HX1

2015-2016
Lycée Louis le Grand

Mathématiques

Classe de Mathématiques Supérieures

Cours de Véronique Lods

Notes de Alexis Marchand

Table des matières

1 Complexes 1
I Définition de C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
II Conjugaison et module . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
III Étude de U = {z ∈ C, |z| = 1} . . . . . . . . . . . . . . . . . . . . . . . . . 2
IV Identités remarquables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
V Propriétés de la forme exponentielle . . . . . . . . . . . . . . . . . . . . . . 3
VI Aspect géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
VII Exponentielle complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
VIII Équations du second degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
IX Racines n-ièmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Logique 7
I Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
II Quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
III Raisonnements élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
IV Raisonnements par récurrence . . . . . . . . . . . . . . . . . . . . . . . . . . 8
V Vocabulaire ensembliste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Applications et Relations 11
I Notions élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
II Injectivité, surjectivité, bijectivité . . . . . . . . . . . . . . . . . . . . . . . . 12
III Applications caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . . . 13
IV Images directes et réciproques . . . . . . . . . . . . . . . . . . . . . . . . . . 14
V Relations sur un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

4 Introduction aux Systèmes Linéaires 17

5 Fonctions Usuelles 19
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
II Valeur absolue, partie entière, etc. . . . . . . . . . . . . . . . . . . . . . . . 20
III Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
IV Dérivabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
V Ordre et dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
VI Application réciproque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
VII Dérivabilité de f : I ⊂ R → C . . . . . . . . . . . . . . . . . . . . . . . . . . 23
VIII Logarithme, exponentielle, arc sinus, etc. . . . . . . . . . . . . . . . . . . . . 23

i
TABLE DES MATIÈRES

6 Équations Différentielles Linéaires 27

I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II Conditions initiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
III Équations différentielles linéaires du premier ordre . . . . . . . . . . . . . . 28
IV Équations différentielles linéaires du deuxième ordre à coefficients constants 28

7 Calculs de Primitives 30
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
II Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
III Intégration par substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

8 Suites Réelles ou Complexes 32

I Quelques mots sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
II Notions de limites de suites et premières propriétés . . . . . . . . . . . . . . 33
III Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
IV Opérations et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
V Écriture décimale et conséquences . . . . . . . . . . . . . . . . . . . . . . . 36
VI Sous-suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
VII Exemples de suites récurrentes . . . . . . . . . . . . . . . . . . . . . . . . . 39
VIII Relations de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

9 Limites et Fonctions 41
I Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
II Limite d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
III Étude de un+1 = f (un ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
IV Opérations et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
V Ordre et limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
VI Comparaison de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
VII Généralités sur la continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
VIII Théorème de la limite monotone . . . . . . . . . . . . . . . . . . . . . . . . 45
IX Quelques théorèmes importants . . . . . . . . . . . . . . . . . . . . . . . . . 46

10 Dérivabilité 48
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
II Théorème de Rolle et accroissements finis . . . . . . . . . . . . . . . . . . . 50
III Limites et dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

11 Fonctions à Valeurs Complexes 52

I Limites, continuité, dérivabilité . . . . . . . . . . . . . . . . . . . . . . . . . 52
II Opérations usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
III Les théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

12 Développements Limités 54
I Approximation de fonctions par des fonctions polynomiales . . . . . . . . . 54
II Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
III Inégalité de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . 55
IV Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
V Formule de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
VI Développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
VII Utilisation des développements limités . . . . . . . . . . . . . . . . . . . . . 57

ii
TABLE DES MATIÈRES

13 Arithmétique dans Z 58
I Définition d’un groupe, d’un anneau et d’un corps . . . . . . . . . . . . . . 58
II Divisibilité dans Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
III PGCD et PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
IV Nombres premiers entre eux . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
V Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
VI Calculs dans Z/nZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
VII Indicatrice d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

14 Groupes, Anneaux et Corps 65

I Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II Anneaux et corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

15 Polynômes 71
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
II Degré d’un polynôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
III Divisibilité dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
IV Arithmétique dans K[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
V Fonctions polynomiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
VI Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
VII Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

16 Fractions Rationnelles 82
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
II Degré, dérivation et racines . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III Décomposition d’une fraction rationnelle en éléments simples dans K(X) . . 84
IV Détermination des éléments simples . . . . . . . . . . . . . . . . . . . . . . 85

17 Espaces Vectoriels 86
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
II Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
III Familles libres, génératrices et bases . . . . . . . . . . . . . . . . . . . . . . 89
IV Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
V Structure d’algèbre de L(E) . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
VI Projecteurs et symétries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
VII Noyaux, formes linéaires et hyperplans . . . . . . . . . . . . . . . . . . . . . 94

18 Espaces Vectoriels de Dimension Finie 96

I Théorème de la base incomplète . . . . . . . . . . . . . . . . . . . . . . . . . 96
II Dimension d’un espace vectoriel de dimension finie . . . . . . . . . . . . . . 96
III Somme de sous-espaces vectoriels d’un espace vectoriel de dimension finie . 97
IV Applications linéaires et dimension finie . . . . . . . . . . . . . . . . . . . . 99
V Applications linéaires entre deux espaces de même dimension . . . . . . . . 100
VI Suites récurrentes linéaires et équations différentielles . . . . . . . . . . . . . 101
VII Dualité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

19 Matrices 103
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
II Matrice d’une application linéaire . . . . . . . . . . . . . . . . . . . . . . . . 104
III Produit matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

iii
TABLE DES MATIÈRES

IV Algèbre des matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

V Applications linéaires et matrices . . . . . . . . . . . . . . . . . . . . . . . . 107
VI Matrices carrées inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
VII Rang d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
VIII Changement de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
IX Polynômes de matrices et d’endomorphismes . . . . . . . . . . . . . . . . . 111
X Matrices blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
XI Matrices équivalentes et conséquences . . . . . . . . . . . . . . . . . . . . . 112

20 Réduction d’Endomorphismes et de Matrices 114

I Sous-espaces vectoriels stables . . . . . . . . . . . . . . . . . . . . . . . . . . 114
II Diagonalisabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
III Diagonalisation et polynômes d’endomorphismes . . . . . . . . . . . . . . . 115

21 Groupe Symétrique 117

I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
II Orbites et cycles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
III Signature d’une permutation . . . . . . . . . . . . . . . . . . . . . . . . . . 119

22 Déterminants 120
I Formes n-linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
II Déterminant d’une famille de n vecteurs d’un espace vectoriel de dimension n121
III Propriétés du déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
IV Calculs de déterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
V Déterminant et morphisme de groupes . . . . . . . . . . . . . . . . . . . . . 123
VI Déterminant de Vandermonde . . . . . . . . . . . . . . . . . . . . . . . . . . 124

23 Résolution de Systèmes Linéaires 125

I Notion de sous-espace affine . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
II Application aux systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . 125
III Méthode de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

24 Intégration sur un Segment 127

I Uniforme continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
II Fonctions en escaliers et fonctions continues par morceaux . . . . . . . . . . 127
III Intégrales de fonctions en escaliers sur un segment . . . . . . . . . . . . . . 129
IV Intégrales de fonctions continues par morceaux sur un segment . . . . . . . 130
V Propriétés de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
VI Intégrales de fonctions à valeurs complexes . . . . . . . . . . . . . . . . . . 133
VII Primitives et conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

25 Séries 135
I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
II Séries à termes réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
III Séries à termes complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
IV Séries de vecteurs et de matrices . . . . . . . . . . . . . . . . . . . . . . . . 139

iv
TABLE DES MATIÈRES

26 Intégration sur un Intervalle Quelconque 141

I Retour sur les fonctions en escaliers ou continues par morceaux . . . . . . . 141
II Intégrale généralisée sur [a, +∞[ . . . . . . . . . . . . . . . . . . . . . . . . 141
III Intégrabilité d’une fonction sur [a, +∞[ . . . . . . . . . . . . . . . . . . . . 142
IV Intégration sur un intervalle semi-ouvert . . . . . . . . . . . . . . . . . . . . 142
V Intégration sur un intervalle quelconque . . . . . . . . . . . . . . . . . . . . 143
VI Intégration par parties et intégration par substitution . . . . . . . . . . . . 143
VII Quelques compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
VIII Formules de quadrature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

27 Espaces Préhilbertiens 147

I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
II Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
III Orientation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
IV Isométries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
V Isométries en dimensions 2, 3 et n . . . . . . . . . . . . . . . . . . . . . . . 154

28 Dénombrement 156
I Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
II Généralités sur les cardinaux . . . . . . . . . . . . . . . . . . . . . . . . . . 157
III Arrangements et combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . 157

29 Probabilités – Généralités 159

I Espaces probabilisables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
II Probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
III Probabilités conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
IV Indépendance d’événements . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

30 Variables Aléatoires Réelles 163

I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
II Espérance et variance d’une variable aléatoire réelle . . . . . . . . . . . . . 164
III Indépendance de variables aléatoires . . . . . . . . . . . . . . . . . . . . . . 166
IV Couples de variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . 168

31 Ensembles Dénombrables et Familles Sommables 170

I Ensembles dénombrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
II Familles sommables de réels positifs . . . . . . . . . . . . . . . . . . . . . . 171
III Familles sommables de réels ou complexes . . . . . . . . . . . . . . . . . . . 172
IV Cas particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
V Retour sur l’exponentielle complexe . . . . . . . . . . . . . . . . . . . . . . . 174

32 Espaces Vectoriels Normés 176

I Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
II Topologie dans les espaces vectoriels normés . . . . . . . . . . . . . . . . . . 179
III Compacité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
IV Fonctions continues entre deux espaces vectoriels normés . . . . . . . . . . . 181
V Connexité par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

v
TABLE DES MATIÈRES

33 Théorie de Galois (cours de Nicolas Tosel) 183

I Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
II Extensions de corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
III Extensions et morphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
IV Théorie de Galois des extensions finies . . . . . . . . . . . . . . . . . . . . . 189
V Actions de groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
VI Théorie de Galois des extensions finies (suite) . . . . . . . . . . . . . . . . . 192
VII Sous-groupes normaux et groupes quotients . . . . . . . . . . . . . . . . . . 192
VIII Théorie de Galois des extensions finies (suite) . . . . . . . . . . . . . . . . . 193
IX Sous-groupes normaux et groupes quotients (suite) . . . . . . . . . . . . . . 193
X Retour aux équations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

vi
Chapitre 1
Complexes

I Définition de C
Définition 1.1 (C). On définit deux opérations sur R2 ((a, b) ∈ R2 , (c, d) ∈ R2 ) :
(i) (a, b) + (c, d) = (a + c, b + d).
(ii) (a, b) ∗ (c, d) = (ac − bd, ad + bc).
On définit aussi la loi externe ((a, b) ∈ R2 , λ ∈ R) : λ·(a, b) = (λa, λb). On note 1 = (1, 0),
i = (0, 1), 0 = (0, 0), × = ∗. On a i × i = −1. On définit alors :

C = {a + ib, a ∈ R, b ∈ R}.

Remarque 1.2. On dit que R ⊂ C au sens où tout réel a peut s’écrire a + i0.

Proposition 1.3. (C, +) et (C∗ , ×) sont des groupes commutatifs.

Proposition 1.4. Soit P le plan. L’application

C −→ P
a + ib 7−→ (a, b)

est une bijection, i.e. tout élément de P admet un unique antécédent dans C.

II Conjugaison et module
II.1 Conjugaison
Définition 1.5. Soit z ∈ C. On définit z = ℜ(z) − i · ℑ(z).

Proposition 1.6. (z, z ′ ) ∈ C. z + z ′ = z + z ′ et z · z ′ = z · z ′ .

Proposition 1.7.
z+z z−z
∀z ∈ C, ℜ(z) = et ℑ(z) = .
2 2i

1
CHAPITRE 1. COMPLEXES

II.2 Module
q
Définition 1.8. Soit z ∈ C. On définit |z| = (ℜ(z))2 + (ℑ(z))2 .

Proposition 1.9. ∀(z, z ′ ) ∈ C2 , |zz ′ | = |z| · |z ′ | et |z|2 = zz.

Notation 1.10. Soient a ∈ C, r ∈ R+ . On note :

Df (a, r) = {z ∈ C, |z − a| ⩽ r} ,
Do (a, r) = {z ∈ C, |z − a| < r} ,
C(a, r) = {z ∈ C, |z − a| = r} .

Proposition 1.11 (Inégalité triangulaire).

∀(a, b) ∈ C2 , |a + b| ⩽ |a| + |b|,

avec égalité ssi les points d’affixes a et b sont sur une même demi-droite issue de l’origine
̸ 0, b ̸= 0 : arg a ≡ arg b [2π]).
(i.e. pour a =
 
Démonstration. On a |a+b|2 = (a+b) a + b = |a|2 +|b|2 +2ℜ(ab) ⩽ |a|2 +|b|2 +2|a||b| =
(|a| + |b|)2 .
Corollaire 1.12. ∀(z, z ′ ) ∈ C2 , ||z| − |z ′ || ⩽ |z − z ′ |.

III Étude de U = {z ∈ C, |z| = 1}

Proposition 1.13. (U, ×) est un groupe commutatif dit groupe unité.
Proposition 1.14. (z, z ′ ) ∈ (C∗ )2 .

arg(zz ′ ) ≡ arg z + arg z ′ [2π] , (i)

1
 
arg ≡ − arg z [2π] . (ii)
z
Proposition 1.15. Soient A, B, C trois points d’affixes respectives a, b, c distinctes deux
à deux. Alors
c−a
 
A, B, C sont alignés ⇐⇒ arg ≡0 [π] .
b−a

IV Identités remarquables
Théorème 1.16 (Formule du binôme de Newton). (z, z ′ ) ∈ C2 , n ∈ N.
n
!
′ n
X n k ′n−k
(z + z ) = z z .
k=0
k

Démonstration. Fixer z et z ′ dans C et utiliser une récurrence sur n.

Proposition 1.17. (z, z ′ ) ∈ C2 , n ∈ N∗ .
n−1
z n − z ′n = (z − z ′ ) z k z ′n−1−k .
X

k=0

2
CHAPITRE 1. COMPLEXES

Pn−1 k ′n−1−k
Démonstration. Développer (z − z ′ ) z z
k=0 .

Proposition 1.18 (Somme géométrique). z ∈ C, n ∈ N.

n
(
z n+1 −1
X
k z−1 si z ̸= 1
z = .
k=0
n+1 si z = 1
Pn k.
Démonstration. Développer (z − 1) k=0 z

V Propriétés de la forme exponentielle

Proposition 1.19. ∀(θ, ϕ) ∈ R2 , eiθ = eiϕ ⇐⇒ θ ≡ ϕ [2π].

Proposition 1.20 (Formules d’Euler). θ ∈ R.

eiθ + e−iθ eiθ − e−iθ

cos θ = et sin θ = .
2 2i
Proposition 1.21 (Formules de l’angle moitié). (θ, ϕ) ∈ R2 .

θ − ϕ i θ+ϕ
 
iθ iϕ
e +e = 2 cos e 2 , (i)
2
θ − ϕ i θ+ϕ
 
iθ iϕ
e −e = 2i sin e 2 . (ii)
2
 n
Corollaire 1.22 (Formule de Moivre). n ∈ Z, θ ∈ R. eiθ = einθ , soit

(cos θ + i sin θ)n = cos(nθ) + i sin(nθ).

2π
Notation 1.23. On note j = ei 3 . On a alors j 3 = 1 et 1 + j + j 2 = 0.

Proposition 1.24 (Linéarisation de cosn θ). n ∈ N∗ , θ ∈ R.

!n n
!
eiθ + e−iθ 1 X n
cosn θ = = n cos [(2k − n)θ] .
2 2 k=0 k

Proposition 1.25 (Somme des cos(kθ)). n ∈ N∗ , θ ∈ R.

   
n n  nθ (n+1)θ
cos sin
!
X X k 2 2
cos(kθ) = ℜ eiθ =   .
θ
k=0 k=0 sin 2

VI Aspect géométrique
Proposition 1.26 (Équation d’une droite en complexes). Soient A le point du plan d’af-
fixe a, ⃗u le vecteur d’affixe u (avec ⃗u ̸= ⃗0) et M le point d’affixe z. Alors M appartient à
la droite passant par A et dirigée par ⃗u ssi u(z − a) = u(z − a).

Proposition 1.27 (Transformations du plan). Soient ⃗u un vecteur du plan d’affixe u, Ω

un point d’affixe ω, θ et k des réels. Alors
(i) L’application τ⃗u : M (z) 7−→ M ′ (z + u) est une translation de vecteur ⃗u.

3
CHAPITRE 1. COMPLEXES

(ii) L’application ρΩ,θ : M (z) 7−→ M ′ (ω + eiθ (z − ω)) est une rotation de centre Ω et
d’angle θ.
(iii) L’application hΩ,k : M (z) 7−→ M ′ (ω + k(z − ω)) est une homothétie de centre Ω et
de rapport k.
Définition 1.28 (Similitude). On dit que f : P −→ P est une similitude de rapport k
lorsque
∀(M, N ) ∈ P 2 , f (M )f (N ) = kM N.
Soit (a, b) ∈ C∗ × C. Alors
M (z) 7−→ M ′ (az + b) est une similitude directe. (i)
M (z) 7−→ M ′ (az + b) est une similitude indirecte. (ii)
Proposition 1.29. Soit f : M (z) 7−→ M ′ (az + b), avec (a, b) ∈ C2 , a ̸= 0 et a ̸= 1. Alors
f est la composée, dans un ordre quelconque, d’une homothétie et d’une rotation de même
centre.
b
Démonstration. On recherche Ω(ω) tel que f (Ω) = Ω, soit ω = aω + b, i.e. ω = 1−a . On
′ ′
note z l’affixe d’un point M et z l’affixe de f (M ). On a alors z − ω = (az + b) − (aω + b) =
a(z − ω) = |a|eiθ (z − ω), où θ = arg a. On pose h = hΩ,|a| et r = ρΩ,θ . On montre alors
par le calcul que f = h ◦ r = r ◦ h.

VII Exponentielle complexe

Définition 1.30 (Exponentielle complexe). On définit l’application
C −→ C∗
exp : .
z 7−→ eℜ(z) · eiℑ(z)
On notera ez = exp z.
Proposition 1.31. (z, z ′ ) ∈ C2 .
|ez | = eℜ(z) , (i)
arg ez ≡ ℑ(z) [2π] , (ii)
z z′ z+z ′
e e =e . (iii)

VIII Équations du second degré

VIII.1 Résolution de z 2 = d, où d ∈ C
Proposition 1.32. Soit d ∈ C. Alors
(
2 1 solution dans C si d = 0
L’équation z = d a .
2 solutions dans C si d ̸= 0

Méthode 1.33. Pour résoudre z 2 = d, on pose z = x+iy et d = X +iY , avec (x, y) ∈ R2 ,

(X, Y ) ∈ R2 . On a ainsi :
√
X 2 +Y 2 +X
 
2 2 2
 x −y =X
  x =
 2
z 2 = d ⇐⇒ 2xy = Y ⇐⇒ 2xy =√Y .
 x2 + y 2 = √X 2 + Y 2
  2 2 −X
y 2 = X +Y

2
On peut alors déduire les valeurs de x et y.

4
CHAPITRE 1. COMPLEXES

VIII.2 Résolution de az 2 + bz + c = 0, où (a, b, c) ∈ C∗ × C × C

Proposition 1.34. Soit (a, b, c) ∈ C∗ × C × C ; on note (E) l’équation az 2 + bz + c = 0.
On pose ∆ = b2 − 4ac.
b
(i) Si ∆ = 0, alors (E) a une unique racine : − 2a .
−b+δ −b−δ
(ii) Si ∆ ̸= 0, alors (E) a exactement deux racines distinctes : 2a et 2a , où δ est
un complexe tel que δ 2 = ∆.
 2  2
b δ
Démonstration. On a az 2 + bz + c = 0 ⇐⇒ z + 2a = 2a .
Proposition 1.35. On note (E) l’équation az 2 + bz + c = 0, avec (a, b, c) ∈ C∗ × C × C.
(
z1 + z2 = − ab
z1 et z2 sont les racines de (E) ⇐⇒ , (i)
z1 · z2 = ac
∀z ∈ C, az 2 + bz + c = a(z − z1 )(z − z2 ) (z1 , z2 racines de (E)), (ii)
(
conjuguées si ∆ < 0
(a, b, c) ∈ R3 =⇒ (E) admet deux racines . (iii)
réelles si ∆ ⩾ 0

IX Racines n-ièmes
2iπ
Notation 1.36. Pour k ∈ Z, on note ωk = ek· n = ω k , avec ω = ω1 . On note aussi
Un = {ωk , k ∈ J0, n − 1K} .

IX.1 Propriétés de ωk
Proposition 1.37. Soit Xn = {ωk , k ∈ Z}. Alors :
(i) Xn présente une symétrie axiale par rapport à (Ox).
(ii) Pour n pair, Xn présente aussi une symétrie axiale par rapport à (Oy) et une symé-
trie centrale par rapport à O.
(iii) Les points d’affixes 1, ω, . . . , ωn−1 sont les sommets d’un n-gône régulier.
Proposition 1.38. n ∈ N∗ .
n−1
(
X 0 si n ̸= 1
ωk = , (i)
1 si n = 1
k=0
n−1
Y
ωk = (−1)n−1 . (ii)
k=0

IX.2 Propriétés de Un
Théorème 1.39 (Division euclidienne). (a, b) ∈ Z × N∗ .
(
2 a = bq + r
∃!(q, r) ∈ Z , .
0⩽r<b
Démonstration. On pose q = ab (où ⌊x⌋ désigne la partie entière de x), et r = a − bq.
 

q et r vérifient alors la condition voulue ; il suffit de montrer l’unicité en supposant que

deux couples différents (q, r) et (q ′ , r′ ) existent, et arriver à q = q ′ et r = r′ .
Proposition 1.40. (i) Un a exactement n éléments,
(ii) Un = Xn = {ωk , k ∈ Z}.

5
CHAPITRE 1. COMPLEXES

IX.3 Racines n-ièmes d’un complexe

Définition 1.41 (Racines n-ièmes). Soient Z ∈ C, n ∈ N∗ . On appelle racine n-ième de
Z tout complexe z tel que z n = Z.

Proposition 1.42. L’ensemble des racines n-ièmes de l’unité est Un .

Qn−1
Proposition 1.43. n ∈ N∗ , z ∈ C. k=0 (z − ωk ) = z n − 1.

6
Chapitre 2
Logique

I Vocabulaire
Définition 2.1. On appelle assertion toute phrase mathématique syntaxiquement correcte
(ex : 2 = 1 + 3). On appelle prédicat toute assertion mathématique dépendant d’une ou
plusieurs variables (ex : x ∈ R+ , P(x) : x ⩾ 1).
Définition 2.2 (Connecteurs logiques et implications). A, B deux assertions. On définit
les assertions (A et B), (A ou B), (non A) et (A ⇒ B) par la table de vérité suivante :
A B A et B A ou B non A A⇒B
V V V V F V
V F F V F F
F V F V V V
F F F F V V
Proposition 2.3. A, B deux assertions.
(non [A ou B]) ⇐⇒ ([non A] et [non B]) , (i)
(non [A et B]) ⇐⇒ ([non A] ou [non B]) , (ii)
(A ⇒ B) ⇐⇒ ([non A] ou B) , (iii)
(non [A ⇒ B]) ⇐⇒ (A et [non B]) . (iv)
Vocabulaire 2.4. A, B deux assertions telles que A ⇒ B. A est une condition suffisante
(CS) pour B. Et B est une condition nécessaire (CN) pour A.

II Quantificateurs
Définition 2.5. E un ensemble non vide, P(x) un prédicat pour x ∈ E. On note :
(i) ∀x ∈ E, P(x) pour signifier que pour tout x ∈ E, P(x) est vraie.
(ii) ∃x ∈ E, P(x) pour signifier qu’il existe un x ∈ E tel que P(x) est vraie.
(iii) ∃!x ∈ E, P(x) pour signifier qu’il existe un unique x ∈ E tel que P(x) est vraie.
Proposition 2.6. E un ensemble non vide, P(x) un prédicat pour x ∈ E.
(non [∀x ∈ E, P(x)]) ⇐⇒ (∃x ∈ E, [non P(x)]) , (i)
(non [∃x ∈ E, P(x)]) ⇐⇒ (∀x ∈ E, [non P(x)]) . (ii)

7
CHAPITRE 2. LOGIQUE

III Raisonnements élémentaires

Proposition 2.7 (Contre-exemple). E un ensemble non vide, P(x) un prédicat pour
x ∈ E. Pour montrer que l’assertion (∀x ∈ E, P(x)) est fausse, il suffit de chercher un
x ∈ E tel que (non P(x)) est vraie.

Proposition 2.8 (Contraposée). A, B deux assertions.

(A ⇒ B) ⇐⇒ ([non B] ⇒ [non A]) .

Démonstration. Utiliser (A ⇒ B) ⇐⇒ ([non A] ou B).

Proposition 2.9 (Raisonnement par l’absurde). A une assertion. Pour montrer que A
est vraie, on suppose que A est fausse et on aboutit à une contradiction.

