FreeSciences

Christophe Roland

26 février 2017
Table des matières

1 La science 7
1.1 Qu’est ce que la science ? . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 La science : l’aspect «ensemble de connaissances» . . . . . . . . . . 8
1.1.3 La science : aspect «ensemble de méthodes» . . . . . . . . . . . . . 9
1.2 La notion de théorie scientifique . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2 Remarque sur le terme «scientifique» . . . . . . . . . . . . . . . . . 10
1.3 L’inductivisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 Idée générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Critique de l’inductivisme . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Le réfutationnisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Introduction : critique de l’inductivisme . . . . . . . . . . . . . . . 13
1.4.2 La réfutabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.3 Le critère de démarcation vue comme une définition . . . . . . . . 14
1.4.4 Notion de confiance dans une théorie . . . . . . . . . . . . . . . . . 14
1.4.5 Exemple : théories freudiennes et relativité . . . . . . . . . . . . . 15
1.4.6 Exemple : la théorie de l’atome . . . . . . . . . . . . . . . . . . . . 15
1.5 Le rasoir d’Occam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5.1 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5.2 Exemple célèbre : l’éther . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 La notion de «science exacte» . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6.2 Science exacte ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6.3 Le problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 La mathématisation des sciences . . . . . . . . . . . . . . . . . . . . . . . 18
1.7.1 L’attrait pour la rigueur mathématique . . . . . . . . . . . . . . . 18

2 Logique 19
2.1 Qu’est ce que la logique ? . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 La notion de vérité . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.3 Le paradoxe du menteur . . . . . . . . . . . . . . . . . . . . . . . . 20

1
 2.2 Notion naïve d’ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.2 Concepts et notations . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Le langage formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Langage formel et langage naturel . . . . . . . . . . . . . . . . . . 22
2.3.2 Définir la notion de langage . . . . . . . . . . . . . . . . . . . . . . 22
2.3.3 Construisons un exemple . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 Introduction au calcul des propositions . . . . . . . . . . . . . . . . . . . . 23
2.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2 Connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.3 Langages propositionnelles . . . . . . . . . . . . . . . . . . . . . . 27
2.4.4 Valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5 Tautologies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5.2 Tautologies remarquables . . . . . . . . . . . . . . . . . . . . . . . 29
2.6 Calcul des prédicats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6.2 Quantificateurs existentiels et universels . . . . . . . . . . . . . . . 32
2.6.3 Alphabet et syntaxe . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.6.4 Énoncés des langages prédicatifs . . . . . . . . . . . . . . . . . . . 33
2.7 Introduction à la théorie des modèles . . . . . . . . . . . . . . . . . . . . . 34
2.7.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.7.2 Notion de modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3 Théorie des ensembles 38

3.1 Une branche fondamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.1 Introduction - paradoxe de Galilée . . . . . . . . . . . . . . . . . . 38
3.1.2 La crise des fondements . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.3 Quelques remarques sur les axiomes ZFC . . . . . . . . . . . . . . 40
3.2 Axiome d’extensionnalité . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.2 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.3 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 Axiome de la réunion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.2 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.3 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4 Axiome de l’ensemble des parties . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.2 Notion de sous-ensemble . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.3 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.4 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Schéma d’axiomes de remplacement . . . . . . . . . . . . . . . . . . . . . 44

2
 3.5.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 44
3.5.2 Les relations fonctionnelles . . . . . . . . . . . . . . . . . . . . . . 44
3.5.3 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5.4 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5.5 Conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6 Axiome de l’infini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.6.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 48
3.6.2 Union de deux ensembles . . . . . . . . . . . . . . . . . . . . . . . 48
3.6.3 Ensemble ayant un élément quelconque . . . . . . . . . . . . . . . 48
3.6.4 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.6.5 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.6.6 Conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.7 Axiome de fondation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.7.1 Idée générale de l’axiome . . . . . . . . . . . . . . . . . . . . . . . 49
3.7.2 Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7.3 Énoncé de l’axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7.4 Écriture formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.8 Éléments, sous-ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.8.1 Élément d’un ensemble . . . . . . . . . . . . . . . . . . . . . . . . 50
3.8.2 Inclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.8.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.9 Définir un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.9.1 Définition en extension . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.9.2 Définition en compréhension . . . . . . . . . . . . . . . . . . . . . . 52
3.10 Union et intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.10.1 Union . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.10.2 Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.10.3 Distributivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.11 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.11.1 Notion de couple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.11.2 Produit cartésien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.11.3 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.12 Différents types de relations . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.1 Fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.2 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.3 Injection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.4 Surjection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.5 Bijection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.6 Loi de composition interne . . . . . . . . . . . . . . . . . . . . . . 57

3
4 Nombres 58
4.1 L’ensemble des naturels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.1.2 Définir l’ensemble des naturels . . . . . . . . . . . . . . . . . . . . 59
4.1.3 Notion de successeur . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2.2 Ordre totale et partiel . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3 Principe de récurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3.1 Idée générale du principe de récurrence . . . . . . . . . . . . . . . 61
4.3.2 Écriture formelle du principe . . . . . . . . . . . . . . . . . . . . . 61
4.3.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.4 L’addition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5 La multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

5 Algèbre linéaire 66
5.1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.1.1 Notion intuitive de vecteur . . . . . . . . . . . . . . . . . . . . . . 66
5.1.2 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.2 Bases et dimension d’un espace vectoriel . . . . . . . . . . . . . . . . . . . 70
5.2.1 Combinaisons linéaires . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2.2 Sous-espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.2.3 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3 Produit scalaire et espace dual . . . . . . . . . . . . . . . . . . . . . . . . 74
5.3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.3.2 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.3.3 Espace dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

6 Trigonométrie 79
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.1.1 Le sinus d’un angle . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.1.2 Introduction au concept de radian . . . . . . . . . . . . . . . . . . 80
6.2 Fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.2.1 Fonction sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.2.2 Fonction cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.2.3 Fonction tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

7 Analyse 86
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.1.1 Les paradoxes de Zénon d’Elée . . . . . . . . . . . . . . . . . . . . 86
7.1.2 Qu’est ce que l’analyse ? . . . . . . . . . . . . . . . . . . . . . . . . 87
7.2 Intervalles dans l’ensemble des réels . . . . . . . . . . . . . . . . . . . . . 87

4
 7.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
7.2.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.3 Achille et la tortue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.3.1 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.3.2 Résolution du paradoxe : première approche . . . . . . . . . . . . . 89
7.4 Suites numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.4.1 Définissons la notion de suite . . . . . . . . . . . . . . . . . . . . . 90
7.4.2 Introduction au concept de limite . . . . . . . . . . . . . . . . . . . 91
7.5 Fonctions numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.5.2 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . 94
7.5.3 Limites de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
7.6 Fonctions dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.6.2 Le nombre dérivé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.6.3 Fonction dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.7 Formules de dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.7.1 Dérivée d’une somme . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.7.2 Dérivée d’un produit . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.7.3 Dérivée d’un quotient . . . . . . . . . . . . . . . . . . . . . . . . . 104
7.7.4 Dérivée d’une fonction composée . . . . . . . . . . . . . . . . . . . 105
7.8 Dérivées usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
7.9 Théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . . 108
7.9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
7.9.2 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
7.9.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
7.9.4 Analyse et conséquences . . . . . . . . . . . . . . . . . . . . . . . . 109
7.10 Théorème de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.10.2 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.10.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7.11 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . 111
7.11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7.11.2 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.11.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.12 Théorème du sandwich . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.12.1 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7.12.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.12.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.13 Calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7.13.1 Comment calculer la surface d’un disque ? . . . . . . . . . . . . . . 114
7.13.2 Somme de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . 116
7.14 Théorème des accroissements finis (forme intégrale) . . . . . . . . . . . . . 117

5
 7.14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.14.2 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.14.3 Démonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.14.4 Cas particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.15 Théorèmes fondamentaux de l’analyse . . . . . . . . . . . . . . . . . . . . 119
7.15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
7.15.2 Premier théorème fondamental de l’analyse . . . . . . . . . . . . . 120
7.15.3 Deuxième théorème fondamental de l’analyse . . . . . . . . . . . . 121

8 Mécanique newtonienne 123

8.1 Qu’est ce que la mécanique newtonienne ? ? . . . . . . . . . . . . . . . . . 123
8.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.2 Cinématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.2.1 Notion de référentiel . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.2.2 Notion de trajectoire . . . . . . . . . . . . . . . . . . . . . . . . . . 124
8.2.3 Vitesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.2.4 Accélération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
8.2.5 Mouvements simples . . . . . . . . . . . . . . . . . . . . . . . . . . 126
8.3 Relativité de Galilée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.3.1 Idée générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.3.2 Transformations de Galilée . . . . . . . . . . . . . . . . . . . . . . 128
8.3.3 Loi d’addition des vitesses . . . . . . . . . . . . . . . . . . . . . . . 129
8.4 Dynamique : notions de bases . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.4.2 Quantité de mouvement . . . . . . . . . . . . . . . . . . . . . . . . 131
8.5 Première loi de Newton : principe d’inertie . . . . . . . . . . . . . . . . . . 132
8.5.1 Idée générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
8.5.2 Énoncé du principe . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.5.3 Quelques remarques : . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.6 Deuxième loi de Newton : loi fondamentale de la dynamique . . . . . . . . 133
8.6.1 Idée générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.6.2 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
8.7 Troisième loi de Newton : loi de l’action et de la réaction . . . . . . . . . . 134
8.7.1 Énoncé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
8.7.2 Quelques remarques . . . . . . . . . . . . . . . . . . . . . . . . . . 134
8.8 Conservation de la quantité de mouvement . . . . . . . . . . . . . . . . . 135

9 Electromagnétisme 137
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.2 Notions de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.2.1 Les phénomènes électrostatiques . . . . . . . . . . . . . . . . . . . 137
9.2.2 Loi de Coulomb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
9.2.3 Structure de la matière . . . . . . . . . . . . . . . . . . . . . . . . 140
9.2.4 Le champs électrique . . . . . . . . . . . . . . . . . . . . . . . . . . 141

6
Chapitre 1

La science

1.1 Qu’est ce que la science ?

1.1.1 Introduction
Depuis que l’Homme est apparu sur terre, il tente de comprendre le monde qui
l’entoure. C’est un réflexe naturel, qui vient dès l’enfance : tous les enfants posent des
questions de nature scientifiques : pourquoi le ciel est bleu, qu’est ce c’est que la foudre,
comment fonctionne un aimant,. . . Ces questions, la plupart d’entre nous ne se les posent
plus ou moins souvent : la vie nous donne d’autre préoccupations. Mais la curiosité ne
disparaît pas complètement et la science est un produit direct de la curiosité humaine.
On peut insister sur ce dernier point. Dans une société comme la notre où la science
peut coûter cher, se pose parfois la question de son utilité. Après tout, pourquoi dépenser
des millions dans (par exemple) une expérience de physique des particules alors que l’on
pourrait dépenser cet argent pour résoudre des problèmes plus urgents.
Une réponse classique à cette interrogation est la suivante : la science (même et y
compris la recherche fondamentale) aboutit toujours à des évolutions (voire des révolu-
tions) technologiques, évolutions qui ont un impact souvent très direct sur le quotidien.
L’histoire des sciences montre à quel point cet argument est fort. Mais ce n’est pas la
motivation des scientifiques qui font de la recherche : il ne se préoccupent même pas de
savoir si des applications pratiques de leurs travaux seront un jour possible. C’est bien la
curiosité qui est le moteur de la science, tout le reste n’est finalement que du bonus.
La science se construit depuis des siècles, voire pourrait-on dire des millénaires. Le
terme de «science» vient du latin «scientia» qui signifie «connaissance» : ainsi est-il
a priori raisonnable de penser la science comme un simple ensemble de connaissances.
Mais il existe un autre aspect qu’il ne faut pas négliger : en même temps que l’Homme a
accumulé des connaissances scientifiques, il a perfectionné petit à petit les méthodes qui
lui permettent d’accumuler ces connaissances. Ainsi, nous dirons que le mot «science»
désigne en fait à la fois un ensemble de connaissance et un ensemble de méthodes de
recherche.
Dans ce chapitre, nous allons donc discuter plus en détails de ce qu’est la science

7
et quels sont ses principes fondamentaux. Nous allons nous interroger sur la nature
même de la science, c’est à dire que nous allons faire de la philosophie des sciences. Elle
nous permettra de fournir une définition relativement précise de ce qu’est la science, de
distinguer ce qui est scientifique de ce qui ne l’est pas. Comme on analyse ce qu’est la
science, on se situe en quelque sorte sur un autre plan : ce chapitre n’est pas un chapitre
scientifique (on ne fait pas de science) mais en quelque sorte «méta-scientifique»

1.1.2 La science : l’aspect «ensemble de connaissances»

C’est le premier aspect du mot «science», le sens le plus commun. Il est cependant
imprécis car seule une partie du savoir humain est de nature scientifique. Préciser cette
définition revient à résoudre un problème de démarcation : qu’est ce qui différencie un
savoir de nature scientifique d’un savoir qui ne l’est pas ?
On peut déjà donner une première définition un peu naïve. Nous avons l’habitude de
classer les différentes disciplines simplement en fonction de leurs objets d’étude. Ainsi,
on a tendance à ranger dans ce qui scientifique des choses comme la physique, la biologie
et la chimie, simplement parce que ces disciplines étudient des phénomènes naturels (au
sens large).
C’est bien mais il reste des problèmes : par exemple, que faire des mathématiques ? Est-
ce que les mathématiques sont une science ? L’usage veut que l’on considère effectivement
les mathématiques comme une science. Mais pour marquer la différence avec les disciplines
comme la physique ou la biologie, on range ces dernières dans la catégorie des sciences
naturelles, et on place les mathématiques dans la catégorie des sciences formelles, aux
côtés de l’informatique théorique.
Existe t-il une troisième catégorie ? Oui, c’est la catégorie des sciences humaines et
sociales. Dans cette dernière catégorie, on trouvera des disciplines comme l’histoire, la
psychologie, ou encore l’anthropologie.
On peut ainsi proposer une première définition du mot «science» :

Définition 1. La science désigne l’ensemble des disciplines suivantes :

1. les sciences formelles,
2. les sciences naturelles,
3. les sciences humaines et sociales.

Mais bien sûr, il faut définir (au moins intuitivement) ces différentes disciplines :

Définition 2. Les sciences formelles étudient des constructions théoriques abstraites, en

utilisant des techniques rigoureuses et formelles de déductions.

Bien sûr, il s’agit là d’une définition quelque peu vague et non-rigoureuse, l’essentiel
étant d’en avoir une intuition. L’idée est que ces sciences n’étudient que des constructions
purement théoriques, dans lesquels on construit uniquement des objets abstraits. Bien
que parfois très abstraites, ces constructions théoriques sont souvent motivées par des
applications concrètes. Ainsi, beaucoup de développement en mathématiques sont motivés

8
par des problèmes en physique. Mais il faut bien se rendre compte que ce n’est pas
systématiquement le cas : il est d’ailleurs tout à fait possible que des recherches en
mathématiques ne trouvent jamais d’applications concrètes. Mais ce n’est pas un problème
car ce n’est pas là notre motivation principale, ce que nous voulons avant tout c’est
satisfaire notre curiosité naturelle.
Définition 3. Les sciences naturelles étudient le monde naturel, c’est-à-dire à la fois
les objets qui le compose et les lois qui le gouverne.
L’exemple le plus direct est bien sûr la physique. C’est elle qui fournit la base aux
autre sciences naturelles car elle étudient les lois fondamentales de la nature. C’est à
partir des lois de la physiques que l’on peut déduire toutes les principes de la chimie, et
par la chimie toutes les connaissances de la biologie.
Définition 4. Les sciences humaines et sociales étudient différents de l’humain, comme
son comportement et ses interactions sociales.
Les sciences humaines et sociales forment un ensemble extrêmement vaste de connais-
sance. Elle concerne tout ce qui touche au comportement humain tant au niveau individuel
(comme la psychologie) qu’au niveau collectif (comme l’anthropologie et la sociologie).
Certaines de ces sciences sont directement motivées pour des applications concrètes
comme par exemple l’économie.

1.1.3 La science : aspect «ensemble de méthodes»

Nous allons maintenant discuter des méthodes de recherche scientifiques. Préciser
quelles sont ces méthodes pourraient nous donner une définition plus simple et plus
générales des connaissances scientifiques, car elle pourra se reformuler tout simplement
en : «l’ensemble des connaissances acquises par des méthodes scientifiques».
Dans la suite, nous allons essayer de trouver comment définir à la fois les méthodes
et les connaissances scientifiques. Ce que nous voulons c’est fournir des critères clairs et
simples qui nous permettent facilement de faire la distinction entre ce qui est scientifique
et ce qui ne l’est pas. Cela nous permettra de remplacer notre définition actuelle de la
science en tant que liste de disciplines : nous pourrons alors répondre à des questions
comme : est-ce que l’astrologie est une science ? Et l’homéopathie ? Il est bien connu que
ce genre de question fait débat. Mais ce qui fait débat n’est pas toujours l’objet d’étude
mais bien souvent uniquement les méthodes de raisonnement. Voilà pourquoi nous ne
pouvons pas en rester là et nous devons continuer notre réflexion.

1.2 La notion de théorie scientifique

1.2.1 Introduction
La notion de théorie est centrale en science. Comprendre exactement ce que l’on
entend par «théorie scientifique» n’est pas quelque chose de trivial et a fait l’objet de
nombreuses discussions parmi les philosophes et les scientifiques.

9
 Le grand public ne comprend souvent pas très bien cette notion, et n’en a en fait qu’une
idée très vague. L’illustration la plus flagrante est donnée par la théorie de synthétique
de l’évolution, en effet ses détracteurs l’accusent souvent de «n’être qu’une théorie».
Ceci montre une confusion (souvent volontaire) entre la notion de théorie scientifique
et la notion de théorie telle qu’on la conçoit dans le langage courant. En effet, dans le
langage courant, on parle de théorie pour indiquer une explication dont la véracité est
très hypothétique, et donc non confirmée. Ce n’est pas cela une théorie scientifique.
Une théorie scientifique doit se baser sur un certaine nombre d’hypothèses. C’est une
chose absolument incontournable pour pouvoir produire quelque de solide et cohérent :
on doit se reposer sur un certain nombre de principes fondamentaux, que ne remet jamais
en cause au sein de la théorie. Si l’un de ces principes est remis en cause de façon certaine,
par exemple par l’expérience, alors il faut rejeter ce principe, et par suite toute la théorie.
En physique principalement, on appelle ces principes des postulats.
Une fois que l’on a posé ces postulats, une série de déductions peuvent être faites.
On utilise assez souvent le terme de «théorème» pour désigner ces résultats de manière
générale. Ces théorèmes demandent donc une démonstration : on doit démontrer que si
les postulats sont vrais, les théorèmes sont vrais également. D’une certaine manière, on
peut dire que la vérité des théorèmes n’est pas établie malgré leur démonstration, en effet
ils ne sont vrais que sous l’hypothèse que les postulats sont bons.
On comprend donc qu’il est judicieux de parler de vérification pour une théorie :
c’est très intéressant d’établir une théorie, mais tant qu’aucune autre expérience ne vient
confirmer la validité de cette théorie, rien ne nous permet d’être véritablement confiant
envers notre théorie, elle reste hypothétique. La notion de vérification d’une théorie sera
développée en détail plus loin.
Nous somme donc près à définir la notion de théorie :

Définition 5. Une théorie scientifique est un ensemble constitué :

1. d’une série de postulats qui sont les points de départ de la théorie,
2. d’une série de résultats énoncé parfois sous forme de formules ou de théorèmes.

Le mot théorème est surtout utilisé en mathématique et parfois en physique. En

physique, beaucoup de résultats importants sont simplement des équations, (exemple :
l’«l’équation de Schrödinger»), on utilise aussi le terme de loi.

1.2.2 Remarque sur le terme «scientifique»

Il est important de noter que toute théorie scientifique doit pouvoir être validée par
l’expérience. C’est une évidence, mais il faut un petit peu réfléchir pour bien comprendre
ce que l’on entend par là. La confrontation à l’expérience est essentielle pour passer du
stade de simple spéculation, au stade de théorie reconnue et solide. C’est donc un point
très important à préciser.
C’est sur l’adjectif «scientifique» que nous allons nous concentrer dans la suite. Qu’est
ce que cela veut dire que quelque chose est scientifique ? En particulier qu’est ce cela veut
dire qu’une théorie est scientifique ? Est-ce que ça existe une théorie non-scientifique ?

10
 Il est intéressant de noter un paradoxe dans la perception de la science dans le grand
public. Alors qu’à la fois la science est élevé au rang de juge suprême (qui n’a jamais
entendu comme argument que telle chose est prouvée scientifiquement ?) elle est parfois
considérée comme dogmatique (exemple du GIEC) ou essentiellement impuissante (le
fameux «la science ne peut pas tout expliquer» appliqué à tord et à travers). Ainsi, la
science est à la fois reçue avec enthousiasme et avec méfiance. C’est probablement le
meilleurs argument pour dire qu’il est important d’expliquer ce qu’est la science.

1.3 L’inductivisme
1.3.1 Idée générale
La méthode la plus élémentaire de recherche scientifique (et d’une certaine manière la
plus primitive) repose sur l’induction. Il s’agit de savoir comment trouver une loi générale
à partir d’un nombre limité d’observations.
L’idée centrale repose sur deux concepts essentiels : l’expérience précède la théorie, et
il faut faire une généralisation à partir d’un ensemble fini d’observations. La science se
compose en effet de lois générales, mais une expérience n’est jamais qu’un cas particuliers.
Extraire une loi générale à partir d’un ensemble de cas particuliers est un problème
délicat, aussi on s’impose les contraintes suivantes :
— Faire un grand nombre d’expériences. Si une expérience réussit trois fois, on peut
penser qu’on a eu de la chance d’être dans des conditions particulières. Si elle
réussit cent fois, c’est déjà moins probable et la confiance en l’expérience est
accrue.
— Varier les conditions expérimentale. Ceci permet d’éliminer les facteurs qui
n’entrent pas en jeu. Si on fait une expérience dans lequel on utilise un cer-
tain matériaux, et que l’on pense que sa nature n’influence pas le résultat, il
convient d’essayer avec un autre matériaux pour le vérifier.
— Aucune observation ne doit contredire la loi : c’est une évidence, un seul contre-
exemple suffit à invalider une loi générale.
Par exemple, Galilée a effectué plusieurs expériences sur la chute des corps. Plusieurs
fois, il laissa rouler des objets sur un plan incliné et repéra le temps écoulé à intervalles
réguliers. Il répéta ces expériences, avec différents objets de différentes masses, et en
tira une loi générale : la distance parcourue par un objet en chute libre, sans vitesse
initiale, est proportionnelle au carré du temps écoulé depuis le lâcher. En particulier, elle
ne dépend pas de la masse de l’objet.
Ce procédé s’appelle induction et il est important de ne pas la confondre avec la
notion de déduction. En effet, dans une déduction, la conclusion est vraie de manière
certaine si les prémisses sont vraies, ce n’est pas le cas dans le cadre de l’induction, où la
conclusion est seulement probablement vraie mais ce n’est pas assurée.
C’est le problème que nous allons aborder tout de suite.

11
1.3.2 Critique de l’inductivisme
Le mathématicien et philosophe Bertrand Russell dit à propos de ce problème :
« Une dinde arrive dans une ferme, est nourrie tous les jours à 9h. En bonne inductiviste
elle recueille un grand nombre de données (jour, climat,...) pour établir une conclusion
quant à l’heure des repas des dindes. Elle finit par conclure qu’elle est toujours nourrie à
9h du matin,... jusqu’à la veille de Noël où on lui tranche le cou. »
C’est le problème fondamental : l’induction ne permet pas de tirer une conclusion
certaine. Le même problème se pose pour la chute des corps, par exemple on pourrait
imaginer qu’au delà d’une certaine masse, la loi énoncée par Galilée n’est plus vraie. Ou
peut-être n’est-elle vraie en moyenne qu’une fois sur un million. On peut ainsi imaginer
des tas de choses, éventuellement très farfelues, le point principal étant que la loi n’est
absolument pas prouvée : on peut en effet en imaginer d’autres, pourtant tout aussi
compatibles avec l’observation.

Paradoxe de Goodman
Un exemple intéressant est donnée par le philosophe et logicien Nelson Goodman en
1946. On introduit un nouvel adjectif : «vleu» qui veut dire :

«vert jusqu’en 2050, puis bleu ensuite»

Observer des émeraudes vertes donne par induction : «toutes les émeraudes sont
vertes», mais peut très aussi donner : «toutes les émeraudes sont vleues». Le paradoxe
est dans le fait qu’on considère toujours comme vraie la première affirmation mais jamais
la seconde, alors qu’il n’y a pas de raison logique formelle pour cela.
La raison, d’après Goodman et Hume, se trouve dans «l’habitude». Nous voyons
toujours des émeraudes verte, et nous n’observons jamais de changement, alors que la
couleur «vleu» suppose une transformation brutale. Ainsi, on fait l’hypothèse implicite
de la régularité : les lois de la physique ne changent pas au cours du temps, et on ne peut
donc pas présupposer une propriété avec ce genre de référence temporelle. De même, on
pourrait s’interdire d’avoir une référence spatiale (c’est à dire : les lois de la physiques
sont les mêmes partout).
Il est toutefois important de remarquer que ce genre de supposition trouvent elles
mêmes leur origine dans un raisonnement inductif. En fait, Hume considère que cette
notion d’habitude trouve sa source dans la psychologie humaine, bien que Hume ne
s’interdise pas de l’utiliser dans un cadre scientifique.

Une pétition de principe ?

Un argument possible en faveur de l’induction, est de constater que généralement
cette méthode de raisonnement fonctionne bien. Mais si on y regarde de plus près, ceci
nous fait entrer dans un cercle vicieux.
En effet, affirmer que le raisonnement inductif fonctionne parce que jusqu’ici il a
toujours bien fonctionné est en soi en raisonnement inductif ! On a donc une pétition de

12
principe, c’est à dire que l’on suppose (au moins implicitement) ce que l’on veut prouver
et c’est bien évidemment un raisonnement fallacieux.

Inductivisme sophistiqué
Pour répondre à toutes ces objections, les inductivistes ont tentés d’améliorer la situa-
tion en s’écartant d’une idée trop naïve de l’induction. Ainsi on peut parler d’«inductivisme
sophistiqué», mais ce terme peut s’appliquer à différents systèmes de pensée inductiviste ;
il ne faut donc pas voir derrière ce terme un courant de pensée homogène et objectivement
identifiable.
En effet, l’histoire des sciences montre que de nouvelles idées ne viennent pas tou-
jours d’un raisonnement purement inductif. Elles peuvent venir d’arguments purement
théoriques ou d’une bonne intuition. Elles peuvent aussi être motivées par des données
empiriques, mais les raisonnements entre les données et la conclusion ne sont pas forcément
de nature inductive.
Claude Bernard, un médecin du dix-neuvième siècle, était un partisan de l’inducti-
visme. Il a créé la méthode OHERIC : Observation, Hypothèse, Expérience, Résultats,
Interprétation, Conclusion ; qui modélise la démarche scientifique. Il s’agit déjà d’un
inductivisme sophistiqué, mais l’observation reste la source première du raisonnement.
Ainsi, Claude Bernard refusait l’idée que l’on puisse un jour déterminer la composition
des étoiles, car il rejetait tout ce qui était inaccessible à l’observation directe.
Nous savons cependant de nos jours beaucoup de choses sur la composition des étoiles.
Il faut donc accepter que l’idée de départ ne soit pas forcément issue d’un raisonnement
inductif. Toutefois, puisque l’on se place dans le cadre d’un inductivisme sophistiqué,
l’induction n’est pas supprimée mais simplement déplacée. Elle n’est plus forcément la
méthode utilisée pour trouver la loi, mais pour la confirmer.
Même si l’induction est déplacée au rang de méthode de vérification et non plus de
méthode de recherche, il reste que comme nous l’avons vu, cette vérification est incertaine.
Ceci ne répond donc pas totalement aux critiques.

1.4 Le réfutationnisme
1.4.1 Introduction : critique de l’inductivisme
Karl Raimund Popper était un philosophe des sciences qui a vécu pendant le vingtième
siècle. Il pensait qu’un problème majeur de la philosophie des sciences est de pouvoir
distinguer ce qui est scientifique de ce qui ne l’est pas. Il va ainsi sévèrement critiquer
l’inductivisme.
Pour Popper, on peut faire autant d’expérience que l’on veut qui vont dans le sens de
la théorie, ce n’est pas suffisant pour avoir vraiment confiance en elle. Au lieu de parler
de vérification, Popper parle de «corroboration» pour les observations qui vont dans le
sens de la théorie.
Il propose donc d’abandonner l’induction comme méthode scientifique. Et il va
moins s’interesser aux méthodes de recherches scientifiques qu’à trouver un critère de

13
démarcation discriminant les théories scientifiques des théories non-scientifiques.

1.4.2 La réfutabilité
Popper considère alors que pour qu’une théorie soit scientifique, elle doit être réfutable.
Qu’est ce que cela veut dire ?
Imaginons une théorie non-réfutable c’est à dire qu’on ne peut jamais prouver qu’elle
est fausse. Par exemple, je vais dire : il existe autour de nous des tas de lutins invisibles
qui nous observent. Cette théorie est irréfutable, en effet vous ne pourrez jamais prouvez
que cette théorie est fausse.
Prenons maintenant une théorie réfutable : la relativité générale. Elle a fait un grand
nombre de prédictions qui ont été mis à l’épreuve. Par exemple, elle prévoyait que la
trajectoire des rayons lumineux soit courbée dans un champs de gravitation (comme a
proximité du Soleil) suivant un angle deux fois plus grand que celui prédit par la théorie
newtonienne. Cette prédiction a été mise à l’épreuve dès 1919 à l’occasion d’une éclipse
totale.
Pour qu’une théorie soit réfutable, elle doit donc faire des prédictions pour pouvoir
la mettre à l’épreuve. Si la théorie prédit quelque chose qui a déjà été observé ce n’est
suffisant (ce n’est qu’une «postdiction») car aucune expérience ne permet de réfuter cette
théorie.

1.4.3 Le critère de démarcation vue comme une définition

Le critère de réfutabilité peut être utilisé pour définir l’adjectif «scientifique» très
simplement :

Une théorie est scientifique si elle est réfutable

Ainsi, on sort quelque peut du débat de savoir si le critère de démarcation est juste :
il l’est pas définition. Bien sûr, c’est un peu facile car il faut encore être en accord avec
l’acceptation généralement admise du terme «scientifique» ainsi qu’avec l’histoire des
sciences.
Cela marche assez bien mais il faut ici attirer l’attention sur une faute à ne pas
faire. Il ne faut pas voir la réfutabilité comme ayant quelque rapport avec la démarche
scientifique. Ainsi, quand on confronte l’histoire des sciences avec cette définition, il ne
faut pas chercher à savoir si le chercheur avait ce genre d’idée en tête ou pas ; c’est une fois
la théorie faite que l’on peut dire : cette théorie est scientifique (ou ne l’est pas). En effet,
les expériences ne sont pratiquement jamais faites pour réfuter mais confirmer ou collecter
des données afin de construire une nouvelle théorie. C’est pourquoi le réfutationnisme
n’est en rien une base pour comprendre la méthode scientifique.

1.4.4 Notion de confiance dans une théorie

Il faut maintenant préciser cette notion de réfutabilité par rapport à la vraisemblance
d’une théorie. C’est à dire, quel est le lien entre le fait qu’une théorie soit scientifique (au

14
sens de Popper) et qu’elle décrive correctement la réalité ?
Il est parfaitement possible d’avoir une théorie scientifique fausse, tout comme il est
possible d’avoir une théorie non-scientifique correcte. Le critère de Popper n’est pas une
garantie absolue de la véracité d’une théorie. Elle permet cependant d’augmenter notre
confiance en elle.
Ainsi, si je dis qu’un petit nounours vert est quelque part caché sous la surface
de Pluton, comme personne n’a les moyens d’aller vérifier, personne ne pourra jamais
me prouver que j’ai tord, la théorie est donc non-scientifique au sens de Popper. Il est
raisonnable d’être sceptique par rapport à cette affirmation, des théories de ce genre on
peut en imaginer des centaines, étant hors de portée de toute réfutation, on est obligé de
rester dans le doute.
Mais si je dis que les horloges vont tourner plus vite dans un champs de gravitation
plus faible et que je peut même chiffrer la différence, je prend beaucoup de risque en disant
cela car on peut vérifier cela autant de fois que l’on veut avec différentes expériences
éventuellement très précises. Si malgré cela personne n’aura prouvé que j’avais tord, ma
théorie est passée à l’épreuve du feu : elle s’en sort renforcée, car même en laissant la
possibilité de la critiquer, elle est restée indemne.

1.4.5 Exemple : théories freudiennes et relativité

Popper donne comme exemple les théories de Freud en psychanalyse et la théorie de
la relativité d’Albert Einstein :
1. pour Popper, le gros problème des théories de Freud est qu’elle sont irréfutables
donc non-scientifiques. Par exemple, Freud explique beaucoup de choses en faisant
appel à l’inconscient mais les mécanismes de l’inconscient ne se prêtent guère à
l’expérience. Popper qualifie la psychanalyse de pseudo-science au même titre par
exemple que l’astrologie ou l’homéopathie. Il est à noter qu’il n’est pas le seul à
avoir critiqué la psychanalyse et encore aujourd’hui le statut de cette discipline
fait débat même si il généralement admis par les scientifiques et les philosophes
des sciences que la psychanalyse n’est pas une science.
2. Dans le cas de la théorie de la relativité, comme on s’y attend, Popper la considère
comme une théorie scientifique. La relativité a fait des tonnes de prédictions dont
la majeure partie a été confirmée par l’expérience.

1.4.6 Exemple : la théorie de l’atome

Beaucoup de gens le savent : la notion d’atome est très ancienne et remonte à
l’Antiquité. C’est le philosophe Démocrite qui est à l’origine de cette notion dans une
doctrine appelée l’atomisme.
Aujourd’hui, nous savons tous que Démocrite avait (partiellement) raison. Mais il
reste que sa théorie n’était certainement pas scientifique. En effet, dans le contexte de la
Grèce antique, cette affirmation n’était pas réfutable donc non-scientifique. Le fait que
son intuition était bonne ne change rien à ce fait.

15
 La théorie de l’atome redevient d’actualité avec John Dalton au début du XIXe siècle.
Cette théorie devient scientifique et l’existence des atomes fut confirmé expérimentalement.
En conclusion, une théorie peut être scientifique ou non selon les moyens d’expéri-
mentation dont on dispose. Il est toutefois hasardeux d’émettre des théories en espérant
que l’on puisse un jour les confirmer car on a dû attendre plus de deux mille ans avant
que la théorie atomique passe de simple spéculation à théorie scientifique.

