonomie des étudiants, il doit les amener
à se poser eux-mêmes des questions, à prendre en compte une problématique mathématique, à utiliser des outils
logiciels, et à s’appuyer sur la recherche et l’exploitation, individuelle ou en équipe, de documents.
Les travaux proposés aux étudiants en dehors des temps d’enseignement doivent combiner la résolution d’exercices
d’entraînement relevant de techniques bien répertoriées et l’étude de questions plus complexes. Posées sous forme de
problèmes ouverts, elles alimentent un travail de recherche individuel ou collectif, nécessitant la mobilisation d’un
large éventail de connaissances et de capacités.
Modéliser
Le programme présente des notions, méthodes et outils mathématiques permettant de modéliser l’état et l’évolution
de systèmes déterministes ou aléatoires issus de la rencontre du réel et du contexte, et éventuellement du traitement
qui en a été fait par la mécanique, la physique, la chimie, les sciences de l’ingénieur. Ces interprétations viennent
en retour éclairer les concepts fondamentaux de l’analyse, de l’algèbre linéaire, de la géométrie ou des probabilités.
La modélisation contribue ainsi de façon essentielle à l’unité de la formation scientifique et valide les approches
interdisciplinaires. À cet effet, il importe de promouvoir l’étude de questions mettant en œuvre des interactions
entre les différents champs de connaissance scientifique (mathématiques et physique, mathématiques et chimie,
mathématiques et sciences industrielles, mathématiques et informatique).

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 2/23
Représenter
Un objet mathématique se prête en général à des représentations issues de différents cadres ou registres : algébrique,
géométrique, graphique, numérique. Élaborer une représentation, changer de cadre, traduire des informations dans
plusieurs registres sont des composantes de cette compétence. Ainsi, en analyse, le concept de fonction s’appréhende
à travers diverses représentations (graphique, numérique, formelle) ; en algèbre, un problème linéaire se prête à des
représentations de nature géométrique, matricielle ou algébrique ; un problème de probabilités peut recourir à un
arbre, un tableau, des ensembles. Le recours régulier à des figures ou à des croquis permet de développer une vision
géométrique des objets abstraits et favorise de fructueux transferts d’intuition.
Raisonner, argumenter
La pratique du raisonnement est au cœur de l’activité mathématique. Basé sur l’élaboration de liens déductifs ou
inductifs entre différents éléments, le raisonnement mathématique permet de produire une démonstration, qui en est la
forme aboutie et communicable. La présentation d’une démonstration par le professeur (ou dans un document) permet
aux étudiants de suivre et d’évaluer l’enchaînement des arguments qui la composent ; la pratique de la démonstration
leur apprend à créer et à exprimer eux-mêmes de tels arguments. L’intérêt de la construction d’un objet mathématique
ou de la démonstration d’un théorème repose sur ce qu’elles apportent à la compréhension même de l’objet ou du
théorème : préciser une perception intuitive, analyser la portée des hypothèses, éclairer une situation, exploiter et
réinvestir des concepts et des résultats théoriques.
Calculer, manipuler des symboles, maîtriser le formalisme mathématique
Le calcul et la manipulation des symboles sont omniprésents dans les pratiques mathématiques. Ils en sont des
composantes essentielles, inséparables des raisonnements qui les guident ou qu’en sens inverse ils outillent.
Mener efficacement un calcul simple fait partie des compétences attendues des étudiants. En revanche, les situations
dont la gestion manuelle ne relèverait que de la technicité seront traitées à l’aide d’outils de calcul formel ou numérique.
La maîtrise des méthodes de calcul figurant au programme nécessite aussi la connaissance de leur cadre d’application,
l’anticipation et le contrôle des résultats qu’elles permettent d’obtenir.
Communiquer à l’écrit et à l’oral
La phase de mise au point d’un raisonnement et de rédaction d’une solution permet de développer les capacités
d’expression. La qualité de la rédaction et de la présentation, la clarté et la précision des raisonnements constituent des
objectifs très importants. La qualité de structuration des échanges entre le professeur et sa classe, entre le professeur
et chacun de ses étudiants, entre les étudiants eux-mêmes, doit également contribuer à développer des capacités
de communication (écoute et expression orale) à travers la formulation d’une question, d’une réponse, d’une idée,
d’hypothèses, l’argumentation de solutions ou l’exposé de démonstrations. Les travaux individuels ou en petits
groupes proposés aux étudiants en dehors du temps d’enseignement, au lycée ou à la maison (interrogations orales,
devoirs libres, comptes rendus de travaux dirigés ou d’interrogations orales) contribuent fortement à développer cette
compétence. La communication utilise des moyens diversifiés : les étudiants doivent être capables de présenter un
travail clair et soigné, à l’écrit ou à l’oral, au tableau ou à l’aide d’un dispositif de projection.

L’intégration des compétences à la formation des étudiants permet à chacun d’eux de gérer ses propres apprentissages
de manière responsable en repérant ses points forts et ses points faibles et en suivant leur évolution. Les compétences
se recouvrent largement et il importe de les considérer globalement : leur acquisition doit se faire dans le cadre de
situations suffisamment riches pour nécessiter la mobilisation de plusieurs d’entre elles.