IV Raisonnements par récurrence

Axiome 2.10 (Axiomes de Peano). On suppose qu’il existe un ensemble noté N, un
élément 0 ∈ N et une application s : n ∈ N 7−→ successeur de n tels que :
(i) 0 n’est le successeur d’aucun élément de N,
(ii) Deux éléments de N distincts ont des successeurs distincts,
(iii) Pour tout A ⊂ N, si 0 ∈ A et ∀a ∈ A, s(a) ∈ A, alors A = N.

Corollaire 2.11 (Récurrence). P(n) une propriété définie pour n ∈ N.

)
P(0) est vraie
=⇒ ∀n ∈ N, P(n).
∀n ∈ N, P(n) ⇒ P(n + 1)

Proposition 2.12 (Récurrence à deux termes). P(n) une propriété définie pour n ∈ N.
)
P(0) et P(1) sont vraies
=⇒ ∀n ∈ N, P(n).
∀n ∈ N, (P(n) et P(n + 1)) ⇒ P(n + 2)

Démonstration. Poser Q(n) = (P(n) et P(n + 1)).

Proposition 2.13 (Récurrence forte). P(n) une propriété définie pour n ∈ N.

)
P(0) est vraie
=⇒ ∀n ∈ N, P(n).
∀n ∈ N, (P(0) et · · · et P(n)) ⇒ P(n + 1)

Démonstration. Poser Q(n) = (P(0) et · · · et P(n)).

Proposition 2.14 (Récurrence descendante). n0 ∈ Z, P(n) une propriété définie pour

n ∈K − ∞, n0 K.
)
P(n0 ) est vraie
=⇒ ∀n ⩽ n0 , P(n).
∀n ⩽ n0 , P(n) ⇒ P(n − 1)

8
CHAPITRE 2. LOGIQUE

V Vocabulaire ensembliste
Définition 2.15 (Ensemble). Un ensemble est une collection d’objets. Un ensemble sans
objet est dit ensemble vide, noté ∅. Un ensemble ne contenant qu’un seul élément est dit
singleton. Soit a un objet d’un ensemble E. On dit que a est un élément de E, et on note
a ∈ E.

Notation 2.16. Un ensemble E ayant n éléments a1 , . . . , an (n ∈ N∗ ) est noté :

E = {a1 , . . . , an } = {ai , i ∈ J1, nK} .

Définition 2.17 (Inclusion). E, F deux ensembles. On dit que E est inclus dans F , et on
note E ⊂ F , lorsque tout élément de E appartient à F .

Définition 2.18 (Égalité). E, F deux ensembles. On dit que E et F sont égaux, et on

note E = F , lorsque E et F ont les mêmes éléments (i.e. E ⊂ F et E ⊃ F ).

Notation 2.19. L’ensemble des parties (ou sous-ensembles) d’un ensemble F est noté
P(F ).

Proposition 2.20. Soit F un ensemble à n éléments (n ∈ N). Alors P(F ) est un ensemble
à 2n éléments.

Démonstration.
nk est le nombre de parties de F à k éléments donc le nombre de parties

de F est nk=0 nk = 2n .
P

Définition 2.21 (Segment). (a, b) ∈ C2 . Le segment [a, b] est défini par

[a, b] = {λa + (1 − λ)b, λ ∈ [0, 1]} .

On définit de même ]a, b], [a, b[ et ]a, b[.

Définition 2.22 (Opérations ensemblistes). A, B deux sous-ensembles d’un ensemble E.

On note :
(i) A ∪ B l’ensemble des éléments qui appartiennent à A ou à B,
(ii) A ∩ B l’ensemble des éléments qui appartiennent à A et à B.

Proposition 2.23. ∪ et ∩ sont des opérations sur P(E), et on a :

(i) ∪ et ∩ sont associatives et commutatives.
(ii) ∅ est l’élément neutre pour ∪ ; E est l’élément neutre pour ∩.
(iii) ∪ est distributive sur ∩ et ∩ est distributive sur ∪.

Notation 2.24. I ⊂ N, I ̸= ∅. (Ai )i∈I une famille de sous-ensembles d’un ensemble E.

On note : [
Ai = {x ∈ E, ∃i ∈ I, x ∈ Ai } , (i)
i∈I
\
Ai = {x ∈ E, ∀i ∈ I, x ∈ Ai } . (ii)
i∈I

Définition 2.25 (Complémentaire). E un ensemble, A ⊂ E, B ⊂ E. On note A l’en-

semble des éléments de E qui ne sont pas dans A. On note A\B = A ∩ B.

9
CHAPITRE 2. LOGIQUE

Proposition 2.26 (Lois de Morgan). I ⊂ N, I ̸= ∅. (Ai )i∈I une famille de sous-ensembles

d’un ensemble E. [ \ \ [
Ai = Ai et Ai = Ai .
i∈I i∈I i∈I i∈I

Démonstration. Écrire x ∈ i∈I Ai ⇐⇒ non (∃i ∈ I, x ∈ Ai ) ⇐⇒ ∀i ∈ I, x ̸∈

S

Ai ⇐⇒ x ∈ i∈I Ai . Puis poser Bi = Ai pour montrer la deuxième égalité à partir de la

T

première.

Définition 2.27 (Produit cartésien). Le produit cartésien de n ensembles E1 , . . . , En

(n ∈ N∗ ) est défini par

E1 × · · · × En = {(x1 , . . . , xn ), ∀i ∈ J1, nK, xi ∈ Ei } .

Si E1 = · · · = En , on note E1 × · · · × En = (E1 )n .

10
Chapitre 3
Applications et Relations

I Notions élémentaires
Définition 3.1 (Application). E, F deux ensembles (non vides). Soit G un sous-ensemble
de E × F t.q. ∀a ∈ E, ∃!b ∈ F, (a, b) ∈ G. Dans ce cas, on peut associer à tout élément de
E un unique élément dans F , et on note f : E → F dite application de E dans F définie
de telle sorte que pour tout a ∈ E, f (a) est l’unique élément de F tel que (a, f (a)) ∈ G.
G est dit le graphe de f .
Corollaire 3.2. Deux applications f et g sont dites égales lorsque :

 f et g ont le même ensemble de départ E

f et g ont le même ensemble d’arrivée F .

 f et g ont le même graphe G

Vocabulaire 3.3. f : E → F une application.

(i) L’image d’un élément x ∈ E est f (x).
(ii) Un antécédent d’un élément y ∈ F est un élément x ∈ E t.q. f (x) = y.
(iii) L’ensemble image de E par f est f (E) = {f (x), x ∈ E} ⊂ F .
Définition 3.4. E, F des ensembles non vides, f : E → F une application, E ′ ⊂ E et
E ′′ ⊃ E.
E −→ E
(i) On appelle identité de E l’application idE : .
x 7−→ x
E ′ −→ F
(ii) On appelle restriction de f à E ′ l’application f|E ′ : .
x 7−→ f (x).
(iii) On appelle prolongement de f à E ′′ toute application ϕ : E ′′ → F t.q.
∀x ∈ E, ϕ(x) = f (x).
Définition 3.5 (Composée). f : E → F , g : F → G. On définit la composée g ◦ f par
E −→ G
g◦f : .
x 7−→ g(f (x))
Notation 3.6. L’ensemble des applications de E dans F est noté F(E, F ) ou F E .
Proposition 3.7 (Associativité de ◦). f : E → F , g : F → G et h : G → H.
(h ◦ g) ◦ f = h ◦ (g ◦ f ) = h ◦ g ◦ f.

11
CHAPITRE 3. APPLICATIONS ET RELATIONS

II Injectivité, surjectivité, bijectivité

II.1 Applications injectives
Définition 3.8 (Injectivité). f : E → F . L’application f est dite injective lorsque

∀(x, x′ ) ∈ E 2 , f (x) = f (x′ ) =⇒ x = x′ ,

 

i.e. tout élément de F a au plus un antécédent dans E.

Proposition 3.9. Toute restriction d’une application injective est injective.

Proposition 3.10. f : E → F , g : F → G.
)
f injective
=⇒ g ◦ f injective, (i)
g injective

g ◦ f injective =⇒ f injective. (ii)

II.2 Applications surjectives

Définition 3.11 (Surjectivité). f : E → F . L’application f est dite surjective lorsque

∀y ∈ F, ∃x ∈ E, y = f (x),

i.e. tout élément de F a au moins un antécédent dans E.

Remarque 3.12. La restriction d’une application surjective n’est pas forcément surjective.

Proposition 3.13. f : E → F , g : F → G.
)
f surjective
=⇒ g ◦ f surjective, (i)
g surjective

g ◦ f surjective =⇒ g surjective. (ii)

II.3 Applications bijectives

Définition 3.14 (Bijection). f : E → F . L’application f est dite bijection de E sur
F lorsque tout élément de F admet un unique antécédent dans E, i.e. f est injective et
surjective.

Proposition 3.15. f : E → F .
(
F g ◦ f = idE
f bijective ⇐⇒ ∃g ∈ E , .
f ◦ g = idF

De plus, g est unique. On note g = f −1 .

Définition 3.16 (Involution). Une application f : E → E est dite involutive lorsque

f ◦ f = idE .

Proposition 3.17. Toute involution est bijective de réciproque elle-même.

12
CHAPITRE 3. APPLICATIONS ET RELATIONS

Proposition 3.18. f : E → F , g : F → G.
)
f bijective
=⇒ g ◦ f bijective, (i)
g bijective
)
f bijective
=⇒ (g ◦ f )−1 = f −1 ◦ g −1 . (ii)
g bijective
Notation 3.19. E un ensemble. On note G(E) l’ensemble des bijections de E sur E.
Proposition 3.20. (G(E), ◦) est un groupe.

II.4 Injectivité, surjectivité, bijectivité et ensembles finis

Proposition 3.21. E, F des ensembles. f : E → F une application.
)
E un ensemble fini
=⇒ F est infini ou a plus d’éléments que E, (i)
f injective
)
F un ensemble fini
=⇒ E est infini ou a plus d’éléments que F. (ii)
f surjective
Proposition 3.22. E, F des ensembles finis avec le même nombre d’éléments. f : E → F
une application. Alors
f injective ⇐⇒ f surjective ⇐⇒ f bijective.

III Applications caractéristiques

Définition 3.23 (Application caractéristique). E un ensemble non vide. A ⊂ E. On
appelle application caractéristique (ou indicatrice) de A l’application
E −→ {0, 1}
(
1A : 1 si x ∈ A .
x 7−→
0 si x ̸∈ A
P(E) −→ {0, 1}E
Proposition 3.24. L’application est une bijection.
A 7−→ 1A
Notation 3.25. A, B deux sous-ensembles d’un ensemble E. On note
E −→ {0, 1, 2} E −→ {−1, 0, 1}
1A + 1B : et 1A − 1B : .
x 7−→ 1A (x) + 1B (x) x 7−→ 1A (x) − 1B (x)
Proposition 3.26. A, B deux sous-ensembles d’un ensemble E.
1A∩B = 1A · 1B , (i)
1A∪B = 1A + 1B − 1A · 1B , (ii)
1B\A = 1B − 1A (si A ⊂ B). (iii)
Définition 3.27 (Différence symétrique). A, B deux sous-ensembles d’un ensemble E. On
définit la différence symétrique △ comme suit :
A△B = (A ∪ B)\(A ∩ B).
Proposition 3.28. 1A△B = 1A + 1B − 2 · 1A · 1B .
Proposition 3.29. (P(E), △) est un groupe commutatif.
Proposition 3.30. ∩ est distributive par rapport à △ : (A△B) ∩ C = (A ∩ C)△(B ∩ C).

13
CHAPITRE 3. APPLICATIONS ET RELATIONS

IV Images directes et réciproques

IV.1 Image directe
Définition 3.31 (Image directe). E, F deux ensembles non vides. f : E → F . Pour
A ⊂ E, on appelle image directe de A par f , notée f (A), l’ensemble des images des
éléments de A par f :
f (A) = {f (a), a ∈ A}.

Proposition 3.32. f : E → F . (A, B) ∈ P(E)2 .

f (A ∪ B) = f (A) ∪ f (B), (i)

f (A ∩ B) ⊂ f (A) ∩ f (B). (ii)

Proposition 3.33. f : E → F . (A, B) ∈ P(E)2 . Si f est injective, alors

f (A) = f (B) =⇒ A = B.

Proposition 3.34. f : E → F . g : F → G. A ⊂ E.

(g ◦ f )(A) = g(f (A)).

IV.2 Image réciproque

Définition 3.35 (Image réciproque). E, F deux ensembles non vides. f : E → F . Pour
B ⊂ F , on appelle image réciproque de B par f , notée f ∗ (B) ou f −1 (B), l’ensemble des
antécédents des éléments de B par f :

f ∗ (B) = {x ∈ E, f (x) ∈ B}.

Proposition 3.36. Soit f : E → F une application bijective, (A, B) ∈ P(E)2 .

f (A) = B ⇐⇒ A = f ∗ (B).

Proposition 3.37. f : E → F . (A, B) ∈ P(F )2 .

f ∗ (A ∪ B) = f ∗ (A) ∪ f ∗ (B), (i)

f ∗ (A ∩ B) = f ∗ (A) ∩ f ∗ (B). (ii)

IV.3 Partie stable

Définition 3.38 (Stabilité). f : E → F . A ⊂ E. A est dit stable par f lorsque f (A) ⊂ A.

V Relations sur un ensemble

V.1 Généralités
Définition 3.39 (Relation binaire). Soit E un ensemble, G ⊂ E × E. Alors G définit une
relation binaire R sur E définie par xRy ⇐⇒ (x, y) ∈ G.

Définition 3.40 (Réflexivité, symétrie, transitivité). Soit R une relation sur un ensemble
E.

14
CHAPITRE 3. APPLICATIONS ET RELATIONS

(i) R est réflexive si ∀x ∈ E, xRx.

(ii) R est symétrique si ∀(x, y) ∈ E 2 , (xRy =⇒ yRx).
(iii) R est antisymétrique si ∀(x, y) ∈ E 2 , (xRy et yRx =⇒ x = y).
(iv) R est transitive si ∀(x, y, z) ∈ E 3 , (xRy et yRz =⇒ xRz).

Définition 3.41 (Ordre, équivalence). Soit R une relation sur un ensemble E.

(i) R est une relation d’équivalence si R est réflexive, symétrique et transitive.
(ii) R est une relation d’ordre si R est réflexive, antisymétrique et transitive.

V.2 Relations d’ordre

Définition 3.42 (Ordre total ou partiel). Soit R une relation d’ordre sur un ensemble
E.
(i) Deux éléments a et b de E sont comparables si aRb ou bRa.
(ii) R est une relation d’ordre total sur E si tous les éléments de E sont comparables.
(iii) R est une relation d’ordre partiel sur E si R n’est pas une relation d’ordre total.

Exemple 3.43 (Ordre lexicographique). L’ordre lexicographique défini dans R2 par

(x, y) ≺ (x′ , y ′ ) ⇐⇒ (x < x′ ) ou (x = x′ et y ⩽ y ′ )

 

est une relation d’ordre total.

Définition 3.44 (Majorant, minorant, etc.). ◁ une relation d’ordre sur un ensemble E.
A ⊂ E. M ∈ E.
(i) M est un majorant de A si ∀a ∈ A, a ◁ M .
(ii) M est un minorant de A si ∀a ∈ A, M ◁ a.
(iii) M est un plus grand élément de A si M ∈ A et majore A.
(iv) M est un plus petit élément de A si M ∈ A et minore A.

Proposition 3.45. ◁ une relation d’ordre sur un ensemble E. A ⊂ E. Si A admet un

plus grand (ou plus petit) élément, alors cet élément est unique.

Proposition 3.46. ◁ une relation d’ordre total sur un ensemble E. A ⊂ E. Si A est un

sous-ensemble fini de E, alors A admet un plus petit et un plus grand élément.

Démonstration. Par récurrence.

Définition 3.47 (Élément maximal, minimal). ◁ une relation d’ordre sur un ensemble
E. A ⊂ E, A ̸= ∅. M ∈ E.
(
M ∈A
M est un élément maximal de A si . (i)
∀a ∈ A, (M ◁ a ⇒ M = a)
(
M ∈A
M est un élément minimal de A si . (ii)
∀a ∈ A, (a ◁ M ⇒ a = M )

Proposition 3.48. ◁ une relation d’ordre total sur un ensemble E. A ⊂ E.

(i) Si A admet un plus grand élément M , alors M est maximal.

15
CHAPITRE 3. APPLICATIONS ET RELATIONS

(ii) Réciproquement, si A admet un élément maximal M , alors M est le plus grand

élément de A.

Définition 3.49. ◁ une relation d’ordre sur un ensemble E. A ⊂ E, A ̸= ∅. s ∈ E.

(i) s est une borne supérieur de A, notée sup A, si s est le plus petit des majorants de
A.
(ii) s est une borne inférieure de A, notée inf A, si s est le plus grand des minorants de
A.

Proposition 3.50. Si A admet une borne supérieure (ou inférieure), alors elle est unique.

Proposition 3.51. ◁ une relation d’ordre sur un ensemble E. A ⊂ E, A ̸= ∅.

(i) Si A admet un plus grand élément M , alors M = sup A.
(ii) Si A admet un plus petit élément m, alors m = inf A.

Proposition 3.52. A ⊂ R, A ̸= ∅. s ∈ R.
(
s majore A
s = sup A ⇐⇒ , (i)
∀ε > 0, ∃a ∈ A, a > s − ε
(
s minore A
s = inf A ⇐⇒ . (ii)
∀ε > 0, ∃a ∈ A, a < s + ε

V.3 Relations d’équivalence

Définition 3.53 (Classe d’équivalence). R une relation d’équivalence sur un ensemble E
non vide. x ∈ E. On appelle classe d’équivalence de x l’ensemble noté Cl(x) ou ẋ et défini
par
Cl(x) = {y ∈ E, yRx}.

Proposition 3.54. R une relation d’équivalence sur un ensemble E non vide. (x, y) ∈ E 2 .

Cl(x) = Cl(y) ⇐⇒ xRy.

Définition 3.55 (Partition). E, I des ensembles non vides. (Ai )i∈I une famille de parties
de E. On dit que (Ai )i∈I est une partition de E lorsque les trois conditions suivantes sont
vraies :
∀i ∈ I, Ai ̸= ∅, (i)
[
Ai = E, (ii)
i∈I

∀(i, j) ∈ I 2 , (Ai ∩ Aj = ∅ ou Ai = Aj ). (iii)

Proposition 3.56. R une relation d’équivalence sur un ensemble E non vide. Alors
(Cl(x))x∈E est une partition de E.

Exemple 3.57 (Congruences). (x, y) ∈ Z2 . n ∈ N∗ . On définit la congruence modulo

n par x ≡ y [n] ⇐⇒ n divise (x − y). La relation de congruence modulo n possède n
classes d’équivalence. On note Z/nZ l’ensemble des classes d’équivalence modulo n.

16
Chapitre 4
Introduction aux Systèmes Linéaires

Définition 4.1 (Système linéaire). On appelle système linéaire de n équations à p incon-

nues tout système de la forme suivante :


 a11 x1 + · · · + a1j xj + · · · + a1p xp = b1

 .. .. .. .. ..
. . . . .




(S) : ai1 x1 + · · · + aij xj + · · · + aip xp = bi .

 .. .. .. .. ..
. . . . .





an1 x1 + · · · + anj xj + · · · + anp xp = bn


La matrice du système est :

 
a11 · · · a1j · · · a1p
 . .. .. .. .. 
 .. . . . . 
 
 ai1 · · · aij · · · aip  .
 
 . .. .. 
 . .. ..
 . . . . . 


an1 · · · anj · · · anp

Le second membre du système est le vecteur (b1 , b2 , . . . , bn ).
Vocabulaire 4.2. (i) Un système homogène n’a pas de second membre.
(ii) Un système compatible admet au moins une solution.
(iii) Un système de Cramer admet exactement une solution.
Proposition 4.3. Soit (S) un système linéaire dont (S0 ) est le système homogène associé.
On appelle E l’ensemble des solutions de (S), E0 l’ensemble des solutions de (S0 ).
X ∈ E =⇒ E = {X + X0 , X0 ∈ E0 }, (i)
E0 = {0} ou E0 est infini, (ii)
E = ∅ ou E est un singleton ou E est infini. (iii)
Définition 4.4 (Système triangulaire). Un système de n équations à n inconnues est dit
triangulaire lorsqu’il est du type :


 a11 x1 + · · · + a1i xi + · · · + a1n xn = b1

 .. .. .. ..
. . . .




(S) : aii xi + · · · + ain xn = bi .

 .. ..
. .





ann xn = bn


17
CHAPITRE 4. INTRODUCTION AUX SYSTÈMES LINÉAIRES

Proposition 4.5. Un système triangulaire de n équations à n inconnues admet une unique

solution ssi ∀i ∈ J1, nK, aii ̸= 0.

Définition 4.6 (Opérations élémentaires). On appelle opérations élémentaires sur les

lignes d’un système les opérations suivantes :
(i) Transvection : Li ← Li + λLj (i ̸= j).
(ii) Dilatation : Li ← αLi (α ̸= 0).
(iii) Transposition : Li ↔ Lj .
Des opérations élémentaires sur un système le transforment en un système équivalent.

Méthode 4.7 (Pivot de Gauss). En utilisant uniquement des opérations élémentaires sur
des lignes ou des colonnes, on peut se ramener à un système triangulaire, que l’on sait
résoudre.

18
Chapitre 5
Fonctions Usuelles

I Généralités
Vocabulaire 5.1 (Fonction). Une application f : D ⊂ R −→ R, où D ̸= ∅, est dite
une fonction de R dans R définie sur D. Le domaine de définition de f est le plus grand
ensemble sur lequel f est définie.

Définition 5.2 (Parité, périodicité). f : D ⊂ R → R une fonction définie sur D. T ∈ R∗ .

f est paire ⇐⇒ ∀x ∈ D, [(−x) ∈ D et f (−x) = f (x)]. (i)

f est impaire ⇐⇒ ∀x ∈ D, [(−x) ∈ D et f (−x) = −f (x)]. (ii)

f est T -périodique ⇐⇒ ∀x ∈ D, [(x + T ) ∈ D et f (x + T ) = f (x)]. (iii)

Proposition 5.3. f : D ⊂ R → R une fonction. (a, b) ∈ R2 . Cf le graphe de f .

(i) Supposons que ∀x ∈ D, [(a − x) ∈ D et f (a − x) = f (x)]. Alors Cf est symétrique
par rapport à la droite x = a2 .

 [(a− x) ∈ D et f (a − x) = b − f (x)]. Alors Cf est symétrique

(ii) Supposons que ∀x ∈ D,
par rapport au point a2 , 2b .
(iii) Supposons que f est T -périodique. Alors Cf est invariant par translation par le vec-
teur (T, 0).

Vocabulaire 5.4 (Affinité). On appelle affinité de rapport λ, de base (Ox) (resp. (Oy))
et de direction (Oy) (resp. (Ox)) l’application M (x, y) 7−→ M ′ (x, λy) (resp. M (x, y) 7−→
M ′ (λx, y)).

Proposition 5.5. f : D ⊂ R → R une fonction bijective.

Cf et Cf −1 sont symétriques par rapport à la droite y = x. (i)

Si f ↗ sur D alors f −1 ↗ sur f (D). (ii)

Si f ↘ sur D alors f −1 ↘ sur f (D). (iii)

Définition 5.6 (Majorant, minorant). f : D ⊂ R → R une fonction. On dit que M

majore (resp. minore) f sur D lorsque ∀x ∈ D, f (x) ⩽ M (resp. f (x) ⩾ M ).

19
CHAPITRE 5. FONCTIONS USUELLES

Définition 5.7 (Extremum global). f : D ⊂ R → R une fonction. On dit que f (x0 ) est
un maximum global (resp. minimum global) sur D lorsque ∀x ∈ D, f (x) ⩽ f (x0 ) (resp.
f (x) ⩾ f (x0 )).

Définition 5.8 (Extremum local). f : D ⊂ R → R une fonction. On dit que f (x0 )

est un maximum local (resp. minimum local) sur D lorsqu’il existe un α ∈ R∗+ t.q.
f|(]x0 −α,x0 +α[∩D) admet f (x0 ) comme maximum global (resp. minimum global).

Définition 5.9 (Asymptotes). f : D ⊂ R → R une fonction. x0 ∈ R. Cf le graphe de f .

(i) limx→x0 f (x) = ±∞ ssi la droite x = x0 est une asymptote verticale à Cf .
(ii) limx→±∞ |f (x) − (ax + b)| = 0 ssi la droite y = ax + b est une asymptote à Cf .

II Valeur absolue, partie entière, etc.

II.1 Valeur absolue
Définition 5.10 (Valeur absolue).

R −→ R
(
x si x ⩾ 0 .
x 7−→
−x sinon

Proposition 5.11.
∀(x, y) ∈ R2 , |xy| = |x||y|, (i)
∀(x, y) ∈ R2 , |x + y| ⩽ |x| + |y|, (ii)
∀(x, a) ∈ R2 , ∀r ∈ R∗+ , (|x − a| ⩽ r ⇐⇒ x ∈ [a − r, a + r]) , (iii)
x + y + |x − y|
∀(x, y) ∈ R2 , max(x, y) = , (iv)
2
x + y − |x − y|
∀(x, y) ∈ R2 , min(x, y) = , (v)
2
√
∀x ∈ R, x2 = |x|. (vi)

II.2 Partie entière

Définition 5.12 (Partie entière, partie fractionnaire). x ∈ R.