1.5 Le rasoir d’Occam

Le rasoir d’Occam est un des principes fondamentaux de la science. C’est tout
simplement un outil qui permet de choisir entre deux théories pour savoir laquelle est
préférable, la plus «probable».

1.5.1 Énoncé
L’idée est de toujours choisir la théorie la plus simple et celle qui introduit le moins
d’hypothèses entre deux théories concurrentes. Il suffit de faire attention au fait de ne
mettre en concurrence que des théories réfutables. Par exemple si on a une théorie qui
dit que les orages sont produits par le dieu Thor lorsqu’il est en colère, c’est assurément
une théorie plus simple qu’une théorie météorologique complexe sur la formation des
orages, mais étant une théorie non réfutable, c’est une théorie non scientifique.

1.5.2 Exemple célèbre : l’éther

Au début du vingtième siècle, on pensait que l’espace était rempli d’une substance
appelée «éther» dans laquelle se propageait les ondes électromagnétiques. Il y avait à
ce moment plusieurs expérience qui tentaient de mettre en évidence ce fameux éther
qui paraissait incontournable du fait de l’incompatibilité entre l’électromagnétisme et la
relativité de Galilée.
Après la célèbre expérience de Michelson et Morley, plusieurs physiciens dont Poincaré
et Lorentz tentèrent d’expliquer ses résultats. Leurs théories s’apparentent à la théorie
de la relativité mais il reste encore la notion d’éther.
Einstein remarqua ensuite qu’il était possible d’abandonner tout simplement la notion
d’éther si on abandonne l’idée d’un temps et d’un espace absolu. Sa théorie ne contenait
pas la notion d’éther, elle est donc plus simple et demande moins d’hypothèses que la
théorie de Poincaré : il est donc légitime de la choisir.

1.6 La notion de «science exacte»

Nous savons qu’il existe plusieurs domaines scientifiques : la physique, la biologie,
la sociologie, ... On peut classer ces différentes sciences de plusieurs manières. Un tel
classement est naturel : certaines sciences ont des liens étroits avec d’autres, ce qui nous
amène à les mettre dans un même groupe. Nous allons discuter ici d’une classification

16
assez connue : le classement des sciences en sciences exactes et inexactes (on dit aussi
sciences «dures» et sciences «molles»).
Nous allons d’abord donner une définition du terme «science exacte» pour ensuite
l’analyser.

1.6.1 Définition
Définition 6. Les sciences exactes regroupent :
1. les sciences de la nature : chimie, physique, biologie, astronomie, ...
2. les sciences formelles : mathématique, informatique, géométrie, logique, ...
Le terme de «science exacte» s’oppose aux sciences humaines et aux sciences sociales.
Mais il reste une question : quelle est la raison de cette distinction entre sciences exactes
et «inexactes» ?

1.6.2 Science exacte ?

Il faut d’abord faire attention au fait qu’on peut très bien travailler sur des sciences
humaines et en même temps faire preuve de rigueur. En effet, le terme «inexact» est
trompeur : on a l’impression que cela sous entend une sorte de manque de sérieux ou de
rigueur. Les raisons de cette distinction sont en réalité tout autres.
D’une part, on peut dire que les sciences exactes sont plus précises. En effet, dans les
sciences exactes on peut avoir des résultats chiffrés et avoir des théories ne contenant
aucune ambiguïtés. En psychologie par exemple, c’est très différent, les choses sont d’une
certaine manière plus complexes, il est bien souvent très difficile de déterminer exactement
l’origine d’un problème psychologique. On n’aura jamais une affirmation aussi précise
que par exemple : «le demi-grand axe de l’orbite de la terre est de 149 597 870 km».
C’est un problème en réalité insoluble pour les sciences humaines et sociales : les théorie
n’auront jamais de précision «mathématique». Donner un chiffre est quelque chose de
vraiment puissant, ce chiffre peut être vrai ou faux, pas autre chose. Malheureusement,
c’est (en général) impossible de chiffrer quoi que ce soit dans les sciences humaines.
En effet, on peut le montrer simplement sur un exemple. Lorsque l’on étudie la
schizophrénie, on se trouve face à un problème complexe. Remarquons d’abord qu’il
existe plusieurs formes de schizophrénie, avec des symptômes différents. Le problème se
complique encore par le fait que la schizophrénie semble avoir des causes multiples. Mais
de plus, tout les schizophrènes ne sont pas également atteint, certains ont des troubles
graves, d’autres auront moins de symptômes. À partir de là, il est naturel d’introduire
une échelle de valeur, mais cette échelle sera toujours subjective ! ! Il est évidemment
impossible de dire à un patient : «Vous êtes schizophrène à un degré de 3,12 sur notre
échelle de valeur». D’où le qualificatif d’inexact.

1.6.3 Le problème
Cette classification peut poser problème. Dire que l’on travaille dans une science
inexacte semble peu gratifiant. Ce terme est un peu péjoratif.

17
 Il est d’ailleurs assez intéressant de constater l’énorme attrait pour les mathématiques
de la part de scientifiques travaillant dans les sciences humaines et sociales. L’idée de
mathématiser la sociologie peut sembler étrange mais pourtant une partie de la sociologie
est mathématisée à outrance (parfois avec des relations mathématiques relativement
compliquées). Il semble clair que le but est d’atteindre une plus grande précision, qui
pourrait ( ?) être offerte par la mathématisation. Cela est-il vraiment une bonne façon
de raisonner ? Je pense que la question se pose et je pense que la réponse est non. Afin
de mieux cerner les efforts de mathématisation des sciences inexactes, nous allons nous
intéresser à cet étrange attrait pour les mathématiques.

1.7 La mathématisation des sciences

De plus en plus de sciences utilisent le formalisme mathématique. Une science en
particulier l’utilise vraiment tout le temps : la physique. Il existe toute une gradation
entre cette science et des sciences où les mathématiques sont absentes, certaines sciences
utilisent les mathématiques de manière sporadiques.

1.7.1 L’attrait pour la rigueur mathématique

Les mathématiques ont une qualité énorme : l’absence (autant que possible !) de la
moindre ambiguïté. Cela est dû au fait que les mathématiques tentent de s’échapper des
raisonnement trop imprécis de la langue parlée en inventant tout simplement leur propre
langage. De là vient l’expression de langage mathématique.
Tout le monde connaît certains aspects de ce langage. L’expression mathématique bien
connue : «2 + 2 = 4» par exemple, qui illustre bien l’utilisation d’un langage symbolique.
Nous allons d’ailleurs plus loin reparler de cette notion de langage en mathématique.
Beaucoup de symboles sont tout simplement des lettres grecques ou latines, on utilise
de plus les chiffres arabes et certains symboles ont été inventé uniquement pour les
mathématiques. Il est d’ailleurs ici utile de rappeler l’alphabet grec, très souvent utilisé :

alpha : α, A êta : η, H nu : ν, N tau : τ , T

beta : β, B thêta : θ, Θ xi : ξ, Ξ upsilon : υ, Y
gamma : γ, Γ iota : ι, I omicron : o, O phi : φ, Φ
delta : δ, ∆ kappa : κ, K pi : π, Π khi : χ, X
epsilon : , E lambda : λ, Λ rhô : ρ, P psi : ψ, Ψ
zêta : ζ, Z mu : µ, M sigma : σ, Σ omega : ω, Ω

La première lettre de l’alphabet hébreux est aussi parfois utilisée. C’est aleph : ℵ.
Tout comme pour le langage habituel, il existe un certain nombre de règles (tout
agencement de symboles mathématiques n’a pas de sens) et c’est précisément la rigidité
de ces règles qui offre aux mathématiques toute leur rigueur. La question est donc de
savoir comment, face à un phénomène naturel, on peut retranscrire ce problème en terme
mathématique. Une fois le problème posé en équation, on peut profiter de toute la rigueur
offerte.

18
Chapitre 2

Logique

2.1 Qu’est ce que la logique ?

2.1.1 Définition
Le mot «logique» vient du grecque «logos» qui signifie «parole, discours», et par
extension «rationalité», la logique est donc la science de la raison. Plus précisément, c’est
la science qui étudie les règles que doivent respecter tout raisonnement valide, qui permet
de distinguer un raisonnement valide d’un raisonnement qui ne l’est pas.
La logique a ceci de particulier que l’on s’y intéresse aussi bien en mathématique pure
qu’en philosophie. La façon d’aborder le problème est bien différente dans les deux cas.
On va bien sûr dans la suite se focaliser sur la logique mathématique, mais il est bien
évident qu’il n’est pas interdit de «philosopher» sur les concepts mathématiques dont
nous allons discuter.

2.1.2 La notion de vérité

Discuter de la notion de vérité est extrêmement délicat. Il suffit par exemple de
chercher sur internet «vérité absolue» pour trouver un grand nombre de discussions
visant à la fois à chercher si il existe une vérité absolue, mais même à comprendre ce que
cela veut dire exactement. Il y a dans ce genre de débat une double interrogation : est-ce
qu’il existe une vérité objective (donc indépendante de la connaissance que nous avons
ou non de cette vérité), et est ce qu’il est possible de l’atteindre, donc à la fois d’accéder
à cette vérité, et d’être certain de bien l’avoir trouvé (on peut en effet avoir raison sans
en avoir la preuve).
Nous n’allons pas ici nous attarder sur ces problèmes, qui surgissent souvent en raison
d’une définition trop imprécise de l’expression «vérité absolue». Je vais juste montrer
comment on peux éviter ces problèmes dans le cadre d’une première approche de la
notion de vérité. On suppose qu’il existe des vérités objectives dans le sens suivant : si
une vérité portant sur un système physique peut dépendre de son observation (d’une
façon ou d’une autre, éventuellement tout à fait classique, il n’est sûrement pas question

19
ici de faire de la «métaphysique quantique» !), ou de tout autre influence extérieure, alors
on peut toujours parler de vérités portant sur le système plus large :

«système physique + observateur + tout autre système physique en interaction avec le

système étudié»

Notez ici l’anthropocentrisme : il n’y a a priori pas de raison de distinguer l’observateur

des autres sources d’influence, en fait la seule raison de se présence est de supprimer toute
la problématique de la subjectivité de l’observateur ou de son influence sur le système.
Mais en faisant cela, on «triche», car on ne peut pas, étant nous-même observateurs du
monde, établir une vérité portant sur un système dont nous faisons partie, précisément à
cause de notre subjectivité et de nos interactions avec le monde extérieure Notons quand
même en passant que si l’on ne peut donc pas en principe être certain de la véracité d’une
théorie, on peut en avoir un certain niveau de confiance, comme nous l’avons discuté
dans le chapitre sur la science. Il n’est donc pas question de dissocier complètement la
science de la «réalité extérieure», ce serait là une position relativiste très extrême. Mais
ce n’est pas important pour le sujet qui nous préoccupe, il ne s’agit pas ici de découvrir
ces vérités, mais de savoir qu’elles sont là, ce qui est suffisant pour en parler.

2.1.3 Le paradoxe du menteur

Ces problèmes étant (au moins pour l’instant) mis de côtés, on va rencontrer un type
de problème bien plus grave. Le problème est de savoir si la phrase suivante est vraie ou
fausse :

Cette phrase est fausse.

On voit tout de suite l’impossibilité de décider si cette phrase est vrai ou fausse : si
elle vraie, c’est qu’elle est fausse, et inversement ! Ce problème très connus est appelé
paradoxe du menteur. Il existe un certain nombre de solutions proposées pour résoudre ce
paradoxe, nous allons nous contenter d’exposer la solution donnée par le logicien Alfred
Tarski.
L’énoncé «Cette phrase est fausse» est écrite dans un langage (ici le français) qui
est sémantiquement clos. Un langage sémantiquement clos est un langage dans lequel on
peut exprimer la vérité d’un énoncé écrit dans cette même langue. C’est cette «capacité»
de ces langages qui permettent l’apparition de paradoxes comme le paradoxe du menteur,
les pourquoi les langages sémantiquement clos sont dit inconsistants.
On peut donc éviter ce type de paradoxe par l’utilisation de langages sémantiquement
ouvert (qui sont simplement les langages qui ne sont pas sémantiquement clos). Mais
alors, si on ne peut exprimer la vérité d’un énoncé dans un langage sémantiquement
ouvert, comment parler de la vérité d’un énoncé dans un tel langage ?
Pour cela, il faut utiliser un autre langage, précisément un méta-langage. Si on veut
exprimer (définir) la notion de vérité dans un langage L, on peut le faire dans un méta-
langage M L. Ce langage est lui-même sémantiquement ouvert (puisque c’est requis pour

20
ne pas avoir un langage inconsistant), on ne peut donc pas dans M L exprimer la vérité
d’un énoncé de M L. Pour cela, il faut un autre (méta)-langage, M M L, et ainsi de suite. Il
apparaît donc une hiérarchie dans les langages, c’est ainsi que cette solution du paradoxe
du menteur est appelée la solution hiérarchique.

2.2 Notion naïve d’ensemble

2.2.1 Introduction
Pour introduire proprement la logique, il faut, comme on vient de le voir, s’intéresser
de près à la notion de langage. Nous allons devoir utiliser la notion (intuitive) d’ensemble
pour cela. La notion mathématique précise d’ensemble sera définie dans le prochain
chapitre qui sera consacré à ce sujet. Mais en attendant, nous n’avons pas besoin d’une
notion formelle d’ensemble pour exposer les principes de la logique. Le vouloir absolument
mènerait de toute façon à une impasse, car nous avons besoin de la logique pour construire
la théorie des ensembles, et nous serions alors dans un cercle vicieux. Nous allons donc
dans la suite utiliser la notion d’ensemble de façon restreinte, et d’une certaine façon
«déconnectée» de la notion rigoureuse de théorie des ensembles que nous développerons
après. On peut alors ignorer tout les paradoxes qui surgissent lorsque l’on parle d’ensemble
de façon naïve, car nous utiliserons la notion d’ensemble que pour définir certains concepts
précis, dit autrement nous n’avons pas besoin d’une théorie des ensembles formelle et
«complète», c’est aussi simple que ça. Dans cette section, on ne s’occupe que de définir
certaines notations que nous utiliserons lorsque l’on utilisera la notion d’ensemble.

2.2.2 Concepts et notations

Un ensemble est une collection non ordonnée d’«objet» que l’on appelle des éléments
de cet ensemble. Lorsqu’un ensemble E, a comme éléments a1 , a2 , ..., an , on note :

E = {a1 , a2 , ..., an }

Dire que x soit un élément d’un ensemble E s’écrit :

x∈E

Dans le cas contraire, on peut écrire :

x∈
/E

2.3 Le langage formel

Nous avons vu sur l’exemple du paradoxe du menteur que la notion de langage est
importante pour comprendre la notion de vérité. Nous allons donc tenter de formaliser le
mieux possible cette notion.

21
2.3.1 Langage formel et langage naturel
Un langage naturel est tout simplement définit comme étant un langage utilisé
dans la vie de tout les jours, comme par exemple, le français. Comme nous l’avons
vu, les langages naturels sont sémantiquement clos, donc inconsistants. En plus de cet
inconvénient majeur, les langages naturels ont deux inconvénients pratiques quand on les
utilise en mathématique :
1. la complexité des phrases qui rend les choses plus compliquées, il faut parfois
plusieurs lignes et une phrase complètement incompréhensible, pour dire quelque
chose qui peut se résumer par une expression mathématique bien plus simple et
courte,
2. le fait que les ambiguïtés du langage courant peuvent conduire à des erreurs de
raisonnement.
Ces inconvénients nous poussent à définir des langages ayant des règles très strictes
tout en étant le plus facile à lire possible, ce sont des langages formels. Bien on demandera
à ces langages formels d’être des langages sémantiquement ouverts.

2.3.2 Définir la notion de langage

En faisant l’analogie avec les langages naturels, on voit qu’un langage se compose
de deux éléments différents. D’une part, nous avons un alphabet propre à un langage.
Que se soit pour les langages formels ou naturels, le concept d’alphabet est identique,
à savoir qu’un alphabet est tout simplement un ensemble de symboles que nous allons
utiliser pour construire les mots du langage. Un mot est simplement une suite ordonnée
de symboles de l’alphabet.
On peut construire n’importe quel mot en inventant une suite quelconque de lettres
de l’alphabet, mais tout les mots possibles ne font pas partie du langage. Par exemple,
l’expression «hgjhytjh» est bien une suite des lettres de l’alphabet latin, mais ne fait
pas partie de la langue française. Il faut au langage un autre élément, qu’on appelle
une syntaxe, qui est un ensemble de règles qui définissent quels mots appartiennent au
langage.
Nous pouvons donc définir de façon précise la notion de langage formel, par une série
de définitions :

Définition 7. Un alphabet est un ensemble non vide d’élement appelés symboles.

Définition 8. Un mot d’un alphabet est une suite ordonnée et finie de symboles de
l’alphabet.

Définition 9. Soit un alphabet, un ensemble fini de mots de l’alphabet est appelé un

langage formel.

Ainsi, un langage formel est un sous ensemble de l’ensemble des mots de l’alphabet.
Si on se donne une série de règles auxquelles obéissent les mots du langages et seulement
ceux-ci, ces règles sont appelé la syntaxe du langage.

22
2.3.3 Construisons un exemple
On peut donner un exemple pour y voir plus clair et définir un langage formel simple :
on va prendre un alphabet et une syntaxe quelconque, ne voyez aucune logique particulière
dans le choix que l’on va faire.
L’alphabet du langage est l’ensemble contenant les éléments suivants : A, B, C, +, =.
Et la syntaxe sera composés des règles suivantes :
1. aucun mot du langage ne peut commencer ou terminer par =,
2. aucun mot du langage ne peut commencer ou terminer par +,
3. dans un mot du langage, on a un et un seul symbole «=»,
4. dans un mot du langage, un symbole sur deux est une lettre.
On a donc définit un langage formel simple. Les mots de ce langage ressemblent à des
équations mathématiques, par exemple, A + B + C = A + C est un mot possible. En
effet, le premier et le dernier symbole ne sont ni «=» ni «+», on a un seul symbole «=»,
et un symbole sur deux est bien une lettre.
On se rend compte aussi que certains agencement de symboles ne sont pas des mots
du langage : par exemple, = +A + +BC ne l’est pas.

2.4 Introduction au calcul des propositions

2.4.1 Introduction
Nous allons maintenant introduire une classe de langages particuliers, que l’on va
appeler langages propositionnels. Les mots de ces langages seront appelés des énoncés,
parce que nous voulons pouvoir dire que ces «mots» sont vrais ou faux. Les mots des
langages propositionnels seront aussi appelés formules. Nous verrons plus tard d’autres
langages où l’on fera une distinction entre mots du langages, formules et énoncés.
Nous pouvons commencer par introduire un type particulier d’énoncés : les proposition.
Ces propositions sont aussi appelées formules atomiques (atomique au sens de «insécable»),
c’est à dire que ce sont des formules qui ne sont pas construits à partir d’autres formules.
Dans les langages propositionnels, on note les propositions par un simple symbole,
généralement avec une lettre minuscule. De combien de symboles avons-nous besoin ?
Il n’y a pas de réponse à cette question dans le sens que l’on définit ici une classe de
langages et non un langage en particulier, aussi on peut autoriser un nombre de symboles
différents suivant les langages. Il en faut toutefois au moins un (sans quoi il n’y aurait
aucun mot dans le langage, à part le mot vide qui ne contient aucun symbole), mais
on peut en avoir autant que l’on veut, même une infinité. On conviendra d’utiliser les
lettres : p, q, r, s, ... comme symboles propositionnels, éventuellement, on peut rajouter un
indice si on manque de lettres et utiliser p1 , q1 , ...p2 , q2 , ... (notez qu’une écriture comme
p1 est considéré comme un seul symbole).
Si on s’arrête ici, on aura des langages parfaitement inutiles. L’idée est de construire
des formules à partir des symboles propositionnels et d’autres symboles, qu’il reste à

23
définir, que l’on appellera des connecteurs logiques. Comme leur nom l’indique, il vont
«connecter» les formules atomiques de façon à construire des formules composées, qui
seront donc des formules avec plus d’un symbole. On peut s’attendre à ce que l’on puisse
les utiliser de la même façon pour «connecter» des formules atomiques et des formules
composées. Ainsi, on pourra définir, étant donné un certain connecteur logique et un
certain nombre d’énoncés (de formules), comment on peut construire une formule qui les
combine, sans se préoccuper de savoir si les formules que l’on combine sont atomiques ou
non.
Pour représenter symboliquement cette construction, un problème se pose. On vou-
drait disposer de symboles qui puissent représenter n’importe quel énoncé, pour définir
proprement la syntaxe des langages propositionnels. On conviendra alors de noter les
énoncés par des lettres majuscules A, B, C, ..., mais ici il faut bien comprendre que
ces symboles ne font pas partie des langages propositionnels ! ! Il servent à définir plus
facilement la syntaxe de tels langages, on peut dire que ces symboles font partie d’un
méta-langage.
Il faudra aussi définir proprement la sémantique de ces langages, c’est à dire se poser
la question de la signification des énoncés. On peut déjà dire qu’à chaque proposition
correspond une valeur de vérité : soit vrai soit faux. Anticipant un peu sur la suite, on
peut déjà donner des principes qui seront valable pour n’importe quel énoncé :
1. principe de bivalence : les deux seules valeurs de vérité possible sont le vrai et le
faux,
2. principe du tiers-exclu : à tout énoncé on associe soit le vrai, soit le faux, aucun
énoncé est dépourvu de valeur de vérité,
3. principe de non-contradiction : aucun énoncé ne avoir plus d’une valeur de vérité,
un énoncé ne peut donc être à la fois vrai et faux.
On a alors la définition suivante :
Définition 10. Soit L un langage propositionnel. Une L-assignation est une relation qui
à chaque formule atomique de L associe une et une seule valeur de vérité, soit V (vrai),
soit F (faux).

2.4.2 Connecteurs logiques

Prenons un exemple. Considérons deux énoncés A et B. On peut imaginer que de A
on peut déduire B, c’est à dire que si A est vrai, alors B est vrai lui aussi. On écrit alors :
«si A alors B». Mais on a alors que la phrase «si A alors B» peut être vrai ou fausse.
On peut faire un raisonnement intuitif en associant à A et B des énoncés du langage
naturel. Si A veut dire «ceci est un est cobra» et B veut dire «ceci est un serpent», alors
«si A alors B» veut dire «si ceci est un cobra alors ceci est un serpent» ce qui est vrai.
Mais on peut imaginer que A veuille dire «ceci est un tigre» et alors «si A alors B»
devient faux.
On comprend alors que lorsque l’on combine des énoncés de cette manière, on obtient
des énoncés qui ont aussi une valeur de vérité, et que cette valeur de vérité dépend des
valeurs de vérités des énoncés A et B.

24
 Les mots «si» et «alors» sont des connecteurs logiques (en fait il n’en forment qu’un
puisqu’on les utilisent ensembles). Nous allons maintenant en voir d’autres et représenter
chaque connecteur par un symbole différent.

Le connecteur «non» (négation)

C’est le connecteur le plus simple de tous. Considérons une proposition A. La pro-
position «non A» est vrai si A est faux, et fausse si A est vrai. Ce connecteur s’écrit
symboliquement ¬.
On peut illustrer cela dans un tableau que l’on appelle «table de vérité» :
A ¬A
V F
F V
Ce type de tableau est simple et nous l’utiliserons encore beaucoup.

Le connecteur «ou» (disjonction)

Ce connecteur permet de former des énoncés comme «A ou B» mais il faut faire
attention que si A et B sont tout les deux vrais alors «A ou B» est vrai aussi (c’est juste
une convention, ne vous casser pas la tête à savoir pourquoi !). C’est pourquoi on précise
parfois «ou inclusif» (par opposition au «ou exclusif» souvent utilisé en langage courant).
Ce connecteur s’écrit ∨.
On peut tout comme avec le connecteur «non», résumer tout cela par une table de
vérité :
A B A∨B
V V V
V F V
F V V
F F F
Se souvenir de cette table est très facile : On a simplement que A ∨ B est faux si A et B
sont tout les deux faux, vrai dans tout les autres cas.

Le connecteur «et» (conjonction)

Ce connecteur permet de former des énoncés comme «A et B». Sa signification est
exactement la même que celle du mot «et» français : «A et B» n’est vrai que si A et B
sont tout les deux vrais. Il est représenté par le symbole ∧.
Sa table de vérité est la suivante :
A B A∧B
V V V
V F F
F V F
F F F

25
Le connecteur «si... alors» (conditionnel matériel ou implication)
Il est représenté par le symbole : ⇒.

A B A⇒B
V V V
V F F
F V V
F F V

«si A alors B» veut dire tout simplement que si A est vrai, B l’est nécessairement aussi.
Mais la table de vérité peut surprendre. Pourquoi les deux «V» au bas de la colonne
de droite ? Ici pour comprendre, considérons chaque cas un à un.
Premier cas : le vrai implique le vrai. C’est assez logique : par définition de l’implication,
si A est vrai, B est vrai aussi. Deuxième cas : le vrai n’implique pas le faux ! ! Logique
encore une fois : à partir d’une proposition vraie, on ne pourra jamais en déduire une
proposition fausse.
Donnez une valeur de vérité à A ⇒ B quand A est faux est plus délicat. Commençons
par le cas où B est vrai. On voit dans la table de vérité que A ⇒ B est vrai. Cela veut
dire qu’à partir d’une proposition fausse, on peut très bien aboutir à une conclusion vraie.
Cela peut paraître étrange mais nous allons donner un exemple.
Supposons donc que A veuille dire : « 2 + 2 = 5» (proposition fausse donc). On
peut en déduire facilement une proposition vraie : il suffit de multiplier chaque cotés
de l’égalité par zéro. On a donc 0 · (2 + 2) = 0 · 5 ce qui donne 0 = 0 c’est à dire une
proposition vraie ! Le faux implique donc le vrai.
Enfin, montrer que le faux implique le faux est très facile. en effet de «2 + 2 = 5» on
peut déduire directment que... «2 + 2 = 5» ! !

Le connecteur «est équivalent à»

Le connecteur «équivalence» s’écrit symboliquement : ⇔et veut dire : «à la la même
valeur de vérité que».

A B A⇔B
V V V
V F F
F V F
F F V

D’autres connecteurs
Ces connecteurs ne sont pas ou peu utilisés en mathématique, mais plutôt en électro-
nique et en informatique. Comme on les utilise surtout en informatique, on utilise le «1»
à la place du «V» et le «0» à la place du «F».

26
 Ces connecteurs sont aussi appelés des «portes logiques». La porte NOT est le
«non»logique, la porte AND est le «et» et la porte OR est le «ou». On trouve aussi la
porte NOR (NOT OR) :

A B A NOR B
1 1 0
1 0 0
0 1 0
0 0 1

La porte XOR (ou exclusif) :

A B A XOR B
1 1 0
1 0 1
0 1 1
0 0 0

La porte NAND (NOT AND) :

A B A NAND B
1 1 0
1 0 1
0 1 1
0 0 1

2.4.3 Langages propositionnelles

Il est maintenant facile de donner l’alphabet et la syntaxe des langages propositionnels :
L’alphabet d’un langage de logique propositionnelle est constitué :
1. d’un ensemble éventuellement infini de symboles propositionnels : p, q, r, s, ...,
2. des symboles : ¬, ∨, ∧, ⇒, ⇔,
3. des séparateurs (parenthèses) : «(» et «)».
Les parenthèses sont utiles dans les énoncés logiques car il faut se rendre compte par
exemple qu’un énoncé de la forme ¬A ∨ B n’est pas équivalent à un énoncé de la forme
¬(A ∨ B).
On peut ensuite définir la syntaxe :
Syntaxe : l’ensemble des formules d’un langage propositionnel est le plus petit ensemble
tel que :
— si A est un symbole propositionnel alors A est une formule,
— si A est une formule, alors ¬A est une formule,
— si A et B sont des formules, alors (A ∨ B) est une formule,
— si A et B sont des formules, alors (A ∧ B) est une formule,

27
 — si A et B sont des formules, alors (A ⇒ B) est une formule,
— si A et B sont des formules, alors (A ⇔ B) est une formule.
Petite remarque : pourquoi dit-on dans la définition : «le plus petit ensemble» ?
L’explication est simple. Si on avait la même définition mais sans préciser cela, on ne
saurait pas par exemple, si la formule A ∨ ∧B est valide ou pas. En effet, la définition
n’implique pas que cette formule existe, mais ne l’interdit pas non plus. C’est pour cela
que l’on précise «le plus petit ensemble», sinon la définition ne serait pas correcte.

2.4.4 Valuation
Étant donné un langage propositionnel L et une L-assignation, on peut attribuer une
valeur de vérité à chaque formule atomique. Mais alors, on peut assigner une valeur de
vérité aux formules composées grâces aux tables de vérité, à la L-assignation correspond
donc une L-valuation qui fait fait à tout les énoncés une valeur de vérité. On va maintenant
énoncer un théorème qui dit simplement qu’étant donnée une L-assignation, il existe une
et une seule L-valuation associée. On verra alors que les tables de vérités ne sont que des
conséquences de ce théorème, qui définit comment on associe une valeur de vérité à toute
formule.
Théorème 1. Soit L un langage propositionnel, à chaque L-assignation possible M
correspond une et une seule relation appelée L-valuation et notée VM , qui à chaque
énoncé A fait correspondre une et une seule valeur de vérité qui ne peut être que V ou F ,
tel que, en notant M (A) la valeur de vérité associée à la proposition A par M , et vM (A)
la valeur de vérité associée à la proposition A par VM :
— Si A est une proposition, vM (A) = M (A).
— Si A est une formule, vM (¬A) = V si et seulement si vM (A) = F .
— Si A et B sont des formules, vM (A ∨ B) = V si et seulement si vM (A) = V et/ou
vM (B) = V .
— Si A et B sont des formules, vM (A ∧ B) = V si et seulement si vM (A) = V et
vM (B) = V .
— Si A et B sont des formules, vM (A ⇒ B) = V si et seulement si vM (A) = F
et/ou vM (B) = V .
— Si A et B sont des formules, vM (A ⇔ B) = V si et seulement si vM (A) = vM (B).
Démonstration. Montrons d’abord que pour toute formule X, on a au moins une
valuation. Si X est une proposition, on a tout simplement vM (X) = M (X). Sinon, par la
syntaxe du langage, on sait que X peut s’écrire sous au moins l’une des forme suivantes :
¬A, (A ∨ B), (A ∧ B), (A ⇒ B) et (A ⇔ B), où A et B sont des formules. Les règles
données dans le théorème nous donne alors une valeur de vérité, connaissant la valeur de
vérité de A et B. Mais eux-mêmes peuvent se mettre sous au moins l’une des formes ¬A0 ,
(A0 ∨ B 0 ), (A0 ∧ B 0 ), (A0 ⇒ B 0 ) et (A0 ⇔ B 0 ), donc on peut obtenir leur valeur de vérité
en fonction d’autre énoncés et ainsi de suite jusqu’à arriver à la valuation de propositions.
Montrons maintenant qu’il n’y a qu’une valuation pour chaque formule. Pour les
propositions, c’est trivialement vrai. Sinon, supposons deux valuations vM et vM 0 diffé-
rentes sur certaines formules. Si pour deux formules A et B on a vM (A) = vM 0 (A) et

28
vM (B) = vM 0 (B) (et il est toujours possible d’en trouver puisque l’on peut choisir des
propositions), alors on a vM (¬A) = vM 0 (¬A), vM (A ∨ B) = vM 0 (A ∨ B), ..., et on peut
refaire le même raisonnement avec ces formules composées, et ainsi de suite. De proche
en proche, on a vM (X) = vM 0 (X) pour toute formule X.
Notons que les tables de vérités sont une conséquence de ce théorème, une façon
schématique simple de représenter les règles qui définissent les L-valuations.

2.5 Tautologies
2.5.1 Définition
Définition 11. Une tautologie est un énoncé qui est vrai pour toute L-valuation.

Exemples :
Un énoncé de la forme A ⇒ A est une tautologie : que A soit vrai ou faux, cette
formule est toujours vrai. On peut le démontrer avec une table de vérité.

A A⇒A
V V
F V

Un énoncé de la forme A ∨ ¬A (principe du tiers exclu) est une tautologie : on peut le

démontrer avec une table de vérité.

A ¬A A ∨ ¬A
V F V
F V V

On voit donc ici la méthode de démonstration avec une table de vérité : la dernière
colonne ne contient que des «V», c’est donc que l’énoncé est forcément vrai.

2.5.2 Tautologies remarquables

Voici maintenant une liste de tautologie. Elle peuvent parfois être utiles pour simplifier
un énoncé. En effet, si A et B sont des énoncés et que l’on a A ⇔ B, on peut remplacer
A par B ou B par A.

Identité

A⇔A

Double négation

A ⇔ ¬¬A

Idempotence

29
 A ⇔ (A ∨ A)
A ⇔ (A ∧ A)
Commutativité
A∨B ⇔B∨A
A∧B ⇔B∧A
Associativité
(A ∨ (B ∨ C)) ⇔ ((A ∨ B) ∨ C)
(A ∧ (B ∧ C)) ⇔ ((A ∧ B) ∧ C)
Distributivité
(A ∨ (B ∧ C)) ⇔ ((A ∨ B) ∧ (A ∨ C))
(A ∧ (B ∨ C)) ⇔ ((A ∧ B) ∨ (A ∧ C))
Absorption
(A ∨ (A ∧ B)) ⇔ A
(A ∧ (A ∨ B)) ⇔ A
Loi de De Morgan
¬(A ∨ B) ⇔ (¬A ∧ ¬B)
¬(A ∧ B) ⇔ (¬A ∨ ¬B)
Conditionnel matériel
(A ⇒ B) ⇔ (¬A ∨ B)
(A ⇒ B) ⇔ ¬(A ∧ ¬B)
Contraposition
(A ⇒ B) ⇔ (¬B ⇒ ¬A)
Équivalence matérielle
(A ⇔ B) ⇔ (A ⇒ B) ∧ (B ⇒ A)
(A ⇔ B) ⇔ (A ∧ B) ∨ (¬A ∧ ¬B)
Exportation-importation
((A ∧ B) ⇒ C) ⇔ (A ⇒ (B ⇒ C))
Pour compléter, on peut lister une série de tautologie qui ne sont pas des équivalences
(c’est à dire sans le symbole ⇔) :

Identité

A⇒A
Tiers exclu

30
 A ∨ ¬A

Loi de Peirce

((A ⇒ B) ⇒ A) ⇒ A

Modus Ponens

(A ⇒ B) ∧ A ⇒ B

Modus Tollens

(A ⇒ B) ∧ ¬B ⇒ ¬A

Modus Barbara

(A ⇒ B) ∧ (B ⇒ C) ⇒ (A ⇒ C)

2.6 Calcul des prédicats

2.6.1 Motivations
Nous allons maintenant généraliser les langages propositionels et définir ainsi des
langages prédicatifs. Ceci nous permettra d’exprimer des formules correspondants à des
énoncés utilisant des expressions comme «pour tout» et «il existe». Le but final est
d’écrire en langage formel des raisonnements comme :
1. Tout les hommes sont mortels,
2. Socrate est un homme,
3. donc, Socrate est mortel.
Nous allons donc introduire des formules où apparaissent une ou plusieurs variables.
Ceci nous permettra d’exprimer formellement des choses comme : «x est un nombre
entier». Dans cette expression, x est une variable, et l’expression peut être vrai ou fausse
suivant la valeur de x. On va aussi introduire des symboles, que l’on va appeler des
constantes, qui seront analogues aux variables si ce n’est qu’ils ont une «valeur» fixée.
Les variables et les constantes seront aussi appelés des termes.
Comme on généralise les langages propositionnels, on retrouve les symboles propo-
sitionels dans les langages prédicatifs. On voudrait ensuite ajouter des analogues aux
propositions, mais qui puisse dépendre d’un certain nombre n de termes, les symboles
correspondants seront appelés symboles prédicatifs d’arité n. Puisqu’une proposition
ne dépend d’aucun terme, un symbole propositionnel peut être vu comme un symbole
prédicatif d’arité zéro.
On peut aussi imaginer qu’un terme puisse dépendre d’un certain nombre n d’autre
terme. Pour cela, on va introduire des symboles appelés symboles fonctionnels d’arité n.