Unité de la formation scientifique

Il est important de mettre en valeur l’interaction entre les différentes parties du programme, tant au niveau du cours que
des thèmes des travaux proposés aux étudiants. À titre d’exemple, la géométrie apparaît comme un champ d’utilisation
des concepts développés en algèbre linéaire et euclidienne ; les probabilités utilisent le vocabulaire ensembliste et
illustrent certains résultats d’analyse.
Percevoir la globalité et la complexité du monde réel exige le croisement des regards disciplinaires. Ainsi, les ma-
thématiques interagissent avec des champs de connaissances partagés par d’autres disciplines. Aussi le programme
valorise-t-il l’interprétation des concepts de l’analyse, de l’algèbre linéaire, de la géométrie et des probabilités en termes
de paramètres modélisant l’état et l’évolution de systèmes mécaniques, physiques ou chimiques (mouvement, vitesse
et accélération, signaux continus ou discrets, mesure de grandeurs, incertitudes. . .).
La coopération des enseignants d’une même classe ou d’une même discipline et, plus largement, celle de l’ensemble
des enseignants d’un cursus donné, doit contribuer de façon efficace et cohérente à la qualité de ces interactions.
Il importe aussi que le contenu culturel et historique des mathématiques ne soit pas sacrifié au profit de la seule
technicité. En particulier, il peut s’avérer pertinent d’analyser l’interaction entre un contexte historique et social donné,
une problématique spécifique et la construction, pour la résoudre, d’outils mathématiques.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 3/23
Architecture et contenu du programme
L’étude de chaque domaine du programme (analyse, algèbre, probabilités) permet de développer des aptitudes au
raisonnement et à la modélisation, et d’établir des liens avec les autres disciplines.
Afin de contribuer au développement des compétences de modélisation et de représentation, le programme préconise
le recours à des figures géométriques pour aborder l’algèbre linéaire, les espaces euclidiens, les fonctions d’une ou
plusieurs variables réelles, les fonctions vectorielles.
Le programme d’algèbre comprend deux volets. Le premier prolonge l’étude de l’algèbre linéaire abordée en première
année et aboutit à la théorie de la réduction dont il développe quelques applications. Le second, consacré à l’algèbre
euclidienne, met l’accent sur les relations entre les points de vue vectoriel, matriciel et géométrique, notamment à
travers une étude spécifique aux dimensions deux et trois. Le théorème spectral établit un lien entre ces deux volets.
Le vocabulaire sur les structures algébriques est introduit au fur et à mesure des besoins.
Le programme d’analyse est introduit par un chapitre de topologie des espaces vectoriels normés. Celui-ci s’attache
à développer et illustrer les notions générales dans le cadre de la dimension finie avant d’aborder celui des espaces
fonctionnels. L’introduction des normes de la convergence uniforme, en moyenne ou en moyenne quadratique pose le
cadre topologique de l’étude des suites et séries de fonctions, qui aboutit aux théorèmes classiques de régularité et
d’interversion. Cette étude bénéficie de l’introduction de nouveaux outils relatifs aux séries numériques, permettant de
compléter l’approche qui en a été faite en première année.
Le chapitre sur les séries entières permet de construire des fonctions de variable complexe et de fournir un outil pour la
résolution d’équations différentielles linéaires.
La généralisation aux fonctions à valeurs dans Rn des résultats d’analyse réelle étudiés en première année fournit, avec
une étude modeste des arcs paramétrés, une nouvelle occasion de relier les registres analytique et géométrique.
L’étude de l’intégration, entamée en première année dans le cadre des fonctions continues sur un segment, se pour-
suit dans celui des fonctions continues par morceaux sur un intervalle quelconque. L’intégrale généralisée est un
intermédiaire à l’introduction de la notion de fonction intégrable, qui permet d’énoncer les théorèmes classiques sur
l’intégration des suites et séries de fonctions et sur les intégrales à paramètre.
Le chapitre relatif au calcul différentiel à plusieurs variables est limité au cas des fonctions numériques de deux
ou trois variables réelles. Il fournit des méthodes et des outils opérationnels pour résoudre des problèmes pouvant
être issus d’autres disciplines scientifiques (recherche d’extremums, équations aux dérivées partielles). Il comporte
un paragraphe présentant les premières notions de géométrie différentielle et favorise ainsi les interprétations et
visualisations géométriques.
L’étude des équations et des systèmes différentiels est limitée au cas linéaire, dont les interventions sont fréquentes
tant en mathématiques que dans les autres disciplines scientifiques. L’utilisation dans ce cadre du théorème de Cauchy
permet d’établir la structure de l’ensemble des solutions, illustrant la pertinence des outils de l’algèbre linéaire pour
résoudre des problèmes d’origine analytique. Le cas particulier où les coefficients sont constants permet de mettre en
œuvre des techniques de réduction matricielle.
L’enseignement des probabilités présente brièvement le formalisme de Kolmogorov, qui sera repris dans le cursus
ultérieur des étudiants. Son objectif majeur est l’étude des variables aléatoires discrètes, en prolongement des variables
finies étudiées en première année, ce qui permet d’élargir aux processus stochastiques à temps discret le champ des
situations réelles se prêtant à une modélisation probabiliste.
La loi faible des grands nombres permet de justifier a posteriori l’approche fréquentiste d’une probabilité pour un
schéma de Bernoulli, déjà évoquée dans le cursus antérieur des étudiants. L’inégalité qui la sous-tend précise la vitesse
de convergence de cette approximation et valide l’interprétation de la variance comme indicateur de dispersion.
Ce chapitre a vocation à interagir avec le reste du programme.

Organisation du texte
Les programmes définissent les objectifs de l’enseignement et décrivent les connaissances et les capacités exigibles des
étudiants ; ils précisent aussi certains points de terminologie et certaines notations. Ils fixent clairement les limites
à respecter tant au niveau de l’enseignement qu’à celui des épreuves d’évaluation, y compris par les opérateurs de
concours.
Le programme est décliné en chapitres. Chaque chapitre comporte un bandeau définissant les objectifs essentiels et
délimitant le cadre d’étude des notions qui lui sont relatives et un texte présenté en deux colonnes : à gauche figurent
les contenus du programme (connaissances et méthodes) ; à droite un commentaire indique les capacités exigibles des
étudiants, précise quelques notations ainsi que le sens ou les limites à donner à certaines questions. Dans le cadre de
sa liberté pédagogique et dans le respect de la cohérence de la formation globale, le professeur décide de l’organisation
de son enseignement et du choix de ses méthodes.
En particulier, l’ordre de présentation des différents chapitres ne doit pas être interprété comme un modèle de
progression. Parmi les connaissances (définitions, notations, énoncés, démonstrations, méthodes, algorithmes. . .) et
les capacités de mobilisation de ces connaissances, le texte du programme délimite trois catégories :

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 4/23
– celles qui sont exigibles des étudiants : il s’agit de l’ensemble des points figurant dans la colonne de gauche des
différents chapitres ;
– celles qui sont indiquées dans les bandeaux et la colonne de droite comme étant « hors programme ». Elles ne doivent
pas être traitées et ne peuvent faire l’objet d’aucune épreuve d’évaluation ;
– celles qui relèvent d’activités possibles ou souhaitables, mais qui ne sont pas exigibles des étudiants. Il s’agit des
activités proposées pour illustrer les différentes notions du programme (visualisations à l’aide de l’outil informatique,
activités en lien avec les autres disciplines).
Pour les démonstrations des théorèmes dont l’énoncé figure au programme et qui sont repérées dans la colonne de
droite par la locution « démonstration non exigible », le professeur est libre d’apprécier, selon le cas, s’il est souhaitable
de démontrer en détail le résultat considéré, d’indiquer seulement l’idée de sa démonstration, ou de l’admettre.
Afin de faciliter l’organisation du travail des étudiants et de montrer l’intérêt des notions étudiées, il convient d’en
aborder l’enseignement en coordination avec les autres disciplines scientifiques.
Les liens avec les disciplines scientifiques et technologiques sont identifiés par le symbole  PC pour la physique et la
chimie et  I pour l’informatique.

Usage de la liberté pédagogique

Dans le cadre de la liberté pédagogique qui lui est reconnue par la loi, le professeur choisit ses méthodes, sa progression,
ses problématiques. Il peut organiser son enseignement en respectant deux grands principes directeurs :
– pédagogue, il privilégie la mise en activité des étudiants en évitant tout dogmatisme : l’acquisition des connaissances
et des capacités est en effet d’autant plus efficace que les étudiants sont acteurs de leur formation. Quel que soit
le contexte (cours, travaux dirigés), la pédagogie mise en œuvre développe la participation, la prise d’initiative et
l’autonomie des étudiants ;
– didacticien, il choisit le contexte favorable à l’acquisition des connaissances et au développement des compétences.
La mise en perspective d’une problématique avec l’histoire des sociétés, des sciences et des techniques, mais aussi
des questions d’actualité ou des débats d’idées, permet de motiver son enseignement.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 5/23
 Programme
Algèbre linéaire
Dans toute cette partie, K désigne R ou C.

A - Espaces vectoriels, endomorphismes et matrices

Le programme est organisé autour de trois objectifs :

– consolider les acquis de la classe de première année ;
– étudier de nouveaux concepts : somme de plusieurs sous-espaces vectoriels, sous-espaces stables, trace ;
– passer du registre géométrique au registre matriciel et inversement.
Le programme valorise les interprétations géométriques et l’illustration des notions et des résultats par de nombreuses
figures.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Produit et somme d’espaces vectoriels

Produit d’un nombre fini d’espaces vectoriels ; dimension

dans le cas où ces espaces sont de dimension finie.
Somme, somme directe d’une famille finie de sous-
espaces vectoriels ; sous-espaces supplémentaires.
Base d’un espace vectoriel E de dimension finie adaptée Décomposition en somme directe obtenue par fraction-
à un sous-espace vectoriel F de E ; base d’un espace vec- nement d’une base.
toriel E de dimension finie adaptée à une décomposition
L
en somme directe E = E i .
Si F 1 , . . . , F p sont des sous-espaces de dimension finie,
alors :
³Xp ´ Xp
dim Fi É dim(F i )
i =1 i =1

avec égalité si et seulement si la somme est directe.

b) Matrices par blocs et sous-espaces stables

Matrices définies par blocs, opérations.