⌊x⌋ est le plus grand entier inférieur ou égal à x. (i)

⌈x⌉ est le plus petit entier supérieur ou égal à x. (ii)

{x} est défini par {x} = x − ⌊x⌋. (iii)

Proposition 5.13. ∀x ∈ R, ∀k ∈ Z, ⌊x + k⌋ = ⌊x⌋ + k.

20
CHAPITRE 5. FONCTIONS USUELLES

III Continuité
Définition 5.14 (Continuité). I, J des intervalles (non vides et non réduits à un point).
f : I → R. a ∈ I ∪{inf I, sup I}. On dit que f est continue (ou C 0 ) en a lorsque limx→a f (x)
existe et est réelle.

Définition 5.15 (Prolongement par continuité). Si a est une borne de I, a ̸∈ I mais f

continue en a, alors f est prolongeable par continuité en a et son prolongement est :

I ∪ {a} −→ R
(
f (x) si x ̸= a .
x 7−→
limx→a f (x) sinon

Théorème 5.16 (Théorème des valeurs intermédiaires). f : I → R C 0 sur I.

∀(a, b) ∈ I 2 , ∀γ ∈ [f (a), f (b)], ∃c ∈ [a, b], γ = f (c).

Théorème 5.17 (Théorème de la bijection). I un intervalle. f : I → R C 0 et strictement

I → f (I)
monotone sur I. Alors fe : est une bijection et fe−1 est C 0 sur f (I).
x 7−→ f (x)

Proposition 5.18. I un intervalle. f : I → R C 0 et strictement monotone sur I. Alors

lim f (x) = ℓ =⇒ lim f −1 (x) = +∞, avec ℓ ∈ R ∪ {±∞}.

x→+∞ x→ℓ

IV Dérivabilité
Définition 5.19 (Dérivabilité). f : I → R. a ∈ I ∪ {inf I, sup I}. Pour t ∈ I, on note
τa (t) = f (t)−f
t−a
(a)
. On dit que f est dérivable en a lorsque limt→a τa (t) existe et est réelle.
Si f est dérivable en tout point de I, on définit

I −→ R
f′ : .
x 7−→ lim τx (t)
t→x

Définition 5.20 (Dérivabilité à droite, à gauche). f est dérivable en a à droite (resp. à

gauche) lorsque limt→a+ τa (t) (resp. limt→a− τa (t)) existe et est réelle.

Définition 5.21 (Tangente). f : I → R dérivable en α ∈ I. On appelle tangente à Cf en

α la droite d’équation
y = f (α) + (x − α)f ′ (α).

Définition 5.22 (Dérivée n-ième). f : I → R. n ∈ N. On définit f (n) par :


 f (0) = f
 ′ .
 ∀n ∈ N, f (n) dérivable sur I =⇒ f (n+1) = f (n)

On dit que f est n fois dérivable sur I lorsque f (n) est définie sur I.

Définition 5.23 (C n ). f : I → R. n ∈ N. On dit que f est de classe C n lorsque f est n

fois dérivable sur I et f (n) est C 0 sur I.

21
CHAPITRE 5. FONCTIONS USUELLES

Notation 5.24 (C n ). f : I → R. On dit que f est C ∞ lorsque ∀n ∈ N, f C n .

Proposition 5.25. f : I → R. n ∈ N∗ .

f C n sur I ⇐⇒ f dérivable sur I et f ′ C n−1 sur I.

 
1
Proposition 5.26. f, g C n sur I. λ ∈ R. Les fonctions (f + g), (f g), (λf ), g (si g ne
s’annule pas) sont C n sur I.

Proposition 5.27. f : I → R C n sur I, g : J → R C n sur J, avec f (I) ⊂ J. Alors (g ◦ f )

C n sur I.

Théorème 5.28 (Formule de Leibniz). f, g C n sur I. Alors

n
!
(n)
X n (k) (n−k)
(f g) = f g .
k=0
k

V Ordre et dérivée
Proposition 5.29. f : I → R dérivable sur I.

f ′ ⩾ 0 sur I ⇐⇒ f ↗ sur I et f ′ ⩽ 0 sur I ⇐⇒ f ↘ sur I. (i)

f ′ = 0 sur I ⇐⇒ f constante sur I. (ii)

f ′ > 0 sur I =⇒ f ↗↗ sur I et f ′ < 0 sur I =⇒ f ↘↘ sur I. (iii)

Proposition 5.30. f : I → R dérivable sur I. Si f ′ > 0 (resp. < 0) sur I excepté en un

nombre fini de points où f ′ = 0, alors f ↗↗ (resp. f ↘↘) sur I.

Proposition 5.31. f : I → R C 0 sur I intervalle. a ∈ I ∩ {inf I, sup I}. Si f dérivable

sur I\{a} et f ′ > 0 sur I\{a} alors f ↗↗ sur I.

Proposition 5.32. f : I → R définie sur I intervalle, a ∈ I\{inf I, sup I}. On suppose

que f est dérivable en a et que f (a) est un extremum local. Alors f ′ (a) = 0.

Définition 5.33 (Fonction convexe, concave). f : I → R définie sur I intervalle. f est

dite convexe sur I lorsque le graphe de f est en-dessous de chacune de ses cordes, i.e.

∀(a, b) ∈ I 2 , ∀λ ∈ [0, 1], λf (a) + (1 − λ)f (b) ⩾ f (λa + (1 − λ)b) .

| {z } | {z }
Point sur la corde Point sur le graphe

f est dite concave lorsque (−f ) est convexe.

Proposition 5.34. f : I → R définie et dérivable sur I intervalle. Si f ′ ↗ sur I, alors

(i) f est convexe sur I.
(ii) Cf est au-dessus de chacune de ses tangentes.

Démonstration. (i) Fixer (a, b) ∈ I 2 , a ⩽ b et étudier φ : λ ∈ [0, 1] 7−→ λf (a) + (1 −

λ)f (b) − f (λa + (1 − λ)b). (ii) Fixer a ∈ I et étudier ψ : x ∈ R 7−→ f (x) − f (a) − (x −
a)f ′ (a).

22
CHAPITRE 5. FONCTIONS USUELLES

VI Application réciproque
Proposition 5.35. f : I → R définie et dérivable (resp. C n , C ∞ ) sur I intervalle. On
suppose f bijective de I sur f (I), f ′ ne s’annule pas sur I. Alors f −1 dérivable (resp. C n ,
C ∞ ) sur f (I) et
 ′ 1
f −1 = ′ .
f ◦ f −1

VII Dérivabilité de f : I ⊂ R → C
Définition 5.36 (Limites dans C). f : I ⊂ R → C. Soit a ∈ I. On dit que f admet une
limite ℓ ∈ C lorsque |f (x) − ℓ| −−−→ 0.
x→a
Proposition 5.37. f : I ⊂ R → C. a ∈ I. ℓ ∈ C.
ℜ(f (x)) −−−→ ℜ(ℓ)
(
f (x) −−−→ ℓ ⇐⇒ x→a .
x→a ℑ(f (x)) −−−→ ℑ(ℓ)
x→a

Définition 5.38 (Continuité dans C). f : I ⊂ R → C. a ∈ I ∪ {inf I, sup I}. f est dite
continue en a lorsque f admet une limite finie en a.
Définition 5.39 (Dérivabilité dans C). f : I ⊂ R → C. a ∈ I ∪ {inf I, sup I}. f est dite
dérivable en a lorsque τa (t) (c.f. définition 5.19) admet une limite finie en a.
Proposition 5.40. f : I ⊂ R → C. f est dérivable (resp. C n , C ∞ ) sur I ssi ℜ(f ) et ℑ(f )
le sont toutes deux, et on a :
f ′ = [ℜ(f )]′ + i[ℑ(f )]′ .
Proposition 5.41. Soit f : I ⊂ R → C dérivable (resp. C n , C ∞ ) sur I. Alors (exp ◦f ) :
I → C est dérivable (resp. C n , C ∞ ) sur I et
(exp ◦f )′ = f ′ · (exp ◦f ).

VIII Logarithme, exponentielle, arc sinus, etc.

VIII.1 Rappels
Définition 5.42 (Primitive). Soit f : I → R. Alors F : I → R est une primitive de f
lorsque F est dérivable sur I et que F ′ = f .
Proposition 5.43. Toutes les primitives d’une fonction, s’il en existe, diffèrent d’une
constante.
Proposition 5.44. f, g : I → R C 0 sur I intervalle. a ∈ I. F, G primitives de f, g.
(i) f admet une primitive sur I.
(ii) f admet sur I une unique primitive qui s’annule en a.
(iii) Si f ⩽ g alors F ⩽ G sur I ∩ [a, +∞[.
Théorème 5.45 (Théorème de la limite monotone). I un intervalle de la forme [a, b[ où
b ∈ R ∪ {+∞}. f : I → R. On suppose que f ↗, C 0 sur I. On a l’alternative suivante :
f majorée sur I =⇒ ∃ℓ ∈ R, f (x) −−−→ ℓ. (i)
x→b

f non majorée sur I =⇒ f (x) −−−→ +∞. (ii)

x→b

23
CHAPITRE 5. FONCTIONS USUELLES

VIII.2 Logarithme
Définition 5.46 (Logarithme népérien). ln est l’unique primitive de x 7→ 1
x sur R∗+ qui
s’annule en 1.

Proposition 5.47.
ln est C ∞ , ↗↗ sur R∗+ . (i)

 ln(ab)
 = ln a + ln b
∗
2
ln ab = ln a − ln b .


∀(a, b) ∈ R+ , ∀n ∈ Z, (ii)

 n ln (a ) = n ln a
ln est concave sur R∗+ . (iii)
∀x ∈ R∗+ , ln x ⩽ x − 1. (iv)
ln(1 + x)
ln x −−−−→ +∞ et ln x −−−−→ −∞ et −−−→ 1. (v)
x→+∞ x→0+ x x→0

f′
Proposition 5.48. f : I → R∗ dérivable sur I. Alors (ln |f |)′ = f .

Notation 5.49. On note e l’unique élément de R∗+ t.q. ln e = 1.

VIII.3 Exponentielle
Définition 5.50 (Exponentielle). exp est la fonction réciproque de ln (qui est une bijection
de R∗+ sur R).

Proposition 5.51.

exp est C ∞ , ↗↗ sur R et exp′ = exp, exp(0) = 1. (i)


 exp(a + b) = exp a · exp b

exp a
∀(a, b) ∈ R2 , ∀n ∈ Z, exp(a − b) = exp b . (ii)
 exp(na) = (exp a)n


exp est convexe sur R. (iii)

∀x ∈ R, exp x ⩾ x + 1. (iv)
exp x − 1
exp x −−−−→ +∞ et exp x −−−−→ 0 et −−−→ 1. (v)
x→+∞ x→−∞ x x→0

VIII.4 Fonctions puissances

Définition 5.52 (Fonctions puissances). α ∈ R. La fonction puissance α est définie par

R∗+ −→ R
fα : .
x 7−→ exp(α ln x)

On notera xα = fα (x).

2
Proposition 5.53. (α, β) ∈ R2 . (x, y) ∈ R∗+ . Alors ln(xα ) = α ln x, xα y α = (xy)α ,
(xα )β = xαβ et xα xβ = xα+β .

Proposition 5.54. Pour α ∈ R∗ , fα réalise une bijection de R∗+ sur R∗+ et fα−1 = f 1 .
α

24
CHAPITRE 5. FONCTIONS USUELLES

2 1
y = x2
y = x1
y = x2
1
y = x−1

0
x
0 1 2 3 4 5

VIII.5 Croissances comparées

2
Proposition 5.55. (a, b) ∈ R∗+ .

(ln x)b
−−−−→ 0+ et xa | ln x|b −−−−→ 0+ .
xa x→+∞ x→0+
√
Démonstration. Utiliser x1 < √1x (pour x > 1) et en déduire que x 7→ 2 x − ln x est
√ √
↗↗, ce qui implique 2 x − ln x > 2, d’où lnxx < 2 xx−2 −−−−→ 0. En déduire enfin que
x→+∞
(ln x)b
xa − −−−→ 0+ .
x→+∞

2
Corollaire 5.56. (a, b) ∈ R∗+ .
eax
−−−−→ +∞ et |x|b eax −−−−→ 0+ .
xb x→+∞ x→−∞

Proposition 5.57. Soit u dérivable sur I intervalle, u > 0 sur I. α ∈ R. Alors uα = fα ◦u

est dérivable sur I et
(uα )′ = αu′ uα−1 .

VIII.6 Fonctions hyperboliques

Définition 5.58 (Sinus, cosinus et tangente hyperboliques).

ex − e−x ex + e−x
sh : x ∈ R 7−→ et ch : x ∈ R 7−→ ,
2 2
sh(x)
th : x ∈ R 7−→ .
ch(x)

Proposition 5.59. x ∈ R.

ch x + sh x = ex et ch2 x − sh2 x = 1, (i)

1
ch′ = sh et sh′ = ch et th′ = 1 − th2 = , (ii)
ch2
sh(2x) = 2 sh x ch x, (iii)
ch(2x) = ch2 x + sh2 x = 1 + 2 sh2 x. (iv)

25
CHAPITRE 5. FONCTIONS USUELLES

y
2

0
y = ch x
−1 y = sh x
y = th x
−2 x
−1.5 −1 −0.5 0 0.5 1 1.5

VIII.7 Fonctions trigonométriques inverses

Proposition 5.60. x ∈ 0, π2 .
 

2
x ⩽ sin x ⩽ x ⩽ tan x.
π
arc tangente). Les applications sin : − π2 , π2 →
 
Définition 5.61 (Arc sinus, arc cosinus, π π
[−1, 1], cos : [0, π] → [−1, 1] et tan : − 2 , 2 → R sont bijectives. On note arcsin, arccos
et arctan leurs fonctions réciproques respectives.

Proposition 5.62.
π
∀x ∈ [−1, 1], arccos x + arcsin x = , (i)
2
(
1 π
si x > 0
∀x ∈ R∗ , arctan x + arctan = 2 , (ii)
x − π2 si x < 0
p
∀x ∈ [−1, 1], sin(arccos x) = cos(arcsin x) = 1 − x2 . (iii)

Proposition 5.63. arcsin et arccos sont C ∞ sur ] − 1, 1[, arctan C ∞ sur R.

1
∀x ∈] − 1, 1[, arcsin′ x = √ , (i)
1 − x2
1
∀x ∈] − 1, 1[, arccos′ x = − √ , (ii)
1 − x2
1
∀x ∈ R, arctan′ x = . (iii)
1 + x2

26
Chapitre 6
Équations Différentielles Linéaires

Vocabulaire 6.1. Soit F : I×Kp → K. Résoudre l’équation différentielle y (p) = F (t, y, y ′ , . . . , y (p−1) )
sur un intervalle I, c’est déterminer toutes les fonctions y : I → K p fois dérivables sur I
t.q.
∀t ∈ I, y (p) (t) = F (t, y(t), y ′ (t), . . . , y (p−1) (t)).

I Généralités
Définition 6.2 (Équation différentielle linéaire). Une équation différentielle linéaire d’ordre
N est une équation du type
N
X
ak y (k) = c, (Ec )
k=0
sur un intervalle I ⊂ R, où a0 , . . . , aN : I → K, aN ̸= 0 et c : I → K.
Proposition 6.3. Soit yp une solution particulière de (Ec ). On appelle (E0 ) l’équation
de second membre nul, dite équation homogène. Alors l’ensemble S des solutions de (Ec )
est
S = {yp + yh , yh solution de (E0 )}.
Définition 6.4 (Courbe intégrale). On appelle courbe intégrale de (Ec ) toute courbe
représentative d’une solution de (Ec ).
Proposition 6.5. Soit c, d : I → K, Su l’ensemble des solutions de (Eu ).
)
(y : I → K) ∈ Sc
=⇒ ∀(λ, µ) ∈ K2 , (λy + µz) ∈ Sλc+µd . (i)
(z : I → K) ∈ Sd

a0 , . . . , aN à valeurs dans R =⇒ (y ∈ Sc ⇔ y ∈ Sc ) . (ii)

II Conditions initiales
Définition 6.6 (Problème de Cauchy). On dit que l’on résout un problème de Cauchy
en a ∈ I lorsque l’on cherche les solutions de (Ec ) vérifiant

(y(a), y ′ (a), . . . , y (N −1) (a)) = (α0 , α1 , . . . , αN −1 ),

où (α0 , α1 , . . . , αN −1 ) ∈ KN donné.

27
CHAPITRE 6. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

III Équations différentielles linéaires du premier ordre

Proposition 6.7 (Solutions de l’équation homogène). Soit a : I → K C 0 sur I intervalle.
Alors les solutions de l’équation y ′ + ay = 0 sur I sont les

y : t ∈ I 7−→ λe−A(t) ,

où A est une primitive fixée de a sur I, et λ ∈ K.

Démonstration. Supposer que y est solution de l’équation homogène et poser z = y ·

(exp ◦A). Montrer alors que z ′ = 0 sur I et en déduire que z est constante.

Proposition 6.8 (Solution particulière). Supposons a, b : I → K C 0 sur I intervalle.

Alors l’équation y ′ + ay = b sur I admet une solution particulière.

Démonstration. Chercher une solution particulière yp sous la forme yp = c·(exp ◦(−A)),

où c : I → K est une fonction dérivable à déterminer. Montrer que yp solution de l’équation
ssi c′ = b · (exp ◦A), et en déduire que yp = c · (exp ◦(−A)) convient.

Proposition 6.9 (Solution du problème de Cauchy). Soit a, b : I → K C 0 sur I intervalle.

t0 ∈ I, y0 ∈ K. Alors le problème de Cauchy
(
y ′ + ay = b
y(t0 ) = y0

admet une unique solution sur I.

Remarque 6.10. Si a est une fonction constante et b est de la forme t ∈ R 7→ emt · P (t),
où P est une fonction polynomiale et m ∈ K, alors on peut chercher yp sous la forme
t ∈ R 7→ emt · Q(t), où Q est une fonction polynomiale. Pour cela, il faut dériver yp puis
résoudre Q′ (t) + (a + m)Q(t) = P (t).

IV Équations différentielles linéaires du deuxième ordre à

coefficients constants
Définition 6.11 (Équation caractéristique). (a, b) ∈ K2 . On appelle équation caractéris-
tique de l’équation y ′′ + ay ′ + by = 0 l’équation r2 + ar + b = 0, où r ∈ K.

Proposition 6.12 (Solutions de l’équation homogène). (a, b) ∈ K2 . L’ensemble S des

solutions de y ′′ + ay ′ + by = 0 sur I intervalle est :

S = {λu + µv, (λ, µ) ∈ K2 },

où u : I → K et v : I → K sont définies ci-dessous (on note ∆ le discriminant, r1 , r2 les

racines de l’équation caractéristique r2 + ar + b = 0) :

∆ ∈ R+ ∆=0 ∆ ∈ C\R+
u : t 7−→ er1 t
K=C u : t 7−→ er1 t u : t 7−→ er1 t
v : t 7−→ er2 t
v : t 7−→ er2 t v : t 7−→ ter1 t
u : t 7−→ eαt cos(βt)
K=R
v : t 7−→ eαt sin(βt)

avec α = ℜ(r1 ), β = ℑ(r1 ).

28
CHAPITRE 6. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

Démonstration. Supposer que y est solution de l’équation homogène et poser z : t 7→

y(t)e−rt , avec r racine de l’équation caractéristique. Montrer alors que z ′ vérifie z ′′ + (2r +
a)z ′ = 0, et en déduire que ∃λ ∈ K, ∀t ∈ I, z ′ (t) = λe−(2r+a)t . Discuter selon que 2r+a = 0
ou non (ce qui équivaut à ∆ = 0) et selon que K = R ou K = C.

Proposition 6.13 (Solution particulière). (a, b) ∈ K2 . c : I → R C 0 sur I intervalle.

Alors l’équation y ′′ + ay ′ + by = c admet une solution particulière sur I.

Proposition 6.14 (Solution du problème de Cauchy). (a, b) ∈ K2 . c : I → R C 0 sur I

intervalle. t0 ∈ I, (α, β) ∈ K2 . Alors le problème de Cauchy

′′ ′
 y + ay + by = c

y(t ) = α
0
 y ′ (t ) = β

0

admet une unique solution sur I.

Remarque 6.15. Quelques cas particuliers où l’on sait calculer une solution particulière :
(i) b ̸= 0 et c est une fonction constante. Alors y ′′ + ay ′ + by = c a pour solution cb .
(ii) c est de la forme c : t 7→ γemt . Alors y ′′ + ay ′ + by = c a une solution de la forme
t 7→ λtk emt , avec k ∈ {0, 1, 2}.
(iii) c est de la forme c : t 7→ cos(ωt) (ou sin(ωt)). Alors on se ramène au cas précédent
avec γ = 1, m = iω.

29
Chapitre 7
Calculs de Primitives

I Généralités
Rb
Définition 7.1 (Intégrale). Soit (a, b) ∈ R2 , f : [a, b] → R C 0 sur [a, b]. On note a f
l’aire algébrique entre Cf et (Ox).
Théorème 7.2. f : I → R C 0 sur I intervalle. α ∈ I. Alors :
(i) f admet une primitive sur I.
Rx
(ii) x ∈ I 7−→ α f est l’unique primitive de f qui s’annule en α.
Proposition 7.3. f, g : I → R C 0 sur I intervalle. (a, b) ∈ I 2 . F une primitive de f sur
I. Alors :
Rb Rb
(i) (f ⩽ g sur I et a ⩽ b) =⇒ a f⩽ a g.
 Rb 
(ii) f ⩾ 0 sur I et a f = 0 =⇒ f = 0 sur I.

Proposition 7.4. f : I → C C 0 sur I intervalle.

(i) f admet une primitive sur I.
(
ℜ(F ) primitive de ℜ(f ) sur I
(ii) F primitive de f sur I ⇐⇒ .
ℑ(F ) primitive de ℑ(f ) sur I

Définition 7.5 (Intégrale d’une fonction à valeurs dans C). f : I → C C 0 sur I intervalle.
(a, b) ∈ I 2 . Alors on définit
Z b Z b Z b
f= ℜ(f ) + i ℑ(f ).
a a a

Proposition 7.6. f : I → K C 0 sur I intervalle. (a, b) ∈ I 2 . F une primitive de f sur I.

Alors Z b
f = F (b) − F (a).
a

II Intégration par parties

Proposition 7.7 (Intégration par parties). u, v : I → K C 1 sur I intervalle. (a, b) ∈ I 2 .
Alors Z b Z b
′ b
u v = [uv]a − uv ′ .
a a

30
CHAPITRE 7. CALCULS DE PRIMITIVES

Corollaire 7.8. Pour k ∈ N, les primitives de x 7→ xk ex sont du type x 7→ P (x)ex , où P

est une fonction polynomiale de degré k.

Démonstration. Par récurrence.

III Intégration par substitution

Proposition 7.9 (Intégration par substitution). f : I → K C 0 sur I intervalle. φ : J → K
C 1 sur J avec φ(J) ⊂ I. (α, β) ∈ J 2 .
Z φ(β) Z β
f (x) dx = (f ◦ φ)(t)φ′ (t) dt.
φ(α) α

Proposition 7.10. f : I → K C 0 sur I intervalle. (a, b) ∈ I 2 avec (−a) ∈ I.

Z b Z 1
f (x) dx = f ((1 − λ)a + λb)(b − a) dλ. (i)
a 0
Z b+T Z b
f T -périodique =⇒ f= f. (ii)
a+T a
Z a Z a
f paire sur [−a, a] =⇒ f =2 f. (iii)
−a 0
Z a
f impaire sur [−a, a] =⇒ f = 0. (iv)
−a

31
Chapitre 8
Suites Réelles ou Complexes

I Quelques mots sur R

Définition 8.1 (Q). On définit une relation d’équivalence R sur Z × N∗ par

(p1 , q1 )R(p2 , q2 ) ⇐⇒ p1 q2 = p2 q1 .

On note alors
Q = {Cl(m), m ∈ Z × N∗ }.

Remarque 8.2. On dit que Z ⊂ Q au sens où il existe une injection de Z dans Q (par
exemple p 7−→ Cl(p, 1)).

Définition 8.3 (Propriété de la borne supérieure). Soit K un ensemble muni d’une re-
lation d’ordre. On dit que K vérifie la propriété de la borne supérieure lorsque tout sous-
ensemble non vide et majoré de K admet une borne supérieure.

Proposition 8.4. (Q, +, ×) est un corps commutatif, et ⩽ est une relation d’ordre total
sur Q, mais Q ne vérifie pas la propriété de la borne supérieure.

Théorème 8.5. Il existe un ensemble R ⊃ Q tel que (R, +, ×) est un corps commutatif,
⩽ est une relation d’ordre total sur R, et R vérifie la propriété de la borne supérieure.

Corollaire 8.6. Soit A un sous-ensemble minoré de R non vide. Alors A admet une borne
inférieure (dans R).

Corollaire 8.7. R est archimédien au sens où

∀x ∈ R∗+ , ∀y ∈ R+ , ∃n ∈ N, 0 ⩽ y < nx.