31
2.6.2 Quantificateurs existentiels et universels
Les différents connecteurs vu en logique propositionnelle restent tout à fait d’actualité.
Mais pour le calcul des prédicats, nous devons introduire deux nouveaux symboles
logiques : ce sont des quantificateurs.

Le quantificateur existentiel
Ce quantificateur signifie : «il existe» ou plus précisément : «il existe au moins un»
et est noté ∃. On peut écrire :
∃xA
Et on doit comprendre : «il existe au moins un x tel que A soit vrai».
On rencontre parfois en mathématique des expressions du type :

∃!A

Et on doit comprendre : «il existe un et un seul x tel que A soit vrai». On ne va cependant
pas utiliser cette écriture en logique.

Le quantificateur universel
Ce quantificateur signifie «quelque soit» et est noté ∀. On peut écrire :

∀xA

Et on doit comprendre : «quelque soit x, A est vrai».

2.6.3 Alphabet et syntaxe

Le langage de la logique du premier ordre est constitué des ensembles suivants :
1. un ensemble éventuellement infini de symboles propositionnels : p, q, r, s, ...,
2. un ensemble éventuellement infini de symboles prédicatifs d’arité n (n est entier
strictement positif) : p1 , q 1 , r1 , ..., p2 , q 2 , r2 , ...,
3. un ensemble éventuellement infini de symboles fonctionnels d’arité n (n est entier
strictement positif) : f 1 , g 1 , h1 , ..., f 2 , g 2 , h2 , ...,
4. un ensemble infini de symboles appelés variables : x, y, z, ...,
5. un ensemble infini de symboles appelés constantes : a, b, c, ...,
6. l’ensemble des symboles logiques : ¬, ∨, ∧, ⇒, ⇔, ∀, ∃
7. et les parenthèse : (, ).
Il reste à définir la syntaxe. Il faut rappeler que si pour le cas la logique des propositions
on avait uniquement des formules, on a deux notions distinctes en logique des prédicats :
les formules et les termes.
L’ensemble des termes est le plus petit ensemble de mots construits sur l’alphabet de
la logique des prédicats tel que :

32
 1. toute variable est un terme,
2. toute constante est un terme,
3. si T1 , T2 , ..., Tn sont des termes, alors si F est un symbole fonctionnel d’arité n,
F T1 T2 ...Tn est un terme.
L’ensemble des formules est le plus petit ensemble de mots construits sur l’alphabet
de la logique des prédicats tel que :
1. toute proposition est une formule,
2. si T1 , T2 , ..., Tn sont des termes, alors si P n est un prédicat d’arité n, P n T1 T2 ...Tn
est une formule,
3. si A est une formule, alors ¬A est une formule,
4. si A et B sont des formules, alors (A ∨ B) est une formule,
5. si A et B sont des formules, alors (A ∧ B) est une formule,
6. si A et B sont des formules, alors (A ⇒ B) est une formule,
7. si A et B sont des formules, alors (A ⇔ B) est une formule,
8. Si A est une formule et X est une variable, ∀XA est une formule,
9. Si A est une formule et X est une variable, ∃XA est une formule.

2.6.4 Énoncés des langages prédicatifs

Dans les langages propositionnels, nous n’avons pas fait de distinctions entre les
formules et les énoncés. Nous allons maintenant en faire une, il existera donc des formules
qui ne sont pas des énoncés. On commence par définir la notion de sous-formules :

Définition 12. Soit A une formule, l’ensemble S(A) des sous-formule de A, est le plus
petit ensemble de formules tel que :
1. A ∈ S(A),
2. si ¬B ∈ S(A), alors B ∈ S(A),
3. si B ∨ C ∈ S(A), alors B ∈ S(A) et C ∈ S(A),
4. si B ∧ C ∈ S(A), alors B ∈ S(A) et C ∈ S(A),
5. si B ⇒ C ∈ S(A), alors B ∈ S(A) et C ∈ S(A),
6. si B ⇔ C ∈ S(A), alors B ∈ S(A) et C ∈ S(A),
7. si ∀XB ∈ S(A), alors B ∈ S(A),
8. si ∃XB ∈ S(A), alors B ∈ S(A).

Définition 13. Une occurrence d’une variable X dans une formule A est liée si il existe
une sous-formule de A de la forme ∃XB ou ∀XB, B étant une formule. Dans le cas
contraire, elle est dite libre.

Définition 14. Un énoncé est une formule sans occurrence libre de variable.

33
 L’interêt de cette définition est que la valeur de vérité d’un énoncé est ainsi indé-
pendante de toute variable. Si on remplace donc, dans un énoncé, une variable par une
constante, cela n’a de sens que si il y a une occurrence libre de cette variable dans
l’énoncé. On peut exprimer cette idée de façon plus générale, en remplaçant une variable
par un terme dans lequel ne figure aucune variable, un tel terme sera appelé terme clos.
Intuitivement, un terme clos est un «terme constant». On va écrire, si A est une formule
(pas forcément un énoncé) et T un terme clos :

A[X := T ]

la formule obtenue en remplaçant X par T dans A, si X est une constante, et la formule

obtenue en remplaçant les occurrences libre de X par T dans A, si X est une variable.

2.7 Introduction à la théorie des modèles

2.7.1 Motivations
Considérons les deux énoncés suivant :
— «La Terre tourne autour du Soleil.»
— «Si il neige, il neige.»
Les deux énoncés sont vrais, mais il n’ont pas vraiment le même statut. Nous savons
que le premier énoncé est vrai grâce (entre autres) aux observations astronomiques. Mais
à la limite, on pourrait imaginer un univers parallèle dans lequel ce n’est pas le cas. Par
contre, le deuxième énoncé est forcément vrai, c’est à dire il n’y a pas besoin de faire la
moindre observation pour être sûr que c’est vrai. On peut dire que cet énoncé est vrai
dans tout les univers possibles. On ne peut se placer dans un univers imaginaire dans
lequel cet énoncé serait faux.
Comme le deuxième énoncé est vrai dans tout les mondes possibles, on va dire que
cet énoncé est une loi logique. On peut définir cette notion de façon un peu plus précise.
Au lieu de parler de «mondes possibles», nous allons parler de modèles. Une loi logique
est donc un énoncé vrai dans tout les modèles. Si un énoncé A est vrai dans un certain
modèle M (un certain monde), alors on dit que M est modèle de A, et on écrit cela
symboliquement :
M |= A
Si A est une loi logique, on peut écrire :

|= A

Et il faut comprendre par cette notation que tout modèle M est modèle de A. De même
que l’on a définit la notion de loi logique, il est naturel de définir la notion de contradiction,
une contradiction est simplement un énoncé faux dans tout les modèles, et l’on peut
noter :
2A
Il reste à définir de façon précise la notion de modèle.

34
2.7.2 Notion de modèle
Nous allons énoncer une série de définitions qui va nous amener à définir rigoureuse-
ment la notion de modèle.

Définition 15. Soit U un ensemble, un n-uple de U est une suite ordonnée de n éléments
de U .

Notation : si les éléments de U sont notés u1 , u2 , u3 , ..., alors (u1 , u2 , ..., un ) est un
n-uple de U . Un élément de U peut être vu comme un 1-uple, et un 2-uple est aussi
appelé un couple. On va aussi convenir que l’on a :

(u1 , u2 , ..., un−1 , un ) = ((u1 , u2 , ..., un−1 ), un )

Notons donc U n l’ensemble des n-uples de l’univers, nous avons alors la :

Définition 16. Soit U un ensemble, une relation n-aire sur U est un sous-ensemble de
U n.

On conviendra d’utiliser de façon générale le terme de relation pour désigner une

relation d’arité n quelconque.

Définition 17. Soit E et F des ensembles, une fonction n-aire définie sur E et à valeur
dans F , est un ensemble de couples (a, b) tel que a appartienne à E n et b appartienne à
F , et tel que pour un élément donné x de E n , il existe au plus un élément y de F , tel
quel le couple (x, y) soit élément de la fonction.

On conviendra d’utiliser de façon générale le terme de fonction pour désigner une

fonction d’arité n quelconque.

Définition 18. Soit E et F des ensembles, une application n-aire définie sur E et à
valeur dans F , est une fonction définie sur E et à valeur dans F tel que pour tout élément
x de E n , il existe un élement y de F , tel que le couple couple (x, y) soit élément de la
fonction.

On conviendra d’utiliser de façon générale le terme d’application pour désigner une

application d’arité n quelconque.

Définition 19. Soit L un langage prédicatif, une L-structure est la donnée d’un ensemble
non vide U appelé univers, d’un ensemble de relations sur U appelé prédicats, et d’un
ensemble d’appplications définies sur U et à valeur dans U . De plus, pour tout n, si L
possède des symboles prédicatifs n-aires, il doit y avoir dans la L-structure au moins un
prédicat n-aire ; de même, pour tout n, si L possède des symboles fonctionnels n-aires, il
doit y avoir dans la L-structure au moins une application n-aire.

Définition 20. Soit L un langage prédicatif, U l’univers d’une L-structure, une inter-
prétation de L associe :

35
 1. à chaque symbole propositionnel de l’alphabet de L une et une seule valeur de
vérité : T ou F ,
2. à chaque constante de l’alphabet de L un élément de U ,
3. à chaque symbole prédicatif n-aire de l’alphabet de L un prédicat n-aire de la
L-structure,
4. à chaque symbole fonctionnel n-aire de l’alphabet de L une application n-aire de
la L-structure.
Nous arrivons enfin à la définition d’un modèle :
Définition 21. Soit L un langage prédicatif, un modèle pour L est la donnée d’une
L-structure et d’une interprétation de L.
Exemple. Considérons un langage prédicatif très simple : aucun symbole propositionnel,
seulement deux symboles prédicatifs, p1 et q 1 (d’arité 1), et aucun symbole fonctionnel.
Définissons maintenant une L-structure. Comme Univers, prenons l’ensemble :

U = {chat, chien, pigeon, crocodile, ordinateur}

Et prenons les deux prédicats (unaires) suivant :

P = {chat, chien, pigeon, crocodile}

et :
Q = {chat, chien}
P correspond intuitivement à «est un animal», tandis que Q correspond intuitivement à
«est un mammifère». On va bien sûr choisir comme interprétation de L celle qui associe au
prédicat P le symbole prédicatif p1 , et au prédicat Q le symbole prédicatif q 1 . Toujours
intuitivement, la phrase (ou énoncé) suivante :

«Tout les mammifère sont des animaux.»

va s’écrire :
∀x(q 1 x ⇒ p1 x)
Si de plus, on convient que (par exemple) l’interprétation associe la constante a à l’élément
«ordinateur», alors la phrase :

«L’ordinateur n’est pas un animal.»

correspond à :
¬p1 a
Autre exemple. Choisissons un langage prédicatif sans symbole propositionnel, un symbole
prédicatif binaire p2 , et un symbole fonctionnel binaire f 2 . On choisit comme Univers :

U = {0, 1, 2}

36
Et on définit un prédicat binaire :

P = {(0, 0), (1, 1), (2, 2)}

et une application binaire :

F = {(0, 0, 0), (0, 1, 1), (0, 2, 2), (1, 0, 1), (1, 1, 2), (1, 2, 0), (2, 0, 2), (2, 1, 0), (2, 2, 1)}

Intuitivement, P correspond à l’égalité, et F à l’addition modulo trois (c’est à dire une

addition où l’on soustrait un multiple de trois si on arrive ou dépasse trois, de sorte que
le résultat soit strictement inférieur à trois, ainsi 2 + 2 = 4 devient 2 + 2 = 1 mod 3).
On va dans l’interprétation associer P à p2 et F à f 2 . Ainsi la phrase :

«Tout nombre est égal à lui-même»

devient :
∀xp2 xx
Et la phrase :

«L’addition d’un nombre et de zéro redonne ce nombre.»

donne, si dans l’interprétation, on associe la constante a à 0 :

∀xp2 xf 2 xa

La phrase :

«Tout nombre peut s’exprimer comme la somme (modulo trois) de deux autres nombres.»

s’écrit :
∀x∃yzp2 xf 2 yz

37
Chapitre 3

Théorie des ensembles

3.1 Une branche fondamentale

3.1.1 Introduction - paradoxe de Galilée
À la fin du XIXe siècle, un mathématicien, Georg Cantor, posa les bases de la théorie
des ensembles. L’étude des ensembles en mathématique est donc relativement récente. Le
développement de cette théorie a permis d’apporter certaines réponses à des questions
mathématiques délicates sur l’infini.
Le problème se pose avec un énoncé qui semble très intuitif (considéré même comme
un axiome) qui est le suivant : «le tout est plus grand que la partie». Cet axiome a été
énoncé au départ par Euclide et semblait tellement évident que certains mathématiciens
comme Leibniz ne pouvaient même pas imaginer qu’il soit mis en défaut. Pourtant, cet
axiome mène à un paradoxe : le paradoxe de Galilée.
Ce paradoxe est simple à énoncer : «un segment de 2 cm ne contient pas plus de points
qu’un segment de 1 cm». Cette fois ci on a vraiment quelque chose de contre-intuitif ! !
Mais si on arrive à démontrer cette assertion, on aura une contradiction avec l’axiome vu
précédemment ce qui l’invaliderai. Voyons si c’est possible.
Intuitivement, on se dit que le segment de 2 cm contient deux fois plus de points que
le segment de 1 cm (donc il y a plus de point). Mais le nombre de points est infini et
il faut se méfier de l’intuition. Dans ce cas, comment comparer le nombre de points ?
On va essayer de préciser ce que l’on entend par «même nombre de points» et surtout,
comment on fait pour le savoir.
C’est très simple, même intuitif. Si on a deux groupes de personnes par exemple (un
groupe «A» et un groupe «B»), et que l’on veut savoir si il y a autant de personnes dans
chaque groupe, un moyen possible est de ranger ces personnes par groupes de deux. Dans
chacun de ces groupes de deux, on a une personne du groupe «A» et une personne du
groupe «B». Si cela est possible sans qu’il reste de personne en dehors de ce groupement,
alors il y a autant de personnes dans le groupe «A» que dans le groupe «B».
Appliquons cela pour les points des segments. Pour y voir plus clair, on va placer les
deux segments de telle sorte qu’ils aient une extrémité en commun (que nous appeler O) et

38
que les segment soient superposées. Si on choisit un point quelconque sur le petit segment,
il est a une certaine distance de O (distance comprise entre zéro et un centimètre). À
ce point on va faire correspondre un point deux fois plus éloigné de O, on aura que cet
autre point est sur le grand segment. On peut faire correspondre à chaque point sur le
petit segment un point sur le grand segment et inversement. On a donc réussi à faire ce
groupement par deux et la conclusion est là : il y a autant de points sur le grand que sur
le petit segment !
De ce genre de considérations va naître la théorie des ensembles. Parler d’ensemble
infini mène parfois à des paradoxes si on n’y prend pas garde. Cela ne veut pas dire
que ces ensembles n’existent pas (dans le sens qu’ils seraient impossibles à définir
mathématiquement) mais qu’il faudra faire bien attention.

3.1.2 La crise des fondements

Au départ, la théorie des ensembles (qualifiée aujourd’hui souvent de «naïve») a
été développée principalement par Cantor. Cette théorie a vite montré ses lacunes car
on a découvert des paradoxes dans la théorie ce qui a provoqué une sorte de crise des
mathématiques : la crise des fondements.
Donnons en exemple un paradoxe nommé "Paradoxe de Russell".
Ce paradoxe peut s’énoncer assez simplement. On considère l’ensemble des ensembles
n’appartenant pas à eux-mêmes. Cet ensemble est-il élément de lui même ou pas ?
1. Si on répond que oui, alors par définition, il n’est pas élément de lui même...
2. Si on répond que non, alors par définition, il est cette fois ci élément de lui même.
On a là une contradiction apparemment incontournable, ce qui a intrigué beaucoup
de mathématiciens.
Il existe une formulation plus simple de ce paradoxe, une illustration attribué à Russell
en personne. Il s’agit du paradoxe du barbier :
C’est un barbier à qui l’on demande de raser tous les hommes du village qui ne se
rasent pas eux-mêmes, et seulement ceux-là. Le problème est le suivant : se rase-t-il
lui-même ou pas ?
1. Si il se rase lui-même, il ne doit pas se raser...
2. Si il ne se rase pas lui-même, alors il doit se raser !
Cette illustration simple du paradoxe de Russell a l’avantage d’être facile à résoudre :
on voit que la règle imposée au barbier est absurde, et qu’un barbier capable de respecter
cette règle n’existe pas. Tout comme il est absurde de définir un ensemble comme étant
l’ensemble des ensembles n’appartenant pas à eux-mêmes.
Pour éviter ce genre de paradoxe, il faut donc axiomatiser la théorie des ensembles.
En effet, nous avons vu que toute théorie doit être basée sur une axiomatique, et que
cette théorie doit être consistante. Si on tombe sur des paradoxes, la théorie n’est pas
consistante, et il faut changer un ou plusieurs axiomes.
C’est le travail qui a été fait par les mathématiciens sur la théorie des ensembles. On
obtient alors l’axiomatisation de Zermelo-Fraenkel, et on obtient une théorie consistante.

39
On ajoute à cette axiomatique un axiome supplémentaire : l’axiome du choix, et on parle
donc souvent de l’axiomatique ZFC.

3.1.3 Quelques remarques sur les axiomes ZFC

On a donc des objets mathématiques appelés ensembles qui sont simplement définis
comme étant des groupements d’objets. Attention, il s’agit d’une définition «naïve», la
notion d’ensemble est défini correctement par les axiomes ZFC.
Les axiomes de la théorie des ensembles sont en fait assez simples à comprendre et la
seule difficulté c’est peut être de comprendre l’axiome écrit de manière formelle. Il faut
préciser en effet que les notions vues dans le cours de logique sont supposées connues, car
les axiomes sont écrit dans le langage de la logique des prédicats égalitaire, avec juste
le symbole ∈ en plus (plus d’autre que l’on peut définir, c’est à dire des symboles non
primitifs, comme ⊂ par exemple). On peut donner un sens intuitif à «∈» : si on écrit
A ∈ B par exemple, on dit que A est un élément de B.
On peut encore préciser qu’en théorie des ensembles, on ne considère que des ensembles,
par exemple, tout les éléments d’un ensemble sont des ensembles (et on verra même que
l’on peut considérer les nombres 0, 1, 2, 3, ... comme des ensembles !).
Une dernière remarque : vous verrez peut être des cours de théorie des ensembles où
il y a plus d’axiomes, mais dans ce cas certains axiomes peuvent se déduire des autres.
Ici, j’ai choisi de ne mettre que des axiomes indépendants.

3.2 Axiome d’extensionnalité

3.2.1 Idée générale de l’axiome
Cet axiome définit l’égalité de deux ensemble : si ils ont les mêmes éléments alors ils
sont égaux. On peut déjà tirer comme conclusion qu’il n’y a pas d’ordre dans les éléments
d’un ensemble, on peut lister les éléments d’un ensemble dans l’ordre que l’on veut : on a
toujours le même ensemble. Puisqu’un ensemble n’est définit que par ses éléments, on dit
qu’un ensemble ne dépend que de son extension.

3.2.2 Énoncé de l’axiome

Axiome : Si deux ensembles ont les mêmes éléments, alors ils sont égaux.

3.2.3 Écriture formelle

On peut écrire cet axiome de manière formelle en utilisant ce qui a été vu au cours de
logique. Considérons deux ensembles quelconques, A et B. On regarde tous les ensembles
possibles X, on a, si A = B :
1. si X appartient à A, alors X appartient à B,
2. si X appartient à B, alors X appartient à A.

40
 Ceci peut s’écrire en utilisant le langage de la logique (voir section précédente) :

(X ∈ A ⇒ X ∈ B) ∧ (X ∈ B ⇒ X ∈ A)

qui n’est jamais que la traduction en langage mathématique de ce que nous avons écrit
en français.
Or nous avons vu dans le cours de logique ce que nous avions appelé une tautologie
remarquable :
(A ⇔ B) ⇔ ((A ⇒ B) ∧ (B ⇒ A))
qui dit que si A implique B et B implique A, alors A est équivalent à B. On peut
appliquer cela à l’expression que nous venons d’écrire et on obtient :

X∈A⇔X∈B

Si cette condition est remplie quel que soit l’ensemble X (c’est à dire dans le langage de
la logique : ∀X, X ∈ A ⇔ X ∈ B) alors on a que A = B et on peut écrire l’axiome en
langage formel :

∀A, ∀B, ((∀X, X ∈ A ⇔ X ∈ B) ⇒ A = B)

3.3 Axiome de la réunion

3.3.1 Idée générale de l’axiome
Cet axiome est utile pour définir la notion de l’union de deux ensembles (concept que
l’on verra plus tard). Il exprime que pour un ensemble donné, il existe un ensemble qui
est l’ensemble des éléments des éléments de cet ensemble.

3.3.2 Énoncé de l’axiome

Axiome : Quel que soit l’ensemble A, il existe un ensemble B tel que les élément de
B soient les éléments de tout les éléments de A.

3.3.3 Écriture formelle

Considérons l’illustration ci-dessous :

41
 Sur ce dessin, on a représenté un ensemble A quelconque ainsi que deux de ses
éléments. Ici il faut faire attention car le dessin est trompeur : on pourrait croire que les
deux «patates» en rouges sont des sous-ensembles alors que ce sont des éléments de A.
L’un des éléments de A est un ensemble noté D dont l’un des éléments est C. L’axiome
nous dit qu’il existe un ensemble B qui est l’ensemble des éléments des éléments de A.
Cet ensemble B est représenté sur ce dessin en pointillés bleu, on a en particulier C ∈ B.
À partir de ce dessin, on peut essayer de trouver la formulation formelle de l’axiome.
Soit donc un ensemble A quelconque. On doit exprimer qu’il existe un ensemble B qui
soit l’ensemble des éléments des éléments de A. Pour cela, considérons un ensemble
quelconque C. On a, si C appartient à B, que C appartient à un élément de A. Appelons
D cet élément. On a :
D ∈A∧C ∈D
Cet ensemble D n’existe que si il existe un ensemble C appartenant à B. On peut intégrer
tout cela en une expression logique qui est donc :

C ∈ B ⇒ ∃D, D ∈ A ∧ C ∈ D

Cela marche aussi dans l’autre sens, c’est à dire que si D est un ensemble appartenant à
A alors il existe un ensemble B tel que C appartient à B et à D (voir encore schéma).
On peut donc écrire :
∃D, D ∈ A ∧ C ∈ D ⇒ C ∈ B

42
Comme pour l’axiome précédent, on peut invoquer la tautologie :

(A ⇔ B) ⇔ ((A ⇒ B) ∧ (B ⇒ A))

qui permet comme nous l’avons vu de remplacer deux implications par une équivalence.
On peut écrire l’axiome de manière formelle :

∀A, ∃B, ∀C, (C ∈ B ⇔ ∃D(D ∈ A ∧ C ∈ D))

On verra un peu plus tard comment on définit l’union de deux ensembles (et surtout
montrer que l’union de deux ensembles est un ensemble) et on se servira de cet axiome.

3.4 Axiome de l’ensemble des parties

3.4.1 Idée générale de l’axiome
Cet axiome introduit l’idée de «sous-ensemble». Il affirme que pour un ensemble
donné, il existe un ensemble qui est l’ensemble des sous-ensemble de cet ensemble. On va
donc préciser cette notion de sous-ensemble avant d’énoncer l’axiome.

3.4.2 Notion de sous-ensemble

La notion de sous-ensemble est simple à comprendre. Considérons deux ensembles
quelconques A et B. On dit que B est un sous-ensemble de A si tout les éléments de B
sont aussi éléments de A. Dans ce cas note :

A⊂B

On introduit donc un nouveau symbole : «⊂». Il est possible de le définir avec les notations
vues en logique. En regardant la définition de la notion de sous-ensemble, on peut se
rendre compte que la formule :

∀X, X ∈ A ⇒ X ∈ B

et équivalent à écrire A ⊂ B ce qui définit donc le symbole «⊂».

Remarque : on dit aussi lorsque A ⊂ B que A est inclus dans B.

3.4.3 Énoncé de l’axiome

Axiome : Quel que soit l’ensemble A, il existe un ensemble noté P (A) qui est l’ensemble
des sous-ensembles de A.

43
3.4.4 Écriture formelle
En langage formel, l’axiome s’écrit :

∀A, ∃P, ∀X(X ∈ P ⇔ X ⊂ A)

3.5 Schéma d’axiomes de remplacement

3.5.1 Idée générale de l’axiome
Cet axiome introduit l’idée de «relation fonctionnelle». Attention, il ne faut pas
confondre avec la notion de fonction (au sens de la théorie des ensembles une fonction est
un ensemble - à ne pas confondre avec les fonctions en logique). L’axiome dit simplement
que l’image d’un ensemble par une relation fonctionnelle est un ensemble. Mais il est
important d’introduire cette notion de relation fonctionnelle.

3.5.2 Les relations fonctionnelles

La notion de relation peut être comprise de manière «naïve» ce qui va nous aider pour
écrire cet axiome. Il est important de souligner le fait que l’on va développer cette notion
de manière naïve car la notion exacte de relation sera vue plus tard. Ce sera cependant
suffisant pour écrire l’axiome correctement.
Considérons deux ensembles A et B. On peut définir une relation entre ces deux
ensembles. Disons pour donner un exemple ludique que la relation est «utilise le système
d’exploitation» et que A est l’ensemble contenant les éléments suivants : Steve Ballmer,
Linus Torvalds, Steve Jobs, Christophe Roland (moi) et que B contient les éléments :
Windows, Linux, OSX, Hurd. On peut représentez la relation par un diagramme :

44
 On dit par exemple que l’élément «Christophe Roland» est envoyé sur les élément
«Windows» et «Linux» par cette relation. On dit que les éléments «Windows» et «Linux»
sont les images de «Christophe Roland», et que «Christophe Roland» est un antécédent
de «Windows» et «Linux» Pour donner d’autres exemples, «OSX» est l’image de «Steve
Jobs» et «Hurd» n’a pas antécédents.
Une relation fonctionnelle est un type particuliers de relation : une relation fonction-
nelle est une relation où chaque élément a au plus une image (on dit bien «au plus» car
on peut avoir des éléments qui n’ont pas d’image). On voit bien que l’exemple donné
n’est pas une relation fonctionnelle car «Christophe Roland» a deux images.

3.5.3 Énoncé de l’axiome

Axiome : l’image d’un ensemble par une relation fonctionnelle est un ensemble.

3.5.4 Écriture formelle

On peut maintenant écrire l’axiome proprement. Pour cela considérons un prédicat
à deux arguments X et Y plus d’autres paramètres éventuels que nous allons noter
A1 , A2 , A3 , ...., An , on a donc : P (X, Y, A1 , ..., An ). En fait, pourquoi fait-on cela ? On
veut avoir une relation qui envoie X sur Y c’est à dire que Y est une image de X. On
va dire que P (X, Y, A1 , ..., An ) est équivalent à dire que Y est une image de X par cette
relation. Pour que cette relation soit fonctionnelle, on doit écrire que si Y est une image
de X, et si Y 0 est aussi une image de X, alors Y = Y 0 car une relation fonctionnelle a au

45
plus une image. On écrit alors :
∀A1 , ..., An , ∀X, ∀Y, ∀Y 0 , ((P (X, Y, A1 , ..., An ) ∧ P (X, Y 0 , A1 , ..., An )) ⇒ Y = Y 0 )
Une fois ceci établi, il reste à dire que l’image d’un ensemble A par une fonction est un
ensemble (on va le noter B), c’est à dire que quel que soit X appartenant à A, son image
par la relation fonctionnelle appartient à B et que tout élément de B a un antécédent
dans A. Pour cela, considérons un élément Y ∈ B. Il a un antécédent X c’est à dire :
Y ∈ B ⇔ ∃X(X ∈ A ∧ P (X, Y, A1 , ..., An ))
On remet tout cela ensemble pour écrire l’axiome :

∀A1 , ..., An , (∀X, ∀Y, ∀Y 0 , (P (X, Y, A1 , ..., An ) ∧ P (X, Y 0 , A1 , ..., An ) ⇒ Y = Y 0 ))

⇒ ∀A, ∃B, ∀Y, (Y ∈ B ⇔ ∃X(X ∈ A ∧ P (X, Y, A1 , ..., An )))

Pourquoi dit-on que nous avons un schéma d’axiomes ? C’est simple : il y a autant
d’axiomes que de prédicats P , on a en réalité un nombre infini d’axiomes.

3.5.5 Conséquences
Parlons maintenant des conséquences de cet axiome.

Schéma de compréhension
On peut tout d’abord trouver un cas particuliers de cet axiome : le cas où X = Y = Y 0 .
On a que le début de l’axiome :
P (X, Y, A1 , ..., An ) ∧ P (X, Y 0 , A1 , ..., An ) ⇒ Y = Y 0
devient toujours vrai car A ⇒ B est toujours vrai quand B est vrai. On peut donc tout
simplement supprimer cette partie. De même, la lettre Y peut être remplacée par X
(pour la simplicité) et P (X, Y, A1 , ..., An ) devient : P (X, X, A1 , ..., An ). On peut ensuite
remplacer ce prédicat par un autre prédicat P 0 ayant un argument en moins en posant :
P (X, X, A1 , ..., An ) ⇔ P 0 (X, A1 , ..., An )
On a donc (le prédicat P 0 est renommé P car il n’y a plus de confusion possible) :
∀A1 , ..., An , ∀A, ∃B, ∀X, (X ∈ B ⇔ (X ∈ A ∧ P (X, A1 , ..., An )))
Ce résultat est souvent appelé «schéma d’axiome de compréhension» mais comme
on peut le démontrer, il est préférable de ne pas le considérer comme un axiome. On
l’appellera tout simplement schéma de compréhension (et on le considère comme un
théorème).
On va maintenant parler des conséquences du schéma de compréhension.

46
Définition en compréhension
Si vous le relisez bien, vous pouvez remarquer que l’on peut l’énoncer ainsi : soit
un ensemble A et une propriété P , il existe un ensemble B d’éléments de A vérifiant la
propriété P . C’est à dire qu’on peut définir un ensemble B comme ceci :
Il est possible à partir de cet axiome de démontrer ce que l’on appelle parfois le
«schéma d’axiome de compréhension». Il peut s’énoncer ainsi : soit un ensemble A et une
propriété P , il existe un ensemble B d’éléments de A vérifiant la propriété P . C’est à
dire qu’on peut définir un ensemble B comme ceci :
1. on donne un ensemble A dont B sera un sous-ensemble,
2. on donne une propriété P pour définir quels seront les éléments de B parmi les
éléments de A.
Imaginons par exemple que l’on ait un ensemble A qui contienne les éléments suivants :
1, 2, 3, 4, 5. Si on a une propriété P qui veut dire : «strictement plus grand que 3», on
peut alors définir l’ensemble B en utilisant le schéma de compréhension qui contiendra
les éléments 4 et 5.

Ensemble vide
On peut à partir de cela trouver un autre résultat. Si on a un ensemble A quelconque,
on peut définir un ensemble (que l’on va noter ∅) avec la propriété P : «X 6= X» avec le
schéma de compréhension. Comme il n’existe aucun élément qui puisse satisfaire à P ,
l’ensemble B est vide, il n’a aucun éléments. L’ensemble vide est donc bien un ensemble
au sens des axiomes ZFC.
Remarque : il faut pour cela que A existe dans le modèle de la théorie des ensembles,
mais cela est assuré car en logique des prédicats on ne considère que des modèles non
vide : il existe donc au moins un ensemble à partir duquel on peut définir l’ensemble vide.

Théorème de la paire
À partir du schéma d’axiomes de remplacement, on peut faire une autre déduction :
ce que l’on nomme souvent «l’axiome de la paire» mais que nous n’allons pas considérer
comme un axiome car on va le démontrer, et nous allons appeler ce résultat «théorème
de la paire». Attention, vous ne rencontrerez cette expression pratiquement que sur ce
site internet, car c’est historiquement un axiome.
Le théorème de la paire peut s’énoncer ainsi : soit deux ensembles A et B, il existe
un ensemble C qui admet A et B comme élément - et seulement ceux ci. Démonstration :
on sait que l’ensemble vide existe. Si nous appliquons l’axiome de l’ensemble des parties
sur cet ensemble, on a que l’ensemble qui contient comme seul élément l’ensemble vide
existe. En effet, le seul sous-ensemble de l’ensemble vide est l’ensemble vide.
On a donc un ensemble qui a ∅ comme seul élément, et on va noter cet ensemble E.
On applique une deuxième fois l’axiome de l’ensemble des parties sur E cette fois. On a
donc comme résultat qu’il existe un ensemble qui contient deux éléments : l’ensemble
vide et l’ensemble E et on va noter cet ensemble E 0 .

47
 C’est là qu’on doit appliquer le schéma d’axiome de remplacement. Soit deux ensemble
A et B. On utilise une relation fonctionnelle P (X, Y ) définit comme ceci :
P (X, Y ) ⇔ ((X = ∅ ∧ Y = A) ∨ (X = E ∧ Y = B))
On peut facilement voir que cette relation est bien fonctionnelle. Pour ceux qui ont du
mal avec cette expression logique, il faut juste se dire que A est l’image de ∅ et que B est
l’image de E. On applique donc cette relation sur l’ensemble E 0 :
1. comme ∅ ∈ E 0 , par la relation P son image est A,
2. comme E ∈ E 0 , par la relation P son image est B.
Et on obtient l’ensemble qui contient A et B comme seuls éléments et c’est bien un
ensemble à cause du schéma d’axiome de remplacement.

3.6 Axiome de l’infini

3.6.1 Idée générale de l’axiome
Cet axiome est intéressant car il introduit un nouvel ensemble qui peut être vu comme
un ensemble de nombres. Mais avant commencer nous avons besoin de définir la notion
d’union de deux ensembles.