Sous-espace vectoriel stable par un endomorphisme, en- Les étudiants doivent savoir traduire matriciellement
domorphisme induit. la stabilité d’un sous-espace vectoriel par un endomor-
phisme et interpréter en termes d’endomorphismes une
matrice triangulaire ou diagonale par blocs.
Si u et v commutent, le noyau et l’image de u sont stables
par v.

c) Déterminants

Exemples de déterminants. Les étudiants doivent savoir calculer le déterminant

d’une matrice triangulaire par blocs, et connaître l’ex-
pression d’un déterminant de Vandermonde.
 I : calcul du déterminant d’une matrice.

d) Matrices semblables et trace

Matrices semblables. La notion de matrices équivalentes est hors programme.

Trace d’une matrice carrée. Linéarité ; trace de la transpo-
sée d’une matrice, du produit de deux matrices.
Invariance de la trace par similitude. Trace d’un endo-
morphisme d’un espace de dimension finie.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 6/23
B - Réduction des endomorphismes et des matrices carrées

Après avoir introduit le vocabulaire des éléments propres en dimension quelconque, cette partie s’intéresse de manière
plus approfondie au cas de la dimension finie, et à la question de diagonalisabilité d’une matrice carrée.
L’application des résultats de la réduction à la recherche des solutions d’une récurrence linéaire à coefficients constants
crée un nouveau pont entre l’algèbre et l’analyse et anticipe l’étude des équations différentielles linéaires, dont la résolution
repose sur des outils similaires.
La notion de polynôme annulateur est hors programme. L’étude des classes de similitude est hors programme.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Éléments propres

Droite stable par un endomorphisme u d’un espace vec-

toriel E .
Valeur propre, vecteur propre, sous-espace propre d’un Les étudiants doivent savoir que si u et v commutent, les
endomorphisme, d’une matrice carrée. sous-espaces propres de u sont stables par v.
Spectre d’un endomorphisme en dimension finie, d’une Notation Sp(u). La notion de valeur spectrale est hors
matrice carrée. programme.
Les sous-espaces propres sont en somme directe.
Polynôme caractéristique d’une matrice carrée, d’un en- Par convention le polynôme caractéristique est unitaire.
domorphisme en dimension finie. Notations χ A , χu .
Les valeurs propres sont les racines du polynôme carac- Le théorème de Cayley-Hamilton est hors programme.
téristique.
Expressions du déterminant et de la trace en fonction des
valeurs propres dans le cas où le polynôme caractéris-
tique est scindé.
Multiplicité d’une valeur propre.
Majoration de la dimension d’un sous-espace propre.

b) Diagonalisation en dimension finie

Un endomorphisme d’un espace vectoriel de dimension

finie est dit diagonalisable s’il existe une base dans la-
quelle sa matrice est diagonale.
Une matrice carrée est dite diagonalisable si l’endomor-
phisme de Kn canoniquement associé est diagonalisable.
Une matrice carrée est diagonalisable si et seulement si Dans la pratique des cas numériques, on se limite à n = 2
elle est semblable à une matrice diagonale. ou n = 3.
Un endomorphisme est diagonalisable si et seulement si Exemple des projecteurs et des symétries.
la somme des dimensions de ses sous-espaces propres
est égale à la dimension de l’espace .
Un endomorphisme est diagonalisable si et seulement
si son polynôme caractéristique est scindé sur le corps
de base K et si, pour toute valeur propre, la dimension
du sous-espace propre associé est égale à sa multiplicité
dans le polynôme caractéristique.
Un endomorphisme admettant n valeurs propres dis- Interprétation matricielle de ces résultats.
tinctes est diagonalisable.
Calcul des puissances d’une matrice diagonalisable.
Application à la résolution des récurrences linéaires Les étudiants doivent savoir traduire matriciellement une
d’ordre p à coefficients constants lorsque l’équation ca- relation de récurrence linéaire.
ractéristique admet p racines distinctes.

c) Trigonalisation en dimension finie

Un endomorphisme d’un espace vectoriel E de dimen-

sion finie est dit trigonalisable s’il existe une base de E
dans laquelle sa matrice est triangulaire supérieure.
Une matrice est dite trigonalisable si elle est semblable à
une matrice triangulaire supérieure.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 7/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Un endomorphisme est trigonalisable si et seulement si Démonstration non exigible.
son polynôme caractéristique est scindé sur le corps K. Interprétation matricielle de ce résultat.
En particulier, toute matrice de Mn (C) est trigonalisable. La technique générale de trigonalisation n’est pas au pro-
gramme. On se limite dans la pratique à des exemples
simples en petite dimension et tout exercice de trigonali-
sation effective doit comporter une indication.
 I : calcul de la valeur propre de plus grand module à
l’aide du quotient des traces de deux puissances itérées
consécutives.
Application à la résolution des récurrences linéaires
d’ordre 2 à coefficients constants.

Espaces euclidiens
Ce chapitre est organisé autour de trois objectifs :
– consolider les acquis de la classe de première année sur les espaces euclidiens ;
– étudier les isométries vectorielles et les matrices orthogonales, et les classifier en dimension deux en insistant sur les
représentations géométriques ;
– énoncer les formes géométrique et matricielle du théorème spectral.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Isométries vectorielles

Un endomorphisme d’un espace euclidien E est une iso- Autre dénomination : automorphisme orthogonal.
métrie vectorielle s’il conserve la norme. Exemple des réflexions en dimensions deux et trois.
Caractérisations par la conservation du produit scalaire,
par l’image d’une base orthonormale.
Groupe orthogonal. Notation O(E ).
Stabilité de l’orthogonal d’un sous-espace stable.

b) Matrices orthogonales

Une matrice de Mn (R) est dite orthogonale si l’endomor- Caractérisation comme matrice de changement de base
phisme de Rn qui lui est canoniquement associé est une orthonormale.
isométrie vectorielle.
Caractérisation par l’une des relations M M T = I n ou Interprétation en termes de colonnes et de lignes.
M T M = In .
Caractérisation d’un automorphisme orthogonal à l’aide
de sa matrice dans une base orthonormale.
Groupe orthogonal d’ordre n. Notations On (R), O(n).
Déterminant d’une matrice orthogonale. Groupe spécial Notations SOn (R), SO(n).
orthogonal.
Orientation d’un espace euclidien.

c) Isométries vectorielles d’un plan euclidien

Détermination des matrices de O2 (R), de SO2 (R). Commutativité de SO2 (R).

Mesure de l’angle d’une rotation d’un plan euclidien Écriture complexe d’une rotation.
orienté.
Classification des isométries vectorielles d’un plan eucli-
dien.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 8/23
 C ONTENUS C APACITÉS & C OMMENTAIRES

d) Réduction des endomorphismes symétriques et des matrices symétriques réelles

Endomorphisme symétrique d’un espace euclidien.

Si B est une base orthonormale de E et u un endomor-
phisme de E , alors u est symétrique si et seulement si
MatB (u) est symétrique.
Théorème spectral : un endomorphisme symétrique d’un Démonstration non exigible.
espace euclidien admet une base orthonormale de vec-
teurs propres.
Interprétation matricielle : pour toute matrice symétrique
réelle A, il existe D diagonale réelle et P orthogonale telles
que A = P DP −1 .