Démonstration. Supposer par l’absurde R non archimédien. Poser x et y tels que ∀n ∈

N, y ⩾ nx, ∆ = {nx, n ∈ N} et s = sup ∆ (car ∆ majoré). Montrer que s − x majore ∆,
ce qui est une contradiction.

Définition 8.8 (R). On définit R = R∪{−∞, +∞}, muni de +, × et ⩽ définies ci-dessous

e et ×
(on appelle + e respectivement + et × dans R) :

+ −∞ x2 ∈ R +∞
−∞ −∞ −∞
x1 ∈ R −∞ x1 +
e x2 +∞
+∞ +∞ +∞

32
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

× −∞ x2 ∈ R∗− 0 x2 ∈ R∗+ +∞
−∞ +∞ +∞ −∞ −∞
x1 ∈ R∗− +∞ x1 ×
e x2 0 x1 ×
e x2 −∞
0 0 0 0
x1 ∈ R∗+ −∞ x1 ×
e x2 0 x1 ×
e x2 +∞
+∞ −∞ −∞ +∞ +∞

∀x ∈ R, −∞ ⩽ x ⩽ +∞ −∞ ⩽ +∞

Proposition 8.9. Toute partie non vide de R admet une borne supérieure dans R.
Définition 8.10 (Intervalle). Soit I ⊂ R. On dit que I est un intervalle de R si I peut
2
s’écrire sous la forme [a, b], [a, b[, ]a, b] ou ]a, b[, avec (a, b) ∈ R .
Définition 8.11 (Convexe). Soit C ⊂ Rn (ou C), C ̸= ∅. C est dit convexe de Rn (ou
C) lorsque
∀(a, b) ∈ C 2 , [a, b] ⊂ C.
Proposition 8.12. Les intervalles de R sont les convexes de R.

II Notions de limites de suites et premières propriétés

II.1 Généralités sur les suites
Définition 8.13. Une suite de réels ou de complexes est une application de A ⊂ N, A ̸= ∅
dans K. La suite u : A → K est notée (un )n∈A .
Définition 8.14. Soit (un )n∈N une suite de réels. On pose A = {un , n ∈ N}.
(i) (un )n∈N est minorée (resp. majorée, bornée) si A est minoré (resp. majoré, borné).
(ii) (un )n∈N est croissante (resp. décroissante) si ∀n ∈ N, un+1 ⩾ un (resp. un+1 ⩽ un ).
(iii) (un )n∈N est périodique si ∃T ∈ N∗ , ∀n ∈ N, un+T = un .
(iv) (un )n∈N est stationnaire si ∃n0 ∈ N, ∀n ⩾ n0 , un = un0 .
Remarque 8.15. Si (un )n∈N est une suite de complexes, les définitions de périodicité et
de stationnarité restent valables. Et on dit que (un )n∈N est bornée lorsque (|un |)n∈N est
bornée.

II.2 Définitions de limites

Définition 8.16 (Convergence). Soit (un )n∈N une suite d’éléments de K, ℓ ∈ K. On dit
que (un )n∈N converge vers ℓ lorsque

∀ε > 0, ∃n0 ∈ N, ∀n ⩾ n0 , |un − ℓ| ⩽ ε.

ℓ est dite limite de la suite (un )n∈N , et on note un −−−−−→ ℓ.

n→+∞

Proposition 8.17. (un )n∈N une suite d’éléments de K, ℓ ∈ K. (un )n∈N converge vers ℓ ssi
pour tout ε > 0, {x ∈ K, |x − ℓ| ⩽ ε} contient tous les termes de (un )n∈N sauf un nombre
fini.
Proposition 8.18. (un )n∈N une suite d’éléments de K, ℓ ∈ K.

 (un − ℓ) −−−−−→ 0

 n→+∞
un −−−−−→ ℓ =⇒ (un+1 − un ) −−−−−→ 0 .
n→+∞ 
 n→+∞
(un )n∈N bornée


33
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

Proposition 8.19. (un )n∈N une suite complexe.

(
(ℜ(un ))n∈N converge
(un )n∈N converge ⇐⇒ .
(ℑ(un ))n∈N converge

Définition 8.20 (Divergence). Soit (un )n∈N une suite d’éléments de K. On dit que
(un )n∈N diverge lorsque (un )n∈N ne converge pas.

Définition 8.21 (Limites infinies). Soit (un )n∈N une suite réelle. On définit :

un −−−−−→ +∞ ⇐⇒ ∀A ∈ R+ , ∃n0 ∈ N, ∀n ⩾ n0 , un ⩾ A. (i)

n→+∞

un −−−−−→ −∞ ⇐⇒ ∀A ∈ R− , ∃n0 ∈ N, ∀n ⩾ n0 , un ⩽ A. (ii)

n→+∞

Remarque 8.22. Si (un )n∈N est une suite complexe, on dit que un −−−−−→ +∞ lorsque
n→+∞
|un | −−−−−→ +∞.
n→+∞

Lemme 8.23. (un )n∈N une suite d’éléments de K de limite ±∞. Alors (un )n∈N n’est pas
bornée.

Proposition 8.24. (un )n∈N une suite d’éléments de K. Si (un )n∈N admet une limite dans
K ∪ {−∞, +∞}, alors cette limite est unique.

Proposition 8.25. Une suite d’éléments de Z convergente est stationnaire.

II.3 Densité dans R

Définition 8.26 (Densité). Soit A ⊂ R. On dit que A est dense dans R lorsque, pour
tout intervalle ouvert I de R, I ∩ A ̸= ∅.

Proposition 8.27. A ⊂ R. A est dense dans R ssi tout réel est limite d’une suite d’élé-
ments de A.
i h
Démonstration. (⇒) Pour x ∈ R, n ∈ N∗ , poser an ∈ x − n1 , x + 1
n ∩ A (an existe par
a+b
la densité de A). On a alors an −−−−−→ x. (⇐) Pour (a, b) ∈ R2 , a < b, 2 est limite
n→+∞
b−a
d’une suite (an )n∈N d’éléments de A. Revenir à la définition de limite, poser ε = 2 et
en déduire an0 ∈]a, b[∩A.

Proposition 8.28. ∀y ∈ R, ∃n ∈ Z, n ⩽ y < n + 1. On note n = ⌊y⌋.

Démonstration. Utiliser le fait que R est archimédien.

n o
k
Proposition 8.29. D = 10n , (k, n) ∈ Z × N est dense dans R. Ainsi, comme Q ⊃ D,
Q est dense dans R.

Proposition 8.30. R\Q est dense dans R.

n
Vocabulaire 8.31. Pour x ∈ R, n ∈ N, ⌊10 x⌋
10n est dite valeur approchée de x par défaut
n
à 10−n près et ⌊1010x⌋+1
n valeur approchée par excès.

34
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

III Suites monotones

Théorème 8.32. Soit (un )n∈N une suite de réels.

(un )n∈N ↗=⇒ un −−−−−→ sup un (éventuellement +∞). (i)

n→+∞ n∈N

(un )n∈N ↘=⇒ un −−−−−→ inf un (éventuellement −∞). (ii)

n→+∞ n∈N

Définition 8.33 (Suites adjacentes). Soit (un )n∈N et (vn )n∈N deux suites de réels. On dit
que (un )n∈N et (vn )n∈N sont adjacentes lorsque (un )n∈N ↗, (vn )n∈N ↘ et vn −un −−−−−→ 0.
n→+∞

Proposition 8.34. (un )n∈N et (vn )n∈N deux suites adjacentes. Alors (un )n∈N et (vn )n∈N
convergent vers une même limite notée ℓ et ∀n ∈ N, ℓ ∈ [un , vn ].

IV Opérations et limites
IV.1 Opérations
Lemme 8.35. (an )n∈N et (bn )n∈N deux suites telles que an −−−−−→ 0 et (bn )n∈N bornée.
n→+∞
Alors an bn −−−−−→ 0.
n→+∞

Proposition 8.36. (un )n∈N et (vn )n∈N deux suites de réels.

un −−−−−→ ℓ1 ∈ R =⇒ |un | −−−−−→ |ℓ1 |. (i)

n→+∞ n→+∞

un −−−−−→ ℓ1 ∈ R 
n→+∞
=⇒ un + vn −−−−−→ ℓ1 + ℓ2 (si ℓ1 + ℓ2 existe). (ii)
vn −−−−−→ ℓ2 ∈ R  n→+∞
n→+∞

un −−−−−→ ℓ1 ∈ R 
n→+∞
=⇒ un vn −−−−−→ ℓ1 ℓ2 (si ℓ1 ℓ2 existe). (iii)
vn −−−−−→ ℓ2 ∈ R  n→+∞
n→+∞
1 ∗

ℓ si ℓ ∈ R



1  +∞ si ℓ = 0 et un ⩾ 0 à PCR
un −−−−−→ ℓ ∈ R =⇒ −−−−−→ . (iv)
n→+∞ un n→+∞   −∞ si ℓ = 0 et un ⩽ 0 à PCR


0 si ℓ = ±∞
Remarque 8.37. Dans C, la formule (i) reste valable. La formule (ii) est valable à condi-
tion que ℓ1 et ℓ2 ne soient pas tous deux infinis.

Proposition 8.38. P , Q deux fonctions polynomiales  non  nullesde degrés p ⩾ 0, q ⩾ 0

a np

P (n)
et de coefficients dominants ap et bq . Alors les suites Q(n) et bqpnq ont la même
n∈N n∈N
limite dans R.

IV.2 Propriétés liées à l’ordre

Proposition 8.39. (un )n∈N , (vn )n∈N et (wn )n∈N trois suites de réels.

un −−−−−→ ℓ1 ∈ R 
n→+∞  
vn −−−−−→ ℓ2 ∈ R =⇒ ℓ1 ⩽ ℓ2 . (i)
n→+∞ 

un ⩽ vn à PCR


35
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

)
un −−−−−→ +∞
n→+∞ =⇒ vn −−−−−→ +∞. (ii)
un ⩽ vn à PCR n→+∞
)
vn −−−−−→ −∞
n→+∞ =⇒ un −−−−−→ −∞. (iii)
un ⩽ vn à PCR n→+∞

un −−−−−→ ℓ ∈ R 
n→+∞  
wn −−−−−→ ℓ =⇒ vn −−−−−→ ℓ. (iv)
n→+∞ 
 n→+∞
un ⩽ vn ⩽ wn à PCR


∗
un −−−−−→ ℓ ∈ R =⇒ un est du signe de ℓ à PCR. (v)
n→+∞

Proposition 8.40 (Critère de d’Alembert). (un )n∈N une suite d’éléments de R∗+ t.q.
un+1
un −−−−−→ ℓ ∈ R. Alors :
n→+∞
(i) Si ℓ < 1, alors un −−−−−→ 0.
n→+∞
(ii) Si ℓ = 1, alors (un )n∈N peut converger ou diverger.
(iii) Si ℓ > 1, alors un −−−−−→ +∞.
n→+∞

Notation 8.41 (Diamètre). Soit I un segment. On note δ(I) son diamètre : δ(I) =
sup I − inf I.
Théorème 8.42 (Théorème des segments emboîtés). (Kn )n∈N une suite de segments
emboîtés : ∀n ∈ N, Kn+1 ⊂ Kn et δ (Kn ) −−−−−→ 0. Alors
n→+∞
\
∃ℓ ∈ R, Kn = {ℓ}.
n∈N

Démonstration. Poser Kn = [an , bn ] pour tout n et montrer que (an )n∈N et (bn )n∈N sont
des suites adjacentes.

V Écriture décimale et conséquences

V.1 Retour sur les suites géométriques
Pn
Proposition 8.43. q ∈ C. un = q n et Sn = k=0 q
k pour tout n ∈ N.

 |q| < 1 =⇒ un −−−−−→ 0


 n→+∞
 q = 1 =⇒ (u )
n n∈N constante
. (i)
 |q| = 1 et q ̸= 1 =⇒ (un )n∈N diverge


 |q| > 1 =⇒ un −

−−−−→ +∞
n→+∞

(Sn )n∈N converge ⇐⇒ |q| < 1. (ii)

V.2 Écriture décimale d’un réel

Définition 8.44 (Décimales d’un réel). x ∈ R. On définit la suite (ak )k∈N des décimales
de x par (
a0 = ⌊x⌋
.
∀k ∈ N∗ , ak = ⌊10k x⌋ − 10⌊10k−1 x⌋

36
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

Lemme 8.45. (αk )k∈N une suite d’entiers de J0, 9K. n ∈ N.

N
αk 1
X  
k
−−−−−→ Rn ∈ 0, n , (i)
k=n+1
10 N →+∞ 10

1
Rn = ⇐⇒ ∀k ⩾ n + 1, αk = 9. (ii)
10n

Proposition 8.46 (Existence d’un réel associé à une écriture décimale). Soit (ak )k∈N une
suite d’entiers telle que ∀k ∈ N∗ , ak ∈ J0, 9K et ∃k ∈ N∗ , ak ̸= 9. Alors
N
X ak
−−−−−→ x ∈ [a0 , a0 + 1[.
k=0
10k N →+∞

Le réel x est noté a0 , a1 a2 · · · ak · · · .

Théorème 8.47 (Existence et unicité de l’écriture décimale d’un réel). x ∈ R. (ak )k∈N
la suite des décimales de x (c.f. définition 8.44).

∀k ∈ N∗ , ak ∈ J0, 9K. (i)

∀n0 ∈ N, ∃n ⩾ n0 , an ̸= 9. (ii)
N
X ak ⌊10N x⌋
= −−−−−→ x. (iii)
k=0
10k 10N N →+∞
La suite (ak )k∈N est la seule vérifiant (i), (ii) et (iii). (iv)

Démonstration. (i) Revenir à la définition 8.44 et écrire les inégalités caractérisant les
k x⌋
parties entières. (ii) Par l’absurde. (iii) Poser uk = ⌊10
10
ak
k , montrer que 10k = uk −uk−1 , puis
PN ak
utiliser une somme télescopique pour calculer k=1 10k = uN − u0 . (iv) Prendre (ak )k∈N
ak
une suite vérifiant les trois propriétés. Poser ρn = x − nk=0 10
P
k pour tout n. Montrer que
h h
PN ak
k=n+1 10k −−−−−→ ρn . Déduire du lemme 8.45 que ρn ∈ 0, 101n . Montrer alors que a0 =
N →+∞
⌊x⌋ puis montrer par récurrence forte sur k que ∀k ∈ N∗ , ak = ⌊10k x⌋ − 10⌊10k−1 x⌋.

V.3 Non dénombrabilité de R

Définition 8.48 (Dénombrabilité). Un ensemble est dit dénombrable lorsqu’il est en
bijection avec N.

Proposition 8.49. [0, 1] est non dénombrable.

Démonstration (Première méthode). Par l’absurde : supposer qu’il existe une bijection
φ : N → [0, 1], et noter un = φ(n). On a alors [0,h 1] i= h{un , in ∈hN}. iDéfinir une suite
de segments emboîtés (In )n∈N comme suit. Parmi 0, 13 , 13 , 32 et 23 , 1 , au moins un ne
contient pas u0 , on le note I0 . On suppose avoir construit les (n + 1) premiers termes
de (In )n∈N avec δ(In ) = 3−n−1 , un ̸∈ In et In ⊂ In−1 . On “coupe” alors In en trois
segments, dont l’un ne contient pas un+1 et on note ce segment In+1 . On a alors bien
δ(In+1 ) = 3−n−2 , un+1 ̸∈ In+1 et In+1 ⊂ In . Par le théorème des segments emboîtés :
∃ℓ ∈ R, n∈N In = {ℓ}. Donc ℓ ∈ [0, 1] mais ℓ ̸∈ {un , n ∈ N}. Contradiction.
T

37
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

Démonstration (Deuxième méthode). Par l’absurde : supposer qu’il existe une bijection
φ : N∗ → [0, 1[, et noter un = φ(n). On a alors [0, 1[= {un , n ∈ N∗ }. Pour n ∈ N∗ , noter
an la n-ième décimale de un . Définir alors la suite (bn )n∈N par b0 = 0 et
(
∗ bn = 1 si an ̸= 1
∀n ∈ N , .
bn = 2 sinon

Appeler alors x le réel dont la suite de décimales est (bn )n∈N et montrer que x ∈ [0, 1[ mais
x ̸∈ {un , n ∈ N∗ }. Contradiction.

Proposition 8.50. Tout intervalle de R est non dénombrable.

Démonstration. Montrer que les bijections suivantes existent : [0, 1[→ [0, 1], ] − 1, 1[→
[−1, 1], (a, b) → (0, 1), R → − π2 , π2 , R+ → 0, π2 , R− → − π2 , 0 , (a, +∞[→ R+ et
   

] − ∞, a) → R− .

Conjecture 8.51 (Hypothèse du continu). Tout sous-ensemble de R est soit en bijection

avec R, soit dénombrable, soit fini.

VI Sous-suites
Définition 8.52 (Sous-suites). (un )n∈N une suite de réels ou de complexes.
 On appelle
sous-suite (ou suite extraite) de (un )n∈N toute suite du type uφ(n) , où φ : N →
n∈N
N ↗↗ est dite extractrice.

Proposition 8.53. (un )n∈N une suite de réels ou de complexes.

(un )n∈N converge ⇐⇒ (u2n )n∈N et (u2n+1 )n∈N convergent vers la même limite.

Lemme 8.54. φ : N → N ↗↗. ∀n ∈ N, φ(n) ⩾ n.

Proposition 8.55. (un )n∈N une suite de réels ou de complexes. (un )n∈N admet une limite
ssi toute sous-suite de (un )n∈N admet une limite (qui est alors égale à limn→+∞ un ).

Théorème 8.56 (Théorème de Bolzano-Weierstrass). Si (un )n∈N est une suite réelle ou
complexe bornée, alors il existe une sous-suite de (un )n∈N qui converge.

Démonstration. Dans un premier temps, supposer (un )n∈N réelle. Construire une suite
de segments emboîtés (In )n∈N comme suit. On pose I0 = [m, M ], où m et M sont respec-
tivement un minorant et un majorant de (un )n∈N . On suppose avoir construit les (n + 1)
premiers termes de la suite (In )n∈N tels que Ihn ⊂ In−1 , δ(In ) =i 12 δ(I
h n−1
) et l’ensemblei
{k ∈ N, uk ∈ In } est infini. Parmi les segments inf In , inf In +sup
2
In
et inf In +sup
2
In
, sup In
au moins un contient une infinité de termes de la suite ; on le note In+1 . On a donc construit
(In )n∈N tel que ∃ℓ ∈ R, n∈N In = {ℓ}. Chercher alors φ : N → N ↗↗ tel que uφ(n) −−−−−→
T
n→+∞
ℓ. Pour cela, choisir φ(0) = 0, puis supposer avoir construit φ(0) < · · · < φ(n) tel que
∀k ∈ J0, nK, uφ(k) ∈ Ik . Poser enfin φ(n + 1) = min{k > φ(n), uk ∈ In+1 }, puis vérifier
que uφ(n) −−−−−→ ℓ. Dans le cas complexe, se ramener au cas réel en posant an = ℜ(un ),
n→+∞    
bn = ℑ(un ) et trouver φ et ψ tels que a(φ◦ψ)(n) et b(φ◦ψ)(n) convergent.
n∈N n∈N

Vocabulaire 8.57. (un )n∈N une suite de réels. Les limites réelles des suites extraites de
(un )n∈N sont dites valeurs adhérentes de (un )n∈N .

38
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

VII Exemples de suites récurrentes

VII.1 Suites arithmético-géométriques
Définition 8.58 (Suites arithmético-géométriques). (a, b) ∈ C2 . On appelle suite arithmético-
géométrique toute suite (un )n∈N telle que

∀n ∈ N, un+1 = aun + b.

Proposition 8.59. (a, b) ∈ C2 , a ̸= 1, b ̸= 0. (un )n∈N vérifiant ∀n ∈ N, un+1 = aun + b.

(un )n∈N converge ⇐⇒ |a| < 1 ou u0 = au0 + b.

b
Dans le cas où (un )n∈N converge, on a un −−−−−→ 1−a .
n→+∞

VII.2 Suites récurrentes linéaires à deux termes

Proposition 8.60. (a, b) ∈ K × K∗ . On cherche les (un )n∈N suites d’éléments de K telles
que
∀n ∈ N, un+2 = aun+1 + bun . (∗)
On appelle équation caractéristique de (∗) l’équation

r2 = ar + b. (∗∗)

On appelle ∆ le discriminant de (∗∗) et r1 et r2 ses deux racines, et on note ϑ un argument

de r1 . On a alors

(un )n∈N vérifie (∗) ⇐⇒ ∃(λ, µ) ∈ K2 , ∀n ∈ N, un = λαn + µβn ,

où (αn )n∈N et (βn )n∈N sont définies ci-dessous :

∆ ∈ R+ ∆=0 ∆ ∈ C\R+
αn = (r1 )n
K=C αn = (r1 )n αn = (r1 )n
βn = (r2 )n
βn = (r2 )n βn = n (r1 )n
αn = |r1 |n cos(nϑ)
K=R
βn = |r1 |n sin(nϑ)
un
Démonstration. Poser vn = (r1 )n , ce qui est possible car b ̸= 0 donc r1 ̸= 0. Poser
 
ensuite wn = vn+1 − vn . Montrer alors que ∀n ∈ N, wn+1 = rr21 wn . En distinguant les
cas ∆ = 0 ou ∆ ̸= 0 et K = C ou K = R, montrer le résultat voulu.

VIII Relations de comparaison

VIII.1 Généralités
Définition 8.61 (o, O et ∼). (un )n∈N et (vn )n∈N deux suites réelles.
(i) On dit que un = o(vn ) lorsqu’il existe (εn )n∈N de limite 0 telle que un = εn vn à
PCR.
(ii) On dit que un = O(vn ) lorsqu’il existe (ϕn )n∈N bornée telle que un = ϕn vn à PCR.
(iii) On dit que un ∼ vn lorsqu’il existe (ψn )n∈N de limite 1 telle que un = ψn vn à PCR.

39
CHAPITRE 8. SUITES RÉELLES OU COMPLEXES

Proposition 8.62. (un )n∈N et (vn )n∈N deux suites réelles.

un = o(1) ⇐⇒ un −−−−−→ 0. (i)

n→+∞

un ∼ vn ⇐⇒ un − vn = o(vn ). (ii)
un = o(vn ) =⇒ un = O(vn ). (iii)

VIII.2 Opérations
Proposition 8.63. (un )n∈N , (vn )n∈N , (wn )n∈N et (xn )n∈N quatre suites réelles. α ∈ R.

 un + vn = O(wn )
un = O(wn ) 


  u v = O(w2 )

n n n
vn = O(wn ) =⇒ .
αu n = O(wn )
wn ∼ x n

 



un = O(xn )
Cette propriété reste valable en remplaçant O par o.
Proposition 8.64. (un )n∈N , (vn )n∈N , (xn )n∈N et (yn )n∈N quatre suites réelles. α ∈ R∗+ .

 un xn ∼ vn yn
) 
un ∼ vn un vn
xn ∼ yn
=⇒ xn ∼ yn ,
 (u )α ∼ (v )α

n n

à condition que les expressions aient un sens (en particulier pour le quotient et la puis-
sance).

VIII.3 Applications
Proposition 8.65. (un )n∈N , (vn )n∈N et (wn )n∈N trois suites réelles. ℓ ∈ R.

un −−−−−→ ℓ ̸= 0 =⇒ un ∼ ℓ. (i)
n→+∞
)
un ∼ vn
vn −−−−−→ ℓ =⇒ un −−−−−→ ℓ. (ii)
n→+∞
n→+∞
)
un ⩽ vn ⩽ wn à PCR
=⇒ un ∼ vn . (iii)
un ∼ wn

VIII.4 Quelques identités

Proposition 8.66. (un )n∈N une suite réelle avec un −−−−−→ 0. α ∈ R.
n→+∞

sin un = un + O(u3n ), (i)

u2n
cos un = 1 − + O(u4n ), (ii)
2
tan un = un + O(u3n ), (iii)
un
e = 1 + un + O(u2n ), (iv)
ln(1 + un ) = un + O(u2n ), (v)
(1 + un )α = 1 + αun + O(u2n ). (vi)

40
Chapitre 9
Limites et Fonctions

I Notations
Définition 9.1 (Voisinage). x0 ∈ R. On appelle voisinage de x0 toute partie de R conte-
nant un intervalle ouvert centré en x0 . On appelle de plus voisinage de +∞ (resp. −∞)
toute partie de R contenant un intervalle du type ]M, +∞[ (resp. ] − ∞, M [), où M ∈ R.
Définition 9.2 (Adhérence). x0 ∈ R. A ⊂ R. On dit que x0 est adhérent à A lorsque
tout voisinage de x0 rencontre A.
Remarque 9.3. On notera par la suite Df = I ou I\{a}, où I est un intervalle et
a ∈ I\{inf I, sup I}. On étudiera f : Df → R en tout point x0 adhérent à Df .
Définition 9.4. On dit que f : Df → R vérifie une propriété au voisinage de x0 lorsqu’il
existe un voisinage V de x0 tel que la propriété est vérifiée en tout point de V ∩ Df .

II Limite d’une fonction

II.1 Limites réelles
Définition 9.5 (Limite réelle). f : Df → R. ℓ ∈ R. x0 adhérent à Df .
(i) Si x0 ∈ R, on dit que limx0 f = ℓ lorsque

∀ε > 0, ∃η > 0, ∀x ∈]x0 − η, x0 + η[∩Df , |f (x) − ℓ| ⩽ ε.