3.6.2 Union de deux ensembles

Soit deux ensembles A et B. On peut construire l’ensemble «A union B» qui contient
tout les éléments de A et de B. On va essayer de construire l’ensemble «A union B» qui
contient tout les éléments de A et de B. À partir des ensembles A et B on applique le
théorème de la paire et on sait qu’il existe un ensemble C ayant A et B comme seuls
éléments. On applique maintenant l’axiome de la réunion sur l’ensemble C, on sait donc
qu’il existe un ensemble qui contient tout les éléments des éléments de C, c’est à dire
tout les éléments de A et de B. On va noter cet ensemble A ∪ B.

3.6.3 Ensemble ayant un élément quelconque

On doit utiliser un ensemble ayant un seul élément X, et il faut montrer qu’il est
possible de construire cet ensemble à partir d’un ensemble quelconque X. Tout d’abord, si
on applique le théorème de la paire sur deux fois le même ensemble X, on peut construire
l’ensemble C qui contient deux fois l’élément X. En appliquant l’axiome d’extensionnalité
sur l’ensemble C, on voit que C est égal à l’ensemble qui ne contient qu’un élément X
(on peut supprimer les répétitions) et on a donc prouvé que l’on pouvait construire cet
ensemble que nous allons noter {X}.

3.6.4 Énoncé de l’axiome

Axiome : Il existe un ensemble ω dont l’ensemble vide est élément, tel que quel que
soit X appartenant à ω, X ∪ {X} ∈ ω.

48
3.6.5 Écriture formelle
En langage formel, l’axiome s’écrit :

∃ω(∅ ∈ ω ∧ ∀X(X ∈ ω ⇒ X ∪ {X} ∈ ω))

3.6.6 Conséquences
Il reste à discuter des conséquences de cet axiome.
Nous savons que l’ensemble vide appartient à ω. L’axiome nous dit encore que puisque
∅ ∈ ω, ∅∪ {∅} ∈ ω mais on a (par définition de l’union et de l’ensemble vide) ∅ ∪ {∅} = {∅}
et donc {∅} ∈ ω (rappelons que l’on note {X} l’ensemble qui contient X comme unique
élément).
Pour pousser le raisonnement plus loin on doit avoir des notations plus simples. On
va donc noter 0 = ∅. On a aussi l’ensemble 0 ∪ {0} dans ω, ensemble que nous allons
noter 1. On va dire que le successeur de 0 est 1, et on peut définir le successeur de 1 qui
est 1 ∪ {1} et qu’on note 2 et ainsi de suite. On a donc :
— 0 = ∅,
— 1 = 0 ∪ {0} = {0},
— 2 = 1 ∪ {1} = {0} ∪ {1},
— 3 = 2 ∪ {2} = {0} ∪ {1} ∪ {2},
— 4 = 3 ∪ {3} = {0} ∪ {1} ∪ {2} ∪ {3},
— ... ainsi de suite.
On peut donc considérer les nombres entiers comme des ensembles : chaque nombre
est l’ensemble de tous les nombres entiers qui le précèdent. Par exemple l’ensemble
3 = {0} ∪ {1} ∪ {2} contient comme éléments les nombres 0, 1 et 2 (définition de l’union).
On sait donc qu’il existe un ensemble ω qui contient les éléments 0, 1, 2, 3, ... mais
il est hâtif de dire qu’il ne contient que des nombres. Rien dans l’axiome ne permet
d’affirmer cela. Pourtant, le fait qu’un tel ensemble existe ne fait pas de doute car cet
ensemble est un sous-ensemble de ω. Cette remarque ne suffit cependant pas à définir cet
ensemble de manière formelle. On verra cependant dans la partie «Nombres naturels»
que l’on peut définir cet ensemble en compréhension.

3.7 Axiome de fondation

3.7.1 Idée générale de l’axiome
Ce axiome a comme conséquence qu’il n’existe pas d’ensemble X tel que X ∈ X.
Pour pouvoir l’énoncer, il faut introduire la notion d’intersetion entre deux ensembles.

49
3.7.2 Intersection
On considère deux ensembles A et B. L’intersection de A et B est l’ensemble qui
contient tout les éléments qui appartiennent à la fois à A et à B et on le note A ∩ B.
Pour définir cet ensemble de manière rigoureuse, on utilise le schéma de compréhension.
On a vu que pour définir un ensemble en compréhension, il faut un ensemble et une
propriété. Dans le cas de l’intersection, il suffit d’utiliser l’ensemble A ∪ B et la propriété
P (X) ⇔ (X ∈ A ∧ X ∈ B) pour que X appartienne à la fois à A et à B.

3.7.3 Énoncé de l’axiome

6 ∅, il existe un ensemble B appartenant à A tel que A
Axiome : Soit un ensemble A =
et B n’ont aucun éléments en commun.

3.7.4 Écriture formelle

Il n’est pas difficile d’écrire cet axiome de manière formelle :

∀A, A 6= ∅ ⇒ ∃B(B ∈ A ∧ A ∩ B = ∅)

3.8 Éléments, sous-ensembles

3.8.1 Élément d’un ensemble
Rappelons tout d’abord une notion fondamentale : si on a deux ensembles A et B et
que A est un élément de B, on note :
A∈B
Dans le cas contraire, on peut écrire :
A∈
/B

3.8.2 Inclusion
Rappelons que si tout les éléments de A sont aussi élément de B, on dit que A est
inclus dans B et qu’il est un sous-ensemble de B et on note :
A⊂B
On peut écrire aussi :
B⊃A
On dit aussi que B est un sur-ensemble de A. On rappelle aussi que l’on peut formaliser
cette notion :
A ⊂ B ⇔ (∀X, X ∈ A ⇒ X ∈ B)

50
3.8.3 Propriétés
Deux propriétés faciles à démontrer : Première propriété :

(A ⊂ B ∧ B ⊂ C) ⇒ A ⊂ C

Démonstration :
On utilise la définition de l’inclusion, on peut réécrire :

∀X, ((X ∈ A ⇒ X ∈ B) ∧ (X ∈ B ⇒ X ∈ C)) ⇒ (X ∈ A ⇒ X ∈ C)

On peut rappeler le modus barbara vu en logique :

(A ⇒ B) ∧ (B ⇒ C) ⇒ (A ⇒ C)

Et en comparant les deux expressions on voit qu’elle sont équivalentes ce qui achève la
démonstration. Deuxième propriété :

(A ∈ B ∧ B ⊂ C) ⇒ A ∈ C

On utilise encore la définition de l’inclusion :

∀X, (A ∈ B ∧ (X ∈ B ⇒ X ∈ C)) ⇒ A ∈ C

Si l’expression A ∈ B ∧ (X ∈ B ⇒ X ∈ C) est vraie on a que A ∈ B est vrai ; et comme

elle vraie pour tout X, elle est donc vraie en particuliers pour X = A, on a donc :

∀X, (A ∈ B ∧ (X ∈ B ⇒ X ∈ C)) ⇒ (A ∈ B ∧ (A ∈ B ⇒ A ∈ C))

On a donc que A ∈ B ∧ (A ∈ B ⇒ A ∈ C) est vrai, alors on sait que A ∈ B ⇒ A ∈ C

est vrai. Comme on sait que A ∈ B est vraie, alors A ∈ C est vrai aussi et on a donc
prouvé l’implication.

3.9 Définir un ensemble

3.9.1 Définition en extension
Soit E un ensemble. Si a1 , a2 , ..., an sont les éléments de E, on note :

E = {a1 , a2 , ..., an }

On peut donc définir un ensemble en listant tout ses éléments entre des accolades (on dit
alors que l’on défini l’ensemble en extension).
Il faut maintenant prouver que l’on a vraiment le droit de faire cela c’est à dire que
c’est compatible avec les axiomes vus précédemment.
Tout d’abord, nous avons montré que l’on pouvais avoir un ensemble du type {a1 }.
Nous avons montré aussi que nous pouvions avoir des ensembles ayant deux éléments :

51
{a1 , a2 } grâce au théorème de la paire. Cependant, il faut que cette définition soit valide
pour un nombre quelconque d’éléments.
Pour cela, il suffit simplement de faire appel à l’union de deux ensembles. Et il suffit
d’écrire, pour définir formellement cette notation :

{a1 , a2 , ..., an } = {a1 } ∪ {a2 } ∪ ... ∪ {an }

Gràce à l’axiome d’extensionnalité, on sait qu’un ensemble ne dépend que de ses éléments
ce qui montre qu’on définit bien un ensemble unique et ce qui valide la définition en
extension.

3.9.2 Définition en compréhension

Nous savons déjà comment définir un ensemble en compréhension en donnant un
sur-ensemble et une propriété.
Par exemple, si on veut définir l’ensemble E, sous-ensemble de A avec la propriété P ,
on note :
E = {x ∈ A|P (x)}
On verra plus tard des exemples d’utilisation de cette méthode de définition.

3.10 Union et intersection

3.10.1 Union
Propriétés
Il est possible à partir de la définition de l’union de deux ensembles de prouver
certaines propriétés :

Idempotence

A∪A=A
Commutativité
A∪B =B∪A
Associativité
A ∪ (B ∪ C) = (A ∪ B) ∪ C

Définition
On a déjà définit l’union de deux ensembles, rappelons que si on a deux ensembles
A et B, on forme l’ensemble {A, B} gràce à l’axiome de la paire, et on applique à cet
ensemble l’axiome de la réunion : on obtient l’ensemble A ∪ B noté par la lettre D dans
l’axiome de la réunion.

52
Propriétés
On peut déjà lister quelques propriétés de l’union. On peut toutes les prouver avec
les axiomes vues précédemment.

Idempotence

A∪A=A

Commutativité

A∪B =B∪A

Associativité

A ∪ (B ∪ C) = (A ∪ B) ∪ C

3.10.2 Intersection
Définition
Si on a deux ensembles A et B, on forme l’ensemble A ∩ B qui est l’ensemble des
éléments qui appartiennent à la fois à A et à B. On le définit en compréhension :

A ∩ B = {X ∈ A ∪ B|X ∈ A ∧ X ∈ B}

Propriétés
Elles sont similaires à celle de l’union.

Idempotence

A∩A=A

Commutativité

A∩B =B∩A

Associativité

A ∩ (B ∩ C) = (A ∩ B) ∩ C

3.10.3 Distributivité
On peut énoncer encore deux propriétés de l’union et de l’intersection :

A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

Et :
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

53
3.11 Relations binaires
On peut maintenant voir de manière formelle la notion de relation déjà abordée de
manière naïve.

3.11.1 Notion de couple

On doit tout d’abord définir la notion de couple. L’idée est qu’à partir de deux
éléments a et b, on construit un couple que l’on va noter (a, b). Un couple est une paire
ordonnée c’est à dire que l’ordre a une importance, on a (a, b) 6= (b, a).
On doit définir cette notion à partir de la théorie des ensembles c’est à dire comme
d’habitude qu’on doit n’avoir que des ensembles donc un couple sera un ensemble.
Malheureusement, on ne peut pas définir simplement le couple en écrivant (a, b) = {a, b}
car nous avons vu (axiome d’extensionnalité) que {a, b} = {b, a} ce qui contredit (a, b) 6=
(b, a).
Pour pouvoir résoudre cette difficulté, on définit le couple comme ceci :

(a, b) = {{a}, {a, b}}

Avec cette définition on a bien (a, b) 6= (b, a) car {{a}, {a, b}} =
6 {{b}, {b, a}}.

3.11.2 Produit cartésien

En utilisant la notion de couple, on définit la notion de produit cartésien. Si on a deux
ensembles A et B, leur produit cartésien est l’ensemble noté A × B, et dont les éléments
sont des couples avec le premier élément dans A et le deuxième dans B.
Par exemple, si A = {1, 2} et B = {0, 2, 4}, alors :

A × B = {(1, 0), (1, 2), (1, 4), (2, 0), (2, 2), (2, 4)}

On peut maintenant définir cette notion de manière formelle. On a deux ensembles A

et B. On va essayer de définir cet ensemble en compréhension. La propriété qu’on va
utiliser pour que (a, b) ∈ A × B est tout simplement a ∈ A ∧ b ∈ B. Reste à définir le
sur-ensemble de A × B et c’est plus compliqué.
Soit a ∈ A et b ∈ B. On a bien (a, b) ∈ A × B. On a aussi que {a, b} ⊂ A ∪ B donc que
{a, b} ∈ P (A ∪ B). De même on a que {a} ⊂ A ∪ B donc que {a} ∈ P (A ∪ B) (rappel :
P (X) est l’ensemble des parties de X).
On sait donc que {a, b} ∈ P (A ∪ B) et que {a} ∈ P (A ∪ B). On conclut alors que
{{a}, {a, b}} ∈ P (P (A ∪ B)). On peut alors écrire :

A × B = {(a, b) ∈ P (P (A ∪ B))|a ∈ A ∧ b ∈ B}

De plus on écrit souvent A2 au lieu de A × A ou A3 au lieu de A × A × A,...

54
3.11.3 Relations binaires
Définition
On a déjà vu cette notion de manière naïve, il est temps d’en donner une définition
formelle dans le cadre de la théorie des ensembles. On va dire (sans surprise encore une
fois) qu’une relation binaire est un ensemble.
On sait déjà qu’une relation binaire met en relation deux ensembles. On va donc
considérer une relation comme un ensemble de couples. Par exemple si la relation est
notée R, et si a et b sont en relation, alors on a (a, b) ∈ R.
Supposons donc qu’on ait deux ensembles A et B. On a une relation R entre ces
deux ensembles. Il s’agit d’un ensemble de couple (a, b) avec a ∈ A et b ∈ B, donc un
sous-ensemble de A × B.
On peut alors considérer que tout sous-ensemble de A × B est une relation binaire.
L’ensemble des relations binaires entre A et B sera noté A B. On a évidemment :

A B = P (A × B)

Domaine et ensemble image

On définit aussi le domaine d’une relation binaire. Une relation binaire entre A et
B associe à des éléments de A des éléments de B, mais certains éléments de A ne sont
associés à aucun élément de B. On va donc définir un ensemble (le domaine) qui est
l’ensemble des éléments de A qui sont en relation avec au moins un élément de B. Si la
relation est R, on note le domaine : Dom(R).
On peut facilement définir le domaine en compréhension :

Dom(R) = {x ∈ A|∃y, (x, y) ∈ R}

De même, il existe des éléments de B qui ne sont associés à aucun élément de A. On

définit alors l’ensemble image qui est l’ensemble des éléments de B qui sont en relation
avec au moins un élément de A, ensemble que l’on note Im(R).

Im(R) = {y ∈ B|∃x, (x, y) ∈ R}

Inverse
On a une relation R entre A et B. On peut définir l’inverse de R, que l’on note R−1 ,
qui est la même relation en échangeant les ensembles A et B, c’est à dire que si le couple
(a, b) appartient à R alors (b, a) appartient à R−1 . On a donc :

R−1 = {(y, x) ∈ A × B|(x, y) ∈ R}

Composée
Si on a une relation R de A vers B et une relation R0 de B vers C, alors on peut
définir la composée de R et R0 que l’on note R ◦ R0 qui est une relation de A vers C. Si

55
par exemple on a un élément a ∈ A en relation par R avec un élément b ∈ B et que cet
élément est en relation par R0 avec un élément c ∈ C, alors a et c sont en relation par
R ◦ R0 .
On définit cet ensemble en compréhension :
R ◦ R0 = {(x, z) ∈ A × C|∃y, ((x, y) ∈ R ∧ (y, z) ∈ R0 )}

3.12 Différents types de relations

3.12.1 Fonction
Une fonction est une relation où chaque élément a au plus une image. C’est à dire
que si on a une fonction f , alors un élément a ∈ Dom(f ) a un seule image, donc il existe
un seul élément b ∈ Im(f ) tel que (a, b) ∈ f .
Puisque chaque élément x ∈ Dom(f ) a une seule image, on note cette image f (x) ce
qu’on ne pourrai pas faire avec une relation qui ne soit pas une fonction, car si x avait
deux images, on ne saurait pas laquelle des deux désigne l’expression f (x).
On a donc si f est une fonction :
x ∈ Dom(f ) ⇒ ∃!y, (x, y) ∈ f

3.12.2 Application
Une application est un type particuliers de fonction : il s’agit d’une fonction où tous
les éléments de l’ensemble de départ on une image. Si A est l’ensemble de départ, on a :
Dom(f ) = A

3.12.3 Injection
Une injection est un type particuliers d’application : tous les éléments de l’ensemble
d’arrivée on au plus un antécédent. C’est à dire que :
y ∈ Im(f ) ⇒ ∃!x, (x, y) ∈ f

3.12.4 Surjection
Une surjection est un type particuliers d’application : tous les éléments de l’ensemble
d’arrivée on au moins un antécédent. C’est à dire que si B est l’ensemble d’arrivée :
Im(f ) = B

3.12.5 Bijection
Une bijection est une application à la fois injective et surjective. Dans le cas d’une
bijection, chaque élément de l’ensemble de départ a une et une seule image et chaque
élément de l’ensemble d’arrivée a un et un seul antécédent. On peut donc conclure que si
il existe une bijection entre A et B, alors ils ont le même nombre d’éléments.

56
3.12.6 Loi de composition interne
Définition 22. Soit E un ensemble, une loi de composition interne sur E est une
application de E × E dans E dans E.

Une loi de composition interne est souvent noté avec un simple symbole comme ◦.
On note, si l’image de (a, b) ∈ E est c ∈ E :

a◦b=c

Définition 23. Soit E un ensemble, ◦ une loi de composition interne sur cet ensemble,
on dit que cette loi est commutative si :

∀a, b ∈ E, a ◦ b = b ◦ a

Définition 24. Soit E un ensemble, ◦ une loi de composition interne sur cet ensemble,
on dit que cette loi est associative si :

∀a, b, c ∈ E, a ◦ (b ◦ c) = (a ◦ b) ◦ c

Définition 25. Soit E un ensemble, ◦ une loi de composition interne sur cet ensemble,
on dit qu’il existe un élément neutre pour ◦ si :

∃n ∈ E : ∀a ∈ E, a ◦ n = a

Définition 26. Soit E un ensemble, ◦ une loi de composition interne sur cet ensemble,
on dit qu’il existe un élément neutre pour ◦ si :

∃n ∈ E : ∀a ∈ E, a ◦ n = a

Définition 27. Soit E un ensemble, ◦ une loi de composition interne sur cet ensemble
qui admet un élément neutre n, on dit qu’il existe un élément symétrique pour chaque
élément de E si :

∀a ∈ E, ∃a∗ ∈ E : a ◦ a∗ = n

Définition 28. Soit E un ensemble, ◦ et • deux lois de composition interne sur cet
ensemble, on dit qu’on a distributivité de ◦ par rapport à • si :

∀a, b, c ∈ E, a ◦ (b • c) = (a ◦ b) • (a ◦ c)

57
Chapitre 4

Nombres

4.1 L’ensemble des naturels

4.1.1 Introduction
Le concept de «nombre» existe depuis la nuit des temps. C’est un concept fondamental
en mathématique, c’est pourquoi Gauss disait : La mathématique est la reine des sciences
et la théorie des nombres est la reine des mathématiques.
Un type de nombre en particuliers se distingue des autres : les nombres naturels. On
désigne sous ce terme les nombres entiers positifs : 0, 1, 2, 3, ... sont des nombres naturels.
L’ensemble des nombres naturels est noté par la lettre N.
Les pythagoriciens attribuait à ces nombres un statut spécial. Pour eux, seuls les
nombres naturels étaient vraiment «naturels», et le résultat d’une mesure ne pouvait être
qu’un nombre naturel, ou un rapport entre deux nombres naturels (une fraction entière).
Pourtant, un jour, les pythagoriciens démontrèrent qu’un nombre ayant une signification
géométrique claire (dans le sens que l’on peut facilement construire géométriquement un
segment dont la longueur est ce nombre) ne pouvait pas se mettre sous la forme d’une
fraction entière. Ce nombre est la racine carré de deux.
La découverte de ce nombre jeta un trouble chez les disciples de Pythagore : cela
contredisait leur philosophie ! Il est d’ailleurs intéressant que ces nombres (qui ne peuvent
pas s’écrire sous la forme d’une fraction entière) ont été baptisés «irrationnels». Le trouble
fut tel qu’il fut décidé que cette découverte devait rester secrète. Ainsi on raconte même
qu’un pythagoricien, Hippase de Métaponte, fut jeté à la mer et mourra noyé pour avoir
osé divulgué ce secret. Proclus, un historien du cinquième siècle raconte :
«On dit que les gens qui ont divulgué les nombres irrationnels ont péri dans un
naufrage jusqu’au dernier, car l’inexprimable, l’informe, doit être absolument tenu secret ;
ceux qui l’ont divulgué et ont touché à cette image de la vie ont instantanément péri et
doivent rester éternellement ballottés par les vagues.»
Cette histoire illustre bien l’étrange attraction qu’exerce l’ensemble des naturels.
Leurs importance n’est pas seulement philosophique : les naturels ont une place de choix
dans les mathématiques, par exemple, c’est à partir de cet ensemble que nous allons

58
définir le raisonnement par récurrence, technique de démonstration très puissante.
Nous avons déjà introduit le concept de nombre naturel en terme d’ensemble. On
arrivait à construire à partir de l’axiome de l’infini un ensemble qui contenait des nombres
entiers avec des propriétés étranges comme 1 ∈ 2 car on avait considéré les nombres
comme des ensembles. On avait dit alors que l’on pouvait prouver qu’il existe un ensemble
qui ne contient que des nombres puisqu’on n’était pas sûr que c’était le cas de l’ensemble
ω. Ce ce que nous allons faire maintenant.

4.1.2 Définir l’ensemble des naturels

Nous avons montré dans le cadre de la théorie des ensembles, que l’on pouvait
construire un ensemble qui contient les éléments 0, 1, 2, 3, ... plus éventuellement d’autres
éléments. Il suffit donc, pour définir l’ensemble des nombres naturels, de considérer
l’ensemble de ces ensembles, et de dire que l’ensemble des naturels est «le plus petit» de
ces ensembles. On élimine ainsi les éléments «parasites». La manière formelle dont on
procède est décrite dans les modes «normal» et «difficile».
On sait tout d’abord qu’il existe au moins un ensemble, que nous notons ω, qui a
comme propriété :
∅ ∈ ω ∧ ∀X(X ∈ ω ⇒ X ∪ {X} ∈ ω)
D’autre ensembles que ω ont peut-être aussi cette propriété. On va noter cette propriété
P :
P (E) ⇔ (∅ ∈ E ∧ ∀X(X ∈ E ⇒ X ∪ {X} ∈ E))
Il existe donc certainement plusieurs ensembles vérifiant cette propriété. Parmi eux
se trouve l’ensemble de nombres que l’on cherche à définir, plus d’autre qui sont des
sur-ensembles de cet ensemble car ils ont des éléments en plus. L’ensemble de nombres
est donc «le plus petit» de ces ensembles. On va le noter N.
Puisque N est «le plus petit» de ces ensembles, si on a un élément n ∈ N, alors n
est aussi élément de tous les ensembles qui vérifient la propriété P . De même, si n est
élément de tous les ensembles qui vérifient la propriété P , alors n ∈ N puisque N vérifie
la propriété P . On tiens donc un critère pour savoir quels éléments parmi les éléments de
ω sont éléments de N et on le définit en compréhension :

N = {n ∈ ω|∀E, P (E) ⇒ n ∈ E}

On a donc l’ensemble :
N = {0, 1, 2, 3, 4, ...}
On dit que c’est l’ensemble des nombres naturels.

4.1.3 Notion de successeur

Définition 29. On a vu que si n ∈ N, alors n ∪ {n} ∈ N. On va dire que n ∪ {n} est le
successeur de n, et on va le noter s(n). On a donc s(n) = n ∪ {n} et il est facile de voir
que s est une fonction de N vers N.

59
 Nous avons vu en théorie des ensemble, que l’on peut définir la notion de successeur
dans l’ensemble des naturels (voir l’axiome de l’infini). Ainsi, à chaque nombre x ∈ N, on
peut associer «l’élément suivant» que l’on note s(x).
On a donc tout simplement : s(0) = 1, s(1) = 2, ...

4.2 Relation d’ordre

Si nous avons deux nombres a, b ∈ N, alors on peut dire que l’un est «plus petit» que
l’autre, et on note si a est plus petit que b, a < b. On peut facilement définir cette notion
de manière formelle avec ce qui a été vu précédemment, on a tout simplement :

∀a, b ∈ N, a < b ⇔ a ∈ b

Et si a < b, on peut écrire aussi b > a.

En plus de la notion de «plus petit que» on définit «plus petit ou égal à» et si a est
plus petit ou égal à b, on note : a 6 b ou a ≤ b. On le définit comme ceci :

∀a, b ∈ N, a 6 b ⇔ (a ∈ b ∨ a = b)

On va dire que nous définissons ainsi une relation d’ordre sur N car on introduit l’idée
d’«ordre» entre les éléments.
Il reste à définir ce qu’est vraiment une relation d’ordre de manière générale, car on
rencontrera ce type de relation dans d’autres ensembles que dans N. On va voir qu’en
fait «6» est une relation d’ordre et que «<» est une relation d’ordre strict.

4.2.1 Définition
Sans surprise, on va définir la relation d’ordre comme une relation binaire.

Définition 30. On dit que la relation binaire R est une relation d’ordre sur un ensemble
E, si elle est réflexive, antisymétrique et transitive (si x et y sont en relation, on écrit
xRy) :
1. réflexive : ∀x ∈ E, xRx,
2. antisymétrique : ∀(x, y) ∈ E 2 , (xRy) ∧ (yRx) ⇒ x = y,
3. transitive : ∀(x, y, z) ∈ E 3 , (xRy) ∧ (yRz) ⇒ xRz.

On peut facilement se rendre compte que «6» est une relation d’ordre.
On définit aussi la notion de relation d’ordre strict : une relation d’ordre strict est
une relation binaire irréflexive et transitive. On dit qu’une relation est irréflexive si aucun
élément n’est en relation avec lui-même :

∀x ∈ E, ¬(xRx)

On peut facilement se rendre compte que «<» est une relation d’ordre strict.

60
4.2.2 Ordre totale et partiel
Définition 31. Si R est une relation d’ordre sur l’ensemble E et qu’elle vérifie :

∀(x, y) ∈ E 2 , (xRy) ∨ (yRx)

alors on dit que c’est une relation d’ordre totale. On dit aussi que E est totalement
ordonné ou que (E, R) est un ordre totale.

4.3 Principe de récurrence

Nous allons voir maintenant que la structure de l’ensemble N permet une nouvelle
technique de démonstration : la démonstration par récurrence.

4.3.1 Idée générale du principe de récurrence

Supposons que nous devions démontrer une formule qui dépend uniquement d’un
nombre naturel n, c’est à dire une propriété vraie pour tout n ∈ N. Si cette propriété est
P , on a que P (n) est vrai quel que soit n. Le problème est de savoir comment démontrer
que P (n) est toujours vrai.
En effet, on peut écrire une démonstration pour démontrer que P (0) est vrai. Puis faire
la même chose pour P (1), puis pour P (2), ... mais on n’aura jamais fini la démonstration.
Face à ce problème, on peut tenter de prouver P (n) sans faire d’hypothèse sur n c’est à
dire que l’on démontre directement P (n) mais ce n’est pas toujours possible ni toujours
facile.
Il est cependant parfois possible de démontrer que si pour un certain n P (n) est vrai,
alors P (s(n)) est vrai aussi. L’idée est donc de montrer d’abord que P (0) est vrai. On
suppose alors que P (n) est vrai pour un certain n ce que l’on appelle l’hypothèse de
récurrence. Ensuite on démontre que P (s(n)) est vrai avec cette hypothèse.
Cette démarche est suffisante pour prouver P (n) pour tout n ∈ N. En effet, on sait
que P (0) est vrai (car on le démontre au préalable). Puisqu’on montre ensuite que si
P (n) est vrai, alors P (s(n)) est vrai aussi, cela veut dire que P (1) est vrai car P (0) est
vrai. De la même manière, cela prouve que P (2) est vrai puisque P (1) est vrai, et donc
P (3) et ainsi de suite. On a donc démontré P (n) pour tout n.

4.3.2 Écriture formelle du principe

Dans une démonstration par récurrence on démontre P (0) et on démontre ∀n ∈
N, P (n) ⇒ P (s(n)). Remarquez qu’on devrait écrire formellement : ∀n, (n ∈ N ∧ P (n) ⇒
P (s(n))) mais on ne le fait pas pour rendre l’écriture de la formule plus facile à lire.
Désormais on va accepter ce léger abus de notation.
Le principe de récurrence nous dit donc que si ces deux choses sont prouvées, alors
on a montré ∀n ∈ N, P (n). On a donc :

(P (0) ∧ ∀n ∈ N, P (n) ⇒ P (s(n))) ⇒ (∀n ∈ N, P (n))

61
4.3.3 Démonstration
Il reste à démontrer cette formule. On suppose donc que P (0) et ∀n ∈ N, P (n) ⇒
P (s(n)) sont vrais et on démontre ∀n ∈ N, P (n). On va le faire par l’absurde. Supposons
qu’il existe n ∈ N tel que P (n) soit faux. On considère le plus petit n tel que P (n) soit
faux, et on le note m. m 6= 0 car on sait que P (0) est vrai. m est donc le successeur d’un
entier p. p est donc plus petit que m et donc P (p) est vrai. On a donc par hypothèse que
P (s(p)) = P (m) est vrai et on a une contradiction.

4.4 L’addition
4.4.1 Définition
Tout le monde connaît ce qu’est l’addition de deux nombres naturels depuis l’école
primaire. On va essayer donc d’aller plus loin et de définir cette notion de manière
formelle. On va donc définir l’addition comme une fonction.
Imaginons que nous voulons additionner deux nombres a et b. On va dire que b est
l’argument de la fonction «addition», c’est à dire que la fonction s’applique sur b et non
sur a. En fait pour chaque a différents, on a une fonction différente.
C’est à dire que pour tout a ∈ N, on a une fonction fa de N vers N, que nous devons
définir uniquement à partir des seules notions que nous avons déjà définies dans N, on va
donc définir cette notion à partie de la notion de successeur.
On définit donc l’addition comme ceci :
(
fa (0) = a
∀n ∈ N, fa (s(n)) = s(fa (n))

Et on note : fa (n) = a + n. Les deux propriétés qui définissent l’addition peuvent donc
s’écrire :
a+0=a
et :
∀n ∈ N, a + s(n) = s(a + n)
Ces deux seuls propriétés suffisent à définir l’addition.
On remarque que l’on peut facilement démontrer quelque chose d’intuitif : ∀n ∈
N, s(n) = n + 1. On sait que :

∀n ∈ N, a + s(n) = s(a + n)

donc pour n = 0 on a :
a + s(0) = s(a + 0)
donc :
a + 1 = s(a)
On peut donc aussi réécrire la deuxième propriété comme ceci : a + (n + 1) = (a + n) + 1.
On va maintenant énoncer une série de propriétés de l’addition.

62
Théorème 2. L’addition est associative, c’est à dire que :

∀a, b, c ∈ N, (a + b) + c = a + (b + c)
On faire cette démonstration par récurrence sur c. On doit donc tout d’abord prouver
que c’est vrai pour c = 0 :

(a + b) + 0 = a + (b + 0) ⇒ a + b = a + b

ce qui est vrai car on sait que a+0 = a. Il reste à montrer que si on a : (a+b)+c = a+(b+c)
pour un certain c, alors on a : (a + b) + (c + 1) = a + [b + (c + 1)].
On a :
(a + b) + (c + 1) = [(a + b) + c] + 1
= [a + (b + c)] + 1
= a + [(b + c) + 1]
= a + [b + (c + 1)]
On utilise la propriété : a + (n + 1) = (a + n) + 1 à la première, troisième et quatrième
ligne. On utilise l’hypothèse de récurrence à la deuxième ligne.
Théorème 3. L’addition admet un élément neutre, qui n’est autre que zéro :

∀a ∈ N, a + 0 = 0 + a = a
On sait déjà que a + 0 = a, il reste à montrer que 0 + a = a. On va le faire par
récurrence.
On a déjà que 0 + 0 = 0. On a comme hypothèse de récurrence : 0 + a = a et on doit
montrer : 0 + (a + 1) = a + 1.

0 + (a + 1) = (0 + a) + 1 = a + 1

Théorème 4. L’addition est commutative, c’est à dire que :

∀a, b ∈ N, a + b = b + a
Pour démontrer cela, on doit démontrer au préalable que a + 1 = 1 + a. On va le faire
par récurrence. On a pour a = 0 : 0 + 1 = 1 + 0 ce qui est vrai car 0 est l’élément neutre.
Donc, l’hypothèse de récurrence étant a+1 = 1+a, on montre (a+1)+1 = 1+(a+1) :

(a + 1) + 1 = (1 + a) + 1 = 1 + (a + 1)

On peut montrer maintenant a + b = b + a par récurrence sur b. On doit donc montrer

sous l’hypothèse a + b = b + a que a + (b + 1) = (b + 1) + a :

a + (b + 1) = (a + b) + 1
= (b + a) + 1
= b + (a + 1)
= b + (1 + a)
= (b + 1) + a

63
4.5 La multiplication
On utilise le même type de définition que pour l’addition.

4.5.1 Définition
Pour tout a ∈ N on a une fonction ga de N vers N définie par :
(
ga (0) = 0
∀n ∈ N, ga (n + 1) = ga (n) + a

Et on note : ga (n) = a · n ou encore an ou plus rarement a × n. Les deux propriétés qui

définissent la multiplication peuvent donc s’écrire :

a·0=0

∀n ∈ N, a · (n + 1) = a · n + a

Théorème 5. Distributivité par rapport à l’addition :

∀a, b, c ∈ N, a(b + c) = ab + ac

Démonstration par récurrence sur c. On a pour c = 0 :

a(b + 0) = ab = ab + a · 0

On démontre donc que a[b+(c+1)] = ab+a(c+1) sous l’hypothèse que a(b+c) = ab+ac :

a[b + (c + 1)] = a[(b + c) + 1]

= a(b + c) + a
= (ab + ac) + a
= ab + (ac + a)
= ab + a(c + 1)

Théorème 6. Associativité

∀a, b, c, ∈ N, (ab)c = a(bc)

Démonstration par récurrence sur c. Pour c = 0 :

(ab) · 0 = 0 = a(b · 0)

Et donc sous l’hypothèse que (ab)c = a(bc) :

(ab)(c + 1) = (ab)c + ab
= a(bc) + ab
= a(bc + b)
= a[b(c + 1)]

64
Théorème 7. Élément neutre :

∀a ∈ N, a · 1 = a = 1 · a

On peut déjà prouver facilement que a · 1 = a avec la propriété a(n + 1) = an + a

pour n = 0 : a · 1 = a(0 + 1) = a · 0 + a = a. Il reste à montrer que 1 · a = a et sans
surprise par récurrence. Pour a = 0 on a bien 1 · 0 = 0.
On suppose donc 1 · a = a et on a 1 · (a + 1) = 1 · a + 1 · 1 = a + 1.