Espaces vectoriels normés de dimension finie

Ce chapitre vise les objectifs suivants :
– généraliser au cas des espaces vectoriels de dimension finie sur K = R ou C certaines notions (convergence de suites,
limite et continuité de fonctions) étudiées en première année dans le cadre de l’analyse réelle, indispensables pour
aborder l’étude des suites de matrices, des fonctions à valeurs vectorielles et du calcul différentiel ;
– préparer l’introduction de la norme de la convergence uniforme, afin de fournir un cadre topologique à la convergence
des suites et séries de fonctions.
L’aspect géométrique de certains concepts topologiques gagne à être illustré par de nombreuses figures.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Normes

Norme sur un espace vectoriel réel ou complexe ; espace Normes usuelles sur Kn .
vectoriel normé.
Norme associée à un produit scalaire.
Distance associée à une norme.
Boules ouvertes, boules fermées, sphères.
Parties convexes. Convexité des boules.
Parties bornées, suites bornées, fonctions bornées.

b) Suites d’un espace vectoriel normé de dimension finie

Convergence d’une suite. Exemples de suites de matrices.

Une suite convergente est bornée.
Toute suite extraite d’une suite convergente est conver-
gente.
La convergence d’une suite et la valeur de sa limite ne Résultat admis, qui pourra être illustré sur les normes
dépendent pas du choix de la norme. usuelles définies sur Kp .
L’étude de la convergence d’une suite se ramène à celle
de ses coordonnées dans une base.

d) Topologie d’un espace vectoriel normé de dimension finie

L’étude topologique d’un espace vectoriel normé de di- Résultat admis.

mension finie se ramène à celle de Kp muni d’une norme.
Point intérieur à une partie.
Partie ouverte. Une boule ouverte est un ouvert.
Point adhérent à une partie. Caractérisation séquentielle.
Partie fermée. Une boule fermée, une sphère sont des fermés.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 9/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Intérieur, adhérence, frontière. Seules les définitions sont au programme. Ces notions
sont illustrées par des figures.

e) Limite et continuité en un point

Limite d’une fonction en un point adhérent à son do-

maine de définition.
Caractérisation séquentielle.
Équivalence entre l’existence d’une limite et celle des
limites des coordonnées de la fonction dans une base de
l’espace d’arrivée.
Opérations algébriques sur les limites, composition.
Continuité en un point. Lien avec la continuité des com-
posantes.
Caractérisation séquentielle.

f ) Continuité sur une partie

Opérations algébriques, composition. Si f est une application continue de E dans R alors l’en-
semble défini par f (x) > 0 est un ouvert et les ensembles
définis par f (x) = 0 ou f (x) Ê 0 sont des fermés.
Toute fonction réelle continue sur une partie fermée bor- Démonstration non exigible.
née est bornée et atteint ses bornes.
Fonction lipschitzienne. Toute fonction lipschitzienne est
continue.
Toute application linéaire sur un espace de dimension La notion de norme subordonnée est hors programme.
finie est lipschitzienne.
Continuité des applications multilinéaires et polyno- Exemple du déterminant.
miales sur Kn .

Suites et séries
A - Séries numériques

Cette partie consolide et élargit les acquis de première année sur les séries, notamment la convergence absolue, en vue de
l’étude des probabilités discrètes et des séries de fonctions.
La semi-convergence n’est pas un objectif du programme.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Compléments sur les séries à valeurs réelles

Théorème de comparaison entre une série et une in-

tégrale : si f est une fonction continue par morceauxX
sur [0, +∞[, positive et décroissante alors la série f (n)
converge si et seulement si f est intégrable sur [0, +∞[.
Formule de Stirling : équivalent de n!. Démonstration non exigible.
Règle de d’Alembert.
Théorème spécial des séries alternées, majoration et La transformation d’Abel est hors programme.
signe du reste.

b) Produit de Cauchy de deux séries

P P
Le produit de Cauchy de deux séries u n et v n de
P
nombres complexes est la série w n avec :
X
wn = uq v p .
p+q=n

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 10/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
P P
Si les séries u n et v n sont absolument convergentes Démonstration non exigible.
P
alors la série w n l’est aussi et on a :
+∞
X ³ +∞
X ´³ +∞
X ´
wn = up vq .
n=0 p=0 q=0

B - Suites et séries de fonctions

L’objectif de ce chapitre est de définir les modes usuels de convergence d’une suite et d’une série de fonctions et de les
exploiter pour étudier la stabilité des propriétés de ces fonctions par passage à la limite. En prolongement du chapitre
sur les espaces vectoriels normés de dimension finie, un lien est établi avec l’utilisation de la norme de la convergence
uniforme.
Les fonctions sont définies sur un intervalle I de R et à valeurs dans R ou C.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Modes de convergence d’une suite ou d’une série de fonctions

Convergence simple, convergence uniforme d’une suite

de fonctions.
La convergence uniforme entraîne la convergence
simple.
Norme de la convergence uniforme sur l’espace des fonc-
tions bornées à valeurs dans R ou C.
P
Convergence simple, convergence uniforme, conver- Pour établir la convergence normale de f n , les étu-
gence normale d’une série de fonctions. diants doivent savoir utiliser une série numérique conver-
gente αn majorante, c’est-à-dire telle que pour tout n,
P

k f n k∞ É αn .
La convergence normale entraîne la convergence uni-
forme.

b) Régularité de la limite d’une suite de fonctions

Continuité de la limite d’une suite de fonctions :

si ( f n ) converge uniformément vers f sur I et si, pour Adaptation au cas où la convergence est uniforme sur
tout n, f n est continue sur I , alors f est continue sur I . tout segment de I .
Interversion limite-intégrale :
si une suite ( f n ) de fonctions continues converge unifor-
mément vers f sur [a, b] alors
Z b Z b
lim f n (t ) dt = lim f n (t ) dt .
a n→+∞ n→+∞ a

Dérivabilité de la limite d’une suite de fonctions : Adaptation au cas où la convergence est uniforme sur
si ( f n ) est une suite de fonctions de classe C 1 sur I qui tout segment de I .
converge simplement sur I vers f et telle que la suite ( f n0 )
converge uniformément sur I vers h, alors f est de classe
C 1 sur I et f 0 = h.
Extension aux fonctions de classe C k . Les étudiants peuvent appliquer directement le théorème
concluant au caractère C k de la limite sous l’hypothèse
(j)
de convergence simple des ( f n ) pour 0 É j É k − 1 et de
(k)
convergence uniforme de ( f n ) sur tout segment de I .

c) Régularité de la somme d’une série de fonctions

Continuité de la somme :

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 11/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
X
si f n converge uniformément sur I et si, pour tout n, Adaptation au cas où la convergence est uniforme sur
+∞
X tout segment de I .
f n est continue sur I , alors f n est continue sur I .
n=0

Intégration terme à terme d’une série de fonctions :

f n ) une suite de fonctions continues sur [a, b]. Si la
soit ( X
série f n converge uniformément sur [a, b] alors la série
des intégrales est convergente et on a :
Z b +∞
X +∞
XZ b
f n (t ) dt = f n (t ) dt .
a n=0 n=0 a

Dérivation terme à terme d’une série de fonctions :

une suite de fonctions de classe C 1 sur I . Si
soit ( f n )X Adaptation au cas où la convergence est uniforme sur
la série f n converge simplement sur I et si la série tout segment de I .
X 0 +∞
X
f n converge uniformément sur I , alors f n est de
n=0
+∞
1
classe C sur I et sa dérivée est f n0 .
X
n=0
Extension aux fonctions de classe C k . Les étudiants peuvent appliquer directement un théo-
rème concluant au caractère C k de la somme.