(ii) Si x0 = +∞, on dit que lim+∞ f = ℓ lorsque

∀ε > 0, ∃M ∈ R+ , ∀x ∈]M, +∞[, |f (x) − ℓ| ⩽ ε.

(iii) Si x0 = −∞, on dit que lim−∞ f = ℓ lorsque

∀ε > 0, ∃M ∈ R− , ∀x ∈] − ∞, M [, |f (x) − ℓ| ⩽ ε.

Proposition 9.6. f : I → R (définie sur tout l’intervalle I). Si f admet une limite ℓ ∈ R
en x0 ∈ I, alors f (x0 ) = ℓ.
Définition 9.7 (Continuité). f : I → R (définie sur tout l’intervalle I). On dit que f est
C 0 en x0 ∈ I lorsque f admet une limite réelle ℓ en x0 . On dit de plus que f est C 0 sur
X ⊂ I lorsque f est C 0 en tout point de X.

41
CHAPITRE 9. LIMITES ET FONCTIONS

Définition 9.8 (Continuité à droite, à gauche). f : I → R (définie sur tout l’intervalle

I).
(i) On dit que f est C 0 à droite en x0 ∈ I\{sup I} lorsque f|[x0 ,+∞[ est C 0 en x0 .
(ii) On dit que f est C 0 à gauche en x0 ∈ I\{inf I} lorsque f|]−∞,x0 ] est C 0 en x0 .

II.2 Limites infinies

Définition 9.9 (Limite infinie). f : Df → R. x0 adhérent à Df .
(i) Si x0 ∈ R, on dit que limx0 f = +∞ lorsque
∀M ∈ R+ , ∃η > 0, ∀x ∈]x0 − η, x0 + η[∩Df , f (x) ⩾ M.

(ii) Si x0 = +∞, on dit que lim+∞ f = +∞ lorsque

∀M ∈ R+ , ∃M ′ ∈ R+ , ∀x ∈]M ′ , +∞[, f (x) ⩾ M.

(iii) Si x0 = −∞, on dit que lim−∞ f = +∞ lorsque

∀M ∈ R+ , ∃M ′ ∈ R− , ∀x ∈] − ∞, M ′ [, f (x) ⩾ M.

Proposition 9.10. f : Df → R. x0 adhérent à Df . Si f admet une limite réelle en x0 ,

alors f est bornée au voisinage de x0 .
Proposition 9.11. f : Df → R. x0 adhérent à Df . Si limx0 f = ±∞ alors f est non
bornée au voisinage de x0 .
Proposition 9.12. f : Df → R. x0 adhérent à Df . Si f admet une limite ℓ ∈ R en x0 ,
alors elle est unique.

II.3 Limites à droite et à gauche

Définition 9.13 (Limite à droite, à gauche). f : Df → R. ℓ ∈ R. x0 adhérent à Df ,
x0 ̸= sup I, x0 ̸= inf I.
(i) On dit que limx+ f = ℓ lorsque limx0 f|]x0 ,+∞[ = ℓ.
0
(ii) On dit que limx− f = ℓ lorsque limx0 f|]−∞,x0 [ = ℓ.
0

Proposition 9.14. f : Df → R. x0 adhérent à Df . Si f admet une limite ℓ ∈ R en x0 ,

alors f admet une limite à droite et à gauche en x0 .
Proposition 9.15. f : Df → R. x0 adhérent à Df .
(i) Si Df = I, si f admet une limite à droite et à gauche en x0 avec f (x0 ) = limx− f =
0
limx+ f alors f admet une limite en x0 .
0
(ii) Si Df = I\{x0 }, si f admet une limite à droite et gauche en x0 avec limx− f =
0
limx+ f alors f admet une limite en x0 .
0

II.4 Adhérence de la limite

Définition 9.16 (Définition équivalente de limite). f : Df → R. ℓ ∈ R. x0 adhérent à
Df . On dit que limx0 f = ℓ lorsque
∀V voisinage de ℓ, ∃W voisinage de x0 , f (W ∩ Df ) ⊂ V.
Proposition 9.17. f : Df → R. ℓ ∈ R. x0 adhérent à Df . Si limx0 f = ℓ, alors ℓ est
adhérent à f (Df ).

42
CHAPITRE 9. LIMITES ET FONCTIONS

III Étude de un+1 = f (un )

Proposition 9.18. f : Df → R. ℓ ∈ R. x0 adhérent à Df . limx0 f = ℓ ssi pour toute suite
(un )n∈N telle que un ∈ Df à PCR et de limite x0 , f (un ) −−−−−→ ℓ.
n→+∞

Proposition 9.19. f : I → R, avec f (I) ⊂ I. u0 ∈ I. f C0

sur I. On définit un+1 = f (un )
pour tout n ∈ N. Alors (un )n∈N est une suite d’éléments de I ; et si un −−−−−→ ℓ ∈ I, alors
n→+∞
f (ℓ) = ℓ.
Proposition 9.20. f : I → R, avec f (I) ⊂ I. u0 ∈ I. f C 0 sur I. On définit un+1 = f (un )
pour tout n ∈ N.
(i) Si f ↗ sur I, alors (un )n∈N est monotone.
(ii) Si f ↘ sur I, alors (u2n )n∈N et (u2n+1 )n∈N sont monotones et de sens de variation
contraires.

IV Opérations et limites
Proposition 9.21. f, g : Df → R. x0 adhérent à Df . limx0 f = ℓ1 ∈ R. limx0 g = ℓ2 ∈ R.
lim |f | = |ℓ1 |, (i)
x0

lim(f + g) = ℓ1 + ℓ2 (si ℓ1 + ℓ2 existe), (ii)

x0

lim(f g) = ℓ1 ℓ2 (si ℓ1 ℓ2 existe), (iii)

x0
f ℓ1 ℓ1
 
lim = (si existe). (iv)
x0 g ℓ2 ℓ2
Proposition 9.22. f, g : Df → R. x0 adhérent à Df . Si limx0 f = 0 et si g est bornée
dans un voisinage de x0 alors limx0 (f g) = 0.
Proposition 9.23. f : Df → R. g : J → R, avec J intervalle, J ⊃ f (Df ). x0 adhérent à
Df . limx0 f = α ∈ R. limα g = ℓ ∈ R. Alors limx0 (g ◦ f ) = ℓ.

V Ordre et limite
Proposition 9.24. f, g : Df → R. x0 adhérent à Df . limx0 f = ℓ1 ∈ R. limx0 g = ℓ2 ∈ R.
Si f ⩽ g dans un voisinage de x0 intersecté avec Df , alors ℓ1 ⩽ ℓ2 .
Théorème 9.25 (Théorème de convergence par encadrement). f, g, h : Df → R. x0
adhérent à Df .
)
f ⩽ g ⩽ h dans un voisinage de x0
=⇒ lim g = ℓ. (i)
limx0 f = limx0 h = ℓ ∈ R x0
)
f ⩽ g dans un voisinage de x0
=⇒ lim g = +∞. (ii)
limx0 f = +∞ x0
)
g ⩽ h dans un voisinage de x0
=⇒ lim g = −∞. (iii)
limx0 h = −∞ x0

∗
Proposition 9.26. f : Df → R. x0 adhérent à Df . Si limx0 f = ℓ ∈ R , alors f est du
signe de ℓ dans un voisinage de x0 .

43
CHAPITRE 9. LIMITES ET FONCTIONS

VI Comparaison de fonctions
Définition 9.27 (o, O et ∼). f, g : Df → R. x0 adhérent à Df .
(i) On dit que f = Ox0 (g) lorsque ∃K > 0, ∃V voisinage de x0 , ∀x ∈ V ∩ Df , |f (x)| ⩽
K|g(x)|.
(ii) On dit que f = ox0 (g) lorsque ∀ε > 0, ∃V voisinage de x0 , ∀x ∈ V ∩ Df , |f (x)| ⩽
ε|g(x)|.
(iii) On dit que f ∼ g lorsque f = g + ox0 (g).
x0

Proposition 9.28. ∼ est une relation d’équivalence. Et la relation R définie par f Rg ⇔

x0
f = Ox0 (g) est transitive. Idem avec o.

Proposition 9.29. f, g, h, k : Df → R. x0 adhérent à Df .

f = ox0 (g) =⇒ f = Ox0 (g). (i)

)
f = Ox0 (g)
g∼h =⇒ f = Ox0 (h). (ii)
x0
) (
f = Ox0 (g) f + h = Ox0 (g)
=⇒ . (iii)
h = Ox0 (g) ∀λ ∈ R∗ , λf = Ox0 (g)
 
f ∼g   f h ∼ gk
x0 x0
=⇒ . (iv)
h∼k   f1 ∼ g1
x0 x0
)
f ∼g
x0 =⇒ f > 0 dans un voisinage de x0 . (v)
g > 0 dans un voisinage de x0
)
f ∼g
x0 =⇒ lim f = ℓ. (vi)
limx0 g = ℓ ∈ R x0

lim f = ℓ ∈ R∗ =⇒ f ∼ ℓ. (vii)
x0 x0

Les propriétés (ii) et (iii) restent valables en remplaçant O par o.

2
Proposition 9.30. (α, β) ∈ R∗+ . a ∈]1, +∞[.

1
= 1 − x + O0 (x2 ). (i)
1+x

(ln x)β = o+∞ (xα ) , xα = o+∞ (ax ) , ax = o+∞ (xx ) . (ii)

an = o+∞ (n!) , n! = o+∞ (nn ) . (iii)

VII Généralités sur la continuité

Proposition 9.31. f : I → R (définie sur tout l’intervalle I). x0 ∈ I\{inf I, sup I}. f
est C 0 à droite en x0 ssi limx+ f existe et vaut f (x0 ). f est C 0 à gauche en x0 ssi limx− f
0 0
existe et vaut f (x0 ). Et f est C 0 en x0 ssi f C 0 à droite et à gauche en x0 .

44
CHAPITRE 9. LIMITES ET FONCTIONS

Définition 9.32 (Prolongement par continuité). f : I → R t.q. sup I ̸∈ I. Si limsup I f

existe, alors on appelle prolongement par C 0 de f en sup I l’application
(
f (x) si x ̸= sup I
x ∈ I ∪ {sup I} 7−→ .
limsup I f sinon

Définition 9.33 (Prolongement par continuité). f : I\{x0 } → R t.q. x0 intérieur à I. Si

limx0 f existe, alors on appelle prolongement par C 0 de f en x0 l’application
(
f (x) si x ̸= x0
x ∈ I 7−→ .
limx0 f sinon

Proposition 9.34. f : I → R. Si pour toute suite (un )n∈N d’éléments de I convergeant

vers x0 , f (un ) −−−−−→ f (x0 ), alors f est C 0 en x0 ∈ I.
n→+∞

Proposition 9.35. f, g : I → R C 0 sur I. A ⊂ I t.q. tout point de I est limite d’une suite
de points de A. Si f = g sur A, alors f = g sur I.
0
  9.36. f, g : I → R C en x0 ∈ I (resp. sur I). Les fonctions |f |, max(f, g), min(f, g), (f +
Proposition
f
g), (f g), g (si g(x0 ) ̸= 0) sont C 0 en x0 (resp. sur I).

Définition 9.37 (Fonction lipschitzienne). f : I → R est dite lipschitzienne sur I de

rapport k > 0 lorsque

∀(x, y) ∈ I 2 , |f (x) − f (y)| ⩽ k|x − y|.

Définition 9.38 (Fonction contractante). Une fonction est dite contractante si elle est
lipschitzienne de rapport strictement inférieur à 1.

Proposition 9.39. Toute fonction lipschitzienne sur I est C 0 sur I.

VIII Théorème de la limite monotone

Théorème 9.40 (Théorème de la limite monotone). f :]a, b[→ R, a < b réels ou non.
f ↗ sur ]a, b[.
(i) Si f majorée alors limb− f existe et vaut supx∈]a,b[ f (x).
(ii) Si f non majorée alors limb− f = +∞.
(iii) Si f minorée alors lima+ f existe et vaut inf x∈]a,b[ f (x).
(iv) Si f non minorée alors lima+ f = −∞.
Idem si f ↘.

Corollaire 9.41. f : I → R monotone sur I intervalle. Alors f admet une limite à droite
et à gauche en tout point intérieur à I. De plus, si f ↗ sur I, on a :

∀x0 ∈ I, lim f ⩽ f (x0 ) ⩽ lim f, (i)

x−
0 x+
0

∀(x0 , x1 ) ∈ I 2 , x0 < x1 =⇒ lim f ⩽ lim f. (ii)

x+
0 (x1 )−

Idem si f ↘.

45
CHAPITRE 9. LIMITES ET FONCTIONS

IX Quelques théorèmes importants

IX.1 Théorème des valeurs intermédiaires
Théorème 9.42 (Théorème des valeurs intermédiaires). L’image d’un intervalle I par une
application C 0 sur I est un intervalle. Autrement dit, soit f : I → R C 0 sur I intervalle,
alors
∀(a, b) ∈ I 2 , ∀γ ∈ [f (a), f (b)], ∃c ∈ [a, b], γ = f (c).
Démonstration. Construction par dichotomie. Soit (a, b) ∈ I 2 , f (a) < f (b), γ ∈]f (a), f (b)[.
Construire deux suites adjacentes (an )n∈N et (bn )n∈N telles que ∀n ∈ N, f (an ) ⩽ γ ⩽ f (bn ).
Poser a0 = a, b0 = b, puis, après
 avoir
 construit a0 ⩽ · · · ⩽ an ⩽ bn ⩽ · · · ⩽ b0 , procé-
an +bn
der comme suit : si γ ⩽ f 2 , poser an+1 = an et bn+1 = an +b 2
n
; sinon, poser
an+1 = an +b
2 , bn+1 = bn . Vérifier que (an )n∈N et (bn )n∈N sont adjacentes, et en déduire
n

qu’elles convergent vers une même limite c ∈ [a, b]. En utilisant la continuité de f , obtenir
γ = f (c).
Corollaire 9.43. f : [a, +∞[→ R C 0 sur [a, +∞[ et lim+∞ f = ℓ ∈ R.

∀γ ∈ [f (a), ℓ[, ∃c ∈ [a, +∞[, γ = f (c).

Corollaire 9.44. f : [a, b[→ R C 0 sur [a, b[, a < b, f ↗↗ sur [a, b[.
 
f ([a, b[) = f (a), lim f .
b−

IX.2 Image d’un segment

Lemme 9.45. Soit X ⊂ R, X ̸= ∅.

∃(xn ) ∈ X N , xn −−−−−→ sup X.

n→+∞

Théorème 9.46. L’image d’un segment S par une application C 0 sur S est un segment.
Démonstration. Soit f C 0 sur [a, b], X = f ([a, b]). Première étape : montrer que X est
borné. Pour cela, raisonner par l’absurde et supposer X non majoré. Alors par le lemme
9.45, ∃(cn ) ∈ [a, b]N , f (cn ) −−−−−→ +∞. Comme (cn )n∈N est bornée, utiliser Bolzano-
n→+∞
Weierstrass (théorème 8.56) pour obtenir cφ(n) −−−−−→ ℓ ∈ [a, b], et f (cφ(n) ) −−−−−→
n→+∞ n→+∞
f (ℓ) ∈ X (par la C 0 de f ). Contradiction, donc X est majoré. De même, X est mi-
noré. Deuxième étape : montrer que sup X et inf X sont atteints par f . Par le lemme
9.45, ∃(dn ) ∈ [a, b]N , f (dn ) −−−−−→ sup X. Comme (dn )n∈N est bornée, utiliser Bolzano-
n→+∞
Weierstrass (théorème 8.56) pour obtenir dψ(n) −−−−−→ ϖ ∈ [a, b], et f (dψ(n) ) −−−−−→
n→+∞ n→+∞
f (ϖ) ∈ X (par la C 0 de f ). Donc sup X = f (ϖ). De même avec inf X. Au final, X est un
intervalle (par le théorème 9.42) et sup X ∈ X, inf X ∈ X, donc X est un segment.

IX.3 Continuité et injectivité

Vocabulaire 9.47 (Homéomorphisme). Une fonction f C 0 et bijective de I sur J est dite
homéomorphisme lorsque f −1 est C 0 sur J.
Théorème 9.48. f : I → R C 0 sur I intervalle.

f injective sur I =⇒ f strictement monotone sur I.

46
CHAPITRE 9. LIMITES ET FONCTIONS

Démonstration. Soit (a, b) ∈ I 2 , a < b. On suppose f (a) < f (b). Soit (x, y) ∈ I 2 , x < y.
Poser ϕ : t ∈ [0, 1] 7−→ f (ta + (1 − t)x) − f (tb + (1 − t)y). Raisonner par l’absurde pour
montrer que ϕ ne s’annule pas sur [0, 1] (si ϕ(t0 ) = 0, on aurait f (t0 a + (1 − t0 )x) =
f (t0 b + (1 − t0 )y), donc par l’injectivité de f , t0 (b − a) + (1 − t0 )(y − x) = 0). Donc ϕ est de
signe constant sur [0, 1]. Or ϕ(1) < 0, donc ϕ(0) < 0, donc f (x) < f (y). D’où f ↗↗.

Lemme 9.49. g : J → R strictement monotone sur J intervalle et g(J) est un intervalle.

Alors g est C 0 sur J.

Démonstration. On suppose g ↗↗ sur J. Par l’absurde, supposer qu’il existe x0 ∈

J\{sup J} tel que g n’est pas C 0 à droite en x0 . Comme g ↗, limx+ g = inf x>x0 g(x).
0
Or g non C 0 à droite en x0 donc g(x0 ) < limx+ g. Donc ]g(x0 ), limx+ g[∩g(J) = ∅. Soit
0 0
x1 ∈]x0 , sup J[, alors limx+ g ⩽ g(x1 ), donc ]g(x0 ), limx+ g[⊂ [g(x0 ), g(x1 )] ⊂ g(J). Donc
0 0
]g(x0 ), limx+ g[= ∅. Contradiction. Raisonner de même pour la continuité à gauche.
0

Théorème 9.50. f : I → R C 0 et bijective de I sur f (I). Alors f −1 est C 0 sur f (I).

IX.4 Théorème du point fixe

Théorème 9.51 (Théorème du point fixe). f : I → R contractante, où I est un intervalle
fermé, f (I) ⊂ I. Alors la suite (un )n∈N définie par u0 ∈ I et ∀n ∈ N, un+1 = f (un )
converge vers l’unique point fixe de f sur I.

Démonstration. Soit n ∈ N∗ , p ∈ N∗ . Première étape : majorer |un+p − un |. Pour cela,

écrire |un+1 − un | = |f (un ) − f (un−1 )| ⩽ k|un − un−1 |, en déduire par récurrence que
|un+1 − un | ⩽ k n |u1 − u0 |. Obtenir alors

n+p−1 n+p−1
X X |u1 − u0 |
|un+p − un | = (ui+1 − ui ) ⩽ |ui+1 − ui | ⩽ k n . (∗)
i=n i=n
1−k

Deuxième étape : montrer que f a un unique point fixe. Soit (ℓ, ℓ′ ) ∈ I 2 , tels que f (ℓ) = ℓ,
f (ℓ′ ) = ℓ′ . Alors |ℓ − ℓ′ | = |f (ℓ) − f (ℓ′ )| ⩽ k|ℓ − ℓ′ |, donc ℓ = ℓ′ . Troisième étape :
montrer que toute valeur d’adhérence de (un )n∈N est un point fixe de f . Par (∗), il vient
|up − u0 | ⩽ |u1−k
1 −u0 |
. Donc (un )n∈N bornée. Soit α une valeur d’adhérence de (un )n∈N ; on
note φ : N → N ↗↗ t.q. uφ(n) −−−−−→ α. On a f (uφ(n) ) = uφ(n)+1 , donc uφ(n)+1 −−−−−→
n→+∞ n→+∞
f (α). Or uφ(n)+1 − uφ(n) −−−−−→ 0. Donc α = f (α). Donc (un )n∈N admet une unique
n→+∞
valeur d’adhérence α ; ainsi un −−−−−→ α.
n→+∞

47
Chapitre 10
Dérivabilité

Notation 10.1. Dans toute la suite, I et J sont des intervalles de R non vides et non
réduits à un point.
Notation 10.2. On note ˚
I = I\{inf I, sup I}.

I Généralités
I.1 Définition
Définition 10.3 (Dérivabilité). f : I → R. x0 ∈ I. On note
f (x) − f (x0 )
τx0 : x ∈ I\{x0 } 7−→ .
x − x0
(i) On dit que f est dérivable en x0 lorsque τx0 a une limite finie en x0 . Dans ce cas,
on note f ′ (x0 ) = limx0 τx0 .
(ii) On dit que f est dérivable à droite (resp. à gauche) en x0 lorsque τx0 a une limite
finie à droite (resp. à gauche) en x0 . On note fd′ (x0 ) = limx+ τx0 (resp. fg′ (x0 ) =
0
limx− τx0 ).
0

(iii) On dit que f est dérivable sur I lorsque f est dérivable en tout point de ˚ I, et f est
′
dérivable à droite en inf I, à gauche en sup I. On appelle dans ce cas f l’application
dérivée de f définie par f ′ : x ∈ I 7−→ f ′ (x).
Vocabulaire 10.4. f : I → R, J ⊊ I. Alors f dérivable sur J signifie f|J dérivable.
Proposition 10.5 (Caractérisation de la dérivabilité). f : I → R, x0 intérieur à I. f est
dérivable en x0 ssi f est dérivable à droite et à gauche en x0 et fg′ (x0 ) = fd′ (x0 ).
Proposition 10.6 (Définition équivalente de la dérivabilité). f : I → R. x0 ∈ I. f est
dérivable en x0 ssi
∃ϱ ∈ R, f (x) = f (x0 ) + (x − x0 )ϱ + ox0 (x − x0 ).
Dans ce cas, on note f ′ (x0 ) = ϱ.
Vocabulaire 10.7 (Développement limité). On dit que f admet un DLn (x0 ) ( développement
limité en x0 à l’ordre n) lorsque
n
!
X
∃(a0 , . . . , an ) ∈ Rn+1 , f (x) = ak (x − x0 )k + ox0 ((x − x0 )n ) .
k=0

48
CHAPITRE 10. DÉRIVABILITÉ

Proposition 10.8. f : I → R. x0 ∈ I. Si f dérivable en x0 , alors f C 0 en x0 .

Proposition 10.9. f : I → R. x0 ∈ I. f dérivable en x0 ssi f admet un DL1 (x0 ).
Corollaire 10.10.

ln(1 + x) ∼ x, ex − 1 ∼ x, (1 + x)α − 1 ∼ αx,

0 0 0

x2
sin x ∼ x, tan x ∼ x, cos x − 1 ∼ − .
0 0 0 2
Définition 10.11 (Tangente). f : I → R dérivable en x0 ∈ I. On appelle tangente à la
courbe représentative de f la droite d’équation

y = f (x0 ) + (x − x0 )f ′ (x0 ).

I.2 Opérations et dérivation

Proposition 10.12. f, g : I → R dérivables en x0 ∈ I. Alors :

(f + g) dérivable en x0 et (f + g)′ (x0 ) = f ′ (x0 ) + g ′ (x0 ), (i)

(f g) dérivable en x0 et (f g)′ (x0 ) = f ′ (x0 )g(x0 ) + f (x0 )g ′ (x0 ), (ii)

 ′
1 1 f ′ (x0 )
 
dérivable en x0 si f (x0 ) ̸= 0 et (x0 ) = − . (iii)
f f (f (x0 ))2
Démonstration. Utiliser la proposition 10.6.
Corollaire 10.13. f : I → R dérivable en x0 ∈ I. n ∈ N∗ . Alors f n = f · f · · · f est
dérivable en x0 et (f n )′ (x0 ) = nf ′ (x0 )f n−1 (x0 ).

I.3 Composition et dérivation

Proposition 10.14. f : I → R dérivable en x0 ∈ I, g : J → R dérivable en f (x0 ), avec
J ⊃ f (I). Alors (g ◦ f ) est dérivable en x0 et

(g ◦ f )′ (x0 ) = g ′ (f (x0 ))f ′ (x0 ).

I.4 Dérivée d’une fonction réciproque

Proposition 10.15. f : I → R C 0 et strictement monotone sur I. f dérivable en x0 ∈ I.
Alors f −1 est dérivable en f (x0 ) ssi f ′ (x0 ) ̸= 0.
Démonstration. (⇒) Clair. (⇐) Poser ∆h = f −1 (f (x0 ) + h) − f −1 (f (x0 )). Utiliser
∆h = o0 (1) et f −1 (f (x0 ) + h) = x0 + ∆h pour en déduire que f (x0 ) + h = f (x0 + ∆h ) =
f (x0 ) + ∆h f ′ (x0 ) + o0 (∆h ), d’où h = ∆h (f ′ (x0 ) + o0 (1)) donc ∆hh ∼ f ′ (x
1
0)
.
0

Corollaire 10.16. f : I → R C k sur I, k ∈ N∗ , f strictement monotone sur I, f ′ ne

s’annule pas sur I, alors f −1 C k sur f (I).