Théorème 8. Élément absorbant :

∀a ∈ N, a · 0 = 0 = 0 · a

On sait déjà que a · 0 = 0, il reste à montrer que 0 · a = 0. On le fait par récurrence.

Pour a = 0 on a bien 0 · 0 = 0.
On suppose donc 0 · a = 0, on a :

0 · (a + 1) = 0 · a + 0 · 1 = 0 + 0 = 0

Théorème 9. Commutativité :

∀a, b ∈ N, ab = ba

Par récurrence sur b. Pour b = 0 on a bien a · 0 = 0 · a = 0. On suppose donc ab = ba :

a(b + 1) = ab + a = ba + a = (b + 1)a

65
Chapitre 5

Algèbre linéaire

5.1 Espaces vectoriels

5.1.1 Notion intuitive de vecteur
La notion intuitive de vecteur est très facile à comprendre. Il existe en effet une
approche géométrique très simple, qui est celle donné dans l’enseignement secondaire.
Nous allons commencer par cette vision intuitive, mais nous allons aussi directement
donner la définition la plus abstraite et générale possible, ce qui nous permettra d’utiliser
ces notions dans des contextes relativement inattendus.
Mais pour l’instant nous n’en sommes pas encore là. On va considérer un vecteur
comme une «flèche», c’est à dire qu’un vecteur possède trois caractéristiques :
1. une direction,
2. un sens,
3. une norme.
Il ne faut pas confondre sens et direction : une droite suffit pour donner une direction,
mais on peut suivre une droite dans les deux sens possibles. La norme du vecteur, est
intuitivement, la «longueur de la flèche».
Une conséquence immédiate du faite qu’il suffit de donner une direction, un sens et
une norme pour définir un unique vecteur, c’est que deux flèches parallèles, de même
sens et de même longueurs, définissent le même vecteur. Ainsi, sur la figure suivante :

66
 On a trois représentations d’une seul et unique vecteur. Ainsi, il suffit par exemple de
choisir le vecteur partant de l’origine. Les coordonnées de la pointe de la flèche suffisent
alors à spécifier un unique vecteur. Il existe donc une correspondance biunivoque (c’est à
dire une bijection) entre l’espace des points (Rn ). Ainsi, on peut même considérer les
points de Rn comme des vecteurs !
Pour des raisons évidentes, on va convenir de noter un vecteur avec une flèche au
dessus : ~v , certains auteurs choisissent plutôt de mettre en gras : v. Comme on a supposé
que l’on peut considérer les éléments de Rn , il est tentant d’écrire :

~v = (x1 , x2 , x3 , ..., xn )

Cette écriture suggère le sens que l’on pourrait donner à l’addition de deux vecteurs. Si
~v = (x1 , x2 , x3 , ..., xn ) et ~u = (y1 , y2 , y3 , ..., yn ), il est tenant d’écrire :

~v + ~u = (x1 + y1 , x2 + y2 , x3 + y3 , ..., xn + yn )

On voit directement que l’addition de deux vecteurs est :

— commutative c’est à dire que pour tout vecteurs ~v et ~u on ait ~v + ~u = ~u + ~v ,
— associative c’est à dire que pour tout vecteurs ~u, ~v , et w, ~ on ait (~v + ~u) + w ~ =
~v + (~u + w),
~
— qu’il existe un élément neutre c’est à dire qu’il existe un élément que l’on va noter ~0
tel que pour tout vecteur ~v , on ait ~v + ~0 = ~v , ici on a simplement ~0 = (0, 0, 0, ..., 0)
— et enfin qu’il existe un inverse c’est à dire que pour tout vecteur ~v , il existe un
vecteur que l’on convient de noter −~v , tel que ~v +(−~v ) = ~0, si ~v = (x1 , x2 , x3 , ..., xn ),
alors −~v = (−x1 , −x2 , −x3 , ..., −xn ).
On peut donner une interprétation géométrique simple de l’addition de deux vecteurs.
Sur la figure suivante, on a les vecteurs A ~ = (6, 1) et B ~ = (3, 4), leur somme est donnée

67
 ~ B
par A+ ~ = (6+3, 1+4) = (9, 5). Géométriquement, on voit que l’on peut soit transporter
~ de façon à le ramener sur l’extrémité de
parallèlement la flèche représentant le vecteur B
~ soit faire le contraire :
la flèche représentant le vecteur A,

Sur la figure, les flèches transportée parallèlement sont en pointillés. La représenta-

tion «en flèche» des vecteurs, permet d’exprimer cette propriété géométrique de façon
algébrique. Si on note AB ~ le vecteur représentée par une flèche qui part du point A et
arrive au point B, alors on a :
−→ −−→ −−→
AC = AB + BC
C’est la relation de Chasles.
Remarque : il est possible de définir la notion de vecteur lié en disant que deux points
−−→
A et B définissent toujours un et un seul vecteur lié : AB. Deux tels vecteurs liés qui
définissent le même vecteur, sont dit équipollents.
Ayant maintenant esquissé la notion d’addition de vecteurs, nous allons passer à une
autre opération très simple sur les vecteurs : la multiplication par un scalaire. L’idée est
de pouvoir «faire varier la norme» du vecteur, donc «changer la longueur de la flèche».
le terme «scalaire» vient du latin «scalaris», «scala» en latin signifiant «échelle», ainsi
multiplier scalairement revient à «changer l’échelle» du vecteur.
Ainsi, si on veut par exemple multiplier la norme d’un vecteur ~v par deux, on écrit
tout simplement 2~v . On a donc ici une notion de multiplication d’un nombre (un scalaire)
par un vecteur. Une autre question, mais qu’on laisse pour plus tard, est de savoir si cela
a un sens de parler de multiplication de deux vecteurs.
Précisons maintenant les opérations possible sur les scalaires. Si on a deux scalaires α
et β, on s’attend à ce que l’on puisse écrire, pour un certain vecteur ~v :

α~v + β~v = (α + β)~v

C’est à dire que l’addition de deux scalaires doit avoir un sens. Bien sûr, dans notre
cas particuliers où les scalaires sont simplement des nombres réels, c’est quelque chose
d’évident, mais nous voulons pouvoir donner une définition générale plus tard.

68
 De même que pour l’addition, on peut raisonnablement s’attendre à ce qu’il ait un
sens à écrire :
α(β~v ) = (αβ)~v
C’est à dire que la mutiplication de deux scalaires doit avoir un sens. Nous avons
maintenant réuni assez d’informations pour définir la notion de vecteur de façon générale.

5.1.2 Définition
Définition 32. Un corps est la donnée d’un ensemble K et de deux lois de composition
interne sur K appelées addition et soustraction notés respectivement + et ·, tel que :
1. L’addition et la mutiplication sont commutatives.
2. L’addition et la mutiplication sont associatives.
3. Existence d’un élément neutre pour l’addition, noté 0, et d’un élément neutre pour
la mutiplication noté 1.
4. Existence de l’élément symétrique pour l’addition et la multiplication. Soit α ∈ K,
son élément symétrique pour l’addition est noté (−α) et est appelé son opposé,
et son élément symétrique pour la mutiplication est noté α−1 et est appelé son
inverse.
5. La multiplication est distributive par rapport à l’addition.

On peut alors définir la notion d’espace vectoriel :

Définition 33. Soit K un corps, un K-espace vectoriel est la donnée d’un ensemble
V dont les éléments sont appelés des vecteurs, et d’une loi de composition interne sur
V appelé addition vectorielle et notée + et d’une loi de composition externe appelée
multiplication scalaire et notée ·, tel que :
1. L’addition vectorielle est commutative.
2. L’addition vectorielle est associative.
3. Existence d’un élément neutre pour l’addition vectorielle, noté ~0.
4. Existence de l’élément symétrique pour l’addition vectorielle (le symétrique du
vecteur ~v étant noté(−~v )).
5. Distribution scalaire :

∀λ ∈ K, ∀~v , ~u ∈ V, λ(~v + ~u) = λ~v + λ~u

et :
∀~v ∈ V, ∀λ, µ ∈ K, ~v (λ + µ) = λ~v + µ~v

6. Élément scalaire neutre pour la multiplication scalaire :

~ =V
∃e ∈ K : ∀~v ∈ V, eV ~

69
 7. La multiplication scalaire est associative :

∀λ, µ ∈ K, ∀~v ∈ V, λ(µ~v ) = (λµ)~v

Exemple. Comme nous l’avons vu, Rn peut être vu comme un R-espace vectoriel.
L’addition vectoriel et la multiplication scalaire sont très simplement définies comme
nous l’avons vu dans notre approche intuitive.
Exemple. L’ensemble des fonctions définies sur un intervalle [a, b] de R et à valeur
dans R forme un R-espace vectoriel, la multiplication scalaire et l’addition vectorielle
étant simplement définies à partir de la multiplication et de l’addition dans R.

5.2 Bases et dimension d’un espace vectoriel

5.2.1 Combinaisons linéaires
Soit V un K-espace vectoriel, supposons une collection de n vecteurs ~vi ∈ V toute
expression de la forme (qui représente bien sûr un vecteur de V ) :
n
X
λ1~v1 + λ2~v 2 + ... + λ3~v 3 = λi~vi
i=1

où les λi sont n éléments de K, est appelée une combinaison linéaire des vecteurs ~vi . Il
faut faire attention qu’il n’y a pas d’exponentiation dans la notation λi , le i ne sert qu’à
distinguer les différents λ.
Note : pour ceux qui ne sont pas familier avec ce genre de notation pour une somme,
une petite explication s’impose. Le symbole Σ est utilisé pour écrire une somme de façon
abrégée. L’écriture :
n
X
(...)
i=1

indique que l’on somme sur n termes, indicés par i, en faisant varier i entre 1 et n.

Définition 34. Soit V un K-espace vectoriel, n vecteurs ~v1 , ~v2 , ..., ~vn ∈ V sont dit
linéairement indépendants si :

∀λ1 , λ2 , ..., λn ∈ K, λi~vi = ~0 ⇒ λ1 = λ2 = ... = λn = 0

Dans le cas contraire, les vecteurs sont dits linéairement dépendants.

Dit autrement, toute combinaison linéaire de vecteurs linéairement indépendants

donne un vecteur autre que le vecteur nul, sauf si tout les les cœfficients de la combinaison
linéaire sont nuls.

70
5.2.2 Sous-espace vectoriel
Définition 35. Soit W un sous-ensemble d’un K-espace vectoriel V , W est un sous-
espace vectoriel de V si et seulement si les conditions suivantes sont satisfaites :
1. ~0 ∈ W
2. ∀~v , ~u ∈ W, ∀λ, µ ∈ K, λ~v + µ~u ∈ W
Autrement dit, un sous-ensemble W est un sous-espace vectoriel si et seulement
si le vecteur nul appartient à W , et que toute combinaison linéaire de vecteurs de W
appartient encore à W .
Théorème 10. Soit V un K-espace vectoriel, W un sous-espace vectoriel de V , alors
W est un K-espace vectoriel.
Il n’y a pas besoin de démonstration, il suffit de regarder la définition d’espace vectoriel
pour voir que ce résultat est trivial. Il y a toutefois une légère subtilité. Un espace vectoriel
n’est pas que la donnée d’un ensemble et d’un corps, mais aussi d’une loi de composition
interne et d’une loi de composition externe. Il nous faut une loi de composition interne sur
W , donc une application de W × W dans W (l’addition vectorielle). Dans le théorème,
on admet implicitement que l’on «réutilise» la loi de composition interne dans V , mais
ce n’est clairement pas la même puisque c’est une application de V × V dans V . Il faut
donc restreindre cette application à W c’est-à-dire que si G est le graphe de la loi de
composition interne sur V , alors la restriction à W a pour graphe G ∩ ((W × W ) × W ).
Un raisonnement analogue s’applique à la multiplication scalaire.
Théorème 11. Soit V un K-espace vectoriel, ~v1 , ~v2 , ..., ~vn ∈ V , l’ensemble W des
combinaisons linéaires de ces vecteurs est un sous-espace vectoriel de V .
Démonstration. Il suffit de vérifier les critères donnés au théorème précédent. Vérifions
d’abord le deuxième critère. On a par hypothèse :
n
X
n
∀w 1 2
~ ∈ W, ∃λ , λ , ..., λ ∈ K : w
~= λi~vi
i=1

et donc :
n
X n
X n
X
αw
~ 1 + βw
~2 = α λi1~vi + β λi2~vi = (αλi1 + βλi2 )~vi ∈ W
i=1 i=1 i=1

où w ~ 2 ∈ W et α, β ∈ K. On voit que αw
~ 1, w ~ 1 + βw
~ 2 est bien une combinaison linéaire
i i
des ~vi (avec les cœfficients αλ1 + βλ2 ) et donc appartient à W .
Vérifions maintenant le deuxième critère. Il suffit de montrer que pour tout ~v , on
a 0~v = ~0 (rappelons que nous avons noté 0 l’élément neutre de l’addition dans K, et ~0
l’élément neutre de l’addition dans V ). Il faut d’abord vérifier que l’on a bien un seul
élément neutre, notons ~e un éventuel élément neutre différent de ~0, on aurait alors :

~e = ~e + ~0 = ~0

71
L’élément neutre est donc unique. On a donc :

~v + 0~v = (1 + 0)~v = ~v

et donc en additionnant par l’élément symétrique −~v de ~v , on obtient immédiatement

0~v = ~0. Le deuxième critère est donc prouvé (on a en effet ~0 = i 0~vi ∈ W ) ce qui achève
P

la démonstration.
On dit (dans le cas du théorème) que les vecteurs ~vi engendrent V si W = V , sinon
on dit que le sous-espace W est engendré par les vecteurs ~vi .

5.2.3 Base
Définition 36. Soit V un K-espace vectoriel, on dit que les vecteurs ~v1 , ~v2 , ..., ~vn ∈ V
forment une base de V si et seulement si ils sont linéairement indépendants et s’ils
engendrent V .

Ce qui nous amène au théorème suivant :

Théorème 12. Soit V un K-espace vectoriel, {~e1 , ~e2 , ..., ~en } une base de V , et ~v ∈ V
un vecteur, alors il existe un et un seul ensemble de n scalaires {λ1 , λ2 , ..., λn } tel que :
n
X
~v = λi~ei
i=1

Démonstration. Tout d’abord, comme {~ei } est une base, alors par définition n’importe
quel vecteur de V peut s’écrire comme une combinaison linéaire des vecteurs ~ei , il existe
donc au moins un ensemble de scalaires {λi }. Montrons qu’il n’en existe pas d’autre.
Supposons en effet le contraire. On aurait un ensemble {µi } différent de l’ensemble {λi },
tel que :
n
X n
X
i
~v = λ ~ei = µi~ei
i=1 i=1

Mais alors on aurait :

n
X n
X n
X
~0 = λi~ei − µi~ei = (λi − µi )~ei
i=1 i=1 i=1

Mais alors les vecteurs ~ei ne seraient pas linéairement indépendants ce qui contredirait
notre hypothèse qu’ils constituent une base.
Puisque cet ensemble de scalaires est unique, on va convenir d’appeler les λi les
composantes de ~v dans la base {~ei }. L’écriture :
n
X
~v = λi~ei
i=1

72
est appelé le développement de ~v sur la base {~ei }. On écrit alors parfois :
 
λ1
 2
λ 
~v = 
 .. 

 . 
λn

Écriture bien sûr un peu abusive puisqu’elle n’a de sens que dans une base précise de V .
Théorème 13. Soit V un K-espace vectoriel, {~ei } une base de V comportant n vecteur,
et {f~j } un ensemble de m vecteurs linéairement indépendants. Alors m ≤ n.
Démonstration. Comme {~ei } est une base de V , on peut développez l’un des f~j (disons
par exemple f~1 ) sur cette base :
n
f~1 =
X
λi~ei
i=1

λi
Comme les ne sont pas tous nuls, on peut supposer (quitte à ré-indexer) que λ1 6= 0, et
donc on peut exprimer ~e1 comme un combinaison linéaire des autres vecteurs ~ei et de f~1 :
n
1 ~ X λi
~e1 = f1 − ~ei
λ1 i=2
λ1

Choisissons maintenant un vecteur quelconque ~v ∈ V . On doit pouvoir le développez sur

la base {~ei }, on a alors :
n n n n
" # !
X
i 1 ~ X λi X
i v1 ~ X v 1 λi
~v = v ~ei = v 1
1
f1 − 1
~
e i + v ~
e i = 1
f1 + vi − 1 ~ei
i=1
λ i=2
λ i=2
λ i=2
λ

Ce qui montre qu’un vecteur quelconque de V peut toujours s’exprimer comme une
combinaison linéaire des vecteurs f~1 , ~e2 , ..., ~en . Ces vecteurs engendrent donc V .
On peut continuer de la même manière, et remplacer ~e2 par f~2 et obtenir encore un
ensemble de vecteurs qui engendrent V , puis de même en remplaçant ~e3 par f~3 ..., et ainsi
de suite. Raisonnons par récurrence en supposant m > n, et montrons que l’on arrive à
une contradiction. Supposons que nous ayons formé l’ensemble {f~1 , ..., f~k , ~ek+1 , ..., ~en },
qui engendre V . Comme il engendre V , on doit pouvoir écrire :
k n
f~k+1 = µi f~i
X X
+ ν i~ei
i=1 i=k+1

On ne peut pas avoir tout les ν i nuls, sinon on aurait exprimé f~k+1 comme une combinaison
linéaire des autres vecteurs f~i , ce qui contredirait notre hypothèse. On peut donc supposer
ν k+1 6= 0 quitte à ré-indexer. On peut alors exprimer ~ek+1 comme une combinaison linéaire
des vecteurs f~1 , ..., f~k , f~k+1 , ~ek+2 , ...~en :
k n
1 µi ~ νi
f~
X X
~ek+1 = k+1 k+1
− k+1
fi − ~ei
ν i=1
ν i=k+2
ν k+1

73
Comme {f~1 , ..., f~k , ~ek+1 , ..., ~en } engendre V , on doit pouvoir écrire pour ~v ∈ V quelconque :
 
k n k n k n
1 µi ~ νi
v i f~i + v i f~i + v i~ei +v k+1  k+1 f~k+1 −
X X X X X X
~v = v i~ei = k+1
fi − ~e 
k+1 i
i=1 i=k+1 i=1 i=k+2
ν i=1
ν i=k+2
ν

Soit :
k n
! !
v k+1 µi v k+1 v k+1 ν i
f~i + k+1 f~k+1 +
X X
~v = v i − k+1 v i − k+1 ~ei
i=1
ν ν i=k+2
ν

Ce qui montre bien que l’ensemble {f~1 , ..., f~k+1 , ~ek+2 , ..., ~en } engendre V . Comme on
a supposé (par l’absurde) que m > n, on en arrive à former l’ensemble {f~1 , ..., f~n }
qui engendre V . Mais alors on doit avoir que f~n+1 doit pouvoir s’écrire comme une
combinaison linéaire des vecteurs f~1 , ..., f~n , ce qui contredit notre hypothèse. On a donc
bien m ≤ n ce qui achève la démonstration.
Théorème 14. Soit V un K-espace vectoriel, {~ei } une base de V comportant n vecteur,
et {f~j } une autre de base de V comportant m vecteurs, alors n = m.
Démonstration. Par le théorème précédent, appliqué à chacune des base, on doit avoir
à la fois n ≤ m et n ≥ m, donc on a m = n.
On a donc, pour un espace vectoriel donné, un nombre particuliers (le nombre de
vecteurs dans une de cet espace vectoriel), que l’on va appeler la dimension de cet espace.
Si l’espace vectoriel V a pour dimension n, on va noter :

n = dim(V )

Exemple. R2 est un R-espace vectoriel de dimension deux. En effet, il est facile de voir que
~e1 = (1, 0) et ~e2 = (0, 1) forment une base. En effet, un élément quelconque de R2 s’écrit
(a, b), qui peut être développée sur cette base : (a, b) = a~e1 + b~e2 . Par un raisonnement
similaire, on peut facilement voir que Rn est un R-espace vectoriel de dimension n.
Considérons maintenant le R-espace vectoriel des fonctions de [a, b] ⊂ R dans R.
On peut voir intuitivement qu’aucun ensemble fini de ces fonctions ne peut engendrer
l’espace vectoriel. En effet, dans une base hypothétique de cet espace, avec un nombre
fini d’éléments, si certains vecteurs de base sont des fonctions polynomiales, alors il y a
une de ces fonctions polynômes dont le degré p est supérieur ou égale à celui de toutes
les autres. On voit mal alors comment on pourrait développez une fonction polynôme de
degré q > p sur cette base.
De tels espaces vectoriels seront alors dit de dimension infinie. Sauf mention contraire,
nous travaillerons toujours avec des espaces vectoriels de dimension finie.

5.3 Produit scalaire et espace dual

5.3.1 Introduction
Nous allons dans la suite utiliser la convention d’Einstein, qui nous permet d’omettre
le signe de sommation : on va convenir que tout symbole à la fois en indice et en exposant

74
est un indice de sommation. Par exemple, le développement d’un vecteur ~v sur une base
{~ei } va s’écrire :
n
X
~v = v i~ei = v i~ei
i=1
Et on conviendra d’utiliser la même lettre pour la notation d’un vecteur et de ses
composantes (par exemple les composantes de ~v seront toujours, sauf mention contraire,
notée v i ).
Nous allons définir une nouvelle opérations, valable sur les R-espaces vectoriels (en
fait pas seulement mais nous allons ici nous restreindre à ce cas). Cette opération, appelée
produit scalaire, va faire correspondre à tout couple de vecteur un nombre réel.

5.3.2 Définition
Définition 37. Soit V un R-espace vectoriel, un produit scalaire sur V , est une fonction
de V × V dans R, que l’on note h~v , ~ui ou ~v · ~u, telle que :
1. ∀~v , ~u ∈ V, ~v · ~u = ~u · ~v (commutativité)
2. ∀~v , ~u, w
~ ∈ V, ∀λ, µ ∈ R, (λ~v + µ~u) · w
~ = λ~v · w
~ + µ~u · w
~ (linéarité)
Choisissons une base de V , qu’on va noter {~ei }, et définissons sur V un produit
scalaire. Supposons que nous connaissions tout les produits scalaires entre les différents
vecteurs de la base, notons alors gij le produit scalaire du vecteur ~ei par le vecteur ~ej :

gij = ~ei · ~ej

Notez que le produit scalaire est commutatif, on doit avoir gij = gji .
Soit alors deux vecteurs, ~v = v i~ei et ~u = ui~ei , leur produit scalaire peut s’écrire :

~v · ~u = (v i~ei ) · (uj ~ej ) = v i uj (~ei · ~ej ) = gij v i uj

Ce qui montre que la connaissances des nombres gij suffit pour calculer le produit
scalaire entre deux vecteurs quelconques. Il faut faire attention aussi que dans la formule
~v · ~u = gij v i uj , il y a une sommation sur deux indices : i et j. Prenons un exemple à deux
dimensions :

~v · ~u = gij v i uj = g11 v 1 u1 + g12 v 1 u2 + g21 v 2 u1 + g22 v 2 u2

Définition 38. Soit V un R-espace vectoriel muni d’un produit scalaire, ce produit
scalaire est dit non-dégénéré si on a :

∀~v ∈ V, (∀~u ∈ V, ~v · ~u = 0) ⇒ ~v = ~0
Ce n’est pas toujours le cas. Supposons, en utilisant encore les produits scalaires des
vecteurs de base gij , que l’on ait (on se met en dimension deux) g11 = −1, g22 = 1, g12 =
g21 = 0, alors, le produit scalaire d’un vecteur avec lui-même donne :

~v · ~v = gij v i v j = −1v 1 v 1 + 1v 1 v 1 = 0

75
Définition 39. Soit V un R-espace vectoriel muni d’un produit scalaire, le produit
scalaire est dit défini positif si :

∀~v ∈ V, ~v · ~v > 0

Dans le cas où le produit scalaire est défini positif, on appelle la norme d’un vecteur
~v la quantité : √
||~v || = ~v · ~v
Soient deux vecteurs ~v et ~u, ils sont dit orthogonaux si leur produit scalaire est nul :
~v · ~u = 0.
Ceci nous amène alors à la définition de base orthonormée. Une base orthonormée est
une base constituée de vecteurs normés (i.e. de norme un) et telles que deux vecteurs de
bases différents soient toujours orthogonaux. Autrement dit, les nombres gij sont donnés
par : gij = 1 pour i = j, et gij = 0 pour i 6= j. Dans cette base, le produit scalaire de
deux vecteurs quelconques ~v = v i~ei et ~u = ui~ei se calcule très facilement :
X
~v · ~u = gij v i uj = v i ui
i

Par exemple, dans une base orthonormée de R3 , notons cette fois (xv , yv , zv ) les compo-
santes de ~v et (xu , yu , zu ) les composantes de ~u, alors on a :

~v · ~u = xv xu + yv yu + zv zu

5.3.3 Espace dual

Définition 40. Soit V un K-espace vectoriel, l’espace dual de V , noté V ∗ , est l’ensemble
des applications ω de V dans K qui sont linéaires, c’est à dire telles que :

∀λ, µ ∈ K, ∀~v , ~u ∈ V, ω(λ~v + µ~u) = λω(~v ) + µω(~u)

La linéarité des éléments de l’espace dual nous permet de calculer son action sur un
vecteur quelconque, connaissant son action sur les vecteurs de base. En effet, on a :

ω(~v ) = ω(v i~ei ) = v i ω(~ei ) = v i ωi

en posant ωi = ω(~ei ).

Théorème 15. Soit V un K-espace vectoriel, l’espace dual de V est aussi un K-espace
vectoriel, si l’addition et la multiplication scalaire sont définies par :
1. ∀~v ∈ V, ∀ω, η ∈ V ∗ , (ω + η)(~v ) = ω(~v ) + η(~v )
2. ∀λ ∈ K, ∀~v ∈ V, ∀ω ∈ V ∗ , (λω)(~v ) = λ(ω(~v ))

76
 Il suffit de vérifier les critères pour avoir un espace vectoriel pour voir que c’est
évident. Par exemple, il est clair que la combinaison linéaire de deux éléments de V ∗ est
encore un élément de V ∗ . Comme V ∗ est un espace vectoriel, ses éléments seront appelés
vecteurs duaux.
On a écrit précédemment l’action d’un vecteur dual sur un vecteur : ω(~v ) = v i ωi avec
ωi = ω(~ei ). Définissons alors la base duale {θi } de la base {~ei } en demandant que l’on
ait :
θi (~ej ) = δji
où δji est le symbole de Kronecker qui vaut 1 si i = j et 0 si i 6= j. On a alors :

ω(~v ) = v i ωi = v j ωi δji = v j ωi θi (~ej ) = ωi θi (v j ~ej ) = ωi θi (~v )

On a donc :
ω = ωi θi
Ce qui justifie l’appellation de base duale, puisque tout vecteur dual peut s’exprimer
comme combinaison linéaire des vecteurs duaux {θi } et que les vecteurs duaux sont
linéairement indépendants. Pour montrer ce dernier point, notons d’abord que le vecteur
nul de V ∗ est l’application qui à tout ~v ∈ V associe le nombre zéro. Construisons alors
une combinaison linéaire des vecteurs de la base duale, faisons là agir sur un vecteur
~v ∈ V quelconque, et demandons que cette combinaison linéaire soit le vecteur nul :

λi θi (v j ~ej ) = λi v j δij = λi v i = 0

Comme ceci doit être vrai pour tout ~v ∈ V , on doit avoir tout les λi nuls. {θi } est donc
bien une base de V ∗ , et on voit immédiatement qu’il y a autant de vecteurs (duaux) dans
la base duale qu’il y en a dans la base de départ {~ei }. On a donc déjà prouvé le théorème
suivant :

Théorème 16. Soit V un K-espace vectoriel, et V ∗ son dual, alors on a :

dim(V ) = dim(V ∗ )

On peut maintenant s’intéresser au dual du dual V ∗∗ . On peut identifier chaque

vecteur de V avec un vecteur de V ∗∗ . En effet, soit ~v ∈ V , ω ∈ V ∗ , et v ∈ V ∗ ∗ que l’on
identifie à ~v , on peut écrire :
ω(~v ) = v(ω)
On peut donc assimiler V à V ∗∗ . Cela veut dire donc que V est le dual de V ∗ . Dans
nos notations, nous avons mis une flèche sur les vecteurs, et non sur les vecteurs duaux
pour les différencier. Mais on voit ici que l’on aurait très bien pu inverser les rôles : cette
notation ne doit pas faire croire que les éléments de V et de V ∗ ne sont pas sur un pied
d’égalité.

77
Lien avec le produit scalaire
Supposons que sur V on ait défini un produit scalaire. Alors, à chaque vecteur ~v on
peut faire correspondre un et seul vecteur dual v définit par :

∀~u ∈ V, v(~u) = ~v · ~u

On peut donc établir dans ce cas une bijection entre V et V ∗ . Soit alors vi les composantes
du vecteur dual correspondant au vecteur ~v = v i~ei , alors on peut écrire :

~v · ~u = v(~u) = vi θi (uj ~ej ) = vi uj δji = vi ui

78
Chapitre 6

Trigonométrie

6.1 Introduction
La trigonométrie vient du grec «trigonos» : «triangulaire» et du grec «métron» :
«mesure», la trigonométrie se base sur des relations entre les angles et les mesures des cotés
dans les triangles. C’est une science mathématique très ancienne qui date de l’antiquité.

6.1.1 Le sinus d’un angle

On considère un triangle rectangle et l’un de ses angles aigus que l’on va appeler α :

On voit sur le dessin que :

1. l’hypoténuse est le coté opposé à l’angle droit qui est aussi le plus grand coté du
triangle rectangle,
2. le coté opposé est le coté opposé à l’angle α,
3. le coté adjacent est l’un des coté formant l’angle α et qui n’est pas l’hypoténuse.

79
 Si on prend plusieurs triangles rectangles différents mais qui ont tous un angle
identique (hors l’angle droit) on peut remarquer quelque chose d’intéressant. Lorsque
l’on divise le côté opposé par l’hypoténuse, on obtient toujours la même valeur. Cette
propriété découle du fait que tout les triangles rectangle ayant un angle identique sont
des triangles semblables.
Imaginons que nous ayons un angle α dans un triangle rectangle disons par exemple
de 30 degrés. On divise le côté opposé par l’hypoténuse et on trouve comme valeur 0,5.
On est alors assuré, à cause de la remarque précédente, que si on a n’importe quel triangle
rectangle avec un angle de 30 degrés, alors la division du côté opposé par l’hypoténuse
donne 0,5.
On peut donc dire que puisque le résultat de cette division ne dépend que de l’angle
et non du triangle, on peut associer à chaque valeur valeur possible d’un angle le nombre
qui est le résultat de cette division. Par exemple, on a dit que pour un angle de 30 degrés
ce nombre vaut 0,5. On va noter ce fait de manière mathématique comme ceci :

sin(60◦ ) = 0, 5

Et on dit que le sinus de 30 degrés est 0,5.

6.1.2 Introduction au concept de radian

Pour mesurer des angles, vous avez sans doute l’habitude de travailler avec des degrés
comme unité. En trigonométrie, nous n’allons pas utiliser cette unité, nous allons utiliser
les radians.
Considérons la figure ci-dessous. On a un cercle de rayon R. Si on considère un arc
de cercle de longueur R, on peut construire un angle qui vaut (par définition) un radian.

80
 La circonférence d’un cercle de rayon R vaut 2πR. Un angle d’un radian intercepte
donc un arc de cercle d’une longueur de 1/(2π) fois la circonférence, qui correspond à un
angle de 360 degrés, donc un radian vaut :
360◦ 180◦
1c = = ≈ 57, 3◦
2π π
Le symbole «c» en exposant est l’analogue du symbole «degré» pour les radians.
Le radian est très utilisé en trigonométrie.

6.2 Fonctions trigonométriques

6.2.1 Fonction sinus
À partir de ce que nous avons vu nous allons définir une fonction : la fonction sinus.
Cette fonction se définit à partir de ce que nous avons dit dans l’introduction.
Cependant, on faisait le lien entre un angle et un nombre, et on veut une fonction qui
donne un nombre en fonction d’un autre nombre. On doit donc fixer une unité pour les
angles et nous utiliserons le radian.
On a quand même un problème. En faisant comme ça, on définit le sinus uniquement
pour des angles strictement compris entre 0 et π/2 radians (c’est à dire entre 0 et 90
degrés). On voudrait étendre la définition pour qu’on puisse calculer le sinus de n’importe
nombre.
Considérons la figure suivante :

81
 Nous avons un cercle de rayon 1, dans lequel se trouve le triangle OAB dont l’un des
angles est α. Le sinus de cet angle est comme nous l’avons vu, le côté opposé divisé par
l’hypoténuse, c’est à dire :

|AB|
sin α = = |AB| = |OS|
|OA|

Car |OA| = 1 (cercle de rayon 1), il en résulte que si on construit (de la bonne manière !)
l’angle dans un cercle unité, il suffit de faire une projection sur l’axe y pour avoir la
valeur du sinus de l’angle.
Considérons maintenant un angle β > π/2. On ne peut pas définir son sinus à partir
d’un triangle rectangle, mais dans le triangle trigonométrique, on peut le définir en
appliquant la même méthode que précédemment, on a donc :

sin β = |OS 0 |

82
Par contre, dans le cas d’un angle γ > π, on a un sinus négatif (car on est dans les valeurs
négatives de y) et donc :
sin γ = −|OS 00 |
Que se passe-t’il pour des angles supérieurs à 2π (360◦ ) ? ? Et bien c’est simple : on est
près pour un deuxième tour de cercle ! Ainsi, au fur et à mesure que l’on augmente la
valeur de l’angle, on va tourner dans le cercle de sorte que l’on retrouvera ainsi les mêmes
valeurs pour la fonction sinus : on dit que la fonction est périodique. Cela est bien visible
en regardant son graphe :

6.2.2 Fonction cosinus

Nous avions introduit la fonction sinus à l’aide des triangles rectangles, on divisait le
côté opposé par l’hypothénuse. On peut aussi diviser le côté adjacent par l’hypothénuse :
on calcule alors le cosinus.
On peut très facilement se rendre compte qu’il suffit de projeter sur l’axe Ox dans le
cercle trigonométrique :

83
 On a :
sin α = |OB|
Les même remarques que pour la fonction sinus s’appliquent encore ici. Le graphe de la
fonction cosinus est semblable à celui de la fonction sinus, à une translation près :

6.2.3 Fonction tangente

La tangente d’un angle dans un triangle rectangle est le rapport du côté opposé sur
le côté adjacent.
Sur le schéma ci-dessous, on a :
|AB|
tan α = = |AB|
|OB|

On projette donc sur une droite verticale tangente au cercle au point B = (1, 0).