C - Séries entières

Les objectifs de ce chapitre sont les suivants :

– étudier la convergence d’une série entière de variable complexe et mettre en évidence la notion de rayon de convergence ;
– étudier les propriétés de sa somme en se limitant à la continuité dans le cas d’une variable complexe ;
– établir les développements en série entière des fonctions usuelles.
La théorie des séries entières sera appliquée au cas des séries génératrices dans le chapitre dédié aux variables aléatoires
discrètes et à la recherche de solutions d’équations différentielles linéaires.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Rayon de convergence

Lemme d’Abel : si la suite a n z 0n est bornée alors, pour

¡ ¢

tout nombre complexe z tel que |z| < |z 0 |, la série a n z n

P

est absolument convergente.

a n z n converge absolument.
X
Rayon de convergence R défini comme borne supérieure Pour |z| < R, la série
dans R de l’ensemble des réels positifs ρ tels que la suite
(a n ρ n ) est bornée.
Disque ouvert de convergence, intervalle ouvert de
convergence.
a n z n et R b celui
X
Si RXa est le rayon de convergence de
n
de b n z , alors :
si a n = O(b n ), alors R a Ê R b ;
si |a n | ∼ |b n |, alors R a = R b .

Les séries entières a n z n et na n z n ont même rayon

X X

de convergence.
Utilisation de la règle de d’Alembert.
Rayon de convergence de la somme et du produit de
Cauchy de deux séries entières.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 12/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
b) Régularité de la somme

Convergence normale d’une série entière d’une variable

réelle sur tout segment inclus dans l’intervalle ouvert de
convergence.
Continuité de la somme sur l’intervalle ouvert de conver- On admet la continuité de la somme d’une série entière
gence. d’une variable complexe sur le disque ouvert de conver-
gence.
L’étude des propriétés de la somme au bord de l’intervalle
ou du disque de convergence n’est pas un objectif du
programme.
Primitivation d’une série entière d’une variable réelle sur
l’intervalle ouvert de convergence.
Caractère C ∞ de la somme d’une série entière d’une va-
riable réelle sur l’intervalle ouvert de convergence et ob-
tention des dérivées par dérivation terme à terme.
Expression des coefficients d’une série entière au moyen
des dérivées successives en 0 de sa somme.

c) Développement en série entière au voisinage de 0 d’une fonction d’une variable réelle

Fonction développable en série entière.

Série de Taylor d’une fonction de classe C ∞ .
Unicité du développement en série entière.
Développements des fonctions usuelles. Les étudiants doivent connaître les développements en
série entière des fonctions exponentielle, cosinus, sinus,
cosinus et sinus hyperboliques, x 7→ Arctanx, x 7→ ln(1+x)
et x 7→ (1 + x)α .
Les étudiants doivent savoir utiliser une équation diffé-
rentielle linéaire pour développer une fonction en série
entière.

d) Séries géométrique et exponentielle d’une variable complexe

1
Développement de 1−z sur le disque unité ouvert.
Développement de exp(z) sur C.

Fonctions vectorielles, arcs paramétrés

L’objectif de ce chapitre est double :
– généraliser aux fonctions à valeurs dans Rn la notion de dérivée d’une fonction numérique, en vue notamment de
préparer le chapitre sur les équations différentielles ;
– formaliser des notions géométriques (arc paramétré, tangente) et cinématiques (vitesse, accélération) rencontrées dans
d’autres disciplines scientifiques.
Toutes les fonctions sont définies sur un intervalle I de R et à valeurs dans Rn .

C ONTENUS C APACITÉS & COMMENTAIRES

a) Dérivabilité et opérations sur les fonctions dérivables

Dérivabilité en un point. Taux d’accroissement et développement limité d’ordre

Dérivabilité sur un intervalle. un.
Interprétations géométrique et cinématique.
 PC : vecteur vitesse.
Combinaison linéaire de fonctions dérivables.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 13/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Dérivée de L ◦ f , B ( f , g ), f ◦ ϕ où f et g sont dérivables Application au produit scalaire et au déterminant dans
et à valeurs vectorielles, L est linéaire, B est bilinéaire, ϕ une base de R2 de deux fonctions vectorielles.
est dérivable et à valeurs réelles.

b) Fonctions de classe C k

Fonction de classe C k , de classe C ∞ sur un intervalle.  PC : vecteur accélération.

Opérations sur les fonctions de classe C k , de classe C ∞ . Brève extension des résultats du paragraphe précédent.

c) Arcs paramétrés

Arc paramétré de classe C k , avec k ∈ N∗ .

Point régulier, tangente en un point régulier.
Construction d’arcs plans. L’étude des points stationnaires, des asymptotes et des
arcs définis en coordonnées polaires est hors programme.
 I : visualisation à l’aide d’une calculatrice ou d’un logi-
ciel.

Intégration
L’objectif de ce chapitre est multiple :
– étendre la notion d’intégrale étudiée en première année à des fonctions continues par morceaux sur un intervalle
quelconque par le biais des intégrales généralisées ;
– définir, dans le cadre des fonctions continues par morceaux, la notion de fonction intégrable ;
– compléter le chapitre dédié aux suites et aux séries de fonctions par le théorème de la convergence dominée et le
théorème d’intégration terme à terme ;
– étudier les fonctions définies par des intégrales dépendant d’un paramètre.
Les fonctions considérées sont définies sur un intervalle de R et à valeurs réelles ou complexes.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Fonctions continues par morceaux

Fonctions continues par morceaux sur un segment, sur

un intervalle.
Intégrale sur un segment d’une fonction continue par Brève extension des propriétés étudiées en première an-
morceaux. née. Aucune construction n’est exigible.

b) Intégrales généralisées sur [a, +∞[

Si f est une application à valeurs complexes Z +∞ continue Intégrale divergente.

par morceaux sur [a, +∞[ alors l’intégrale f (t ) dt est
Z x a

dite convergente si f (t ) dt a une limite finie lorsque x

a Z +∞
tend vers +∞. Si tel est le cas, on note f (t ) dt cette
a
limite.
Si f est continue Z +∞par morceaux sur [a, +∞[ et à va-
leurs positives, f (t ) dt converge si et seulement si
Z x a

x 7→ f (t ) dt est majorée.
a

c) Intégrales généralisées sur un intervalle quelconque

Z b
Adaptation du paragraphe précédent aux fonctions conti- Notation f (t ) dt .
a
nues par morceaux définies sur un intervalle ouvert ou
semi-ouvert de R.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 14/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Z +∞ Z 1 Z 1
−α −α
Intégrales de référence : t dt , t dt . Les étudiants doivent connaître la nature de ln(t ) dt
1 0 Z +∞ 0

et e−αt dt selon le signe de α.

0
Propriétés des intégrales généralisées : linéarité, positi-
vité, croissance, relation de Chasles.
Changement de variable :
si ϕ : ]α, β[ → ]a, b[ est une bijection strictement crois- Adaptation au cas où ϕ est strictement décroissante.
sante de classe C 1 , et si f : ]a, b[ → C est continue par
Z β
morceaux alors ( f ◦ ϕ)(u)ϕ0 (u) du est convergente si
α
Z b
et seulement si f (t ) dt est convergente et, si tel est le
a
cas, elles sont égales.
Intégration par parties sur un intervalle quelconque : L’existence des limites du produit f g aux bornes de l’in-
Z b Z b
0 b tervalle assure que les intégrales de f g 0 et f 0 g sont de
f (t )g (t ) dt = [ f g ]a − f 0 (t )g (t ) dt . £ ¤b
a a même nature. Notation f g a .

d) Intégrales absolument convergentes et fonctions intégrables

Intégrale absolument convergente. Pour une fonction à valeurs réelles, on utilise ses parties
La convergence absolue implique la convergence et dans positive et négative.
ce cas la valeur absolue (ou le module) de l’intégrale est
inférieure ou égale à l’intégrale de la valeur absolue (ou
du module). Z Z
Une fonction continue par morceaux sur un intervalle I Notations f (t ) dt , f.
I I
est dite intégrable sur I si son intégrale sur I est absolu-
ment convergente.
Pour f et g fonctions continues par morceaux sur Adaptation au cas d’un intervalle quelconque.
[a, +∞[ :
– si | f | É |g |, alors l’intégrabilité de g implique celle de f
sur [a, +∞[. ¡ ¢
– si f (x) = O g (x) , alors l’intégrabilité de g implique
x→∞
celle de f sur [a, +∞[.
– si f (x) ∼ g (x), alors l’intégrabilité de f est équiva-
x→+∞
lente à celle de g sur [a, +∞[.
Z
Si f est continue et intégrable sur I , alors | f (t )| dt = 0
I
implique f = 0.
Espace vectoriel des fonctions continues par morceaux
intégrables sur I .
Espace vectoriel des fonctions continues par morceaux Produit scalaire de deux fonctions continues de carré
de carré intégrable sur I . intégrable sur I à valeurs réelles.
Le produit de deux fonctions de carré intégrable est inté-
grable. Inégalité de Cauchy-Schwarz.

e) Suites et séries de fonctions intégrables

Théorème de convergence dominée : Démonstration hors programme.