I.5 Dérivation des fonctions usuelles

Proposition 10.17. Les fonctions polynomiales sont C ∞ sur R, les fractions rationnelles
sont C ∞ sur leurs ensembles de définition, ln est C ∞ sur R∗+ , exp, sin et cos sont C ∞ sur
R.

49
CHAPITRE 10. DÉRIVABILITÉ

II Théorème de Rolle et accroissements finis

II.1 Condition nécessaire d’extremum
Théorème 10.18 (Condition nécessaire d’extremum). f : I → R dérivable en a ∈ ˚
I. Si
′
f a un extremum local en a alors f (a) = 0.

Démonstration. Montrer que, pour h suffisamment proche de 0, f (a+h)−f h

(a)
⩾ 0 avec
f (a+h)−f (a) ′ ′
h > 0 et h ⩽ 0 avec h < 0. En déduire que f (a) ⩾ 0 et f (a) ⩽ 0.

Vocabulaire 10.19. Un point a pour lequel f ′ (a) = 0 est dit point critique.

II.2 Théorème de Rolle

Théorème 10.20 (Théorème de Rolle). f : [a, b] → R C 0 sur [a, b] et dérivable sur ]a, b[
avec f (a) = f (b).
∃c ∈]a, b[, f ′ (c) = 0.

Démonstration. Conséquence du théorème 10.18.

II.3 Théorème des accroissements finis

Théorème 10.21 (Théorème des accroissements finis). f : [a, b] → R C 0 sur [a, b] et
dérivable sur ]a, b[.
f (b) − f (a)
∃c ∈]a, b[, f ′ (c) = .
b−a
Autrement dit : ∃λ ∈]0, 1[, f (b) − f (a) = (b − a)f ′ (λa + (1 − λ)b).

f (a)
f (b)
x
a b

Illustration du théorème des accroissements finis

Démonstration. Poser g : x ∈ [a, b] 7−→ f (x) − x f (b)−f

b−a
(a)
. Appliquer alors le théorème
de Rolle (théorème 10.20) à g et en déduire le résultat souhaité.

Corollaire 10.22 (Inégalité des accroissements finis). f : [a, b] → R C 0 sur [a, b] et

dérivable sur ]a, b[. Si ∀x ∈]a, b[, m ⩽ f ′ (x) ⩽ M , alors

m(b − a) ⩽ f (b) − f (a) ⩽ M (b − a).

Corollaire 10.23 (Caractérisation des fonctions lipschitziennes). f : I → R dérivable sur

I. Alors f ′ est bornée sur I ssi f est lipschitzienne sur I.

Corollaire 10.24. Si f : [a, b] → R est C 1 sur [a, b], alors f est lipschitzienne sur [a, b].

50
CHAPITRE 10. DÉRIVABILITÉ

II.4 Monotonie et dérivée

Théorème 10.25. f : I → R C 0 sur ˚ I.
(i) f ⩾ 0 sur ˚
′ I ⇐⇒ f ↗ sur I,
(ii) f ′ = 0 sur ˚
I ⇐⇒ f constante sur I,
(iii) f ′ > 0 sur ˚
I excepté en un nombre fini de points =⇒ f ↗↗ sur I.

Corollaire 10.26. f, g : I → R C 0 sur I et dérivables sur ˚

I. (a, b) ∈ I 2 , a < b.

f ′ ⩽ g ′ =⇒ f (b) − f (a) ⩽ g(b) − g(a).

Proposition 10.27. f : I → R dérivable sur I, a ∈ I, n ∈ N.

 
f ′ (x) = Oa ((x − a)n ) =⇒ f (x) − f (a) = Oa (x − a)n+1 .

Cette propriété reste valable en remplaçant O par o.

III Limites et dérivée

Théorème 10.28 (Théorème de la limite de la dérivée). f : I → R C 0 sur I et dérivable
sur I\{a}. Si lima f ′ = ℓ ∈ R alors f est dérivable en a et f ′ (a) = ℓ.

Démonstration. Soit x ∈ I\{a}. Utiliser le théorème des accroissements finis (théorème

10.21) pour montrer que ∃c ∈]a, x[, f ′ (c) = f (x)−f
x−a
(a)
. Soit ε > 0, alors ∃η > 0, ∀x ∈
]a − η, a + η[\{a} ∩ I, |f ′ (x) − ℓ| ⩽ ε. En choisissant x tel que 0 < |x − a| < η, on a
f (x)−f (a)
x−a − ℓ ⩽ ε, d’où f ′ (a) = ℓ.

Théorème 10.29. f : I\{a} → R C k sur I\{a} et ∀i ∈ J0, kK, lima f (i) = ℓi ∈ R. Alors
(i)
le prolongement par C 0 f0 de f en a existe, est C k sur I et ∀i ∈ J0, kK, f0 (a) = ℓi .

Démonstration. Par récurrence en utilisant le théorème 10.28.

51
Chapitre 11
Fonctions à Valeurs Complexes

Notation 11.1. Dans toute la suite, I est un intervalle non vide de R et a est un point
adhérent à I.

I Limites, continuité, dérivabilité

Définition 11.2 (Limite). f : I → C. On dit que lima f = ℓ ∈ C lorsque limx→a |f (x) −
ℓ| = 0. Si de plus f (a) = ℓ, on dit que f est C 0 en a.
Définition 11.3 (Dérivabilité). f : I → C. On dit que f est dérivable en a lorsque le
taux d’accroissement τa (voir définition 10.3) admet une limite complexe finie en a.
Remarque 11.4. On définit alors la continuité et la dérivabilité sur I, les dérivées n-
ièmes, les fonctions de classes C n et C ∞ exactement comme pour les fonctions à valeurs
réelles.
Proposition 11.5. f : I → C.
(
lima ℜ(f ) = ℜ(ℓ)
lim f = ℓ ⇐⇒ . (i)
a lima ℑ(f ) = ℑ(ℓ)

(
ℜ(f ) dérivable en a
f dérivable en a ⇐⇒
ℑ(f ) dérivable en a
ℜ(f ′ ) = (ℜ(f ))′
(
et dans ce cas . (ii)
ℑ(f ′ ) = (ℑ(f ))′
(
n ℜ(f ) C n sur I
f C sur I ⇐⇒ . (iii)
ℑ(f ) C n sur I
(
0 |f | C 0 sur I
f C sur I =⇒ . (iv)
f C 0 sur I

II Opérations usuelles
Proposition 11.6. La somme, le produit, le quotient (si le dénominateur ne s’annule
pas), la composée de fonctions de classe C n (resp. dérivables) sont de classe C n (resp.
dérivables).

52
CHAPITRE 11. FONCTIONS À VALEURS COMPLEXES

Proposition 11.7. La formule de Leibniz (voir théorème 5.28) et la formule de dérivation

d’une composée (voir proposition 10.14) sont encore vraies.

III Les théorèmes

Proposition 11.8. Pour toute fonction f continue sur un segment [a, b], |f | est bornée
et atteint ses bornes sur [a, b] (voir théorème 9.46).

Proposition 11.9. Pour toute fonction f dérivable sur I, f est constante sur I ssi f ′ = 0
sur I.

Remarque 11.10. Pour les fonctions à valeurs complexes, le théorème de Rolle (théo-
rème 10.20) est faux, donc le théorème des accroissements finis (théorème 10.21) aussi.
Cependant, l’inégalité des accroissements finis (corollaire 10.22) reste vraie.

Théorème 11.11 (Inégalité des accroissements finis). f : [a, b] → C C 0 sur [a, b] et C 1

sur ]a, b[. Si ∀x ∈]a, b[, |f ′ (x)| ⩽ λ, alors

|f (b) − f (a)| ⩽ λ|b − a|.

Corollaire 11.12. f : I → C C 0 sur I et C 1 sur ˚

I. k ∈ R+ . Alors f est k-lipschitzienne
sur I ssi ∀x ∈ ˚
I, |f ′ (x)| ⩽ k.

Théorème 11.13 (Prolongement d’une application C 1 ). f : I → C C 0 sur I, C 1 sur

I\{a}, et avec lima f ′ = ℓ ∈ C. Alors f est C 1 sur I et f ′ (a) = ℓ.

Démonstration. Définir l’application F : I → C par ∀x ∈ I\{a}, F (x) = f ′ (x) et

F (a) = ℓ. F est C 0 sur I donc admet une primitive g sur I telle que g(a) = f (a). Et
∀x ∈ I∩]−∞, a[, g ′ (x) = F (x) = f ′ (x) donc (g−f ) est constante sur I∩]−∞, a[. De même,
(g−f ) est constante sur I∩]a, +∞[. Or (g−f ) est C 0 en a donc lima (g−f ) = g(a)−f (a) = 0.
Donc ∀x ∈ I, g(x) = f (x). Ainsi f = g est de classe C 1 en tant que primitive d’une
application C 0 .

Corollaire 11.14. f : I → C C 0 sur I, C k sur I\{a}. k ∈ N ∪ {∞}. On suppose que

∀h ∈ J1, kK ∩ N, ∃ℓh ∈ C, lim f (h) = ℓh .

a

Alors f est C k sur I.

Démonstration. Par récurrence à l’aide du théorème 11.13.

53
Chapitre 12
Développements Limités

I Approximation de fonctions par des fonctions polynomiales

I.1 Point de vue global
Proposition 12.1. f : [a, b] → R C n+1 sur [a, b]. a ⩽ x0 < · · · < xn ⩽ b. On définit le
polynôme d’interpolation de Lagrange de f en x0 , . . . , xn par
n
!
− xj )
Q
j̸=i (x
X
P : x ∈ [a, b] 7−→ f (xi ) Q .
i=0 j̸=i (xi − xj )

Alors
(b − a)n+1
∀x ∈ [a, b], |f (x) − P (x)| ⩽ sup f (n+1) · .
[a,b] (n + 1)!

y
2
1
y = 1+x 2

y = P (x)
1

0
x
−4 −2 0 2 4

Une fonction et son polynôme interpolateur

Démonstration. Soit A ∈ R, ψ : x ∈ [a, b] 7−→ f (x) − P (x) − A ni=0 (x − xi ), t ∈

Q

[a, b]\{x0 , . . . , xn }. Choisir A t.q. ψ(t) = 0. On a ψ C n+1 sur [a, b] et ψ(x0 ) = · · · =

ψ(xn ) = ψ(t) = 0, donc ψ s’annule en (n + 2) points deux à deux distincts. En itérant le
théorème de Rolle (théorème 10.20), en déduire que ψ (n+1) s’annule en au moins un point
(n+1)
c ∈ [a, b]. Or ψ (n+1) = f (n+1) − (n + 1)!A, donc A = f (n+1)!(c) . Comme ψ(t) = 0, il vient
(n+1) sup[a,b] |f (n+1) | Qn
f (t) − P (t) = f (n+1)!(c) ni=0 (t − xi ). Donc ∀t ∈ [a, b], |f (t) − P (t)| ⩽ i=0 |t −
Q
(n+1)!
sup[a,b] |f (n+1)
|
xi | ⩽ (n+1)! (b − a)n+1 .

54
CHAPITRE 12. DÉVELOPPEMENTS LIMITÉS

I.2 Point de vue local

Proposition 12.2. f : [a, b] → R C p sur [a, b], x0 ∈ [a, b]. Alors il existe au moins une
(k)
fonction polynomiale Tp,f,x ∈ RR vérifiant ∀k ∈ J0, pK, Tp,f,x (x0 ) = f (k) (x0 ) et donnée par
p
X f k (x0 )
Tp,f,x : x ∈ R 7−→ (x − x0 )k .
k=0
k!

Tp,f,x est dit polynôme de Taylor de f en x0 de degré p, et est parfois noté simplement Tp .

Remarque 12.3. Si f est paire alors

p
X f (2k) (0) 2k
∀x ∈ R, T2p,f,0 (x) = x .
k=0
(2k)!

Si f est impaire alors

p
X f (2k+1) (0) 2k+1
∀x ∈ R, T2p+1,f,0 (x) = x .
k=0
(2k + 1)!

II Formule de Taylor
Proposition 12.4 (Formule de Taylor avec reste intégral). f : I → K C p+1 sur I, (a, x) ∈
I 2. p
f k (a)
Z x (p+1)
X
k f (t)
f (x) = (x − a) + (x − t)p dt .
k=0
k! a p!
| {z } | {z }
Tp,f,a (x) Rp,f,a (x)

On peut aussi écrire cette formule comme suit (h ∈ R t.q. (a + h) ∈ I) :

p
f (k) (a) k hp+1 1
X Z
f (a + h) = h + (1 − λ)p f (p+1) (a + λh) dλ.
k=0
k! p! 0

Démonstration. Par récurrence en utilisant l’intégration par parties (proposition 7.7).

Corollaire 12.5. Q : R → R une fonction polynomiale de degré inférieur ou égal à p.

Alors ∀a ∈ R, Tp,Q,a = Q.

III Inégalité de Taylor-Lagrange

Proposition 12.6 (Inégalité de Taylor-Lagrange). f : I → K C p+1 sur I, (a, x) ∈ I 2 .

|x − a|p+1
|f (x) − Tp,f,a (x)| ⩽ sup f (p+1) · .
[a,x] (p + 1)!

Corollaire 12.7. f : I → K C p+1 dans un voisinage de a ∈ R.

 
f (x) = Tp,f,a (x) + Oa (x − a)p+1 .

55
CHAPITRE 12. DÉVELOPPEMENTS LIMITÉS

IV Formule de Taylor-Young
Proposition 12.8 (Formule de Taylor-Young). f : I → K C p dans un voisinage de a ∈ R.

f (x) = Tp,f,a (x) + oa ((x − a)p ) .

Démonstration. Première étape : K = R. Appliquer la formule de Taylor avec reste

intégral (proposition 12.4) en remplaçant p par (p − 1), car f est C p . Ainsi f (x) =
(p)
Tp−1,f,a (x) + Rp−1,f,a (x). Montrer qu’il existe c ∈ I t.q. Rp−1,f,a (x) = f p!(c) (x − a)p .
Pour cela, f (p) est C 0 sur [a, x] donc bornée et atteint ses bornes : mp = inf [a,x] f (p) ,
p!
Mp = sup[a,x] f (p) . Si x > a, on obtient mp ⩽ Rp−1,f,a (x) (x−a)p ⩽ Mp ; si x < a, on a
p!
mp ⩽ (−1)p Rp−1,f,a (x) (x−a)p ⩽ Mp . Or mp et Mp sont atteints par f
(p) qui est C 0 sur

p!
[a, x] donc ∃c ∈ [a, x], f (p) (c) = Rp−1,f,a (x) (x−a)p . Le résultat voulu découle du fait que

f (p) (c) = f (p) (a) + oa (1) (car f (p) C 0 en a). Deuxième étape : K = C. Se ramener à la
partie réelle et à la partie imaginaire.

V Formule de Taylor-Lagrange
Corollaire 12.9 (Formule de Taylor-Lagrange). f : I → K C p sur I. (a, x) ∈ I 2 .
(x − a)p (p)
∃c ∈ [a, x], f (x) = Tp−1,f,a (x) + f (c).
p!

VI Développements limités
VI.1 Généralités
Définition 12.10 (Développement limité). f : I → K. a ∈ I. On dit que f admet un
DLp (a) ( développement limité en a à l’ordre p) lorsque
p
X
∃(α0 , . . . , αp ) ∈ Kp+1 , f (x) = αk (x − a)k +oa ((x − a)p ) .
k=0
| {z }
partie principale du DL

Notation 12.11. Lorsque la partie principale du DL est non nulle, on utilisera plutôt
l’écriture normalisée :
p−s !
s
X αk+s k
h + o0 hp−s ,


f (a + h) = αs h
k=0
αs

en posant h = x − a, et où s est le plus petit indice tel que αs ̸= 0.

Proposition 12.12. f : I → K C p sur I, a ∈ I. Alors f admet un DLp (a), donné par la
formule de Taylor-Young (proposition 12.8).
Proposition 12.13. f : I → K, a ∈ I. Si f admet un DLp (a), alors ce DL est unique.

VI.2 Opérations et développements limités

1
Proposition 12.14. f, g : I → K, a ∈ I. Si f, g ont un DLp (a) alors (f + g), (f g) et f
(si f (a) ̸= 0) ont un DLp (a).

56
CHAPITRE 12. DÉVELOPPEMENTS LIMITÉS

VI.3 Intégration de développements limités

Proposition 12.15. f : I → K dérivable sur I, a ∈ I. Si f ′ a un DLp (a), alors f a un
DLp+1 (a). Plus précisément :

p
f ′ (x) =
X
αk (x − a)k + oa ((x − a)p )
k=0
p
X αk  
=⇒ f (x) = f (a) + (x − a)k+1 + oa (x − a)p+1 .
k=0
k+1

Cette propriété reste valable en remplaçant o par O.

VII Utilisation des développements limités

VII.1 Extrema
Proposition 12.16. f : I → R C 2 sur I, a ∈ I. Si f ′ (a) = 0 et f ′′ (a) ̸= 0, alors f atteint
un extremum local en a (qui est un maximum si f ′′ (a) < 0, un minimum si f ′′ (a) > 0).
2
Démonstration. Écrire le DL2 (a) de f et en déduire que f (x) − f (a) ∼ (x−a)
2 f ′′ (a).
a

VII.2 Position par rapport à la tangente

Proposition 12.17. f : I → R. Supposons que f a un DLp (a) (p > 1) du type

f (x) = f (a) + (x − a)f ′ (a) + (x − a)p cp + oa ((x − a)p ) ,

où cp ∈ R∗ . On appelle T la tangente en a à la courbe représentative Cf .

(i) Si p est impair, Cf traverse T localement, i.e. f admet un point d’inflexion en a.
(ii) Si p est pair, Cf est soit au-dessus, soit en dessous de T localement.

VII.3 Développements asymptotiques

Vocabulaire 12.18 (Développement asymptotique). Soit f définie dans un
 voisinage
 de
1
±∞. On dit que f admet un développement asymptotique lorsque x 7→ f x admet un
DLp (0).

57
Chapitre 13
Arithmétique dans Z

I Définition d’un groupe, d’un anneau et d’un corps

Vocabulaire 13.1 (LCI). Soit E un ensemble. Une loi de composition interne (LCI) sur
E est une application E 2 → E.
Vocabulaire 13.2 (LCE). Soit E un ensemble. Une loi de composition externe (LCE)
sur E est une application K × E → E.
Définition 13.3 (Groupe). Soit G un ensemble, ⋄ une LCI sur G. On dit que (G, ⋄) est
un groupe lorsqu’on a les trois propriétés suivantes :
(i) Associativité : ∀(a, b, c) ∈ G3 , (a ⋄ b) ⋄ c = a ⋄ (b ⋄ c).
(ii) Neutre : ∃e ∈ G, ∀a ∈ G, e ⋄ a = a ⋄ e = a.
(iii) Inversibilité : ∀a ∈ G, ∃a′ ∈ G, a ⋄ a′ = a′ ⋄ a = e.
Si de plus ⋄ est commutative, G est dit groupe commutatif.
Définition 13.4 (Anneau). Soit A un ensemble, + et × deux LCI sur A. On dit que
(A, +, ×) est un anneau lorsque :
(i) (A, +) est un groupe commutatif de neutre noté 0A .
(ii) × est associative et distributive par rapport à +.
(iii) × admet un neutre noté 1A ̸= 0A dans A.
Si de plus × est commutative, A est dit anneau commutatif.
Définition 13.5 (Diviseurs de 0A ). (A, +, ×) un anneau, a ∈ A\{0A }. a est dit diviseur
de 0A lorsque ∃b ∈ A\{0A }, a × b = 0A .
Définition 13.6 (Anneau intègre). (A, +, ×) un anneau commutatif. A est dit intègre
lorsque
∀(a, b) ∈ A2 , a × b = 0A =⇒ a = 0A ou b = 0A .
Autrement dit, A est intègre ssi 0A n’admet pas de diviseur dans A.
Définition 13.7 (Corps). Soit K un ensemble, + et × deux LCI sur K. On dit que
(K, +, ×) est un corps lorsque :
(i) (K, +, ×) est un anneau commutatif.
(ii) Tout élément de K\{0K } admet un inverse pour × dans K.
Proposition 13.8. Si (K, +, ×) est un corps, alors (K, +, ×) est un anneau intègre.

58
CHAPITRE 13. ARITHMÉTIQUE DANS Z

II Divisibilité dans Z
Définition 13.9 (Divisibilité). (a, b) ∈ Z2 . On dit que a divise b, noté a | b lorsque
∃k ∈ Z, b = ka.
Remarque 13.10. Tout élément de Z divise 0.
Notation 13.11. α ∈ R. On note αZ = {kα, k ∈ Z}.
Proposition 13.12. (a, b) ∈ Z2 .

a | b ⇐⇒ bZ ⊂ aZ, (i)

a | b et b | a ⇐⇒ |a| = |b|. (ii)

Corollaire 13.13. | est une relation d’ordre sur N (mais pas sur Z).
Définition 13.14 (Congruences). n ∈ N∗ . (a, b) ∈ Z2 . On dit que a ≡ b [n] lorsque
n | a − b.
Proposition 13.15. La congruence modulo n est une relation d’équivalence sur Z, com-
patible avec + et × :
) (
4 a≡b [n] a+c≡b+d [n]
∀(a, b, c, d) ∈ Z , =⇒ .
c≡d [n] a×c≡b×d [n]

L’ensemble des classes d’équivalence, noté Z/nZ, possède n éléments distincts.

Notation 13.16. a ∈ Z. On note a (ou an lorsqu’il peut y avoir ambiguïté) la classe
d’équivalence de a pour la congruence modulo n.
Définition 13.17. On définit sur Z/nZ les LCI + et × par

a+b = a + b et a×b = a × b.

Proposition 13.18. (Z/nZ, +, ×) est un anneau commutatif.

III PGCD et PPCM

III.1 PGCD et PPCM de deux entiers
Définition 13.19 (PGCD). (a, b) ∈ Z2 . Si a ̸= 0 ou b ̸= 0, on appelle PGCD(a, b), noté
aussi a ∧ b, le plus grand entier positif (pour la relation ⩽) divisant a et b. On définit aussi
0 ∧ 0 = 0.
Définition 13.20 (PPCM). (a, b) ∈ Z2 . Si a ̸= 0 et b ̸= 0, on appelle PPCM(a, b), noté
aussi a ∨ b, le plus petit entier strictement positif (pour la relation ⩽) multiple de a et b.
On définit aussi 0 ∨ a = 0.
Proposition 13.21. (a, b) ∈ Z2 .
(i) a ∧ b = |a| ∧ |b|,
(ii) 0 ∧ a = |a|,
(iii) 1 ∧ a = 1,
(iv) a ∨ b = |a| ∨ |b|.

59
CHAPITRE 13. ARITHMÉTIQUE DANS Z

III.2 Algorithme d’Euclide

Lemme 13.22. (a, b) ∈ Z × Z∗ . On pose a = bq + r, avec q ∈ Z et r ∈ J0, bJ. Alors
a ∧ b = b ∧ r.
Théorème 13.23 (Algorithme d’Euclide). (a, b) ∈ (N∗ )2 , a ⩾ b. On note r0 = a, r1 = b.
Tant que r0 , . . . , rn+1 sont tous non nuls, on pose rn = rn+1 qn+1 + rn+2 , avec qn+1 ∈ Z
et rn+2 ∈ J0, rn+1 J. Alors il existe N ∈ N choisi minimal t.q. rN +1 = 0, et on a alors
a ∧ b = rN .
Démonstration. Poser X = {n ∈ N, ∀k ∈ J0, nK, rk > 0}. Montrer (par l’absurde) que
X est majoré. Comme X ̸= ∅ (car 0 ∈ X), choisir alors N = max X et montrer que
rN +1 = 0 et que rN = a ∧ b.
Définition 13.24 (Suite de Fibonacci). On définit la suite de Fibonacci (Fn )n∈N par
F0 = 0, F1 = 1 et ∀n ∈ N, Fn+2 = Fn+1 + Fn .
Lemme 13.25. Avec les mêmes notations que dans le théorème 13.23, on a ∀k ∈ J0, N +
1K, rk ⩾ FN +1−k .
Démonstration. Par récurrence
j k utilisant le fait que ∀k ∈ J0, N − 1K, rk ⩾ rk+1 + rk+2
en
rk
(car ∀k ∈ J0, N − 1K, qk+1 = rk+1 ⩾ 1).
ln b
Proposition 13.26. Le nombre d’étapes de l’algorithme d’Euclide est majoré par ln φ ,
√
1+ 5
avec φ = 2 .

Démonstration. Montrer d’abord que ∀p ⩾ 2, Fp ⩾ φp−2 , puis en déduire que φN −2 ⩽

FN ⩽ r1 = b, d’où le résultat.

III.3 Égalité de Bézout

Théorème 13.27 (Égalité de Bézout).

∀(a, b) ∈ N2 , ∃(u, v) ∈ Z2 , au + bv = a ∧ b.

Démonstration. Se placer dans le cas où (a, b) ∈ (N∗ )2 et supposer a > b. Avec les
notations du théorème 13.23, montrer par récurrence que ∀k ∈ J0, N K, ∃(uk , vk ) ∈ Z2 , auk +
bvk = rk . En appliquant ceci avec k = N , on obtient le résultat souhaité puisque rN =
a ∧ b.
Proposition 13.28. (a, b) ∈ Z2 . L’ensemble des diviseurs communs à a et b est égal à
l’ensemble des diviseurs de a ∧ b.
Corollaire 13.29. (a, b) ∈ N2 . a ∧ b est le plus grand entier pour la relation | qui divise
a et b.