84
 On peut prouver que :
sin α
tan α =
cos α
En effet :
cote oppose
sin α hypothenuse cote oppose
= cote adjacent
= = tan α
cos α hypothenuse
cote adjacent

85
Chapitre 7

Analyse

7.1 Introduction
7.1.1 Les paradoxes de Zénon d’Elée
Zénon d’Elée était un philosophe grec né vers -495. Il était l’élève de Parménide et
soutenait sa doctrine : Parménide pensait que tout mouvement est impossible ou n’est
qu’illusion. C’était une conclusion basée sur des raisons assez étranges, sur l’unicité de
l’Être : Parménide affirme que la pluralité n’existe pas et par conséquent le mouvement
non plus.
Zénon va tenter de prouver ce point de vue en énonçant plusieurs paradoxes sur le
mouvement des corps. Le plus connu de ces paradoxes (et le plus difficile à résoudre) est
le fameux paradoxe d’Achille et de la tortue.
Ces paradoxes sont nombreux et sont pour la plupart assez faciles à réfuter. Voici
trois des plus célèbre de ces paradoxes :
1. Le paradoxe d’Achille et de la tortue que nous analyserons plus loin,
2. Le paradoxe de la pierre lancé vers un arbre : une pierre lancée vers un arbre ne
pourra jamais l’atteindre car avant cela elle devra parcourir la moitié du parcours,
mais pour cela elle devra d’abord parcourir la moitié de cette distance (donc le
quart de la distance totale), et ainsi de suite : la flèche n’ateindra jamais son
objectif (remarque : ce paradoxe est fondamentalement identique au précédent
comme nous le verrons),
3. Enfin, le paradoxe de la flèche en vol : imaginons une flèche en vol. A chaque
instant, elle occupe une position bien précise et si on l’observe la flèche sur un
seul instant infiniment bref, elle n’a pas le temps de bouger, et une succession
de position fixes ne peut engendrer un mouvement : la flèche ne peut donc pas
bouger ! (on reparle de ce paradoxe dans la partie «Fonction dérivée» de ce cours).
Il faut remarquer que ces «paradoxes» sont a proprement parler des sophismes.

86
7.1.2 Qu’est ce que l’analyse ?
L’analyse mathématique est l’étude rigoureuse du «calcul infinitésimal». Les termes
d’«analyse» et de «calcul infinitésimal» sont en fait des synonymes, le premier terme étant
plus moderne et tendant à remplacer le second. Mais l’expression «calcul infinitésimal»
n’a pas seulement un intérêt historique, il a aussi un certain intérêt pédagogique.
En effet, il faut essayer de comprendre qu’est ce que l’on entend par «infinitésimal».
Pour le comprendre, nous allons adopter un point de vue historique et discuter de la
forme la plus ancienne de «calcul infinitésimal», ou plus exactement, quelque chose qui y
ressemble : c’est la méthode d’exhaustion, utilisée par les grecques durant l’antiquité.
Cette méthode était par exemple utilisée pour calculer la surface d’un disque. On
encadrait un disque en construisant un polygone régulier à l’intérieur du disque, et un
autre englobant le disque. En calculant les surfaces respectives de ces deux polygones,
on savait que la surface du disque était quelque part entre ces deux valeurs. Puis, en
augmentant le nombres de côtés de deux polygones, on approchait de plus en plus de la
surface, et l’encadrement devenait de plus en plus précis.
La chose intéressante est qu’il est possible de déduire la surface exacte du disque. Il
suffit en effet d’augmenter le nombre de côtés à l’«infini», c’est à dire que l’on considère
un cercle comme un polygone régulier ayant un nombre infini de côtés, chacun de ces
côtés ayant une longueur nulle. On pourrait croire qu’une telle chose est impossible à
calculer mais nous verrons qu’il n’en est rien.
La suite du chapitre a donc deux buts : formaliser ce genre de raisonnement, et
comprendre mieux les pièges et les subtilités que l’on rencontre lorsque l’on parle d’infini.

7.2 Intervalles dans l’ensemble des réels

7.2.1 Définition
On va définir maintenant la notion d’intervalle. Une définition intuitive de cette
notion est simplement l’ensemble des valeurs comprises entre deux valeurs distinctes. Il
faut simplement faire attention de savoir si ces deux valeurs sont comprises ou non dans
l’intervalle.
Par exemple, si on dit : «l’ensemble des nombres réels entre 2 et 3 compris», on écrit :
[2, 3]
et si on exclu 2 et 3 de cet ensemble, on écrit plutôt : ]2, 3[ on peut aussi exclure 2 et
inclure 3 :
]2, 3]
ou l’inverse :
[2, 3[
Il est possible de définir plus rigoureusement cette notion à l’aide ce que nous avons
appris en théorie des ensembles :
[a, b] = {x ∈ R|a ≤ x ≤ b}

87
 ]a, b] = {x ∈ R|a < x ≤ b}
[a, b[= {x ∈ R|a ≤ x < b}
]a, b[= {x ∈ R|a < x < b}
Les intervalles de type [a, b] sont dits fermés, les intervalles de type ]a, b[ sont dits ouverts
et les intervalles comme ]a, b] ou [a, b[ sont dits semi-ouverts.
Le symbole ∞, qui représente l’«infini» est utile pour représenter certains intervalles.
Par exemple, on note l’ensemble des nombres «supérieurs ou égals à deux» : [2, +∞[,
l’ensemble des nombres strictement inférieurs à 4 est ] − ∞, 4[.
On rajoute donc aux définitions faites plus haut :

[a, +∞[= {x ∈ R|x ≥ a}

]a, +∞[= {x ∈ R|x > a}

] − ∞, a] = {x ∈ R|x ≤ a}
] − ∞, a[= {x ∈ R|x < a}

7.2.2 Propriétés
On peut montrer que :
1. l’intersection de deux intervalles est encore un intervalles, par exemple ] − ∞, 10] ∩
[2, 20] = [2, 20],
2. l’union de deux intervalles n’est pas toujours un intervalle, par exemple [0, 1]∪[3, 4]
n’est pas intervalle.

7.3 Achille et la tortue

7.3.1 Énoncé
Le paradoxe est facile à énoncer. Imaginez une course que se disputent Achille et
la tortue. Achille qui sait bien qu’il part avec un avantage certain sur son adversaire
lui laisse une avance de 100 mètres. La course commence. Pour rattraper son retard,
il parcourt les cent mètres qui le séparent de la tortue. Pendant ce temps, la tortue a
elle même avancé d’une certaine distance, qu’Achille doit combler à nouveau. Une fois
ce retard comblé, la tortue avance à nouveau d’une certaine distance, etc,... Achille ne
rattrape donc jamais la tortue.
On va donc tenter de résoudre ce paradoxe mathématiquement. Tout d’abord, on va
supposer qu’Achille parcourt le cent mètres en dix secondes, et que la tortue parcourt un
mètre en une seconde :
1. Durant les dix premières secondes, Achille a parcouru 100 m et la tortue a parcouru
10 m, il est donc à 10 m de la tortue (temps écoulé : 10 s),

88
 2. Pour parcourir cette distance, Achille met une seconde, temps pendant lequel la
tortue avance d’un mètre (temps écoulés : 10+1=11 s),
3. Pour parcourir ce mètre, Achille met 0.1 s, la tortue avance donc de 10 cm (temps
écoulé : 11+1/10)
4. etc...
On peut écrire alors que le temps total pour qu’Achille rejoigne la tortue est :
1 1 1
t = 10 + 1 + + + + ...
10 100 1000
Cette somme comporte un nombre infini de termes : elle ne s’arrête jamais. Zénon en
conclut que le résultat est alors infini : Achille ne rejoindra jamais la tortue.
Autrement dit, Il fait l’hypothèse que :
+∞
X
ai = +∞
i=1

quel que soit la valeur des ai : une somme est infinie dès qu’il y a un nombre infini de
termes (tous positifs évidemment).

7.3.2 Résolution du paradoxe : première approche

Pour résoudre le problème, on peut d’abord remarquer que la somme peut s’écrire
autrement : on l’écrira avec des nombres décimaux :

t = 10 + 1 + 0.1 + 0.01 + 0.001 + 0.0001 + ... = 11.111111...

On voit que l’on arrive à un résultat parfaitement fini ! !

Donc l’hypothèse de Zénon semble être fausse bien qu’elle est intuitive, on voit que
l’on peut avoir une somme infinie de terme avec un résultat fini !
Maintenant nous allons tenter de résoudre le paradoxe. Pour cela, on va essayer
déterminer en combien de temps Achille va rattraper la tortue, mais d’une tout autre
manière que Zénon.
Après un certain temps t, Achille aura parcouru une distance dach = vach t (car on a
dach
vach = par définition de la vitesse) tandit que la tortue aura parcouru une distance
t
dtor = vtor t et sera donc à dtor = vtor t + 100 du point de départ d’Achille.
Achille rejoindra la tortue lorsque dach = dtor , donc on aura, d’après les équations
précédentes :
vach t = vtor t + 100
Nous connaissons vach et vtor , et nous savons que :

vach = 10vtor

et donc :
10vtor t = vtor t + 100

89
c’est une simple équation du premier degré en t qui donne :
100
t=
9vtor
100
Dans notre cas, vtor = 1m/s et donc t = = 11.111...
90
Intéressons nous donc cette fameuse somme de plus près...

7.4 Suites numériques

7.4.1 Définissons la notion de suite
Si cette somme reste finie, c’est parce que les termes se rapprochent de plus en plus
de zéro (et suffisamment vite) :
1 1 1
10, 1, , , , ...
10 100 1000
On peut associer un nombre n à chaque terme de la suite, pour dire que le terme an est
le n-ième terme de la suite (ce genre de notation a été déjà vu précédemment) :
1 1
a1 = 10, a2 = 1, a3 = , ...., an = n−2
10 10
1
est le n-ième terme de la suite.
10n−2
Le fait que cette suite se rapproche de zéro sera discuté plus tard. Avant cela, je
propose de préciser ce que l’on doit entendre par «suite». Ouvrons donc une petite
parenthèse, et définir correctement la notion de suite :

Définition 41. Une suite numérique est une fonction N0 → R c’est à dire qu’ à chaque
nombre naturel n, on fait correspondre un réel an qui est le n-ième terme de la suite. Elle
est notée a1 , a2 , a3 , ... ou plus simplement :{an }n∈N

Voici quelques exemples de suite :

1. an = 1 + n ce qui donne : 2, 3, 4, 5, ....
2. an = 2n ce qui donnes : 2, 4, 8, 16, ...
3. Suite de Fibonacci : a1 = a2 = 1, an = an−1 +an−2 ce qui donne : 1, 1, 2, 3, 5, 8, 13, ...
On peut aussi définir deux ou trois choses simples sur les suites :
1. Une suite {an }n∈N est croissante si l’on a :

∀n ∈ N : an ≤ an+1

et strictement croissante si ∀n ∈ N : an < an+1

90
 2. Une suite {an }n∈N est décroissante si l’on a :

∀n ∈ N : an ≥ an+1

et strictement décroissante si ∀n ∈ N : an > an+1

3. On dit qu’une suite est monotone si elle est croissante ou décroissante, et qu’elle
est strictement monotone si elle strictement (dé)croissante.
4. Une suite est bornée supérieurement si on peut trouver un réel α tel que ∀n ∈ N :
an ≤ α
5. Une suite est bornée inférieurement si on peut trouver un réel α tel que ∀n ∈ N :
an ≥ α
6. Enfin, une suite est bornée si elle est à la fois bornée supérieurement et inférieure-
ment.
Exemples :
1. La suite de Fibonacci est croissante, donc monotone, elle est bornée inférieurement.
2. La suite 1, −1, 1, −1, 1, −1, ... n’est pas monotone, elle est bornée.
1
3. La suite an = 5 − est croissante et bornée.
n

7.4.2 Introduction au concept de limite

Nous avions dit que la suite qui nous préoccupait se rapproche de zéro. Notons au
passage qu’elle est strictement décroissante et bornée. Mais ce qui nous intéresse surtout
dans le fait qu’elle soit bornée ; c’est qu’elle est bornée inférieurement. Pourtant, elle est
décroissante, mais elle ne ne va jamais en dessous (ni n’atteint !) une certaine valeur :
zéro.
En supposant n ÉNORMÉMENT GRAND, an sera TRÈS PROCHE de zéro. Pourtant,
il ne l’atteindra jamais, zéro sera une limite.
Et on ne peut pas prendre 0.00000000001 comme limite, ni même 10−1000 car on
pourra toujours trouver un nombre n assez grand, tel que an soit plus proche de zéro
que cette limite (qui du coup n’en n’est pas vraiment une).
On dira donc, que lorsque n tend vers l’infini, an tend vers zéro, et on notera :

lim an = 0
n→+∞

1
On peut trouver d’autre suites intéressantes. Par exemple, pour la suite an = 1 − la
n
suite est croissante et tend vers 1 :
1 2 3 5
0, , , , , ...
2 3 4 6
et on peut donc écrire :
lim an = 1
n→+∞

91
Imaginons une suite qui tende vers un nombre a. Prenons un terme an tel que n soit
très très grand (mais vraiment très !). Cela veut dire que la «distance» entre an et a est
TRÈS petite (presque nulle) :
|an − a| < 
Ou :
>0
et ce fameux  est choisi TRÈS petit pour montrer que cette distance entre entre an et a
est vraiment infime.
On peut aussi prendre un autre nombre an , mais ou cette fois n est encore plus grand,
et choisir un  encore plus petit et ainsi de suite mais ça ne servira à rien et cela va nous
mener loin !
Pourtant l’idée d’ écrire :
|an − a| < 
avec :
>0
pour montrer que a est la limite de la suite ne semble pas mauvaise mais il faut améliorer.
Comment ? On ne peut pas examiner chaque an séparément et trouver à chaque fois un 
adéquat. Pourtant, on peut le faire implicitement à l’aide du quantificateur universel ! Ça
donne :
Définition 42. Une suite numérique {an }n∈N admet une limite a si :

∀ > 0, ∃δ ∈ N : n > δ ⇒ |an − a| < 

Explications : On commence par dire que l’on peut prendre n’importe quel  > 0
(sous entendu : aussi petit soit-il), et dire qu’ il existe un nombre (représenté par la lettre
grecque δ) tel que si on prend un nombre n plus grand que δ, la distance entre an et a
est plus petite que .
1
Prenons, par exemple, la suite an = ( qui admet 0 comme limite) et commençons
n
1
par choisir un nombre  positif (assez petit), disons, . Puis, examinons l’un après
100
1
l’autre les termes de la suite. Au bout d’un certains temps, on arrive au terme a100 = .
100
On va donc prendre δ = 100. Si on choisit un nombre n tel que n > δ, on est sur que :
|an − a| < 
1
Par exemple, si on choisit n = 200, on a an = et on voit bien que :
200
1 1
−0 <
200 100
Cette définition veut simplement dire que passé un certain cap (aδ ), tout les termes de la
suite sont plus proches de a que d’une certaine valeur fixé au départ (). Comme  est
aussi petit que l’on veut, on fait se rapprocher les termes de a d’aussi près que l’on veut.
La suite devient très proche de sa limite, pour de très grandes valeurs de n.

92
7.5 Fonctions numériques
7.5.1 Introduction
La notion de fonction a déjà été vue de manière assez théorique dans le cours de théorie
des ensembles. On avait alors introduit le concept de «graphe» comme un ensemble
de couples. Dans la pratique, il est commode de représenter ces couples de manière
géométrique.
x2
Prenons un exemple : une fonction de R vers R défini comme suit : f (x) = . On
4
peut représenter le graphe de la fonction dans un système d’axe :

Chaque point de la courbe a deux coordonnées qui sont les couples du graphe.
Le graphique d’une fonction permet d’observer directement ses propriétés. Nous
allons maintenant définir quelques notions supplémentaires par rapport à ces fonctions
numériques :
1. Une fonction est croissante sur un intervalle I si :

∀x1 , x2 ∈ I, x1 6 x2 ⇒ f (x1 ) 6 f (x2 )

2. Une fonction est décroissante sur un intervalle (a, b) si :

∀x1 , x2 ∈ I, x1 6 x2 ⇒ f (x1 ) > f (x2 )

3. Une fonction est monotone si elle est croissante ou décroissante
4. Les termes strictement (dé)croissante et strictement monotone, s’appliquent lorsque
les inégalités sont strictes (comme pour les suites).

93
7.5.2 Fonctions continues
Nous allons commencer par définir de manière formelle une fonction continue. Si vous
ne comprenez pas la définition du premier coup il ne faut pas s’inquiéter : elle n’est pas
très évidente mais j’expliquerai cette définition juste après.

Définition 43. Une fonction f : I → R est continue en x0 ∈ I si :

∀ > 0, ∃η > 0 : ∀x ∈ I, |x − x0 | < η ⇒ |f (x) − f (x0 )| < 

On dit qu’une fonction est continue sur un intervalle si elle est continue à chaque
point de cet intervalle.
On commence par dire que l’on peut prendre n’importe quel  > 0 (sous entendu :
aussi petit soit-il), et qu’il existe un nombre η (pour cette valeur de ), tel que (x
appartenant à I), si la «distance» entre x et x0 est plus petite que η, alors la «distance»
entre f (x) et f (x0 ) est plus petite que  :

Pour bien montrer ce que cela veut dire, il suffit de voir une fonction non continue :

94
 La fonction est ici tracée en bleu pour plus de lisibilité.
On voit bien que la fonction n’est pas continue en x0 : une fois avoir choisi un  positif,
quelque soit le nombre η que l’on prend, certaine images se seront pas dans l’intervalle
]f (x0 ) − , f (x0 ) + [. Dans le schéma, un tel nombre x est en évidence, ainsi que son
image (en rouge). Même si on choisissait un autre η plus petit, on arriverai toujours à
avoir des images qui «sortent» de l’intervalle ]f (x0 ) − , f (x0 ) + [ : la fonction n’est pas
continue.
On peut définir très simplement la continuité d’une fonction sur un intervalle : une
fonction est continue sur un intervalle si elle est continue à chaque point de cet intervalle.
Si vous avez bien compris la définition d’une fonction continue, vous pouvez facilement
comprendre qu’il est facile de savoir si une fonction est continue ou pas rien qu’en regardant
son graphe : une fonction est continue si on peut la tracer sans «lever le crayon».
x2 − 1
On peut trouver facilement des exemples de fonctions non continues : f (x) =
|x − 1|
1
ou encore f (x) = ne sont pas continues sur R.
x
Si f et g sont continues sur I, alors (sur l’intervalle I) :
1. f + g est continue,
2. f · g est continue,
f
3. est continue (à condition que ∀x ∈ I, g(x) 6= 0).
g

95
7.5.3 Limites de fonction
A partir de la définition de la continuité, on peut facilement étendre le concept de
limite de suite pour le cas des fonctions. On a la définition suivante :

Définition 44. Définition : Une fonction f : I → R a pour limite L au point x0 ∈ I si :

∀ > 0, ∃η > 0 : ∀x ∈ I, |x − x0 | < η ⇒ |f (x) − L| < 

et on écrit :

lim f (x) = L
x→x0

Cela veut dire que si x se rapproche de x0 (on a en effet |x − x0 | < η), alors f (x) se
rapproche de L (|f (x) − L| < ).
On va prendre un exemple numérique comme nous l’avions fait avec les suites. Prenons
x 1
par exemple, f (x) = pour faire simple. On choisit un epsilon assez petit, disons  = .
2 100
Supposons que nous voulions calculer la limite en 2. Il faut choisir un η adéquat pour
que :
|x − x0 | < η ⇒ |f (x) − L| < 
dans notre cas :
1
|x − 2| < η ⇒ |f (x) − L| <
100
x
et comme f (x) = :
2
x 1
|x − 2| < η ⇒ | − L| <
2 100
donc :
x 1 x 1
x−η <2<x+η ⇒ − <L< +
2 100 2 100
on multiplie par 2 la deuxième inégalité pour pouvoir «comparer» les deux inégalité :
1 1
x−η <2<x+η ⇒x− <2·L<x+
50 50
1
on peut donc prendre η = :
50
1 1 1 1
x− <2<x+ ⇒x− <2·L<x+
50 50 50 50
et en comparant les deux inégalités, on conclut que L = 1 :
x
lim =1
x→2 2
Je vous entend déjà dire : mais en fait c’est facile de calculer une limite :limx→a f (x) =
f (a) ! Eh bien non ! Ceci n’est valable que si la fonction est continue en a. Mais si la fonction

96
n’est pas continu en a, il peut quand même y avoir une limite (dans certains cas). Par
x2 − 1
exemple : f (x) = n’est pas continue en 1 (forcément, il n’y a même pas d’image en 1)
x−1
x2 − 1 (x − 1)(x + 1)
et pourtant la limite existe : limx→1 = limx→1 = limx→1 (x+1) = 2.
x−1 x−1
On a parfaitement le droit de simplifier par x − 1 ici car x n’est pas égal à 1 mais on fait
tendre x vers 1.
Tout comme nous avons définit la notion de limite d’une suite, nous allons maintenant
définir la notion de limite d’une fonction en un point. On peut se baser sur la notion
de limite d’une suite. En effet, considérons une suite de nombres que l’on va noter
x1 , x2 , x3 , ..., et imaginons que cette suite tende vers un nombre a :
lim xn = a
n→+∞

L’idée est de se demander si la suite de nombres f (x1 ), f (x2 ), f (x3 ), ... converge vers une
certaine limite. Supposons que cette suite tende vers L, on note alors :
lim f (x) = L
x→a

et on dit que «f (x) tend vers L lorsque x tend vers a». Notez que c’est juste une nouvelle
notation pour écrire :
lim f (xn ) = L
n→+∞
On peut assez facilement comprendre (et le montrer mathématiquement) que si la fonction
est continue :
lim f (x) = f (a)
x→a
On pourrait croire naïvement que cette dernière égalité est toujours vraie. Pour montrer
que ce n’est pas le cas, considérons la fonction :
x2 − 1
f (x) =
x−1
Et cherchons sa limite en 1. On sait déjà que cette limite ne peux pas être f (1), puisque
f (1) n’est pas défini (division par zéro). Alors cette limite existe t-elle ? Oui, et on peut
le voir de la manière suivante. En sachant que x2 − 1 = (x + 1)(x − 1) :
x2 − 1 (x + 1)(x − 1)
lim f (x) = lim = lim = lim x + 1 = 2
x→1 x→1 x − 1 x→1 x−1 x→1

Peut-être pensez vous que cela est faux puisque l’on divise par (x − 1) qui vaut zéro si
x = 1. Mais souvenez vous que par définition :
lim f (x) = lim f (xn )
x→1 n→+∞

Avec limn→+∞ xn = 1. On peut choisir par exemple la suite xn tel que x0 = 0.9, x1 = 0.99,
x2 = 0.999... On voit bien que cette suite tend vers 1. En fait lorsque l’on calcule :
(x + 1)(x − 1)
lim
x→1 x−1

97
c’est équivalent à calculer :
(xn + 1)(xn − 1)
lim
n→+∞ xn − 1
Or, quel que soit le xn de la suite définie plus haut, xn 6= 1 et donc xn − 1 6= 0. Il n’y a
donc pas de division par zéro.
Nous allons maintenant voir une application pratique de cette notion.

7.6 Fonctions dérivées

7.6.1 Introduction
On va reprendre le paradoxe de la flèche en vol, et montrer que le paradoxe n’est
qu’apparent.
On peut faire une première remarque : il faut distinguer ce qu’est un instant et ce
qu’est une durée aussi courte soit-elle. Durant, une durée même extrêmement courte,
la flèche se déplace - même si c’est une distance vraiment très petite. Ainsi, lorsque
l’on observe la flèche sur une durée de plus en plus petite, on ne constate jamais que le
mouvement de la flèche devient nul.
Supposons que la flèche suit une trajectoire parfaitement rectiligne, et que sa vitesse
v est constante. Si on l’observe pendant un certains temps t, elle parcourt une distance d
d
tel que v = . Lorsque l’on observe la flèche sur un temps de plus en plus court, on la
t
voit parcourir une distance de plus en plus courte, et à chaque fois que l’on calcule le
d
rapport on trouve toujours la même chose : v. On peut donc dire que la vitesse à un
t
moment donné est v, alors que l’on a l’habitude de calculer des vitesses moyennes c’est à
dire que nous calculons toujours une vitesse sur une certaine durée. Ici on dira que la
vitesse instantanée de la flèche à un certain moment (par exemple à t = 2s) est v.
L’exemple ici est assez simple car la vitesse est constante. Mais on peut avoir des
exemples de mouvement ou la vitesse change à chaque instant. Nous allons voir maintenant
comment traiter ce genre de cas.

7.6.2 Le nombre dérivé

Imaginons un corps qui se déplace de manière rectiligne et dont on peut facilement
connaître la position en fonction du temps, c’est à dire que nous avons une fonction f tel
que :
x = f (t)
Le mobile est donc à la position x au temps t. Observons la position du mobile après un
temps ∆t très court pour avoir la meilleure estimation possible de la vitesse instantanée :
le mobile sera donc à la position f (t) au temps t et à la position f (t + ∆t) un court
instant plus tard. La vitesse sera donc la distance parcourue ∆d = f (t + ∆t) − f (t) divisée
f (t + ∆t) − f (t)
par le temps ∆t : v =
∆t

98
 Plus ∆t sera petit et plus la mesure de la vitesse sera précise. On va donc utiliser une
nouvelle fois la notion de limite :
f (t + ∆t) − f (t)
v = lim
∆t→0 ∆t

Prenons un exemple : f (t) = t2 et essayons de connaître la vitesse au temps t = 2s. On a

(petit rappel : (a + b)2 = a2 + b2 + 2ab) :

(2 + ∆t)2 − 22
v = lim∆t→0
∆t
22 + (∆t)2 + 4∆t − 22
= lim∆t→0
∆t
(∆t)2 + 4∆t
= lim∆t→0
∆t
= lim∆t→0 (∆t + 4)
= 4m/s

La vitesse du mobile après 2 secondes est donc de 4 mètres par secondes.

On dit dans ce cas que l’on calcule le nombre dérivé de la fonction en 2 (ce nombre
est 4).
On a donc la définition suivante :

Définition 45. Soit une fonction f : I → R, cette fonction est dérivable en x0 ∈ I si le

nombre α défini par :

f (x0 + ∆x) − f (x0 )

α = lim
∆x→0 ∆x
existe et appartient à R, ce nombre est alors appelé nombre dérivé de f en x0 .

On peut illustrer cela graphiquement. Mais avant d’aller plus loin, il peut peut être
nécessaire de faire un rappel sur la notion de pente d’une droite :
Rappel pour ceux qui ne sont pas familiers avec la notion de pente d’une droite :
prenons par exemple, la droite ci dessous :

99
 On voit que cette droite «monte», on dit qu’elle a une certaine «pente». Plus la droite
«monte» plus la valeur de la pente est forte. On va maintenant montrer comment on
calcule cette pente. Observez le schéma suivant :

Le dessin est quadrillé pour une meilleur compréhension. Si on part d’un point
quelconque du graphique, on voit que si l’on avance de deux cases vers la droite, on doit
remonter ensuite d’une case pour retrouver le graphique. On dit donc que la pente de la
droite est de un demi.

100
 On montre sur le dessin comment on peut calculer la pente de la droite. On choisi
deux points quelconques du graphique et on regarde la différence d’abscisse (que l’on
note ∆x) et la différence d’ordonnée ∆y. On a donc pour calculer la pente m, la formule :
∆x
m= . On voit aussi sur le dessin que le calcul de la pente donne le même résultat
∆y
quel que soit les deux points choisis.
Revenons sur la notion de nombre dérivé. Prenons une fonction f quelconque.
Considérons la droite passant par les points f (x0 ) et f (x0 + ∆x) (voir schéma ci
dessous) :

Une fonction quelconque est tracée en bleu. On prend deux points, x0 et x0 + ∆x, et
on regarde leurs images.
On peut repérer sur le graphique les points (x0 , f (x0 )) et (x0 + ∆x, f (x0 + ∆x)), et
tracer la droite passant par ces deux points. On obtient la droite en rouge sur le dessin.
f (x0 + ∆x) − f (x0 )
On a donc que la pente de la droite est : m = .
∆x
f (x0 + ∆x) − f (x0 )
On sait que le nombre dérivé est : lim∆x→0 , c’est à dire la pente
∆x
de la droite lorsque ∆x tend vers zéro. C’est à dire, si vous regardez à nouveau le schéma,
quand x0 et x0 + ∆x sont infiniment proches et donc que la droite en rouge ne touche plus
qu’un seul point du graphique : on peut dit alors que la droite est tangente au graphique.
Exemple en image :

101
 √
On a tracé en bleu la fonction f (x) = x. Le nombre dérivé en x0 = 4 est (rappel :
(a + b)(a − b) = a2 − b2 ) :

f (4 + ∆x) − f (4)
α = lim∆x→0
√ ∆x √
4 + ∆x − 4
= lim∆x→0
√ ∆x √ √ √
( 4 + ∆x − 4)( 4 + ∆x + 4)
= lim∆x→0 √ √
∆x( 4 + ∆x + 4)
(4 + ∆x) − 4
= lim∆x→0 √ √
∆x( 4 + ∆x + 4)
∆x
= lim∆x→0 √ √
∆x( 4 + ∆x + 4)
1
= lim∆x→0 √ √
4 + ∆x + 4
1
=√
4+2
1
=
4
1
Si on trace la tangente en x = 4, on a donc que la pente de la droite est (voir
4
schéma).

7.6.3 Fonction dérivée

À partir de la notion de nombre dérivé, on peut définir la fonction dérivée. Supposons
que nous avons une fonction f , et que nous pouvons calculer le nombre dérivée en chaque
point de l’intervalle I. À chaque point x de l’intervalle I, on peut donc associer le nombre
df
dérivé de f en x et on obtient donc la fonction dérivée (notée f 0 (x) ou encore ) défini
dx
comme suit :
Définition 46. Soit une fonction f : I → R, on dit que la fonction est dérivable sur I
si ∀x ∈ I le nombre dérivé de f en x existe, et la fonction dérivée est définie par :

102
 df (x) f (x + ∆x) − f (x)
f 0 (x) = = lim
dx ∆x→0 ∆x
Remarque : on utilise souvent la lettre «h» au lieu de ∆x pour alléger l’écriture.

7.7 Formules de dérivation

f (x + ∆x) − f (x)
On a vu la formule : f 0 (x) = lim∆x→0 qui permet de calculer la
∆x
dérivée d’une fonction. En pratique, on ne l’utilise jamais, on utilise des formules que
nous allons maintenant établir.

7.7.1 Dérivée d’une somme

Théorème 17. Soit f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables, alors
f + g : [a, b] 7→ R est dérivable et :

(f + g)0 (x) = f 0 (x) + g 0 (x)

Démonstration :
Soit donc f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables. On doit dériver
f + g, donc :

(f + g)(x + h) − (f + g)(x)
(f + g)0 (x) = limh→0
h
f (x + h) + g(x + h) − f (x) − g(x)
= limh→0
h
f (x + h) − f (x) g(x + h) − g(x)
= limh→0 + limh→0
h h
= f 0 (x) + g 0 (x)

7.7.2 Dérivée d’un produit

Théorème 18. Soit f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables, alors
f g : [a, b] 7→ R est dérivable et :

(f g)0 (x) = f 0 (x)g(x) + f (x)g 0 (x)

Démonstration :
Soit donc f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables. On doit dériver
f g, donc :

(f g)(x + h) − (f g)(x) f (x + h)g(x + h) − f (x)g(x)

(f g)0 (x) = lim = lim
h→0 h h→0 h

103
On rajoute le terme −f (x)g(x + h) pour faire apparaître la dérivée de f :
f (x + h)g(x + h) − f (x)g(x) − f (x)g(x + h) + f (x)g(x + h)
(f g)0 (x) = limh→0
h
f (x + h)g(x + h) − f (x)g(x + h) + f (x)g(x + h) − f (x)g(x)
= limh→0
h
f (x + h) − f (x) g(x + h) − g(x)
 
= limh→0 g(x + h) + f (x)
h h
0 0
= limh→0 (g(x + h)f (x) + f (x)g (x))
= f 0 (x)g(x) + f (x)g 0 (x)

7.7.3 Dérivée d’un quotient

Théorème 19. Théorème : soit f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables
telle que la fonction g ne s’annule jamais, alors f /g : [a, b] 7→ R est dérivable et :
 0
f f 0 (x)g(x) − f (x)g 0 (x)
(x) =
g (g(x))2
Démonstration :  0
1 g 0 (x)
On doit d’abord montrer que (x) = − :
g (g(x))2
1 1
 0 −
1 g(x + h) g(x)
(x) = limh→0
g h
g(x) g(x + h)
−
g(x)g(x + h) g(x + h)g(x)
= limh→0
h
g(x) − g(x + h)
= limh→0
hg(x)g(x + h)
−(g(x + h) − g(x)) 1
= limh→0
h g(x)g(x + h)
−g 0 (x)
= limh→0
g(x)g(x + h)
g 0 (x)
=−
(g(x))2
On a donc :  0 0
f 1

(x) = f (x)
g g
1 −g 0 (x)
= f 0 (x) + f (x)
g(x) (g(x))2
f (x)g(x) f (x)g 0 (x)
0
= −
g(x)g(x) (g(x))2
f (x)g(x) − f (x)g 0 (x)
0
=
(g(x))2
On utilise à la deuxième ligne la formule de la dérivée d’un produit.