Si ( f n ) est une suite de fonctions continues par morceaux L’hypothèse de continuité par morceaux de f , imposée
sur I convergeant simplement sur I vers une fonction f par les limitations du programme, n’a pas l’importance
continue par morceaux et telle qu’il existe une fonction de l’hypothèse de domination.
ϕ continue par morceaux et intégrable sur I vérifiant
| f n | É ϕ pour tout n, alors les fonctions f n et f sont inté-
grables sur I et :
Z Z
f n (t ) dt −−−−−→ f (t ) dt .
I n→+∞ I

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 15/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Théorème d’intégration terme à terme : Démonstration hors programme.
Si ( f n ) est une suite de fonctions continuesX par morceaux L’hypothèse de continuité par morceaux de la somme,
et intégrables sur I , telle que la série f n converge sim- imposée par les limitations du programme, n’aZpas l’im-
plement vers une fonction f continue par morceaux sur portance de l’hypothèse de convergence de
X
| f n |.
XZ I
I et telle que la série | f n (t )| dt converge, alors f est
I
intégrable sur I et
Z ∞ Z
X
f (t ) dt = f n (t ) dt .
I n=0 I

f ) Intégrales à paramètre

Théorème de continuité : Démonstration non exigible.

Si I et J sont deux intervalles de R et f une fonction défi- Adaptation au cas où l’hypothèse de domination est véri-
nie sur I × J , telle que : fiée sur tout segment de I .
– pour tout x ∈ I , t 7→ f (x, t ) est continue par morceaux
sur J ;
– pour tout t ∈ J , x 7→ f (x, t ) est continue sur I ;
– il existe une fonction ϕ positive, continue par mor-
ceaux et intégrable sur J , telle que pour tout (x, t ) ∈ I ×J ,
on ait | f (x, t )| É ϕ(tZ) ;
alors la fonction x 7→ f (x, t ) dt est continue sur I .
J

Théorème de dérivation : Si I et J sont deux intervalles Démonstration non exigible.

de R et f une fonction définie sur I × J , telle que : Adaptation au cas où l’hypothèse de domination est véri-
– Pour tout x ∈ I , t 7→ f (x, t ) est continue par morceaux fiée sur tout segment de I .
et intégrable sur J ;  PC : transformée de Fourier.
– Pour tout t ∈ J , x 7→ f (x, t ) est de classe C 1 sur I ;
∂f
– Pour tout x ∈ I , t 7→ (x, t ) est continue par morceaux
∂x
sur J ;
– Il existe une fonction ϕ positive, continue par mor-
ceaux et ¯ sur J , telle que pour tout (x, t ) ∈ I ×J ,
¯ intégrable
¯∂f
on ait ¯¯ (x, t )¯¯ É ϕ(t ) ;
¯
∂x Z
alors la fonction g : x 7→ f (x, t ) dt est de classe C 1 sur I
J
et on a sur I :
∂f
Z
g 0 (x) = (x, t ) dt .
J ∂x

Extension aux fonctions de classe C k .

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 16/23
Probabilités
Les chapitres de probabilités permettent de développer les compétences suivantes :
– modéliser des situations aléatoires par le choix d’un espace probabilisé ou de variables aléatoires adéquats ;
– maîtriser un formalisme spécifique aux probabilités.

A- Espaces probabilisés

Cette partie a pour objectif la mise en place du cadre général de la théorie des probabilités permettant d’aborder l’étude de
processus stochastiques à temps discret. Cette mise en place se veut minimale. En particulier :
– la notion de tribu ne doit donner lieu à aucun développement théorique autre que sa définition ;
– la construction d’espaces probabilisés n’est pas un objectif du programme.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Ensembles dénombrables

Un ensemble est dit dénombrable s’il est en bijection Un ensemble fini ou dénombrable peut être décrit en
avec N. Ensembles finis ou dénombrables. extension sous la forme {x n ; n ∈ N}.
Dénombrabilité de Z, d’un produit cartésien de deux en- Toute autre connaissance sur la dénombrabilité est hors
sembles dénombrables. programme.

b) Espace probabilisé

Si Ω est un ensemble, on appelle tribu sur Ω une partie L’ensemble Ω est l’univers ; il n’est en général pas précisé.
A de l’ensemble P (Ω) des parties de Ω telle que : Les éléments de A sont les événements. Les étudiants
i. Ω ∈ A , doivent savoir expliciter un événement à partir d’autres
événements en utilisant la réunion, l’intersection et le
ii. pour tout A ∈ A , A = Ω \ A ∈ A ,
complémentaire. On fait le parallèle entre le vocabulaire
iii. pour toute suite (A n )nÊ0 d’éléments de A , la réunion probabiliste et le vocabulaire ensembliste.
+∞
A n appartient à A .
[
n=0

Si Ω est un ensemble et A une tribu sur Ω, on appelle

probabilité sur (Ω, A ) une application P : A → [0, 1] telle
que :
i. P (Ω) = 1,
ii. pour toute suite (A n )nÊ0 d’événements incompa-
tibles,
³ +∞
[ ´ +∞
X
P An = P (A n ).
n=0 n=0

On appelle espace probabilisé un triplet (Ω, A , P ) où A

est une tribu et P une probabilité sur (Ω, A ).

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 17/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Propriétés :
+∞
An ∈ A .
\
–
n=0
– Continuité croissante : si (A n )nÊ0 est une suite d’événe-
ments telle que, pour tout n, on ait A n ⊂ A n+1 , alors :
³ +∞
[ ´
lim P (A n ) = P An .
n→+∞
n=0

– Continuité décroissante : si (A n )nÊ0 est une suite d’évé-

nements telle que, pour tout n, on ait A n+1 ⊂ A n , alors :
³ +∞
\ ´
lim P (A n ) = P An .
n→+∞
n=0

– Sous additivité : si (A n )n∈N est une suite d’événements,

alors :
³ +∞
[ ´ +∞X
P An É P (A n ).
n=0 n=0

c) Conditionnement et indépendance

Si A et B sont deux événements tels que P (B ) > 0, on Notation P B (A) = P (A | B ). L’application P B est une pro-
appelle probabilité conditionnelle de A sachant B le réel babilité sur (Ω, A ).
Ce paragraphe étend rapidement les concepts et résultats
P (A ∩ B ) vus en première année dans le cadre des univers finis.
P B (A) =
P (B )

Formule des probabilités composées.