III.4 PGCD et PPCM de n entiers

Définition 13.30 (PGCD). (a1 , . . . , an ) ∈ Zn . Si ∃i ∈ J1, nK, ai ̸= 0, on appelle PGCD(a1 , . . . , an ),
encore noté a1 ∧ · · · ∧ an , le plus grand entier positif (pour la relation ⩽) qui divise chaque
ai , i ∈ J0, nK. On définit de plus 0 ∧ · · · ∧ 0 = 0.
Définition 13.31 (PPCM). (a1 , . . . , an ) ∈ Zn . Si ∀i ∈ J1, nK, ai ̸= 0, on appelle PPCM(a1 , . . . , an ),
encore noté a1 ∨ · · · ∨ an , le plus petit entier strictement positif (pour la relation ⩽) qui
est multiple de chaque ai , i ∈ J0, nK. On définit de plus 0 ∨ a1 ∨ · · · ∨ an = 0.

60
CHAPITRE 13. ARITHMÉTIQUE DANS Z

Proposition 13.32. ∀(a, b, c) ∈ Z3 , a ∧ (b ∧ c) = (a ∧ b) ∧ c = a ∧ b ∧ c.

Théorème 13.33 (Égalité de Bézout). n ⩾ 2.

n
X n
^
∀(a1 , . . . , an ) ∈ Zn , ∃(u1 , . . . , un ) ∈ Zn , ai ui = ai .
i=1 i=1

Corollaire 13.34. (a1 , . . . , an ) ∈ Zn . a1 ∧ · · · ∧ an est le plus grand entier pour la relation

| qui divise chacun des ai , i ∈ J0, nK.

IV Nombres premiers entre eux

IV.1 Généralités
Définition 13.35 (Nombres premiers entre eux). (a, b) ∈ Z2 . On dit que a et b sont
premiers entre eux lorsque a ∧ b = 1.

Théorème 13.36 (Égalité de Bézout). (a, b) ∈ (Z∗ )2 . a et b sont premiers entre eux ssi
∃(u, v) ∈ Z2 , au + bv = 1.

Corollaire 13.37. n ∈ J2, +∞J. x ∈ Z.

x inversible dans Z/nZ ⇐⇒ x ∧ n = 1.

Définition 13.38 (Nombres premiers entre eux). (a1 , . . . , an ) ∈ Zn . a1 , . . . , an sont dits

premiers entre eux dans leur ensemble lorsque a1 ∧ · · · ∧ an = 1, premiers entre eux deux
à deux lorsque ∀(i, j) ∈ J1, nK2 , i ̸= j ⇒ ai ∧ aj = 1.

Proposition 13.39. Si a1 , . . . , an sont premiers entre eux deux à deux, alors a1 , . . . , an

sont premiers entre eux dans leur ensemble.

Lemme 13.40 (Lemme de Gauss). (a, b, c) ∈ Z3 . Si a | bc et a ∧ b = 1, alors a | c.

Démonstration. Écrire l’égalité de Bézout puis multiplier par c.

Proposition 13.41. (a, b, c) ∈ (Z∗ )3 . (x1 , . . . , xn ) ∈ (Z∗ )n .

n
!
Y
a∧ xi = 1 ⇐⇒ ∀i ∈ J1, nK, a ∧ xi = 1. (i)
i=1

a ∧ b = 1 =⇒ ∀(k, ℓ) ∈ (N∗ )2 , ak ∧ bℓ = 1. (ii)


b|a 

c|a =⇒ bc | a. (iii)
b∧c=1 


∀k ∈ N∗ , k(a ∧ b) = (ka) ∧ (kb). (iv)


 a = (a ∧ b)α

∃(α, β) ∈ Z2 , b = (a ∧ b)β . (v)
 α∧β =1

(
a
= dc
∃!(c, d) ∈ Z × N∗ , b . (vi)
c∧d=1

61
CHAPITRE 13. ARITHMÉTIQUE DANS Z

IV.2 PPCM
Proposition 13.42. (a, b) ∈ (Z∗ )2 .

a ∧ b = 1 =⇒ a ∨ b = |ab|. (i)

(a ∧ b)(a ∨ b) = |ab|. (ii)

Corollaire 13.43. (a, b) ∈ (Z∗ )2 . L’ensemble des multiples communs à a et b est égal à
l’ensemble des multiples de a ∨ b.

Corollaire 13.44. (a, b) ∈ N2 . a ∨ b est le plus petit entier pour la relation | qui est
multiple de a et b.

Proposition 13.45. ∀(a, b, c) ∈ (Z∗ )3 , a ∨ (b ∨ c) = (a ∨ b) ∨ c = a ∨ b ∨ c.

Proposition 13.46. ∀(a, b) ∈ (Z∗ )2 , ∀k ∈ N∗ , k(a ∨ b) = (ka) ∨ (kb).

V Nombres premiers
V.1 Généralités
Définition 13.47. p ∈ J2, +∞J. p est dit premier lorsque p n’admet comme diviseurs
positifs que 1 et lui-même.

Notation 13.48. On note P l’ensemble des nombres premiers et, pour n ∈ Z, Pn = {p ∈

P, p | n}.

Proposition 13.49.
∀p ∈ P, ∀a ∈ Z, a ∧ p = 1 ou p | a. (i)
2
∀(p, q) ∈ P , p ̸= q =⇒ p ∧ q = 1. (ii)
n
!
Y
∀p ∈ P, ∀(x1 , . . . , xn ) ∈ Zn , p | xi ⇐⇒ ∃i ∈ J1, nK, p | xi . (iii)
i=1
p

Lemme 13.50. ∀p ∈ P, ∀k ∈ J1, p − 1K, p | k .

Théorème 13.51 (Petit théorème de Fermat). ∀p ∈ P, ∀n ∈ N, np ≡ n [p].

Démonstration. Par récurrence à l’aide du binôme de Newton (théorème 1.16) et du

lemme 13.50.

V.2 Théorème fondamental de l’arithmétique

Proposition 13.52. Tout entier supérieur ou égal à 2 admet un diviseur premier.

Proposition 13.53. P est infini.

Démonstration. Par l’absurde : supposer P = {p1 , · · · , pN } et considérer l’entier A =

1+ N
Q
i=1 pi .

Définition 13.54 (Valuation p-adique). p ∈ P, n ∈ N. On appelle valuation p-adique de

n l’entier
vp (n) = max{k ∈ N, pk | n}.

62
CHAPITRE 13. ARITHMÉTIQUE DANS Z

Théorème 13.55 (Théorème fondamental de l’arithmétique).

k
∀n ∈ J2, +∞J, ∃(p1 , . . . , pk ) ∈ Pk , ∃(α1 , . . . , αk ) ∈ (N∗ )k , n = pαi i .
Y

i=1

De plus, cette écriture est unique à l’ordre près des facteurs (en supposant ∀(i, j) ∈
J1, rK2 , i ̸= j =⇒ pi ̸= pj ).

Démonstration. Existence. Par récurrence forte. Unicité. Supposer n = ki=1 pαi i =

Q
Qℓ βi
i=1 qi . Montrer que ∀i ∈ J1, kK, ∃j ∈ J1, ℓK, pi = qj , et inversement. En déduire que
{p1 , . . . , pk } = {q1 , . . . , qℓ }. Montrer ensuite que ∀i ∈ J1, kK, αi = vpi (n) et ∀j ∈ J1, ℓK, βi =
vqi (n). D’où l’unicité de l’écriture.

Remarque 13.56. n ∈ N∗ .Le théorème précédent peut s’écrire

Y Y
n= pvp (n) = pvp (n) .
p∈Pn p∈P

V.3 Conséquences
Proposition 13.57. (a, b) ∈ (N∗ )2 .

∀p ∈ P, p | a ⇐⇒ vp (a) > 0. (i)

∀p ∈ P, vp (ab) = vp (a) + vp (b). (ii)

a | b ⇐⇒ ∀p ∈ P, vp (a) ⩽ vp (b). (iii)

Corollaire 13.58. (a, b) ∈ (N∗ )2 .

Y
a∧b= pmin(vp (a),vp (b)) , (i)
p∈P
Y
a∨b= pmax(vp (a),vp (b)) . (ii)
p∈P

VI Calculs dans Z/nZ

VI.1 Corps
Proposition 13.59. n ∈ J2, +∞J. Z/nZ est un corps ssi n ∈ P.

VI.2 Résolution d’équations dans Z/nZ

Méthode 13.60. (a, b, n) ∈ (Z∗ )3 . On considère l’équation

ax ≡ b [n] .

On note d = a ∧ n.
(i) Si d ∤ b, alors il n’y a aucune solution.
(ii) Si d | b, poser a = da′ , n = dn′ et b = db′ tels que a′ ∧ n′ = 1. On a alors
ax ≡ b [n] ⇐⇒ a′ x ≡ b′ [n′ ]. Utiliser alors l’inversibilité de a′ dans Z/n′ Z pour
résoudre l’équation.

63
CHAPITRE 13. ARITHMÉTIQUE DANS Z

VI.3 Systèmes d’équations dans Z/nZ

Méthode 13.61. (a, b, m, n) ∈ (Z∗ )4 , m ∧ n = 1. On considère le système
(
x≡a [m]
.
x≡b [n]

Pour le résoudre, on recherche d’abord une solution particulière. On sait (théorème 13.27)
que ∃(u, v) ∈ Z2 , mu + nv = 1. Alors x0 = mub + nva convient. On a ainsi
( (
x≡a [m] x ≡ x0 [m]
⇐⇒ ⇐⇒ x ≡ x0 [mn] .
x≡b [n] x ≡ x0 [n]

Corollaire 13.62. On a construit une bijection

(Z/mnZ) −→ (Z/mZ) × (Z/nZ)

φ: .
xmn 7−→ (xm , xn )

VII Indicatrice d’Euler

Définition 13.63 (Indicatrice d’Euler). n ∈ J2, +∞J. On appelle indicatrice d’Euler de
n, notée φ(n), le nombre de nombres premiers avec n compris entre 1 et n.

Proposition 13.64.
∀p ∈ P, φ(p) = p − 1. (i)
 
∀p ∈ P, ∀k ∈ N∗ , φ pk = pk − pk−1 . (ii)
X
∀n ∈ J2, +∞J, n = φ(d). (iii)
d|n

64
Chapitre 14
Groupes, Anneaux et Corps

I Groupes
I.1 Définitions et généralités
Définition 14.1 (Groupe). Soit G un ensemble, ⋄ une LCI sur G. On dit que (G, ⋄) est
un groupe lorsqu’on a les trois propriétés suivantes :
(i) Associativité : ∀(a, b, c) ∈ G3 , (a ⋄ b) ⋄ c = a ⋄ (b ⋄ c).
(ii) Neutre : ∃e ∈ G, ∀a ∈ G, e ⋄ a = a ⋄ e = a.
(iii) Inversibilité : ∀a ∈ G, ∃a′ ∈ G, a ⋄ a′ = a′ ⋄ a = e.
Si de plus ⋄ est commutative, G est dit groupe commutatif.
Proposition 14.2. Soit (G, ⋄) un groupe. Alors le neutre est unique, et tout élément de
G a un unique inverse.
Notation 14.3. On utilise principalement deux notations :
(i) Notation additive. Soit (G, +) un groupe. On note 0G son neutre ; pour x ∈ G, (−x)
est l’opposé de x. Pour n ∈ Z∗+ , nx = x + · · · + x (n fois), 0x = 0G , et pour n ∈ Z∗− ,
nx = (−n)(−x).
(ii) Notation multiplicative. Soit (G, ×) un groupe. On note 1G son neutre ; pour x ∈ G,
x−1 est l’inverse de x. Pour n ∈ Z∗+ , xn = x × · · · × x (n fois), x0 = 1G , et pour

−n
n ∈ Z∗− , xn = x−1 .
Proposition 14.4. (G, ⋄) un groupe. ∀(x, y) ∈ G2 , (x ⋄ y)−1 = y −1 ⋄ x−1 .
Exemple 14.5. (Z, +), (Q, +), (R, +), (C, +), (Z/nZ, +), (RR , +), (RN , +), (Q∗ , ×),
(R∗ , ×), (C∗ , ×), (Un , ×) sont des groupes commutatifs.
Notation 14.6. Pour X ̸= ∅, on note SX l’ensemble des bijections X → X (dites aussi
permutations).
Exemple 14.7. (SX , ◦) est un groupe en général non commutatif.
Définition 14.8 (Produit cartésien de groupes). (G, ⋄) et (H, ◦) deux groupes. On définit
la LCI ⋆ sur G × H par
(G × H) × (G × H) −→ G × H
⋆: .
((x, x′ ), (y, y ′ )) 7−→ (x ⋄ y, x′ ◦ y ′ )
Alors (G × H, ⋆) est un groupe, dit produit cartésien de G et H.

65
CHAPITRE 14. GROUPES, ANNEAUX ET CORPS

I.2 Sous-groupes
Définition 14.9 (Sous-groupe). (G, ⋄) un groupe. H ⊂ G, H ̸= ∅. H est dit sous-groupe
de G (pour ⋄) lorsqu’on a les deux propriétés suivantes :
(i) H est stable par ⋄ (i.e. ∀(x, y) ∈ H 2 , (x ⋄ y) ∈ H).
(ii) (H, ⋄) est un groupe.

Proposition 14.10. (G, ⋄) un groupe. H ⊂ G, H ̸= ∅. H est un sous-groupe de G ssi on

a les trois propriétés suivantes :
(i) H est stable par ⋄.
(ii) Le neutre de G appartient à H.
(iii) ∀x ∈ H, x−1 ∈ H.

Proposition 14.11. Les sous-groupes de Z sont les nZ, n ∈ N. De plus, n ainsi déterminé
est unique.

Démonstration. Vérifier d’abord que les nZ sont des sous-groupes de Z. Prendre alors
H un sous-groupe de Z. Supposer H ̸= {0} (dans le cas contraire H = 0Z) et choisir
n = min H ∩ N∗ . L’inclusion nZ ⊂ H est claire. Prendre alors h ∈ H et utiliser la division
euclidienne de h par n pour montrer que h ∈ nZ, i.e. H ⊂ nZ. Montrer ensuite l’unicité
de n.

Définition 14.12 (Centre). (G, ⋄) un groupe. On appelle centre de G l’ensemble

Z(G) = {x ∈ G, ∀y ∈ G, x ⋄ y = y ⋄ x}.

Proposition 14.13. (G, ⋄) un groupe. Alors Z(G) est un sous-groupe de G.

Proposition 14.14. (G, ⋄) un groupe. (Hi )i∈I une famille de sous-groupes de G, où I est
T
un ensemble quelconque. Alors i∈I Hi est un sous-groupe de G.

Théorème 14.15 (Théorème de Lagrange). (G, ⋄) un groupe fini. H un sous-groupe de

G. Alors le cardinal de H divise le cardinal de G.

Démonstration. Introduire sur G la relation R définie par xRy ssi xH = yH. Montrer
que R est une relation d’équivalence. Montrer alors que ∀x ∈ G, Cl(x) = xH. Remar-
quer que xH et H sont en bijection, donc ont le même cardinal. En utilisant le fait que
(Cl(x))x∈G est une partition de G, obtenir le résultat.

I.3 Groupes engendrés par une partie

Définition 14.16 (Groupe engendré par une partie). (G, ⋄) un groupe. A ⊂ G. On appelle
groupe engendré par A, noté ⟨A⟩, le plus petit sous-groupe de G contenant A.

Proposition 14.17. (G, ⋄) un groupe. A ⊂ G. On note X l’ensemble des sous-groupes de

G contenant A. Si A ̸= ∅, alors ⟨A⟩ = H∈X H. Si A = ∅, ⟨A⟩ = {eG }, où eG désigne le
T

neutre de G.

Proposition 14.18. (G, ⋄) un groupe. g ∈ G. Alors ⟨g⟩ = {g n , n ∈ Z}.

Vocabulaire 14.19 (Groupe monogène). (G, ⋄) un groupe. On dit que G est monogène
lorsque ∃g ∈ G, G = ⟨g⟩. g est alors dit générateur de G. On dit de plus que G est cyclique
si G est monogène fini.

66
CHAPITRE 14. GROUPES, ANNEAUX ET CORPS

Proposition 14.20. (G, ⋄) un groupe fini de cardinal n et de neutre eG . g ∈ G\{eG }. On

note q = min{r ∈ N∗ , g r = eG }. Alors :
(i) g n = eG ,
(ii) ⟨g⟩ = {g k , k ∈ J0, q − 1K},
(iii) card(⟨g⟩) = q.

I.4 Morphismes de groupes

Définition 14.21 (Morphisme de groupes). (G, ⋄) et (H, ◦) deux groupes. On dit que
ϕ : G → H est un morphisme de groupes lorsque

∀(x, y) ∈ G2 , ϕ(x ⋄ y) = ϕ(x) ◦ ϕ(y).

Proposition 14.22. (G, ⋄) et (H, ◦) deux groupes de neutres respectifs eG et eH . ϕ : G →

H un morphisme de groupes.
 
ϕ(eG ) = eH et ∀x ∈ G, ϕ x−1 = (ϕ(x))−1 .

Proposition 14.23. (G, ⋄) et (H, ◦) deux groupes. ϕ : G → H un morphisme de groupes.

G′ et H ′ des sous-groupes de G et H respectivement. Alors ϕ (G′ ) est un sous-groupe de
H et ϕ−1 (H ′ ) est un sous-groupe de G.

Définition 14.24 (Noyau). (G, ⋄) et (H, ◦) deux groupes de neutres respectifs eG et eH .

ϕ : G → H un morphisme de groupes. On définit

Ker ϕ = ϕ−1 ({eH }) .

D’après la proposition 14.23, Ker ϕ est un sous-groupe de G.

Proposition 14.25. (G, ⋄) et (H, ◦) deux groupes de neutres respectifs eG et eH . ϕ : G →

H un morphisme de groupes.

Ker ϕ = {eG } ⇐⇒ ϕ est injective.

Vocabulaire 14.26. (G, ⋄) et (H, ◦) deux groupes. ϕ : G → H un morphisme de groupes.

(i) ϕ est dit isomorphisme si ϕ est bijectif.
(ii) ϕ est dit endomorphisme si G = H.
(iii) ϕ est dit automorphisme si ϕ est un endomorphisme bijectif.

Vocabulaire 14.27. (G, ⋄) et (H, ◦) deux groupes. On dit que G et H sont isomorphes,
et on note G ≃ H, lorsqu’il existe un isomorphisme G → H.

Proposition 14.28. (G, ⋄) un groupe cyclique de cardinal n. Alors G est isomorphe à

Z/nZ.

Proposition 14.29. (G, ⋄) un groupe monogène infini. Alors G est isomorphe à Z.

67
CHAPITRE 14. GROUPES, ANNEAUX ET CORPS

II Anneaux et corps
II.1 Généralités
Définition 14.30 (Anneau). Soit A un ensemble, + et × deux LCI sur A. On dit que
(A, +, ×) est un anneau lorsque :
(i) (A, +) est un groupe commutatif de neutre noté 0A .
(ii) × est associative et distributive par rapport à +.
(iii) × admet un neutre noté 1A ̸= 0A dans A.
Si de plus × est commutative, A est dit anneau commutatif.
Définition 14.31 (Diviseurs de 0A ). (A, +, ×) un anneau, a ∈ A\{0A }. a est dit diviseur
de 0A lorsque ∃b ∈ A\{0A }, a × b = 0A .
Définition 14.32 (Anneau intègre). (A, +, ×) un anneau commutatif. A est dit intègre
lorsque
∀(a, b) ∈ A2 , a × b = 0A =⇒ a = 0A ou b = 0A .
Autrement dit, A est intègre ssi 0A n’admet pas de diviseur dans A.
Définition 14.33 (Corps). Soit K un ensemble, + et × deux LCI sur K. On dit que
(K, +, ×) est un corps lorsque :
(i) (K, +, ×) est un anneau commutatif.
(ii) Tout élément de K\{0K } admet un inverse pour × dans K.
Proposition 14.34. Si (K, +, ×) est un corps, alors (K, +, ×) est un anneau intègre.
Exemple 14.35. (M2 (R), +, ×), (Z/nZ, +, ×), (P(E), △, ∩) sont des anneaux en général
non intègres.
Exemple 14.36. (C, +, ×), (R, +, ×), (Q, +, ×) sont des corps.
Définition 14.37 (Sous-anneau). (A, +, ×) anneau, B ⊂ A. B est dit sous-anneau de A
lorsque (B, +, ×) est un anneau.
Proposition 14.38. (A, +, ×) anneau, B ⊂ A. B est un sous-anneau de A ssi les trois
propriétés suivantes sont vérifiées :
(i) (B, +) est un sous-groupe de (A, +).
(ii) × est stable dans B.
(iii) 1A ∈ B.
Définition 14.39 (Sous-corps). (K, +, ×) corps, B ⊂ A. B est dit sous-corps de A lorsque
(B, +, ×) est un corps.
Proposition 14.40. (K, +, ×) corps, B ⊂ A. B est un sous-corps de A ssi les quatre
propriétés suivantes sont vérifiées :
(i) (B, +) est un sous-groupe de (A, +).
(ii) × est stable dans B.
(iii) 1A ∈ B.
(iv) ∀x ∈ B\{0A }, x−1 ∈ B.
Exemple 14.41. Z[i] = {a + bi, (a, b) ∈ Z2 } est un sous-anneau de C.
Notation 14.42. (A, +, ×) anneau. On note A∗ (ou A′ ou U (A)) l’ensemble des éléments
inversibles de A (pour ×).
Proposition 14.43. (A, +, ×) anneau. (A∗ , ×) est un groupe.

68
CHAPITRE 14. GROUPES, ANNEAUX ET CORPS

II.2 Règles de calcul

Définition 14.44. (A, +, ×) anneau. (a, b) ∈ A2 t.q. ab = ba et n ∈ N∗ .
n
!
n
X n k n−k
(a + b) = a b , (i)
k=0
k
n−1
X
n n
a − b = (a − b) ak bn−1−k . (ii)
k=0

II.3 Morphismes d’anneaux et de corps

Définition 14.45 (Morphisme d’anneaux ou de corps). (A, +, ×) et (B, +, ×) deux an-
neaux (ou corps). On dit que ϕ : A → B est un morphisme d’anneaux (ou de corps)
lorsque :
∀(a, b) ∈ A2 , ϕ(a + b) = ϕ(a) + ϕ(b), (i)
∀(a, b) ∈ A2 , ϕ(ab) = ϕ(a)ϕ(b), (ii)
ϕ (1A ) = 1B . (iii)
Vocabulaire 14.46. (A, +, ×) et (B, +, ×) deux anneaux (ou corps). ϕ : A → B un
morphisme d’anneaux (ou de corps).
(i) ϕ est dit isomorphisme si ϕ est bijectif.
(ii) ϕ est dit automorphisme si ϕ est un isomorphisme et A = B.
Proposition 14.47. id est le seul automorphisme de (Z, +, ×), de (Q, +, ×) et de (R, +, ×).
Démonstration. Soit ψ un automorphisme de (R, +, ×) (ou de (Z, +, ×) ou de (Q, +, ×)).
Dans tous les cas, commencer par montrer que ∀n ∈ Z, ψ(n) = n. Montrer ensuite que
∀r ∈ Q, ψ(r) = r. Montrer que ψ ↗. Pour x ∈ R construire deux suites (un ) ∈ QN et
(vn ) ∈ QN t.q. ∀n ∈ N, un ⩽ x ⩽ vn et limn→+∞ un = limn→+∞ vn = x. En déduire que
ψ(x) = x.
Proposition 14.48. (A, +, ×) et (B, +, ×) deux anneaux. ϕ : A → B un isomorphisme
d’anneaux. Alors ϕ(A∗ ) = B ∗ .
Proposition 14.49. (A, +, ×) et (B, +, ×) deux anneaux. A × B est un anneau muni des
lois produits, et (A × B)∗ = A∗ × B ∗ .
Lemme 14.50 (Lemme chinois). (m, n) ∈ (N∗ )2 , m ∧ n = 1. Alors l’application
(Z/mnZ) −→ (Z/mZ) × (Z/nZ)
φ:
xmn 7−→ (xm , xn )
est un isomorphisme d’anneaux.
Corollaire 14.51. (m, n) ∈ J2, +∞J2 , m ∧ n = 1. En notant φ l’indicatrice d’Euler (voir
définition 13.63), on a :
φ(mn) = φ(m)φ(n).
Corollaire 14.52. n ∈ J2, +∞J. Alors
1 1
Y   Y   Y  
vp (n) vp (n)
φ(n) = φ p = p 1− =n 1− .
p∈Pn p∈Pn
p p∈Pn
p

Théorème 14.53 (Théorème d’Euler). (a, n) ∈ (N∗ )2 , a ∧ n = 1.

aφ(n) ≡ 1 [n] .

69
CHAPITRE 14. GROUPES, ANNEAUX ET CORPS

II.4 Idéaux d’un anneau

Notation 14.54. Dans ce paragraphe, (A, +, ×) est un anneau commutatif.