104
7.7.4 Dérivée d’une fonction composée
Théorème 20. Soit f : [a, b] 7→ R et g : [a, b] 7→ R deux fonctions dérivables, alors
g ◦ f : [a, b] 7→ R est dérivable et :

(g ◦ f )0 (x) = g 0 (f (x)) · f 0 (x)

Démonstration :
(g ◦ f )0 (x + h) − (g ◦ f )0 (x)
(g ◦ f )0 (x) = limh→0
h
g(f (x + h)) − g(f (x)) f (x + h) − f (x)
 
= limh→0
f (x + h) − f (x) h
g(f (x + h)) − g(f (x)) f (x + h) − f (x)
= limh→0 limh→0
f (x + h) − f (x) h
g(f (x) + f (x + h) − f (x)) − g(f (x)) 0
= limh→0 f (x)
f (x + h) − f (x)
Posons maintenant : α = f (x + h) − f (x), on a : limh→0 α = limh→0 (f (x + h) − f (x)) = 0 :
g(f (x) + α) − g(f (x)) 0
(g ◦ f )0 (x) = limα→0 f (x)
α
= g 0 (f (x)) · f 0 (x)

7.8 Dérivées usuelles

Pour pouvoir calculer une dérivée, on utilise en pratique les formules que nous venons
de voir, plus une série de dérivées «connues» à retenir par cœur.
La fonction constante : f (x) = k :
f (x + h) − f (x) k−k
f 0 (x) = lim = lim =0
h→0 h h→0 h
La fonction identité : f (x) = x :
f (x + h) − f (x) x+h−x h
f 0 (x) = lim = lim = lim = 1
h→0 h h→0 h h→0 h

La fonction f (x) = x2 :
f (x + h) − f (x)
f 0 (x) = limh→0
h
(x + h)2 − x2
= limh→0
h
x2 + 2xh + h2 − x2
= limh→0
h
2xh + h2
= limh→0
h
= limh→0 (2x + h)
= 2x

105
 √
La fonction f (x) = x:
f (x + h) − f (x)
f 0 (x) = limh→0
√ h √
x+h− x
= limh→0
√ h √ √ √
( x + h − x)( x + h + x)
= limh→0 √ √
h( x + h + x)
x+h−x
= limh→0 √ √
h( x + h + x)
1
= limh→0 √ √
x+h+ x
1
= √
2 x
Remarquez qu’on a utilisé (a − b)(a + b) = a2 − b2 .
1
La fonction :
x
f (x + h) − f (x)
f 0 (x) = limh→0
h
1 1
−
= limh→0 x + h x
h
x − (x + h)
x(x + h)
= limh→0
h
−h
= limh→0
hx(x + h)
−1
= limh→0
x(x + h)
−1
= 2
x
n
Les fonctions du type f (x) = x avec n ∈ N :
On va montrer que f 0 (x) = nxn−1 . On sait déjà que c’est vrai pour n = 0 : (x0 )0 =
k = 0, pour n = 1 : (x1 )0 = x0 = 1 · x0 = x et pour n = 2 : (x2 )0 = 2x1 = 2x. Pour x = 3
0

et x = 4 :
(x3 )0 = (x2 · x)0 = 2x · x + x2 = 3x2
(x4 )0 = (x3 · x)0 = 3x2 · x + x3 = 4x3
On peut continuer ainsi encore très longtemps, mais on peut remarquer que si on sait
que (xn )0 = nxn−1 pour un certains n, alors on peut prouver la même formule pour n + 1
c’est à dire (xn+1 )0 = (n + 1)xn . En effet :

(xn+1 )0 = (xn · x)0 = nxn−1 x + xn = nxn + xn = (n + 1)xn

Et on prouve ainsi implicitement la formule pour tout n, car on sait que c’est vrai pour
n = 4 donc c’est vrai pour n = 5, et donc pour n = 6, ... C’est un raisonnement par
récurrence.

106
 La fonction f (x) = sin x :

f (x + h) − f (x)
f 0 (x) = limh→0
h
sin(x + h) − sin x
= limh→0
h
x+h−x x+h+x
2 sin cos
= limh→0 2 2
h
h
2 sin 2x + h
= limh→0 2 lim
h→0 cos
h 2
h
sin
= limh→0 2 cos x
h
2
= cos x

p−q p+q
On utilise la formule sin p − sin q = 2 sin cos pour passe de la deuxième à la
2 2
sin(x)
troisième ligne, et la formule limx→0 = 1 à la fin.
x
La fonction f (x) = cos(x) :
0
π
 
f 0 (x) = sin −x
2 0
π π
  
= cos −x · −x
2 2
π

= cos − x · (−1)
2
= − sin(x)

π π
   
On utilise cos x = sin − x et sin x = cos −x .
2 2
La fonction f (x) = tan(x) :
0
sin x cos x cos x − (− sin x) sin x 1

(tan(x))0 = = =
cos x cos2 x cos2 x
En résumé :
k0 = 0 (xn )0 = nxn−1
x0 = 1 (sin x)0 = cos x
(x2 )0 = 2x (cos x)0 = − sin x
√ 0 1 1
x = √ (tan x)0 =
2 x cos2 x
 0
1 −1
= 2
x x

107
7.9 Théorème des valeurs intermédiaires
7.9.1 Introduction
Nous allons maintenant énoncer une série de théorèmes important en analyse. Le
premier de ces théorèmes est vraiment très simple à énoncer. On considère une fonction
continue quelconque, sur un intervalle [a, b] :

On regarde les points images f (a) et f (b) sur l’axe y. Entre ces deux points, on en
choisit un, n’importe lequel, appelons-le x. Alors, le théorème dit qu’il est possible de
trouver un point c entre a et b, tel que x = f (c).
On peut en donner une illustration simple. Supposons que nous nous tenions au pied
d’une montagne, à une altitude de cent mètres au dessus du niveau de la mer. Le sommet
de la montagne se trouve lui à mille mètres au dessus du niveau de la mer. On emprunte
un chemin qui nous emmène au sommet, et disons qu’il faille douze kilomètres pour y
arriver. On peut définir la fonction «altitude» (qu’on va noter simplement f ) qui donne
l’altitude en fonction de la distance parcourue. En prenant la convention d’être à zéro au
pied de la montagne :
f (0) = 0.1
et :
f (12) = 1
en exprimant tout en kilomètres. Le théorème nous dit donc, que pour n’importe quel
altitude z comprise entre 0.1 et 1 km au dessus du niveau de la mer, correspond au moins
un point sur le chemin situé à cette altitude. C’est tout à fait logique : on passe par
toutes les altitudes intermédiaires (d’où le nom du théorème).

108
7.9.2 Énoncé
Théorème 21. Soit une fonction continue f : [a, b] → R, alors :

∀u ∈ R, (u ∈ [f (a), f (b)] ∨ u ∈ [f (b), f (a)]) ⇒ (∃c ∈ [a, b], f (c) = u)

Notez que l’on s’assure que de traiter les cas f (a) 6 f (b) et f (a) > f (b) gràce à
l’utilisation du «ou» logique (symbole «∨»).

7.9.3 Démonstration
Nous allons tout d’abord poser que f (a) 6 f (b), le cas contraire se démontrant de
manière similaire. On considère le sous-ensemble E de [a, b], des éléments x tel que
f (x) 6 u (u étant compris entre f (a) et f (b)). On pose encore c = sup E. On peut
montrer qu’il est possible de trouver une suite d’éléments de E tendant vers c (cette
démonstration n’est pas encore sur Freesciences). Pour chaque élément xi de cette suite,
on a f (xi ) 6 u (par définition de E) ; en passant à la limite, on a donc f (c) 6 u.
On peut maintenant prouver f (c) > u, on aura donc f (c) = u et le théorème sera
démontré. Si c = b, c’est vrai car u a été choisi tel f (b) > u. Si c 6= b, on considère
l’intervalle semi-ouvert ]c, b]. Ses éléments vérifient f (x) > u, puisqu’ils n’appartiennent
pas à E, étant strictement supérieurs à sa borne supérieure. Comme précédemment, c
étant l’infimum de l’intervalle, il est limite d’une suite d’éléments de cet intervalle, par
passage à la limite, on a f (c) > u.

7.9.4 Analyse et conséquences

Un cas particuliers de ce théorème est fort utile en analyse. Il suffit de considérer le
cas où f (a) < 0 et f (b) > 0 (ou le cas contraire, l’important est le changement de signe).
Dans ce cas, zéro est entre les images de a et de b, et le théorème nous dit qu’il existe un
certain x entre a et b tel que f (x) = 0. Ceci est donc utile lorsque l’on veut prouver qu’il
existe une racine dans un certain intervalle.
Arrêtons nous un instant sur ce point. Tout ce que nous avons dit c’est «une fonction
continue qui change de signe sur un certain intervalle, s’annule au moins une fois quelque
part sur cette intervalle». Avec un simple dessin et quelque explications, il est sans doute
possible de faire comprendre cela à un enfant de dix ans. Ce qu’il ne comprendra sans
doute pas, c’est plutôt : pour pourquoi vouloir prouver une chose pareille ?
Les mathématiques sont remplies de démonstrations «inutiles». Si vous avez lu le
chapitre sur les nombres, vous avez pu très bien vous en rendre compte. Mais encore une
fois, prouvez ce qui est «évident» est une nécessité. C’est la seule manière de s’assurer
une rigueur absolue.

109
7.10 Théorème de Rolle
7.10.1 Introduction
Le théorème de Rolle est tout aussi facile à comprendre que le précédent. Sa facilité
ne doit pas faire oublier son importance dans l’élaboration rigoureuse de l’analyse ; il est
effet nécessaire en mathématique de démontrer toute assertion, aussi évident soit-elle
intuitivement.
Nous allons ici donner l’intuition sous-jacente à ce théorème, sans aller dans les détails
mathématiques. Considérons une fonction sur un certain intervalle [a, b], cette fonction
étant telle que :
f (a) = f (b)
Le théorème de Rolle nous dit alors que si la fonction est dérivable, il existe un certain
point c entre a et b tel que :
f 0 (c) = 0
Une première manière de comprendre ce résultat est de visualiser un dessin et de voir
que la «pente instantanée» de la fonction s’annule en un point. Je vous propose ici une
méthode plus «cinématique».
Nous avons vu que la vitesse en fonction du temps est la dérivée (par rapport au
temps) de la fonction de la position en fonction du temps. Imaginons une fourmi se
déplaçant sur un axe gradué, et un expérimentateur mesure sa position sur l’axe en
fonction du temps. Son mouvement se fait sur une dimension, mais peut-être assez
compliqué : elle change de vitesse, peut faire des demi-tours,... Il est possible à partir des
mesures de construire une fonction x(t) de la position en fonction du temps. Imaginons
qu’elle repasse deux fois au même endroit, par exemple au temps t = 10s et t = 20s, c’est
à dire mathématiquement :
x(10) = x(20)
Le théorème dit alors, qu’à un certain temps t∗ , entre dix et vingt secondes :

x0 (t∗ ) = 0

Mais la dérivée de x(t) donnant la vitesse, on sait donc qu’au temps t∗ , la vitesse de la
fourmi est nulle. Cela est tout à fait normal : étant repassée deux fois au même endroit,
elle a dû au moins une fois faire demi-tour, à l’instant précis où elle fait demi-tour, sa
vitesse est nulle.

7.10.2 Énoncé
Théorème 22. Soit f : [a, b] → R, une fonction continue, dérivable sur ]a, b[, et telle
que f (a) = f (b). Il existe c ∈ [a, b] tel que :

f 0 (c) = 0

110
7.10.3 Démonstration
Si la fonction est constante sur [a, b], le théorème est bien évidemment vrai. Dans le
cas contraire, la fonction passe par un certain maximum global que l’on note f (c). Le
maximum étant atteint au point c on a, quel que soit h > 0 et tel que c + h ∈ [a, b] :

f (c + h) − f (c)
≤0
h
Si fait tendre h vers zéro par valeurs positives, on peut en déduire que f 0 (c) ≤ 0.
Toutefois, on peut très bien refaire le même raisonnement avec des valeurs négative
de h, cette fois, on aurait :
f (c + h) − f (c)
≥0
h
Et donc cette fois, f 0 (c) ≥ 0. On en conclut donc que f 0 (c) = 0.

7.11 Théorème des accroissements finis

7.11.1 Introduction
Ce théorème ressemble un peu au précédent. On considère une fonction sur un certain
intervalle [a, b] (dérivable et continue). Ce théorème dit qu’il existe un certain point c
entre a et b tel que :
f (b) − f (a)
f 0 (c) =
b−a
Le théorème précédent est un cas particuliers de celui-ci : si f (b) = f (a), alors f 0 (c) = 0.
Pour comprendre ce qui se passe, il faut noter que la quantité :

f (b) − f (a)
b−a
représente la «pente moyenne» de la fonction entre a et b. Reprenons un exemple
cinématique. On part en voiture d’un point a pour arriver au point b, la vitesse de la
voiture est susceptible de changer régulièrement pendant le voyage. En supposant que
la voiture aille en ligne droite, la distance entre les points a et b est x(tb ) − x(ta ) ; tb et
ta étant les temps de passages au points a et b respectivement. Pour calculer la vitesse
moyenne, on divise la distance parcourue par le temps tb − ta :

x(tb ) − x(ta )
vm =
tb − ta
En appliquant le théorème, on sait qu’il existe un certain temps t∗ ou la vitesse instantanée
de la voiture sera égale à sa vitesse moyenne. C’est logique : si on fait un parcours à
60 kilomètres par heure de moyenne, à un instant donné au moins on aura été à cette
vitesse.

111
7.11.2 Énoncé
Théorème 23. Soit f : [a, b] → R, une fonction continue, dérivable sur ]a, b[. Il existe
c ∈ [a, b] tel que :

f (b) − f (a)
f 0 (c) =
b−a

7.11.3 Démonstration
On pose g(x) = f (x) − αx, α étant une certaine constante réelle. On fixe cette
constante en imposant que g(a) = g(b), c’est à dire qu’on doit avoir :

f (a) − αa = f (b) − αb

Il ensuite facile d’isoler r, on obtient :

f (b) − f (a)
α=
b−a
Comme g est par construction continue sur [a, b] et dérivable sur ]a, b[, et que de plus
g(a) = g(b), il satisfait aux conditions du théorème de Rolle. Il existe donc un certain
c ∈ [a, b] tel que g 0 (c) = 0. Partant de la définition de g et en dérivant, f 0 (c) s’écrit :

f (b) − f (a)
f 0 (c) = g 0 (c) + α = α =
b−a

7.12 Théorème du sandwich

7.12.1 Énoncé
Le théorème du sandwich s’énonce de la manière suivante. Supposons que sur un
certain intervalle, on ait trois fonctions f , g et h, tels que pour tout point x appartenant
à cet intervalle, on ait :
f (x) 6 g(x) 6 h(x)
et que l’on ait pour un certain point a :

lim f (x) = lim h(x) = L

x→a x→a

alors le théorème nous dit que :

lim g(x) = L
x→a

Cela peut se comprendre de la manière suivante. La fonction g(x) est prise «en sandwich»
entre f et h, si ces fonctions tendent vers une certaine limite en un point, elle se rejoignent
et g(x) «prise en étau» atteint la même limite.

112
7.12.2 Introduction
Théorème 24. Soit I un intervalle de R, et a ∈ I un nombre réel. Soient encore trois
fonctions f , g et h définies sur I, sauf éventuellement en a. Si :
— ∀x ∈ I ∧ x 6= a, f (x) ≤ g(x) ≤ h(x)
— limx→a f (x) = limx→a h(x) = L
Alors :

lim g(x) = L
x→a

7.12.3 Démonstration
On commence par prouver un cas particuliers du théorème. On choisit f (x) = 0 pour
tout x ∈ I, et L = 0. La deuxième hypothèse nous dit que :

lim h(x) = 0
x→a

Ce qui peux s’écrire encore, par définition de la limite de fonction :

∀ > 0, ∃η > 0 : ∀x ∈ I, |x − a| < η ⇒ |h(x)| < 

En prenant f (x) = 0 dans la première hypothèse :

∀x ∈ I ∧ x 6= a, 0 ≤ g(x) ≤ h(x)

Donc, puisque tout est positif :

|g(x)| ≤ |h(x)|
ce qui nous permet d’écrire l’expression de la limite :

∀ > 0, ∃η > 0 : ∀x ∈ I, |x − a| < η ⇒ |g(x)| ≤ |h(x)| < 

En conclusion :
lim g(x) = 0 = L
x→a

Ce qui prouve donc le cas particuliers. Pour prouver le cas général, partons de :

f (x) ≤ g(x) ≤ h(x)

On soustrait f (x) :
0 ≤ g(x) − f (x) ≤ h(x) − f (x)
Si on fait tendre x vers a, f (x) et h(x) tendent vers L et h(x) − f (x) tend vers 0. On se
retrouve dans le cas particuliers déjà prouvé, qui nous dit que g(x) − f (x) → 0. On a
donc :
lim g(x) = (g(x) − f (x)) + f (x) = 0 + L = L
x→a

113
7.13 Calcul intégral
7.13.1 Comment calculer la surface d’un disque ?
La question semble innocente. Simple. La plupart d’entre vous ont sans doute en
lisant le titre, repensé à la fameuse formule connue depuis longtemps : S = πr2 . Une
formule toute simple. Se pose juste une question un peu délicate : cette formule, d’où
vient-elle ?
On peut par un découpage approprié de la sphère (on la découpe comme une tarte)
donner peut être pas une démonstration rigoureuse mais au moins une intuition pour la
justifier. Nous allons utiliser une autre technique, plus formelle, qui aura l’avantage de
fonctionner pour calculer la surface de beaucoup d’autre formes géométriques.
Inspirons nous des techniques habituelles de la géométrie. Très souvent lorsque l’on
est confronté à un polygone un peu «spécial», on a le réflexe de le découper en triangles.
L’idée est donc le décomposer une forme compliquée en plusieurs formes simples dont la
surface est facile à calculer. Dans le cas d’un disque cependant, il est impossible de faire
un découpage exact en polygones. Mais c’est pas très grave.
En effet, nous allons utiliser une forme très simple : le rectangle. On peut se rendre
facilement compte qu’une tel découpage ne sera qu’une approximation, du moins dans
un premier temps. Pour faire ce découpage, nous allons nous mettre dans un système
d’axe et nous allons de plus utiliser la notion de fonction. En effet, c’est bien beau de
dire : «on va découper en rectangle» mais après qu’est ce qu’on fait comme calcul ? Il
faut connaître la largeur et la longueur de chaque rectangle.
Considérons un disque de rayon r centré à l’origine. L’ensemble des points du bord
du disque est l’ensemble des points qui sont à une distance r de l’origine, c’est à dire
l’ensemble des points (x, y) tels que :

x2 + y 2 = r 2

Cependant, pour utiliser la notion de fonction, il faut qu’à chaque abscisse x corresponde
au plus un point sur le disque. On va donc se restreindre à un demi disque, d’équation :
p
y= r 2 − x2

Et on découpe comme ceci :

114
 Notons a = −r et b = r. On découpe donc l’intervalle [a, b] pour construire la base
des rectangles. On a donc des nombres x1 , x2 , x3 , ..., xn qui forment ce découpage avec
a = x1 et b = xn .
À chaque rectangle correspond deux nombres, xi et xi+1 , tel que le segment qui joint
ces points sur l’axe x soit la base du rectangle. Les rectangles sont construits de manière
à ce que leur hauteur soit l’image du nombre situé entre xi et xi+1 , soit :
xi + xi+1
 
f
2
La surface de chaque rectangle est sa base multiplié par sa hauteur :
xi + xi+1
 
Si = (xi+1 − xi )f
2
Comme on fait un découpage régulier, les bases de tout √
les rectangles sont égales, et on
va noter h = (xi+1 − xi ). De même, on sait que f (x) = r2 − x2 , donc :
s
(xi + xi+1 )2
Si = h r 2 −
4
mais on sait que xi+1 = xi + h, donc :
s
(2xi + h)2
Si = h r2 −
4
Et la surface totale est donc la somme de tout les Si multipliée par 2 car on n’a pour
l’instant qu’un demi-disque :
s
n
X (2xi + h)2
Stot = 2 h r2 −
i=1
4

115
Plus les rectangles sont fins et nombreux, plus le calcul de la surface est précis, à la limite
donc, pour des rectangles infiniment fins, on a la somme exacte :
 s 
n 2
X (2x i + h)
Stot = 2 lim  h r2 − 
n→+∞
i=1
4
Il reste à prouver que :
Stot = πr2
Ce qui semble loin d’être simple... on n’a pas encore calculé la limite d’une expression
aussi compliquée ! ! C’est pourtant possible et nous allons voir comment.

7.13.2 Somme de Riemann

Introduction
On va faire le même raisonnement que précédemment, mais de manière plus générale :
on s’intéresse à la surface en dessous d’une courbe quelconque.
Considérons une fonction quelconque f (x) positive sur l’intervalle [a, b]. On découpe
la surface en dessous de la courbe en un grand nombre de petits rectangles de hauteur
f (yi ) et ayant une base xi+1 − xi tel que xi ≤ yi ≤ xi+1 . Si on note ∆xi = xi+1 − xi , la
surface est donc (en approximation) :
n
X
S= f (yi )∆xi
i=1
Il s’agit d’une somme de Riemann. On fais maintenant tendre le nombre de rectangle
vers l’infini, et on note la somme comme ceci :
Z b
S= f (x)dx
a
C’est une intégrale de Riemann. Notre but principal va être, et pourR
longtemps, de savoir
comment calculer cette expression ! remarquez que le symbole « » est une sorte de S
allongé qui rappelle que l’on calcule bien une somme.
On peut déjà énoncer une propriété : l’additivité de l’intégrale, on a :
Z b Z c Z c
f (x)dx + f (x)dx = f (x)dx
a b a
Ainsi que la linéarité de l’intégrale :
Z b Z b
∀λ ∈ R, λ f (x)dx = λf (x)dx
a a
Tout simplement parce que les surfaces s’additionnent. De plus on pose que :
Z b Z a
f (x)dx = − f (x)dx
a b
Enfin, une dernière propriété assez évidente est la monotonie de l’intégrale :
Z b Z b
(∀x ∈ [a, b], f (x) ≤ g(x)) ⇒ f (x)dx ≤ g(x)dx
a a

116
Exemple de calcul d’une intégrale
Ce que nous savons maintenant n’est pas suffisant pour calculer la surface d’un disque.
Mais on peut trouver un cas plus simple. Laissons de coté le cas où la fonction est une
droite : le calcul est simple, mais tellement simple que le recours au calcul de l’intégrale
de Riemann ne se justifie pas. Nous allons plutôt calculer la surface en dessous de la
courbe y = x2 entre 0 et 1.
On découpe donc l’intervalle [0, 1] en n intervalles de même longueur (la longueur
sera donc n1 ). On peut choisir les xi tels que xi = ni , avec i variant de 1 à n (et xn = 1).
   2
1 i 1 i
La surface de chaque rectangle sera donc n ·f n = n · n :
 2  2  2  2
1 1 1 2 1 i 1 n
S= · + · + ... + · + ... + ·
n n n n n n n n
1
en mettant n3
en évidence :
1  2 2 2

S= 1 + 2 + ... + i + ... + n
n3
Or on peut prouver que :
n(n + 1)(2n + 1)
1 + 22 + ... + i2 + ... + n2 =
6
Donc :
1 n(n + 1)(2n + 1) 1 2n3 + 3n2 + n 2 3 1
S= 3
= 3
= + + 2
n 6 n 6 6 6n 6n
n Z 1
1 1 1 1
 
2
S= x dx = lim + + 2 =
0 n→∞ 3 2n 6n 3
Malheureusement, ce calcul est souvent très compliqué. Mais rendez vous compte déjà
du résultat : la surface que nous avons calculé n’est pas une surface simple, la somme de
Riemann montre déjà son intérêt.

7.14 Théorème des accroissements finis (forme intégrale)

7.14.1 Introduction
Le théorème qui nous intéresse ici est un peu complexe à énoncer de manière intuitive.
C’est pour cela que nous allons juste en donner un cas particuliers, et expliquer son
intérêt.
Il s’énonce de la manière suivante : si on considère une fonction sur un certain
intervalle [a, b], alors l’aire sous la courbe de cette fonction (que l’on peut calculer par
une intégrale) est égale à l’aire d’un rectangle dont la base est l’intervalle [a, b] et la
hauteur une certaine «hauteur moyenne» de la courbe.
Ce théorème (pas le cas particuliers) est utile pour définir le centre de masse de la
surface sous la courbe.

117
7.14.2 Énoncé
Théorème 25. Soit deux fonctions f et g deux fonctions continues définies sur [a, b]
telles que ∀x ∈ [a, b], g(x) ≤ 0. Il existe alors un nombre c ∈ [a, b] tel que :
Z b Z b
f (x)g(x)dx = f (c) g(x)dx
a a

7.14.3 Démonstration
Tout d’abord, il faut noter que nous allons utiliser le théorème des bornes, qui dit
qu’une fonction continue sur un intervalle [a, b], possède un minimum et un maximum.
Aussi simple et logique soit cette énoncé, sa démonstration l’est moins, et ne figure pas
encore sur Freesciences.
Notons donc, m et M le minimum et maximum de f . On a donc, pour tout x ∈ [a, b],
m ≤ f (x) ≤ M , et puisque, g(x) ≤ 0 :

∀x ∈ [a, b], m · g(x) ≤ f (x)g(x) ≤ M · g(x)

Par monotonie et linéarité de l’intégrale :

Z b Z b Z b
∀x ∈ [a, b], m · g(x)dx ≤ f (x)g(x)dx ≤ M · g(x)dx
a a a

Il existe donc un nombre d ∈ [a, b] tel que :

Z b Z b
d g(x)dx = f (x)g(x)dx
a a

On applique donc le théorème des valeurs intermédiaires, pour trouver c ∈ [a, b] tel que
f (c) = d :
Z b Z b
f (c) g(x)dx = f (x)g(x)dx
a a
ce qui achève la démonstration.

7.14.4 Cas particuliers

En prenant g(x) = 1, ab g(x)dx = ab 1 · dx = b − a, par simple application de la
R R

formule de l’aire d’un rectangle. On a donc :

Théorème 26. Soit une fonction f une fonction continue définie sur [a, b]. Il existe
alors un nombre c ∈ [a, b] tel que :
Z b
f (x)dx = f (c)(b − a)
a

118
7.15 Théorèmes fondamentaux de l’analyse
7.15.1 Introduction
Nous voici arrivés aux deux théorèmes fondamentaux de l’analyse, qui vont enfin
nous permettre de répondre à l’une des motivations de départ, à savoir comment calculer
une surface compliquée.
Ces théorèmes font le lien entre primitive et intégrale. Nous avons vu ce qu’est une
intégrale mais qu’est ce qu’une primitive ? C’est simple. On dit que la fonction F est une
primitive de la fonction f si la dérivée de F est f . Le calcul intégrale se réduit donc à
une calcul de primitive, en effet, le deuxième théorème fondamental de l’analyse nous dit
que :
Z b
f (x)dx = F (b) − F (a)
a
On voit que si l’on connaît F le calcul est incroyablement simple !
Essayons d’en avoir une intuition «physique». Supposons un point se déplaçant sur
une ligne droite, sa vitesse est la dérivée de la position par rapport au temps :
dx
v(t) = x0 (t) =
dt
Les notations x0 (t) et dx
dt sont équivalentes. La deuxième, dite notation de Leibniz, peut
se comprendre de manière intuitive. En effet, à partir de la vitesse moyenne :
∆x
vm =
∆t
on obtient la vitesse instantané en passant à la limite (on obtient donc la dérivée de x(t)),
pour montrer cela on remplacer ∆ par d :
∆x dx
v(t) = lim =
∆t→0 ∆t dt
Et mathématiquement, on a tout à fait le droit de réécrire notre équation comme ceci :
v(t) · dt = dx
N’oublions pas que dx n’est rien d’autre que ∆x lorsque l’on prend la limite. dx est donc
une «distance infinitésimale». Pour connaître la distance totale parcourue par le mobile,
on additionne donc une infinité de «distance infinitésimale». C’est à dire, par l’équation
précédente, sommer des termes infinitésimaux comme v(t) · dt. Pour le noter, on reprend
le concept de limite :
n
X
x(t) = lim v(t)∆ti
∆t→0
i=1
On retombe sur la définition de l’intégrale de Riemann ! On note alors :
Z t
x(t) = v(τ )dτ
0
On voit sur cette dernière équation qu’intégrer revient à «retomber» sur une primitive.
On va maintenant énoncer cela de façon rigoureuse.

119
7.15.2 Premier théorème fondamental de l’analyse
Énoncé
Théorème 27. Considérons une fonction f (x) continue sur l’intervalle [a, b]. Alors, la
fonction F (x) = ax f (t)dt est dérivable sur ]a, b[ et est telle que :
R

F 0 (x) = f (x)
pour tout x appartenant à ]a, b[.

Démonstration
Prenons deux points dans [a, b], x et x + ∆x. On peut écrire :
Z x+∆x Z x
F (x + ∆x) − F (x) = f (t)dt − f (t)dt
a a

On a vu l’additivité de l’intégrale, que l’on peut écrire de la manière suivante :

Z x Z x+∆x Z x+∆x
f (t)dt + f (t)dt = f (t)dt
a x a

On peux donc écrire :

Z x+∆x Z x Z x+∆x
f (t)dt − f (t)dt = f (t)dt
a a x

L’équation de départ peux donc se réécrire :

Z x+∆x
F (x + ∆x) − F (x) = f (t)dt
x

On utilise maintenant la forme intégrale du théorème des accroissements finis, dans le

cas particuliers vu précédemment :
Z x+∆x
f (t)dt = f (c)∆x
x

donc :
F (x + ∆x) − F (x) = f (c)∆x
ou encore :
F (x + ∆x) − F (x)
= f (c)
∆x
En prenant la limite quand ∆x tend vers zéro, le membre de droite devient la dérivée de
F (x) :
F 0 (x) = lim f (c)
∆x→0

120
Pour calculer cette limite, on utilise le théorème du sandwich. On sait que x ≤ c ≤ x + ∆x
et que lim∆x→0 x = x et lim∆x→0 x + ∆x = x, le théorème nous dit donc que :

lim c(x) = x
∆x→0

Où c(x) est une fonction qui donne une valeur possible de c en fonction de x. Faire tendre
∆x vers zéro revient donc à faire tendre c vers x, c’est à dire :

F 0 (x) = lim f (c)

c→x

f étant continue en c, on peut conclure :

F 0 (x) = f (x)

7.15.3 Deuxième théorème fondamental de l’analyse

Énoncé
Théorème 28. Soit une fonction f définie sur [a, b] ayant une primitive F sur [a, b],
c’est à dire que pour tout x ∈ [a, b] :

f (x) = F 0 (x)
Si f est une fonction intégrable sur [a, b], alors :
Z b
f (x)dx = F (b) − F (a)
a

Démonstration
Rappelons tout d’abord la définition de l’intégrale de Riemann :
Z b n
X
f (x)dx = lim f (yi )∆xi
a ∆x→0
i=1

Où on définit ∆x comme la largeur du plus grand rectangle :

∆x = max (∆xi ) = max (xi+1 − xi )

i∈{1,...,n} i∈{1,...,n}

Rappelons encore que l’on découpe l’intervalle [a, b] de telle sorte que :

a = x1 < x2 < ... < xn+1 = b

donc :
F (b) − F (a) = F (xn+1 ) − F (x1 )
Rajoutant des termes s’annulant deux à deux (des termes comme (−F (xi ) + F (xi ))) :

F (b)−F (a) = F (xn+1 )+(−F (xn )+F (xn ))+...+(−F (xi )+F (xi ))+...+(−F (x2 )+F (x2 ))−F (x1 )

121
On peux alors regrouper différemment les termes :

F (b)−F (a) = (F (xn+1 )−F (xn ))+(F (xn )−F (xn−1 ))+...+(F (xi+1 )−F (xi ))+...+(F (x2 )−F (x1 ))

C’est à dire : n
X
F (b) − F (a) = F (xi+1 ) − F (xi )
i=1

Le théorème des accroissements finis nous dit qu’il existe un certain c ∈ [a, b] tel que
F 0 (c) = F (b)−F
b−a
(a)
, c’est à dire que :

F 0 (c)(b − a) = F (b) − F (a)

On peut aussi l’appliquer sur chaque intervalle [xi+1 , xi ] :

F 0 (ci )(xi+1 − xi ) = F (xi+1 ) − F (xi )

L’équation vue un peu plus haut devient en remplaçant :

n
F 0 (ci )(xi+1 − xi )
X
F (b) − F (a) =
i=1

Mais par hypothèse, F 0 (ci ) = f (ci ), et utilisant la définition de ∆xi :

n
X
F (b) − F (a) = f (ci )∆xi
i=1

On reconnaît bien là une somme de Riemann, il suffit donc de prendre la limite pour
conclure la démonstration :
n
X Z b
lim F (b) − F (a) = lim f (ci )∆xi = f (x)dx
∆x→0 ∆x→0 a
i=1

122
Chapitre 8

Mécanique newtonienne

8.1 Qu’est ce que la mécanique newtonienne ? ?

8.1.1 Définition
La mécanique newtonienne (aussi appelée «mécanique classique») est, comme son
nom l’indique bien, basée principalement sur les travaux de Newton. En particulier, le
livre Philosophiae Naturalis Principia Mathematica écrit par Newton jette les bases de
cette discipline. On peut diviser la mécanique newtonienne en plusieurs parties distinctes.
On peut faire le découpage suivant :
1. La cinématique étudie les mouvements sans s’occuper de leurs causes. On tentera
donc de trouver les équations qui peuvent décrire l’évolution d’un mobile en
fonction du temps, c’est à dire d’étudier précisément la notion de trajectoire ;
2. la statique étudie les systèmes mécaniques dans lequel les corps de ces systèmes
sont au repos (leur vitesse est nulle) ;
3. la dynamique étudie les mouvements des corps en tenant compte cette fois des
causes de ces mouvements, on tentera d’établir les équations des trajectoires en
fonction des forces qui s’exercent sur ces corps.

8.2 Cinématique
8.2.1 Notion de référentiel
Il est évident que la notion d’observateur est très importante en physique. Pour faire
de la physique, il faut évidemment faire des mesures, et pour qu’une mesure ait un sens,
il faut soit que tout les observateurs s’accordent sur cette mesure (ou au moins une
classe particulière d’observateurs «privilégiés»), ou du moins que l’on puisse toujours
contextualiser la mesure.
Précisons cette idée. Deux personnes différentes observant un même phénomène
naturel peuvent avoir des visions tout à fait différentes. Un exemple simple : on sait tous
(ou presque) que la terre tourne autour du soleil. Mais si ceci est vrai en particuliers pour

123
un observateur immobile par rapport au soleil, pour un observateur terrestre, le soleil
tourne autour de la terre. Il faut donc préciser ce que cela veut dire : «la terre tourne
autour du soleil», est-ce une simple question de perspective ou y a t-il quelque de plus
profond derrière ? On reviendra sur ce genre de questionnement en abordant la relativité
de Galilée.
Il existe une notion plus précise et plus commode que la notion un peu vague
d’«observateur» : c’est la notion de référentiel. On peut définir un référentiel en faisant
appel explicitement à un système de coordonnée précis, mais ce n’est pas obligatoire.
Ici, on va faire une distinction : ainsi on va dire par exemple que deux observateurs
immobiles l’un par rapport à l’autre sont dans le même référentiel, mais bien sûr ils sont
libre d’utiliser chacun le système de coordonnées de leur choix.
Un référentiel est donc un cadre particuliers dans lequel on va faire des mesures. Pour
cela, on va attacher au référentiel un ou plusieurs systèmes de coordonnée dans le but
de mesurer les positions, vitesses, ... des différents mobiles étudiés. On peut utiliser le
type de système de coordonnée que l’on souhaite : cartésiens, sphériques, cylindrique, ...
Un système de coordonnées spatiales n’est pas suffisant : il faut de plus pouvoir mesurer
le temps, intuitivement on pourrait dire que l’on attache au référentiel une horloge. En
mécanique newtonienne, toutes les horloges (supposées infiniment précises !) de tout les
référentiels sont parfaitement synchronisées. Une conséquence particulière est que la
simultanéité est absolu : deux événements simultanés dans un référentiel le sont dans
tout les autres référentiels.
Cette façon de présenter les choses n’est cependant pas satisfaisante. En fait, si
l’on veut être précis et pouvoir garder la même définition dans le cadre de la relativité
restreinte, il nous faut une infinité d’horloge, une en chaque point de l’espace. Elles sont
toutes immobiles et synchronisées les unes par rapport aux autres. Si donc un évènement
survient en un certain point de l’espace, on note le temps correspondant en regardant
le temps indiqué par l’horloge en ce point. Bien sûr c’est une vue de l’esprit, on ne pas
réellement couvrir tout l’espace d’horloges.
On peut prendre les mêmes précautions pour les mesures spatiales. On va imaginer
que l’on peut repérer les positions des horloges par des règles (et éventuellement pouvoir
aussi mesurer des angles) de manière à étiqueter chaque horloges par ses coordonnées. Ce
qui permet, pour n’importe quel évènement, de simplement lire sa position dans l’espace,
en regardant l’étiquetage de l’horloge en ce point.
Pour connaître la trajectoire d’un corps, il faut déterminer quel est sa position au
cours du temps. Pour repérer la position d’un point, il suffit de donner ses coordonnées
par rapport au système de coordonnée du référentiel. Pour un objet étendu c’est plus
compliqué : il est constitué de plusieurs points et il peut tourner sur lui-même pendant
son déplacement ! Voila pourquoi on va commencer par étudier des objets (imaginaires)
qui sont de simple points, c’est à dire des objet ponctuel.