Système complet dénombrable d’événements.
Formule des probabilités totales : si (A n )n∈N
Xest un sys-
tème complet d’événements, alors la série P (B ∩ A n )
converge et
On adopte la convention P (B | A n )P (A n ) = 0 lorsque
+∞ +∞
P (B ) =
X
P (B ∩ A n ) =
X
P (B | A n ) P (A n ) P (A n ) = 0.
n=0 n=0 La formule reste valable dans le cas d’une suite (A n )n∈N
d’événements deux à deux incompatibles tels que
+∞
X
P (A n ) = 1.
n=0
Formule de Bayes.
Indépendance de deux événements. Si P (B ) > 0, l’indépendance de A et B équivaut à
P (A | B ) = P (A).
Indépendance mutuelle d’une famille finie d’événe- L’indépendance des événements A i deux à deux n’en-
ments. traîne pas leur indépendance mutuelle si n Ê 3.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 18/23
B - Variables aléatoires discrètes

Les objectifs de cette partie sont les suivants :

– étendre la notion de variable aléatoire finie à des variables dont l’image est un ensemble dénombrable ;
– fournir des outils permettant, sur des exemples simples, l’étude de processus stochastiques à temps discret ;
– exposer deux résultats asymptotiques : l’approximation de la loi binomiale par la loi de Poisson et la loi faible des
grands nombres ;
– introduire les fonctions génératrices et utiliser les propriétés des séries entières.
La construction d’espaces probabilisés modélisant une suite d’expériences aléatoires est hors programme, on admet
l’existence de tels espaces. Les différents types de convergence probabiliste (presque sûre, en probabilité, en loi, en moyenne)
sont hors programme.
Toutes les variables aléatoires mentionnées dans le programme sont implicitement supposées discrètes.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Généralités

Une variable aléatoire discrète X sur (Ω, A ) est une ap- Pour tout U ⊂ X (Ω), X −1 (U ) est un événement.
plication définie sur Ω dont l’image est finie ou dénom-
brable et telle que l’image réciproque de tout élément de
X (Ω) appartient à A .
Notations (X ∈ U ), {X ∈ U }.
Loi d’une variable aléatoire discrète.
Fonction de répartition d’une variable aléatoire réelle. F X (x) = P (X É x). L’étude des propriétés de continuité
Croissance, limites en −∞ et en +∞. des fonctions de répartition n’est pas au programme.
Si X prend ses valeurs dans { x n ; n Ê 0 }, les x n étant dis- Démonstration hors programme.
tincts, et si (p n )nÊ0 est une suite de réels positifs vérifiant
+∞
p n = 1, alors il existe une probabilité P sur (Ω, A ) telle
X
n=0
que P (X = x n ) = p n pour tout n ∈ N.
Couple de variables aléatoires discrètes. Loi conjointe et Extension aux variables discrètes des notions étudiées en
lois marginales première année sur les variables finies.
Loi conditionnelle de Y sachant (X = x).
Deux variables aléatoires X et Y discrètes définies sur un
espace probabilisé (Ω, A , P ) sont dites indépendantes si,
pour tout (x, y) ∈ X (Ω) × Y (Ω),

P (X = x, Y = y) = P (X = x)P (Y = y).

Si X et Y sont indépendantes, alors, pour toute partie Démonstration hors programme.

A ⊂ X (Ω) et toute partie B ⊂ Y (Ω), on a

P (X ∈ A, Y ∈ B ) = P (X ∈ A)P (Y ∈ B )

Si X et Y sont deux variables aléatoires indépendantes

alors, pour toutes fonctions f et g , les variables f (X ) et
g (Y ) sont indépendantes.
Variables mutuellement indépendantes. Extension sans démonstration aux variables discrètes des
notions et des résultats vus en première année.
Suite de variables aléatoires indépendantes (deux à deux La démonstration de l’existence d’un espace probabi-
ou mutuellement). lisé portant une suite de variables aléatoires mutuelle-
ment indépendantes de lois discrètes donnés est hors
programme.
Application à la modélisation d’un jeu de pile ou face
infini par une suite de variables aléatoires de Bernoulli
mutuellement indépendantes.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 19/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
b) Espérance et variance
+∞
X
La variable aléatoire réelle discrète X à valeurs dans un On admet que la somme x n P (X = x n ) ne dépend pas
ensemble dénombrable {x n ; n Ê 0} est dite d’espérance n=0
X de l’ordre d’énumération.
finie si la série x n P (X = x n ) est absolument conver-
 PC : énergie moyenne de systèmes à spectre discret.
gente ; si tel est le cas, on appelle espérance de X , noté
+∞
X
E(X ), le réel x n P (X = x n ).
n=0
+∞
Si X est à valeurs dans N, alors E(X ) =
X
P (X Ê n).
n=1
Théorème du transfert : si X est une variable aléatoire Démonstration hors programme.
et f une application à valeurs réelles définie sur l’image
{x n , n ∈ N} de X , alors f (X ) est d’espérance finie si et
seulement si la série ΣP (X = x n ) f (x n ) converge absolu-
ment. Dans ce cas, on a :
+∞
X
E( f (X )) = P (X = x n ) f (x n ).
n=0

Linéarité de l’espérance. Démonstration non exigible.

Positivité, croissance de l’espérance.
Si X et Y sont deux variables aléatoires discrètes indépen- Démonstration hors programme.
dantes, alors E(X Y ) = E(X )E(Y ).
Si la variable aléatoire X 2 est d’espérance finie, alors X
est elle-même d’espérance finie.
Si X 2 est¡d’espérance¢ finie, la variance de X est le réel
V(X ) = E (X − E(X ))2 = E(X 2 ) − E(X )2 .
p
Écart type σ(X ) = V(X ).
Pour a et b réels et X une variable aléatoire réelle, égalité
V(a X + b) = a 2 V(X ).
Inégalités de Markov et de Bienaymé-Tchebychev. Brève extension des résultats obtenus dans le cadre d’un
univers fini.
Variance d’une somme finie de variables aléatoires ; cas
de variables deux à deux indépendantes.
Covariance, coefficient de corrélation. Notations : Cov(X , Y ) et ρ(X , Y ).
Encadrement −1 É ρ(X , Y ) É 1. Inégalité de Cauchy-Schwarz.

c) Variables aléatoires à valeurs dans N

Série génératrice d’une variable aléatoire à valeurs La loi d’une variable aléatoire X à valeurs dans N est ca-
dans N : ractérisée par sa série génératrice G X .
+∞
G X (t ) = E(t X ) = P (X = n)t n .
X
n=0

Le rayon de convergence est au moins égal à 1.

La variable aléatoire X admet une espérance E(X ) si et Démonstration non exigible.
seulement si G X est dérivable en 1 et, si tel est le cas,
E(X ) = G 0X (1).
La variable aléatoire X admet une variance si et seule- Démonstration non exigible.
ment si G X est deux fois dérivable en 1. Les étudiants doivent savoir retrouver l’expression de
V(X ) en fonction de G 0X (1) et de G 00X (1) en cas d’existence.
Série génératrice de la somme de deux variables aléa-
toires indépendantes.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 20/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
d) Lois usuelles

Pour p dans ]0, 1[, loi géométrique de paramètre p : la va- Notation X ,→ G (p).
riable aléatoire X suit une loi géométrique de paramètre La loi géométrique peut être interprétée comme rang du
p si et seulement si premier succès dans une suite illimitée d’épreuves de
Bernoulli indépendantes et de même paramètre p.
∀k ∈ N∗ , P (X = k) = p(1 − p)k−1 .

Série génératrice, espérance et variance.

Caractérisation comme loi sans mémoire :

P (X > n + k | X > n) = P (X > k).

Loi de Poisson de paramètre λ. Série génératrice, espé- Notation X ,→ P (λ).

rance et variance. Somme de deux variables indépen-  PC : compteur Geiger.
dantes suivant une loi de Poisson.

e) Résultats asymptotiques

Approximation de la loi binomiale par la loi de Poisson : Interprétation de la loi de Poisson comme loi des événe-
si, pour tout n, X n ,→ B(n, p n ) et si lim np n = λ, alors, ments rares.
n→+∞
pour tout k ∈ N, on a  I : simulation de cette approximation.
La notion de convergence en loi est hors programme.
λk
lim P (X n = k) = e−λ .
n→+∞ k!

Loi faible des grands nombres : si (X n )nÊ1 est une suite Estimation : pour tout ε > 0,
de variables aléatoires deux à deux indépendantes et
σ2
µ¯ ¯ ¶
de même loi admettant un moment d’ordre 2, alors, si ¯1
P ¯ S n − m ¯¯ Ê ε ≤
¯
n
¯ .
n nε2
X k , m = E(X 1 ) et σ = σ(X 1 ), on a pour tout ε > 0,
X
Sn =
k=1
 I : simulation d’une suite de tirages.
µ¯ ¯ ¶
¯1
P ¯ S n − m ¯¯ Ê ε −−−−→ 0.
¯
¯
n n→∞

Calcul différentiel
L’étude d’une fonction de Rp dans Rn se ramenant à celle de ses coordonnées, ce chapitre privilégie l’étude des fonctions de
Rp dans R. Il est axé sur la mise en place d’outils permettant de traiter des applications du calcul différentiel à l’analyse et
la géométrie : résolution d’équations aux dérivées partielles, problèmes d’extremums, courbes, surfaces. On se limite en
pratique au cas p É 3.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Fonctions de classe C 1

∂f
Dérivées partielles d’ordre 1 en un point d’une fonction Notations ∂i f (a), (a).
∂x i
définie sur un ouvert U de Rp à valeurs dans R.
Une fonction est dite de classe C 1 sur U si ses dérivées
partielles d’ordre 1 existent et sont continues sur U .
Opérations sur les fonctions de classe C 1 .
Une fonction de classe C 1 sur U admet en tout point a Démonstration non exigible.
de U un développement limité d’ordre 1. Une fonction de classe C 1 sur U est continue sur U .

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 21/23
 C ONTENUS C APACITÉS & C OMMENTAIRES
Différentielle de f en a. Elle est définie comme l’application linéaire df (a) de Rp
p
dans R : (h 1 , . . . , h p ) 7→ h i ∂i f (a).
X
i =1
Notation df (a) · h.

b) Règle de la chaîne
¡ ¢
Dérivée de t 7→ f x 1 (t ), . . . , x p (t ) .
Caractérisation des fonctions constantes sur un ouvert
convexe.
Application¡ au calcul ¢ des dérivées partielles de Les étudiants doivent connaître le cas particulier des co-
(u, v) 7→ f x(u, v), y(u, v) . ordonnées polaires.

c) Gradient

Dans Rp muni de sa structure euclidienne canonique, Le gradient est défini par ses coordonnées.
gradient d’une fonction de classe C 1 . Notation ∇ f (a).
Relation ∀h ∈ Rp , df (a) · h = (∇ f (a) | h).  PC : champ électrostatique, loi de Fick, loi de Fourier.

d) Applications géométriques

Courbe du plan définie par une équation f (x, y) = 0 avec

f de classe C 1 .
Point régulier.
Équation de la tangente en un point régulier. On admet l’existence d’un paramétrage local de
classe C 1 .
En un point où il est non nul, le gradient de f est ortho-  PC : équation de la diffusion thermique, équation de
gonal aux lignes de niveau f (x, y) = λ et orienté dans le propagation.
sens des valeurs croissantes de f .  I : tracé de lignes de niveau.
Surface définie par une équation f (x, y, z) = 0 avec f de
classe C 1 .
Point régulier.
Courbes tracées sur une surface. Cas particulier des courbes coordonnées d’une surface
d’équation z = g (x, y).
Plan tangent à une surface en un point régulier défini Tangentes aux courbes régulières de classe C 1 tracées sur
comme le plan orthogonal au gradient et passant par le la surface.
point.

e) Dérivées partielles d’ordre deux

∂2 f
Dérivées partielles d’ordre 2 d’une fonction de deux ou Notations ∂2i , j f , .
∂x i ∂x j
trois variables à valeurs dans R.
Fonction de classe C 2 .
Théorème de Schwarz. Démonstration hors programme.
Exemples d’équations aux dérivées partielles du premier Les étudiants doivent être capables d’utiliser un change-
et du second ordre. ment de variables dans les deux cas suivants : transfor-
mation affine, passage en coordonnées polaires.
 PC : équation du transport, équation de la diffusion
thermique, équation de propagation.

f ) Extremums d’une fonction de Rp dans R

Extremum local, global.

Si une fonction de classe C 1 sur un ouvert de Rp atteint
un extremum local en un point, alors celui-ci est un point
critique.
Recherche d’extremums globaux sur une partie fermée  PC : mécanique et électricité.
bornée de Rp .

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 22/23
Équations différentielles linéaires

L’étude des équations différentielles linéaires scalaires d’ordres un et deux, abordée en première année, se poursuit par
celle des systèmes différentiels linéaires d’ordre 1 et des équations scalaires à coefficients non constants, en mettant l’accent
sur les équations d’ordre deux. On s’attache à développer à la fois les aspects théorique et pratique :
– la forme des solutions ;
– le théorème de Cauchy linéaire ;
– le lien entre les équations scalaires et les systèmes différentiels d’ordre un ;
– la résolution explicite.
Ce chapitre favorise les interactions avec les autres disciplines scientifiques.
Dans tout ce chapitre, K désigne R ou C et I est un intervalle de R.

C ONTENUS C APACITÉS & COMMENTAIRES

a) Systèmes différentiels

Équation de la forme X 0 = A(t )X + B (t ) où A : I → Mn (K)

et B : I → Mn,1 (K) sont continues.
Forme des solutions : somme d’une solution particulière
et de la solution générale de l’équation homogène.
Théorème de Cauchy linéaire : existence et unicité de la Démonstration hors programme.
solution d’un problème de Cauchy.  I : Méthode d’Euler pour la recherche d’une solution
approchée d’un problème de Cauchy.
Isomorphisme entre Mn,1 (K) et l’espace vectoriel des Dimension de l’espace vectoriel des solutions.
solutions de X 0 = A(t )X .

Système différentiel linéaire à coefficients constants

X 0 = AX .
Résolution lorsque A est une matrice diagonalisable. Exemples de résolution dans le cas où A est trigonali-
sable.
 PC : comportement asymptotique des solutions en
fonction du spectre de A.

b) Équations différentielles linéaires scalaires

Équation différentielle scalaire d’ordre 2 à coefficients Les étudiants doivent savoir écrire cette équation sous la
continus y 00 + a(t )y 0 + b(t )y = c(t ). forme d’un système différentiel X 0 = A(t )X + B (t ).
Forme des solutions : somme d’une solution particulière La recherche d’une solution particulière de l’équation
et de la solution générale de l’équation homogène. complète doit comporter des indications.
Théorème de Cauchy linéaire : existence et unicité de la
solution d’un problème de Cauchy.
Espace vectoriel des solutions de l’équation homogène, Exemples d’utilisation de développements en série en-
dimension. tière pour la recherche de solutions.
Cas des équations à coefficients constants. On relie les résultats obtenus en première année à l’aide
de l’équation caractéristique à la réduction de la matrice
du système différentiel associé.
Les étudiants doivent savoir trouver une solution particu-
lière de l’équation complète pour un second membre de
la forme A cos(ωt ) ou A sin(ωt ).
La méthode de la variation des constantes est hors pro-
gramme.

© Ministère de l’enseignement supérieur et de la recherche, 2013 Mathématiques PC

[Link] 23/23