8.2.2 Notion de trajectoire

Considérons un mobile en mouvement pendant un certain intervalle de temps (qui
peut être infini). L’ensemble des positions successives du mobile est appelé le support de

124
la trajectoire. Il ne faut pas confondre cette notion avec celle de trajectoire : la donnée du
support de la trajectoire ne dit pas ou se trouve le mobile à un certains temps donné
contrairement la trajectoire.
Supposons que l’on ait un repère (O,~i, ~j, ~k). On repère la position d’un point P :
~ = x~i + y~j + z~k
OP
x, y, z sont les coordonnées du point P . Si ces coordonnées évoluent au cours du temps et
que X(t), Y (t), Z(t) sont les coordonnées du point en fonction du temps on peut écrire :
~ (t) = X(t)~i + Y (t)~j + Z(t)~k
OP
Ce qui définit une fonction f~ tel que OP
~ (t) = f~(t) donc la position du mobile en fonction
du temps : c’est la trajectoire du mobile.

8.2.3 Vitesse
Nous allons maintenant définir la vitesse d’un mobile : c’est tout simplement la
distance parcourue par unité de temps donc :v = ∆s ∆t où ∆s représente la distance
parcourue par le mobile sur le support de la trajectoire pendant le temps ∆t. Il s’agit
évidemment là de la vitesse moyenne calculé sur le temps ∆t. Cependant, dans le cas de
mobile ayant une vitesse variant à chaque instant, la notion de vitesse instantanée est
très utile, pour définir la vitesse instantanée, on passe à la limite de ∆t tendant vers zéro
(on définit la fonction S comme donnant la position sur la courbe en fonction du temps :
s = S(t)) :
∆s S(t + ∆t) − S(t) dS(t)
v(t) = lim = lim =
∆t→0 ∆t ∆t→0 ∆t dt
On peut de plus définir le vecteur vitesse du mobile. En un point du support de la
trajectoire, le vecteur vitesse a pour norme la vitesse (comme définit ci dessus) et est
tangeant au support. De plus, le sens du vecteur est le sens de déplacement du mobile.
Considérons le vecteur position OP ~ du mobile, à l’instant t et t + ∆t (c’est à dire les
vecteurs OP ~ (t) et OP
~ (t + ∆t)) :

125
 Le point P (t) est à la position S(t) sur la courbe et le point P (t + ∆t) est à la position
S(t + ∆t). Si on fait tendre ∆t vers zéro, le vecteur P (t)P (t~ + ∆t) devient tangeant à la
courbe et sa norme tend à être égale à S(t + ∆t) − S(t) = dS(t). Si on divise ce vecteur
par ∆t, sa norme lorsque ∆t tend vers zéro devient donc dS(t) dt c’est à dire la vitesse.
On a donc que le vecteur vitesse est :

~ (t + ∆t) − OP
OP ~ (t) ~ (t)
dOP
~v (t) = lim =
∆t→0 ∆t dt

8.2.4 Accélération
∆v
L’accélération est simplement l’accroissement de la vitesse par unité de temps : a = ∆t .
Comme pour la vitesse on défini l’accélération instantanée :

∆v v(t + ∆t) − v(t) dv d( dS(t)

dt ) d2 S(t)
a(t) = lim = lim = = =
∆t→0 ∆t ∆t→0 ∆t dt dt dt2
On définit de même le vecteur accélération, et on dérive simplement le vecteur vitesse :
~ (t)
~
∆v(t) ~v (t + ∆t) − ~v (t) ~
dv(t) d( dOP
dt )
~ (t)
d2 OP
~a(t) = lim = lim = = =
∆t→0 ∆t ∆t→0 ∆t dt dt dt2

8.2.5 Mouvements simples

Mouvements rectilignes uniformes
Un mouvement rectiligne uniforme est un mouvement dans lequel la vitesse est
constante, le mobile se dirigeant en ligne droite. On peut choisir un repère cartésien
dans lequel le mouvement du mobile se fait le long de l’axe x par exemple : ainsi on ne
se préoccupe que d’une seule coordonnée spatiale. Nous allons établir la trajectoire du
mobile, c’est à dire connaître la fonction X tel que x = X(t).
On connaît la fonction V donnant la vitesse en fonction du temps : V (t) = v tout
simplement (vitesse constante). On sait que V (t) = dS(t) dx dx
dt = dt donc que v = dt , c’est à
dire que dx = vdt. On intègre cette relation :
Z t Z t
x − x0 = vdτ = v dτ = v(t − t0 )
t0 t0

Et donc :
x = v(t − t0 ) + x0
Dans le cas du mouvement rectiligne uniforme, le graphique de la position en fonction du
temps est donc une droite.

126
Mouvements rectilignes uniformément accélérés
Un mouvement rectiligne uniformément accéléré est un mouvement dans lequel la
vitesse est constante, le mobile se dirigeant en ligne droite. On choisit encore une fois le
repère de manière à n’avoir qu’une coordonnée spatiale et on cherche encore la trajectoire.
En notant a l’accélération, on a va vitesse en fonction du temps :

v = a(t − t0 ) + v0

Où v0 est la vitesse «au départ», c’est à dire au temps t0 . De même, la position en

fonction du temps est donnée par la formule :
1
x = at2 + v0 t + x0
2
On connaît la fonction φ donnant l’accélération en fonction du temps : φ(t) = a. Sachant
que φ(t) = dv dv
dt donc que a = dt et dv = adt ce qui donne :
Z t
v= adτ + v0 = a(t − t0 ) + v0
t0

dx
Posons t0 = 0 pour simplifier. On a : v = at + v0 . Ce qui donne dt = at + v0 , c’est à dire
dx = [at + v0 ]dt et on intègre :
Z t
1
x= [aτ + v0 ]dτ + x0 = at2 + v0 t + x0
0 2
Dans le cas du mouvement rectiligne uniformément accéléré, le graphe de la position en
fonction du temps est donc une parabole.

8.3 Relativité de Galilée

8.3.1 Idée générale
Imaginez. Vous vous retrouvez dans un bateau alors qu’il n’y a pas la moindre houle.
Enfermé dans une cale, vous n’avez aucune fenêtre : vous ne pouvez rien savoir de ce qui
se passe dehors. La mer étant parfaitement calme, vous ne ressentez aucun mouvement.
La question est la suivante : est-il possible, par une quelconque expérience physique de
calculer la vitesse du bateau par rapport au rivage ? La réponse à cette question mène au
principe de relativité.
Dans votre bateau, vous pouvez faire toutes les expériences que vous voulez : observer
la chute d’un objet, l’écoulement d’un fluide, des chocs entre des mobiles,... Rien ne
pourra vous aider : aucune expérience ne vous dira si votre bateau est immobile ou pas.
Quelque soit la vitesse du bateau par rapport au rivage, les expériences les plus précises
du monde ne vont serons d’aucune utilité.
Il faut nuancer toutefois. Si le bateau accélère brutalement, vous le sentirez sans
problème. De même, si il se trouve dans un virage, vous ressentirez les effets de la force

127
centrifuge. Vous n’aurez toujours aucune idée de sa vitesse, mais vous pourrez mesurer son
accélération relativement facilement. Pour ne pas devoir traiter ces cas, on va supposer
que le bateau se déplace en ligne droite et que sa vitesse est constante. On dit dans ce
cas que le référentiel du bateau est galiléen ou inertiel.
Le principe de relativité exclut l’existence d’un référentiel privilégié par rapport
auquel on pourrait calculer sa vitesse (un référentiel au repos absolu). Dire que l’on se
déplace à une certaine vitesse n’a de sens qu’en précisant par rapport à quel référentiel
cette vitesse est mesurée. Certes, quand nous marchons, on peut dire qu’on se déplace
à une certaine vitesse. Mais nous déplaçons nous par rapport à la terre ou la terre se
déplace t elle par rapport à nous ? Galilée affirme qu’il n’y a aucune raison de choisir
l’une ou l’autre de ces affirmations.
Cela se traduit par les équations qui permettent de passer d’un référentiel à l’autre.
Elles montrent que les lois de la physique sont les mêmes pour tout les référentiels
galiléens. Dans ce cas, le principe vu plus haut se justifie.

8.3.2 Transformations de Galilée

Prenons donc 2 référentiels, R et R0 en mouvement par rapport à l’autre à la vitesse
v (vitesse constante).

Le référentiel R a pour origine O et les axes x, y et z, et le référentiel R0 a l’origine

O0 et les axes x0 , y 0 et z 0 (voir figure). On voit que les axes x et x0 sont alignés pour la
simplicité des équations. Imaginons que O0 s’éloigne de O à la vitesse v.Un point P à les
coordonnées x, y et z dans R. Quelles seront ses coordonnées dans R0 ?
Calculons d’abord la coordonnée x0 :
Nous savons que vt est la distance entre O et O0 .
c’est donc que (voir schéma ci-dessous qui ne montre que l’axe x x0 ) :

x0 = x − vt

128
 Déplacer le référentiel suivant l’axe x n’as évidemment pas changer les coordonnées y
et z :
y0 = y
z0 = z
Enfin, Galilée ajoute :
t0 = t
pour montrer que les coordonnées de temps sont les mêmes dans les 2 référentiels (ex : si
un phénomène prend 2 minutes dans un référentiel, il prendra 2 minutes dans l’autre : le
temps s’écoule de la même manière dans tous les référentiels). Nous avons donc :

x0 = x − vt



 y0 = y



 z0 = z
 0

t =t
Ces relations s’inversent facilement :
x = x0 + vt0



 y = y0



 z = z0
0


t=t

8.3.3 Loi d’addition des vitesses

Voici une conséquence importante :
Un mobile se déplace à la vitesse v 0 dans le référentiel R0 . Quelle est sa vitesse dans
un autre référentiel, R se déplaçant à la vitesse V par rapport à R0 ?
On calcule sa vitesse dans le référentiel R en calculant simplement la dérivée par
rapport au temps :
dx d(x0 + V t0 ) dx0 d(V t0 ) dx0 dt0
v= = = + = + V = v0 + V
dt dt0 dt0 dt0 dt0 dt0

129
 0
Car on a évidemment v 0 = dx dt0 .
Exemple :
Imaginons un train roulant à la vitesse de 20 m/s, et un voyageur se déplaçant dans
le couloir du train à 1 m/s, dans le sens de la marche du train. Sa vitesse par rapport à
la terre est donc de 20+1=21 m/s.

Sur ce schéma, tout se passe en une seconde. Les lignes en pointillé marquent la position
du voyageur si il était resté immobile dans le train. Il s’est déplacé de 1 m dans le train,
qui s’est lui même déplacé de 20 m. Le déplacement totale du voyageur est donc de 21 m,
en 1s.
C’est la loi d’addition des vitesses. A l’inverse si le voyageur marchait dans le sens
contraire du train, sa vitesse par rapport à la terre serait 20-1=19 m/s donc dans ce cas
on doit soustraire les vitesses. Mais en réalité, on peut dire aussi qu’on les additionnes
si on pose que la vitesse du voyageur est négative. Plus précisément on impose un sens
positif et un sens négatif pour les vitesses ce qui permet de garder une seule formule pour
l’addition des vitesses.

Si le mobile va de gauche à droite, sa vitesse est positive, dans le cas contraire sa vitesse
sera négative ce qui permet de garder une seule forme pour la loi d’addition des vitesses :
additionner une vitesse négative au lieu de faire une soustraction.

130
8.4 Dynamique : notions de bases
8.4.1 Introduction
Jusqu’ ici, nous avons fait de la cinématique, étudier le mouvement des corps sans
s’occuper du pourquoi de leur mouvement, de la cause du mouvement. C’est ce que
nous allons faire maintenant : la dynamique. Dans cette branche de la physique, on
parle beaucoup des concepts de force et de masse, deux notion très importante qu’ il
faut préciser. Tout d’abord, qu’est ce que la masse ? Question très difficile en réalité car
demandant une définition précise. Ce qui n’est pas simple avec la masse.
Il existe en réalité deux «masses différentes» : la masse grave et la masse inerte. La
masse grave est celle qui intervient dans la force de gravitation, tandit que la masse inerte
intervient dans la deuxième loi de Newton (voir plus loin). Le problème est de savoir
pourquoi ces deux masses sont égales.
Disons simplement pour l’instant que pour un corps donné on peux lui associé un
nombre m que l’on appelle la «masse» du corps. Nous avons comme propriété que la
masse d’un corps est indépendante de sa vitesse et de sa position.
Le concept de «masse» amène tout naturellement le concept de quantité de mouve-
ment.

8.4.2 Quantité de mouvement

La quantité de mouvement est une notion très importante en mécanique. On peut
simplement poser la définition, mais il peut être intéressant d’approcher cette notion de
façon intuitive, et de justifier du même coup son appellation. On va dire tout d’abord
que la quantité de mouvement (que l’on note par la lettre p) est proportionnelle à la
vitesse v ce qui se note symboliquement :

p∝v

Ce qui intuitif étant donné son appellation. Maintenant, supposons deux corps avec deux
quantités de mouvement différentes. On peut dire (encore intuitivement) qu’il est plus
«facile» de stopper le corps qui a le moins de quantité de mouvement. Effectivement, il
est plus facile d’arrêter un objet lent qu’un objet rapide, mais on se rend compte aussi
facilement que la masse joue un rôle important : pour deux mobiles à vitesses égales, il
est plus facile de stopper le plus léger. On suppose donc que l’on peut écrire :

p=m·v

Ou encore en considérant la quantité de mouvement comme un vecteur :

Définition 47. La quantité de mouvement d’un corps est sa masse multiplié par sa
vitesse :

p~ = m~v

131
 On reviendra sur notre approche intuitive de la quantité de mouvement plus loin.
Mais il n’est pas difficile de sentir déjà que la notion (intuitive) de force, est directement
liée à la variation de la quantité de mouvement.

8.5 Première loi de Newton : principe d’inertie

8.5.1 Idée générale
La première loi de Newton s’énonce relativement facilement et est assez intuitive.
On considère un corps sur lequel aucune force ne s’exerce. Quelles sont ses mouvements
possibles dans un référentiel donné ?
La réponse que donnait Aristote était la suivante : en l’absence de force, aucun
mouvement n’est possible. Il s’appuyait entre autre sur cette expérience : un objet que
l’on lance horizontalement tombe et devient immobile assez rapidement. Plus aucune
force n’agit sur lui et il s’immobilise. Pour Aristote donc, tout objet en mouvement subit
une ou plusieurs forces.
Ce point de vue fut critiqué particulièrement au Moyen Âge ou apparaît la notion
d’impetus (qui est un peu l’ancêtre de la notion de quantité de mouvement). En effet,
si on considère que l’on lance une pierre assez loin, il est vrai qu’elle finit par retomber
mais que se passe-t-il pendant son trajet aérien ? Aristote répond et disant que c’est l’air
qui «pousse» la pierre et permet son mouvement. La pierre laisse un vide derrière que
l’air remplit et qui fournit une pression sur le mobile. Cette explication n’a évidemment
pas tellement convaincu, mais plutôt que d’abandonner la physique d’Aristote (car ces
réflexions s’inscrivent dans une théorie aristolicienne plus globale avec des notions qui
n’ont plus cours depuis longtemps comme la distinction entre le «mouvement naturel» et
le mouvement «violent»), les penseurs du Moyen Âge l’on adapté en ajoutant la notion
d’impetus ; lorsque l’on lance une pierre, on lui donne une certaine quantité d’impetus
qu’elle épuise au cours de son mouvement, et tombe lorsqu’elle n’a plus d’impetu.
On peut fournir une autre objection à cette idée. Supposons un corps immobile dans
un référentiel, aucune force n’agit sur lui. On sait que la vitesse d’un objet n’est pas la
même pour tout les référentiels (transformations de galilée). Cela veut dire que dans un
autre référentiel, le corps aura une certaine vitesse et suivant l’idée d’Aristote, il doit
apparaître dans ce référentiel des forces qui n’existent pas dans l’autre ! Il faut faire
attention ici qu’à priori ce n’est pas impossible. Mais dans un référentiel galiléen cela
semble peu intuitif.
Revenons aux sources du problème. On observe effectivement qu’un corps lancé ou
que l’on fait rouler sur le sol finissent par s’arrêter. Mais n’y a-t-il vraiment aucune force
qui agissent ?
C’est Galilée qui le premier, a répondu à cette question. Considérons par exemple,
un objet que l’on fait glisser sur une table. L’expérience montre que l’objet s’arrête
rapidement (d’où la théorie d’Aristote). Maintenant, faisons rouler une balle sur une
table. Elle finira par s’arrêter (on suppose une très longue table) mais il lui faudra un
temps vraiment très long. Quelle est la différence entre les deux situations ?

132
 La réponse est simple et intuitive : le frottement du mobile sur la table n’est pas le
même dans les deux cas. Dans le cas de la balle qui roule, le frottement est très faible.
On comprend facilement pourquoi le mouvement s’arrête : ce n’est pas parce qu’aucune
force n’agit sur le mobile comme le pensait Aristote, mais bien parce que justement il y a
une force qui le ralenti (la force de frottement). On voit que la balle parcourt une grande
distance, en imaginant un cas idéal où il n’y a aucun frottement, la boule continue à la
même vitesse indéfiniment !

8.5.2 Énoncé du principe

Des réflexions précédentes, on peut en tirer le principe d’inertie : lorsqu’aucune
force n’agit sur un objet sa vitesse reste constante (sa vitesse est éventuellement nulle).
Attention comme souvent en physique on sous entend «dans un référentiel galiléen» :

Tout corps persévère dans son mouvement rectiligne et

uniforme, dans son état de repos et dans sa forme tant
qu’aucune force n’agisse sur ce corps.

8.5.3 Quelques remarques :

Réfléchissons un instant sur l’énoncé du principe. On nous dit qu’un corps est en
mouvement rectiligne uniforme tant qu’aucune force n’agit sur lui. Mais ici se pose une
question toute simple : qu’est ce qu’une force ? On en a encore donné aucune définition,
pour l’instant on utilise uniquement ce terme dans un sens intuitif. Il sera donc utile de
préciser cette notion.
Toutefois, le principe d’inertie permet de définir partiellement ce concept. En effet,
il ne définit pas ce qu’est une force mais il définit... la notion d’absence de force ! C’est
déjà quelque chose d’utile car dans la définition que l’on doit donner à la force, on sait
déjà qu’on ne peut avoir de force pour un corps en mouvement rectiligne uniforme. Nous
allons donc tout de suite définir un peu plus précisément la notion de force.

8.6 Deuxième loi de Newton : loi fondamentale de la dy-

namique
8.6.1 Idée générale
Imaginez. On dispose d’un corps massif suffisamment isolé du monde pour que l’on ne
considère qu’une seule force agissant sur lui. Avant que l’on ne fasse agir une force sur lui,
le principe d’inertie nous dit que sa vitesse est constante et sa trajectoire rectiligne. On
commence à faire agir une force. Avec ce qu’on sait du principe d’inertie, soit sa vitesse
ne sera plus constante, soit sa trajectoire ne sera plus rectiligne (ou les deux à la fois).

133
 On peut traiter en même temps les cas du changement de vitesse et du changement
de direction. En effet, dans les deux cas, on a une variation du vecteur vitesse, ce qui
veut dire que dans les deux cas le vecteur accélération est non nul. Il faut faire attention
au fait que pour un objet ayant une vitesse constante mais une trajectoire courbe, il a
bien une accélération non nulle !
L’effet de la force sur l’objet est donc de lui fournir une certaine accélération. Si
on reprend notre approche intuitive de la notion de quantité de mouvement, on peut
intuitivement supposer que la force correspond à la variation de la quantité de mouvement,
ou plus précisément à sa dérivée. On a donc envie d’écrire :

p d(m~v )
d~ d~v
F~ = =m = m~a
dt dt dt
La force est donc proportionnelle à l’accélération, ce qui n’est intuitivement pas surprenant.
On va convenir de généraliser cela de façon à pouvoir traiter le cas où l’on a plusieurs
forces. Il suffit pour cela de postuler que l’on puisse simplement additionner vectoriellement
les forces :
N
F~T OT =
X
Fi
i=1

8.6.2 Énoncé
La force totale exercée sur un corps est égale au produit de sa
masse m et de son accélération a :

F~ = m~a

8.7 Troisième loi de Newton : loi de l’action et de la réac-

tion
8.7.1 Énoncé
Tout corps A exerçant une force sur un corps B subit une force
d’intensité égale, de même direction mais de sens opposé,
exercée par le corps B.

8.7.2 Quelques remarques

Cette loi est très simple à comprendre. On peut prendre plusieurs exemples : je
lance un objet lourd et je sens une force qui me pousse en arrière, ou encore l’exemple
très connu de la fusée : la fusée éjecte des gaz avec une certaine force ce qui permet sa
propulsion (car la troisième loi de Newton dit que dans ce cas les gaz exercent une force
sur la fusée).

134
 On pourrait conclure alors qu’il est impossible de tirer un chariot : comment peux
t-on faire puisque si on exerce une force sur le chariot, il exercera une force égale mais
opposée ?
La réponse est simple : la force que l’on exerce sur le chariot est bien la même que la
force que le chariot va exercer sur nous, mais l’effet de ces deux forces sera différente :
1. Le chariot va avancer sous l’effet de la force et il y aura peut de frottement, car il
est sur roues,
2. Nous allons avancer car la force que le chariot exerce sur nous est compensée
par le fait que nous allons exercer une force sur la Terre elle même. C’est par
l’intermédiaire de nos pied que l’on pousse sur le sol, et c’est donc par le sol que
l’on «évacue» la force que tend à nous empêcher d’avancer. C’est encore le principe
d’action-réaction : on pousse sur la Terre avec notre pied et la force de réaction
de la Terre sur nous nous fait avancer !

8.8 Conservation de la quantité de mouvement

Supposons un grand nombre N de particules, ayant des quantités de mouvement p~i .
On va définir la quantité de mouvement totale du système, comme la somme vectorielle
des quantités de mouvement de toute les particules :
N
P~T OT =
X
p~i
i=1

On a alors le théorème suivant :

Théorème 29. La quantité de mouvement totale d’un système isolé est constante au
cours du temps.

Par «isolé», on entend par là qu’il n’existe aucune interaction avec une particule (ou
quoi que ce soit d’autre) en dehors du système.
Démonstration : on veut donc montrer que la dérivée par rapport au temps de la
quantité de mouvement totale est nulle. On a :
N
dP~T OT d( N
P
i=1 p
~i ) X d~
pi
= =
dt dt i=1
dt

Si on note F~kl la force exercée par la particule k sur la particule l, alors on a :

d~
pi X ~
= Fki
dt k6=i

Notons ensuite que la troisième loi de Newton, on a :

F~kl = −F~lk

135
Et donc :
   
dP~T OT 1 XX ~ 1 XX ~
F~ki =  F~ik  =  (Fki + F~ik ) = 0
XX XX
= Fki +
dt i k6=i
2 i k6=i k i6=k
2 i k6=i

Où l’on utilise d’abord le fait que l’on peut librement renommer les indices de sommations,
puis on utilise le fait que : XX XX
(...) = (...)
k i6=k i k6=i

C’est à dire que l’on peut sommer d’abord sur i puis sur k, où l’inverse.
Notons que l’on peut généraliser facilement ce théorème dans le cas où l’on a des
forces extérieurs F~i , on a alors :

dP~T OT
F~i = F~EXT
X
=
dt i

Où F~EXT est la somme des forces extérieures.

136
Chapitre 9

Electromagnétisme

9.1 Introduction
Les phénomènes dits «électrostatiques» sont connus des scientifiques et philosophes
depuis l’antiquité. Les Grecs avaient constatés qu’en frottant de l’ambre jaune, cette
ambre pouvait attirer des corps légers. D’ailleurs, le mot «électricité» vient du grec
«elektron », qui signifie ambre. On peut faire la même expérience très facilement en
utilisant du plastique à la place de l’ambre.
Nous allons tout d’abord tenter d’expliquer cette attraction avec des expériences
plus précises. la plupart d’entre vous je pense, ont déjà vu ces expériences à l’école (les
fameuses petites boules en sureau ou en polystyrène suspendues par des fils) et ça n’est
pas la peine de reparler de ces expériences trop longtemps, je rappellerai brièvement le
principe de ces expériences pour ceux qui ne les connaîtrai pas ou plus.
L’électrostatique est relativement simple à aborder au départ, c’est seulement après
(électromagnétisme...) que les choses vont se compliquer. Il est donc important de
comprendre les bases, sans quoi il ne sera pas possible de comprendre la suite.

9.2 Notions de bases

9.2.1 Les phénomènes électrostatiques
On décide donc de faire une série d’expériences pour tenter de mieux comprendre ces
phénomènes électriques. On a une petite boule (de sureau par exemple), et on y approche
une tige d’ambre frotté : la boule est attirée.

137
On constate une attraction, les propriétés de l’ambre ont été modifiées par le fait qu’on
l’ai frotté.

Nous pouvons faire la même expérience en remplaçant l’ambre par du verre. On

constate le même résultat. Là ou ça devient intéressant, c’est que si vous approchez les
deux tiges (de verre et d’ambre) en même temps, il ne se passe rien.
On peut alors émettre l’hypothèse que dans ce cas précis, chaque tige a annulé l’effet
de l’autre. On va dire, par convention, que le verre contient de l’électricité positive, et
que l’ambre contient de l’électricité négative. Ce serait pour cela que si on approche deux
tiges frottées en même temps, on ne constate rien, c’est possible, mais il faut vérifier
cette hypothèse par une autre expérience.

Dans cette deuxième expérience, on met une des boules en contact avec de l’ambre et
l’autre avec du verre. Puis on constate qu’elles s’ attirent. Ensuite, on refait la même
expérience, mais en en les mettant en contact avec la même substance (dans le dessin
ci-dessus c’est de l’ambre mais ça peut être du verre : on constate le même résultat),
on constate alors qu’elles se repoussent (entre les deux expériences, il faut évidemment
décharger les deux boules).

138
 Ceci prouve plusieurs choses :
1. il y a bien deux «sortes» d’électricité différentes,
2. l’ électricité peut passer d’un corps à l’autre par simple contact,
3. les phénomènes électrostatiques sont attractifs ou répulsifs.
On suppose alors que puisque l’électricité peux passer d’un corps à l’autre, «quelque
chose» de concret passe grâce au contact.
En utilisant des balances extrêmement précises, on ne parvient pas à mettre en
évidence une variation de masse entre un objet au moment ou il est électrisé et au
moment ou il ne l’est pas.
On émet alors l’hypothèse qu’il existe des particules dans la matière, libre de se
déplacer d’un corps à l’autre, et portant une certaine charge électrique q, positive ou
négative, et de plus, ces particules doivent être suffisamment légères vu qu’on ne constate
pas de variation de masse.

9.2.2 Loi de Coulomb

Remarquez ici l’introduction d’une quantité q ( la «charge électrique ») qui est une
quantité relative à la «quantité d’électricité» (pour l’instant on raisonne intuitivement)
dans un corps. Si le corps n’est pas électrisé, on écrit q = 0. Dans le cas contraire, q a
une certaine valeur, positive ou négative.
Supposons que nous avons une charge électrique de référence, disons par exemple q.
On a deux autres charges q1 et q2 . On approche q1 de q et on mesure une force électrique
F1 (attraction ou répulsion, peu importe). Ensuite, on fait la même chose avec q2 , et on
mesure F2 .
Nous dirons, par convention, que la force est proportionnelle à la charge électrique (il
faut bien se baser sur quelque chose pour définir la charge électrique). On a donc (kq est
une constante qui dépend de q) :
F1 = kq q1
de même que :
F2 = kq q2
Ensuite, on se peut se demander ce qui se passe quand on met en présence uniquement
q1 et q2 , on aura une force à la fois proportionnelle à q1 et à q2 :

F = kq1 q2

Il reste une constante k qui n’est pas vraiment une constante car on n’a pas encore pensé
à une chose : la distance entre q1 et q2 . Plus cette distance est grande, plus la force
électrique est faible.
Le physicien Français Coulomb a fait une série d’expériences sur la force électrique et
a montré que cette force était inversement proportionnelle à la distance entre les charges,
de plus la force est dirigée selon la droite qui relie les deux charges (même remarque
qu’en mécanique : on considère des corps ponctuels).

139
 En regroupant toutes les remarques précédentes on arrive à la conclusion :
q1 q2
F =K
r2
ou r est la distance entre les charges et K une constante universelle.
Mais ça n’est pas tout. Pour des raisons de simplicité (pour des formules plus complexes
tels que les équations de Maxwell) on pose :
1
ε0 =
4πK
et donc finalement (j’en profite pour mettre la forme vectorielle) :

1 q1 q2
F~ = ~u
4πε0 r2

C’est la loi de Coulomb.

L’unité que l’on a donné à la charge est, justement, le Coulomb. En réalité, ce n’est
pas une unité «de base» comme la seconde par exemple, mais on ne peux encore la définir
à ce stade car il faut connaître la définition de l’ampère pour cela.
ε0 est la permittivité électrique du vide et est à peu près égale à 8, 85 · 10−12 C 2 N −1 m2
ce qui entraîne que 4πε 1
0
≈ 9 · 109 N C −2 m−2 . On dit bien du vide, car dans un autre
milieu comme l’air, la permittivité est différente (la formule ci dessus n’est valable que
dans le vide).
Dans un milieu quelconque, la permittivité électrique est toujours un plus élevée que
dans le vide. On a donc une coefficient εr , la permittivité électrique relative, tel que :

ε = ε0 · εr

Ainsi on connaît la valeur de εr pour tout les milieux possibles, et quand, dans la pratique,
on a besoin de calculer une permittivité, on consulte une table de permittivité électrique
relative.

9.2.3 Structure de la matière

Revenons un instant sur une remarque faite plus haut à propos d’hypothétiques
particules porteuses d’électricité. En 1909, une expérience de Robert Milikan montre que
toute charge électrique est quantifiée. Qu’est ce que cela veut dire ? Tout simplement que
si on a une charge q donnée, on a toujours :

q =n·e

ou n est un nombre entier, et e une constante approximativement égale à 1, 6 · 10−19 C.

Ce résultat valide l’hypothèse de particules porteuses d’électricité.

140
 Avant même le résultat de Milikan, en 1897, le physicien Joseph John Thomson
découvre l’existence de l’électron. Il faisait des expériences sur les rayons cathodiques :
ces «rayons», très étudiés à l’époque, méritent une petite parenthèse.
Ils furent découverts en 1876. Une simple expériences permet de les observer. On
a un tube dans lequel on fait le vide le plus parfait possible, et dans ce tube, deux
électrodes : l’une positive et l’autre négative. Dans le tube, une lueur violacée apparaît.
Ce sont les rayons cathodiques. Ce qui est particulièrement intéressant, c’est que ces
rayons proviennent de la matière elle-même (ici d’une cathode). Ce qui constitue ces
fameux rayons se trouve donc dans la matière en temps «normal».
Beaucoup d’expériences ont été faites. Thomson a montré que les rayons cathodiques
sont en fait constitués de petites particules, légères, et chargées négativement. On les a
appelées «électrons».
Ce résultat ainsi que celui de Milikan montre que les électrons sont responsables du
fait que l’électricité puisse passer d’un corps à l’autre. Ils ont évidemment une charge
égale à −1, 6·10−19 C, la charge élémentaire calculée par Milikan. Ils sont présents partout,
dans tout les objets de la vie courante.
Maintenant, il est évident que la matière n’est pas constituée uniquement d’électrons,
sinon tout les objets du monde seraient chargés négativement. Diverses réflexions sur
les fluides ont conduits bon nombres de chimistes a émettre l’hypothèse que la matière
est constituée d’atomes, en particulier John Dalton. Il pensait que les atomes sont
indivisibles, comme Démocrite avant lui. Thomson connaissaient la théorie atomique
quand il a découvert l’électron, cette théorie était acceptée par tous à cette époque, et il
devait en tenir compte.
Il imagina donc un nouveau modèle atomique. Il imagina que les atomes sont des sortes
de «billes» chargées positivement avec des électrons «enfoncés» dedans, à la manière d’un
pain aux raisins, ou les raisins représentent justement les électrons. Puisque les électrons
sont «collés» à une «substance» positive, l’atome est globalement neutre (en temps
«normal» on constate tous que la matière est neutre, on n’observe pas en permanence
des phénomènes électrostatiques).
Certaines réflexions théoriques ont conduit Rutherford a modifier cette vision de
l’atome. Il affirme alors qu’en réalité les atomes ont un noyau chargé positivement autour
duquel tournent les électrons, maintenus sur leur orbite par la force de Coulomb (tout
comme la force gravitationnelle maintient la lune en orbite autour de la terre).
Ces réflexions sur la structure de la matière pourront nous aider par la suite.

9.2.4 Le champs électrique

Imaginons une charge q en un point donné de l’espace. Si on approche une autre charge
dans un certain volume entourant la charge q, on va constater une force de Coulomb.
Cette simple constatation peut paraître banale. Mais le caractère apparemment
non-local de ce phénomène pose question. Puisque les objets chargés se comportent
différemment au voisinage de la charge q, cela veut tout simplement dire que les propriétés
de l’espace ont été modifiés par la charge. Ont dit que la charge crée un champs électrique.

141
 ~ le
On va donc dire qu’à chaque point de l’espace autour de q, il existe un vecteur E,
vecteur champs électrique. Le champ électrique est donc un champs vectoriel.
On va donc poser que :
F~ = q1 E(M
~ )
Ou F~ est évidemment la force de Coulomb, et q1 la charge qui subit la force au point M
(car plongée dans le champs électrique).
En identifiant avec la formule de Coulomb, on obtient :

~ 1 q
E(M )= ~u
4πε0 r2

Désormais, on utilisera tout le temps cette notion.

On peut se demander ce qui se passe quand il y a plusieurs charges au lieu d’une,
quel est le champs engendré par cet ensemble de charges ?
La réponse est simple : il faut en tout point additionner les vecteurs champs : c’est le
principe de superposition.
n
~ 1 X qi
E(M )= u~i
4πε0 i=1 ri2

142