Définition 14.55 (Idéal). I ⊂ A. I est dit idéal de A lorsque :

(i) (I, +) est un sous-groupe additif de (A, +).
(ii) ∀a ∈ A, aI ⊂ I.

Proposition 14.56. Les idéaux de Z sont les nZ, n ∈ N.

Proposition 14.57. I, J deux idéaux de A. Alors I ∩ J et I + J = {x + y, (x, y) ∈ I × J}

sont des idéaux de A.

Proposition 14.58. α ∈ A. Alors αA = {αx, x ∈ A} est un idéal de A.

Définition 14.59 (Idéal principal). On dit qu’un idéal I de A est principal si ∃α ∈ A, I =

αA. On dit qu’un anneau est principal si tous ses idéaux sont principaux.

Proposition 14.60. (m, n) ∈ (N∗ )2 .

mZ + nZ = (m ∧ n)Z et mZ ∩ nZ = (m ∨ n)Z.

Remarque 14.61. On démontre cette propriété en utilisant uniquement les définitions

13.19 et 13.20, et aucune autre propriété du PGCD et du PPCM. De plus, on peut ainsi
définir le PGCD et le PPCM dans des anneaux principaux autres que Z.

70
Chapitre 15
Polynômes

I Généralités
I.1 Définition
Définition 15.1 (Suite à support fini). On dit qu’une suite u ∈ KN est à support fini si
l’ensemble {n ∈ N, un ̸= 0}, dit support de u, est fini.

Notation 15.2. Dans la section I, on notera A l’ensemble des suites à support fini.

I.2 Lois de composition interne

Définition 15.3 (LCI sur A). On définit les LCI + et ×, pour (u, v) ∈ A2 , par :
n
!
X
u + v = (un + vn )n∈N et u×v = ui vn−i .
i=0 n∈N

Proposition 15.4. (A, +, ×) est un anneau commutatif.

Notation 15.5. On définit, pour n ∈ N, la suite en ∈ A par

(
1 si k = n
∀k ∈ N, (en )k = .
0 sinon

Proposition 15.6. ∀n ∈ N, (e1 )n = en .

I.3 Loi de composition externe

Définition 15.7 (LCE sur A). On définit la LCE ·, pour (λ, u) ∈ K × A, par :

λ · u = (λun )n∈N .

Vocabulaire 15.8 (Combinaison linéaire). Soit (ui )i∈N une famille d’éléments de A.
On appelle combinaison linéaire (finie) de (ui )i∈N toute suite du type pk=0 λik uik , où
P

(λi0 , . . . , λip ) ∈ Kp+1 .

Proposition 15.9. Toute suite u ∈ A est combinaison linéaire finie de la famille (en )n∈N .
P
De plus u s’écrit u = k∈N uk ek , et cette écriture est unique.

71
CHAPITRE 15. POLYNÔMES

Notation 15.10. On note X = e1 , et ∀n ∈ N, X n = (e1 )n = en . Soit P ∈ A. On a donc

montré que P s’écrit de manière unique
X
P = λk X k ,
k∈N

où λ = P ∈ A. L’ensemble A est noté K[X], ses éléments sont dits polynômes, et les
(λk )k∈N sont dits coefficients de P .

Vocabulaire 15.11. Pour k ∈ N, λk ∈ K, le polynôme λk X k est dit monôme. De plus,

tout polynôme de la forme λ0 X 0 est dit constant.

I.4 Composition de deux polynômes

Définition 15.12 (Composition). (P, Q) ∈ K[X]2 , avec P =
P k.
k∈N λk X On définit alors
X
P ◦Q= λk Qk ∈ K[X].
k∈N

Proposition 15.13.

∀(P, Q, R) ∈ K[X]3 , (P + Q) ◦ R = (P ◦ R) + (Q ◦ R), (i)

∀(P, Q, R) ∈ K[X]3 , (P × Q) ◦ R = (P ◦ R) × (Q ◦ R), (ii)

∀(P, Q, R) ∈ K[X]3 , (P ◦ Q) ◦ R = P ◦ (Q ◦ R). (iii)

Définition 15.14 (Parité). P ∈ K[X]. On dit que P est pair lorsque P ◦ (−X) = P ; on
dit que P est impair lorsque P ◦ (−X) = −P .

Proposition 15.15. P ∈ K[X], avec P =

P k.
k∈N λk X

P est pair ⇐⇒ ∀k ∈ N, λ2k+1 = 0 ⇐⇒ ∃Q ∈ K[X], P = Q ◦ X 2 . (i)

 
P est impair ⇐⇒ ∀k ∈ N, λ2k = 0 ⇐⇒ ∃Q ∈ K[X], P = X Q ◦ X 2 . (ii)

Notation 15.16. (P, Q) ∈ K[X]2 . On notera souvent P (Q) à la place de P ◦ Q.

II Degré d’un polynôme

II.1 Généralités
Définition 15.17 (Degré). A = k∈N ak X k ∈ K[X]. Si A ̸= 0, l’ensemble {k ∈ N, ak = ̸
P

0} admet un plus grand élément noté deg A, et dit degré de A. Si A = 0, alors deg A =
−∞.

Proposition 15.18. (A, B) ∈ K[X]2 .

(i) deg A ∈ N ⇐⇒ A ̸= 0,
(ii) deg A ∈ N∗ ssi A non constant,
(iii) deg(A + B) ⩽ max(deg A, deg B) avec égalité dès que deg A ̸= deg B,
(iv) deg(AB) = deg A + deg B.

72
CHAPITRE 15. POLYNÔMES

Corollaire 15.19. (A1 , . . . , Ap ) ∈ K[X]p .

p
X
!
deg Ai ⩽ max (deg Ai ) , (i)
i∈J1,pK
i=1

p
Y
! p
X
deg Ai = deg Ai . (ii)
i=1 i=1

Vocabulaire 15.20. A = k∈N ak X k ∈ K[X]. Le coefficient a0 est dit coefficient constant.

P

Si A ̸= 0, le coefficient adeg A est dit coefficient dominant, et le monôme adeg A X deg A est
dit monôme de plus haut degré.
Notation 15.21. m ∈ N. On note Km [X] = {P ∈ K[X], deg P ⩽ m}.
(
deg A si λ ̸= 0
Proposition 15.22. A ∈ K[X], λ ∈ K. Alors deg(λA) = .
−∞ sinon

Proposition 15.23. m ∈ N. Km [X] est stable par combinaison linéaire.

II.2 Intégrité de K[X] et éléments inversibles

Proposition 15.24. (K[X], +, ×) est un anneau intègre.
Corollaire 15.25. (A, B, C) ∈ K[X]\{0} × K[X]2 .

AB = AC =⇒ B = C.

Proposition 15.26. K[X]∗ = {P ∈ K[X], deg P = 0}. Autrement dit, les éléments
inversibles de K[X] sont les polynômes constants non nuls.

II.3 Degré et composition

Proposition 15.27. (A, B) ∈ K[X]2 , B non constant. Alors deg(A ◦ B) = deg A deg B.

III Divisibilité dans K[X]

Définition 15.28 (Divisibilité). (A, B) ∈ K[X]2 . On dit que A divise B, noté A | B
lorsque ∃C ∈ K[X], B = AC.
Notation 15.29. A ∈ K[X]. On note AK[X] = {AC, C ∈ K[X]}.
Proposition 15.30. A ∈ K[X]. AK[X] est un idéal de K[X].
Définition 15.31 (Polynômes associés). (A, B) ∈ K[X]2 . A et B sont dits associés lorsque
A | B et B | A.
Proposition 15.32. (A, B) ∈ K[X]2 . A et B sont associés ssi ∃λ ∈ K∗ , B = λA.
Vocabulaire 15.33. A = k∈N ak X k ∈ K[X]\{0}. A est dit unitaire (ou normalisé)
P

lorsque adeg A = 1. Le polynôme A∗ = adeg

1
A
A est dit polynôme normalisé de A.

Proposition 15.34. Deux polynômes unitaires associés sont égaux.

Proposition 15.35. A ∈ K[X]\{0}. Alors A∗ est l’unique polynôme unitaire de K[X]
vérifiant A∗ K[X] = AK[X].

73
CHAPITRE 15. POLYNÔMES

Proposition 15.36.

∀(A, B) ∈ K[X]2 , A | B ⇐⇒ BK[X] ⊂ AK[X]. (i)

∀(A, B) ∈ (K[X]\{0})2 , AK[X] = BK[X] ⇐⇒ A et B associés ⇐⇒ A∗ = B ∗ . (ii)

Théorème 15.37 (Division euclidienne). (A, B) ∈ K[X] × K[X]\{0}.

∃!(Q, R) ∈ K[X]2 , A = BQ + R et deg R < deg B.

Démonstration. Existence par récurrence. P(n) : ∀A ∈ Kn [X], ∃(Q, R) ∈ K[X]2 , A =

BQ + R et deg R < deg B. Vérifier d’abord P(deg B − 1). Supposer ensuite P(n) vraie
et considérer un polynôme A ∈ K[X] t.q. deg A = n + 1. En notant a le coefficient
dominant de A, b le coefficient dominant de B et p = deg B, poser A′ = A − ab BX n+1−p .
Vérifier que deg A′ ⩽ n et
utiliser P(n) pour écrire A′ = Q′ B + R, avec deg R < deg B
puis A = ab X n+1−p + Q′ B + R. D’où P(n + 1). Unicité. Supposer A = BQ1 + R1 =
BQ2 + R2 , avec deg R1 < deg B, deg R2 < deg B. Écrire B(Q1 − Q2 ) = R2 − R1 . Or
deg(R2 − R1 ) ⩽ max(deg R1 , deg R2 ) < deg B, d’où deg B + deg(Q1 − Q2 ) < deg B, ou
encore deg(Q1 − Q2 ) < 0, donc deg(Q1 − Q2 ) = −∞, i.e. Q1 = Q2 et R1 = R2 .

Corollaire 15.38. K[X] est principal.

Démonstration. Soit I un idéal de K[X]. Poser H = {deg P, P ∈ I\{0}}. Montrer que

H admet un plus petit élément d0 puis choisir P0 ∈ I de degré d0 . Montrer alors grâce à
la division euclidienne que I ⊂ P0 K[X] (l’inclusion réciproque est claire).

IV Arithmétique dans K[X]

IV.1 Congruences
Définition 15.39 (Congruences). A ∈ K[X]\{0}. On définit la relation de congruence
modulo A sur K[X] par P ≡ Q [A] ssi (P − Q) ∈ AK[X].

Proposition 15.40. La congruence modulo A est une relation d’équivalence sur K[X],
compatible avec + et × :
) (
4 P ≡Q [A] P +R≡Q+S [A]
∀(P, Q, R, S) ∈ K[X] , =⇒ .
R≡S [A] P ×R≡Q×S [A]

IV.2 PGCD
Définition 15.41 (PGCD). (A, B) ∈ K[X] × K[X]\{0}. On appelle un PGCD de A et B
tout polynôme de degré maximal divisant A et B.

Lemme 15.42. (A, B) ∈ K[X] × K[X]\{0}. On pose A = BQ + R, avec (Q, R) ∈ K[X]2 ,

deg R < deg B. Alors les PGCD de A et B sont les PGCD de B et R.

Théorème 15.43 (Algorithme d’Euclide). (A, B) ∈ (K[X]\{0})2 , deg A ⩾ deg B. On

note R0 = A, R1 = B. Tant que R0 , . . . , Rn+1 sont tous non nuls, on pose Rn =
Rn+1 Qn+1 + Rn+2 , avec (Qn+1 , Rn+2 ) ∈ K[X]2 et deg Rn+2 < deg Rn+1 . Alors il existe
N ∈ N choisi minimal t.q. RN +1 = 0, et RN est un PGCD de A et B.

Démonstration. Même démonstration que dans Z (voir théorème 13.23).

74
CHAPITRE 15. POLYNÔMES

Théorème 15.44 (Égalité de Bézout). (A, B) ∈ (K[X]\{0})2 , ∆ un PGCD de A et B.

∃(U, V ) ∈ K[X]2 , AU + BV = ∆.

Démonstration. Même démonstration que dans Z (voir théorème 13.27).

Proposition 15.45. (A, B) ∈ K[X] × K[X]\{0}.

(i) L’ensemble des diviseurs communs de A et B est l’ensemble des diviseurs d’un PGCD
de A et B.
(ii) Tous les PGCD de A et B sont associés.

Définition 15.46 (PGCD). (A, B) ∈ K[X] × K[X]\{0}. Il existe un unique PGCD uni-
taire de A et B, dit le PGCD de A et B, et noté A ∧ B.

Proposition 15.47. (A, B) ∈ K[X] × K[X]\{0}.

AK[X] + BK[X] = (A ∧ B)K[X].

Corollaire 15.48. (A, B, C) ∈ K[X] × (K[X]\{0})2 . (CA) ∧ (CB) = C ∗ (A ∧ B).

IV.3 PPCM
Définition 15.49 (PPCM). (A, B) ∈ (K[X]\{0})2 . On appelle un PPCM de A et B tout
polynôme non nul de degré minimal multiple de A et de B.

Proposition 15.50. (A, B) ∈ (K[X]\{0})2 . Tous les PPCM de A et B sont associés.

Définition 15.51 (PPCM). (A, B) ∈ (K[X]\{0})2 . Il existe un unique PPCM unitaire

de A et B, dit le PPCM de A et B, et noté A ∨ B.

Proposition 15.52. (A, B) ∈ (K[X]\{0})2 .

AK[X] ∩ BK[X] = (A ∨ B)K[X].

Corollaire 15.53. (A, B, C) ∈ (K[X]\{0})3 . (CA) ∨ (CB) = C ∗ (A ∨ B).

IV.4 Polynômes premiers entre eux

Définition 15.54 (Polynômes premiers entre eux). (A, B) ∈ (K[X]\{0})2 . On dit que A
et B sont premiers entre eux lorsque A ∧ B = 1.

Lemme 15.55 (Lemme de Gauss). (A, B, C) ∈ (K[X]\{0})3 . Si A | BC et A ∧ B = 1,

alors A | C.

Théorème 15.56 (Égalité de Bézout). (A, B) ∈ (K[X]\{0})2 .

A ∧ B = 1 ⇐⇒ ∃(U, V ) ∈ K[X]2 , AU + BV = 1.

De plus, dans ce cas et à condition que deg A ⩾ 1, deg B ⩾ 1, il existe un unique polynôme
U t.q. deg U < deg B, et on a alors deg V < deg A.

75
CHAPITRE 15. POLYNÔMES

Démonstration. L’implication (⇒) découle du théorème 15.44, l’autre est facile à démon-
trer. Existence de U et V vérifiant deg U < deg B, deg V < deg A. Supposer A∧B = 1. Soit
(U0 , V0 ) ∈ K[X]2 t.q. AU0 +BV0 = 1. On a alors AU +BV = 1 ⇐⇒ A(U −U0 ) = B(V0 −V ).
Supposer (U, V ) solution, utiliser le lemme 15.55 pour en déduire que A | V0 − V . Donc
(U, V ) = (U0 + QB, V0 − QA), avec Q ∈ K[X]. Vérifier réciproquement que ces couples
conviennent. Utiliser alors la division euclidienne : U0 = QB + R, (Q, R) ∈ K[X]2 et
deg R < deg B. Choisir U = R, V = V0 + QA, et vérifier que U et V conviennent (ils
sont solutions de AU + BV = 1 et deg U < deg B, deg V < deg A). Montrer l’unicité de
manière classique.

Proposition 15.57. (A, B, C) ∈ (K[X]\{0})3 . (P1 , . . . , Pn ) ∈ (K[X]\{0})n .

n
!
Y
A∧ Pi = 1 ⇐⇒ ∀i ∈ J1, nK, A ∧ Pi = 1. (i)
i=1

A ∧ B = 1 =⇒ ∀(k, ℓ) ∈ (N∗ )2 , Ak ∧ B ℓ = 1. (ii)


B|A 

C|A =⇒ BC | A. (iii)
B∧C =1 


 A = (A ∧ B)A1

∃(A1 , A2 ) ∈ K[X]2 , B = (A ∧ B)B1 . (iv)
 A ∧B =1

1 1

(A ∧ B)(A ∨ B) = A∗ B ∗ . (v)

IV.5 PGCD et PPCM de n polynômes

Définition 15.58 (PGCD). (A1 , . . . , An ) ∈ (K[X]\{0})n . On appelle PGCD de A1 , . . . , An
tout polynôme de degré maximal divisant chacun des Ai , i ∈ J1, nK.

Définition 15.59 (PPCM). (A1 , . . . , An ) ∈ (K[X]\{0})n . On appelle PPCM de A1 , . . . , An

tout polynôme non nul de degré minimal multiple de chacun des Ai , i ∈ J1, nK.

Proposition 15.60. (A1 , . . . , An ) ∈ (K[X]\{0})n . P ∈ K[X].

∀i ∈ J1, nK, P | Ai ⇐⇒ P divise un PGCD de A1 , . . . , An . (i)

∀i ∈ J1, nK, Ai | P ⇐⇒ P est multiple d’un PPCM de A1 , . . . , An . (ii)

Corollaire 15.61. Tous les PGCD (resp. PPCM) de n polynômes non nuls sont associés.

Notation 15.62. (A1 , . . . , An ) ∈ (K[X]\{0})n . On note A1 ∧ · · · ∧ An l’unique PGCD

unitaire de A1 , . . . , An . On note A1 ∨ · · · ∨ An l’unique PPCM unitaire de A1 , . . . , An .

Proposition 15.63. (A, B, C) ∈ (K[X]\{0})3 .

(A ∧ B) ∧ C = A ∧ B ∧ C. (i)

AK[X] + BK[X] + CK[X] = (A ∧ B ∧ C)K[X]. (ii)

Proposition 15.64. (A1 , . . . , An ) ∈ (K[X]\{0})n . On suppose que ∀(i, j) ∈ J1, nK2 , i ̸=

j ⇒ Ai ∧ Aj = 1. Alors A1 ∨ · · · ∨ An = ni=1 A∗i .
Q

76
CHAPITRE 15. POLYNÔMES

V Fonctions polynomiales
V.1 Généralités
Définition 15.65 (Fonction polynomiale). P =
P k ∈ K[X]. On appelle fonction
k∈N λk X
polynomiale associée à P la fonction

K −→ K
Pe : x 7−→ X λ xk .
k
k∈N

Proposition 15.66. L’application ψ : K[X] −→ KK définie par ψ : P 7−→ Pe est un mor-

g = λPe et ∀(P, Q) ∈ K[X]2 , P
phisme d’anneau et on a de plus ∀(λ, P ) ∈ K×K[X], λP ^ ◦Q=
Pe ◦ Q.
e

Notation 15.67. P =
P k ∈ C[X]. On définit
k∈N λk X
X
P = λk X k .
k∈N

Proposition 15.68. L’application ψ : C[X] −→ C[X] définie par ψ : P −

7 → P est un
morphisme d’anneau et on a de plus ∀(λ, P ) ∈ K × K[X], λP = λ · P et ∀(P, Q) ∈
K[X]2 , P ◦ Q = P ◦ Q.

Proposition 15.69. ∀P ∈ C[X], P

e
= Pe .

V.2 Racines d’un polynôme

Définition 15.70 (Racine d’un polynôme). P ∈ K[X], a ∈ K. On dit que a est racine de
P lorsque Pe (a) = 0.

Lemme 15.71. P ∈ K[X], a ∈ K. Le reste de la division euclidienne de P par X − a est

Pe (a)X 0 .

Proposition 15.72. P ∈ K[X], a ∈ K. a est racine de P ssi X − a | P .

Définition 15.73 (Multiplicité d’une racine). P ∈ K[X]\{0}, a ∈ K, m ∈ N. On dit que

a racine de P est de multiplicité m lorsque (X − a)m | P et (X − a)m+1 ∤ P . On dit que
a est de multiplicité 0 lorsque a non racine de P .

Vocabulaire 15.74. P ∈ K[X]\{0}, a ∈ K. Si a est de multiplicité 1, a est dit racine

simple ; si a est de multiplicité strictement supérieure à 1, a est dit racine multiple.

Proposition 15.75. P ∈ K[X]\{0}, a ∈ K, m ∈ N.

(
P = Q(X − a)m
a racine de multiplicité m de P ⇐⇒ ∃Q ∈ K[X], .
Q(a)
e ̸= 0

Proposition 15.76. P ∈ C[X]\{0}, a ∈ C, m ∈ N. a est racine de multiplicité m de P

ssi a est racine de multiplicité m de P .

77
CHAPITRE 15. POLYNÔMES

V.3 Nombre de racines d’un polynôme

Proposition 15.77. P ∈ K[X]\{0}, (a1 , . . . , ar ) ∈ Kr , (m1 , . . . , mr ) ∈ (N∗ )r , avec a1 <
· · · < ar .

∀i ∈ J1, rK, ai racine de multiplicité mi de P

(
P = Q ri=1 (X − ai )mi
Q
⇐⇒ ∃Q ∈ K[X], .
∀i ∈ J1, rK, Q(a
e i ) ̸= 0

Vocabulaire 15.78. P = Q ri=1 (X−ai )mi ∈ K[X]\{0}, avec (a1 , . . . , ar ) ∈ Kr , (m1 , . . . , mr ) ∈

Q

(N∗ )r et Q ∈ K[X], où Q n’admet aucune racine dans K. Alors on dit que P a ri=1 mi
P

racines comptées avec leur multiplicité. Si de plus deg Q = 0, on dit que P est scindé sur
K.
Proposition 15.79. P ∈ K[X]\{0}. P possède au plus deg P racines comptées avec leur
multiplicité.
Corollaire 15.80. (x0 , . . . , xn ) ∈ Kn+1 , (y0 , . . . , yn ) ∈ Kn+1 , avec x0 < · · · < xn . On
suppose ici K = R ou C.
∃!P ∈ Kn [X], ∀i ∈ J0, nK, Pe (xi ) = yi .
Q
Pn j (X−x )
Démonstration. Existence. Poser P = i=0 yi Li , avec Li =
Qj̸=i . Vérifier que P
(x −x ) j̸=i i j

convient. Unicité. Utiliser la contraposée de la proposition 15.79.

V.4 Identification entre fonctions polynomiales et polynômes

Proposition 15.81. Le morphisme d’anneaux ψ : K[X] −→ KK défini par ψ : P 7−→ Pe
est injectif.

V.5 Relation entre coefficients et racines

Définition 15.82 (Fonctions symétriques). (λ1 , . . . , λp ) ∈ Kp . On définit les fonctions
symétriques élémentaires σ1 , . . . , σp de λ1 , . . . , λp par :
X
∀k ∈ J1, pK, σk = λ i1 · · · λ ik .
1⩽i1 <···<ik ⩽p
Qr
Proposition 15.83. P ∈ K[X]\{0} scindé sur K. On suppose P = η i=1 (X − ai )mi =
P k
k∈N λk X . On note p = deg P .

∀k ∈ J1, pK, λp−k = (−1)k λp σk .

VI Dérivation
VI.1 Généralités
Définition 15.84 (Dérivée d’un polynôme). P =
P k ∈ K[X]. On définit la
k∈N λk X
dérivée de P comme étant le polynôme
P′ =
X
kλk X k−1 .
k∈N∗
(0) = P et ∀j ∈
On définit de
 plus′ par récurrence les dérivées successives de P : P
N, P (j+1) = P (j) .

78
CHAPITRE 15. POLYNÔMES

Proposition 15.85.

∀P ∈ K[X], P ′ = 0 ⇐⇒ P polynôme constant. (i)

∀P ∈ K[X], ∀j ∈ J0, deg P K, deg P (j) = deg P − j. (ii)

∀P ∈ K[X]\{0}, P (1+deg P ) = 0. (iii)
(P + Q)′ = P ′ + Q′



 (P Q)′ = P ′ Q + P Q′

∀(P, Q, λ) ∈ K[X]2 × K, . (iv)

 (λP )′ = λP ′
′ ′ ′


(P ◦ Q) = Q · (P ◦ Q)
 ′
f′ = Pe
∀P ∈ R[X], P . (v)
 ′
∀P ∈ C[X], P ′ = P . (vi)

Théorème 15.86 (Formule de Leibniz). (P, Q) ∈ K[X]2 , n ∈ N.

!
(n)
X n
(P Q) = P (k) Q(n−k) .
k∈N
k

VI.2 Formule de Taylor et conséquences

Proposition 15.87. P ∈ K[X]\{0}, a ∈ K.

XP
deg (k) (a)
Pg
P = (X − a)k .
k=0
k!

Démonstration. Supposer d’abord a = 0 et montrer l’égalité voulue. Pour a ∈ K quel-

Pdeg Q Q (k) (0)
Xk,
g
conque, poser Q = P ◦(X +a). Utiliser la première étape pour écrire Q = k=0 k!
puis en déduire l’égalité souhaitée en utilisant P = Q ◦ (X − a).

Remarque 15.88. On sait que tout polynôme P ∈ K[X] s’écrit sous la forme P =
λk X k de manière unique. De plus, pour tout a ∈ K, P peut s’écrire sous la forme
P
k∈NP
P = k∈N µk (X − a)k de manière unique.

Lemme 15.89. P ∈ K[X], a ∈ K, m ∈ N∗ . Le reste de la division euclidienne de P par

(k) (a)
Pm−1 Pg
(X − a)m est k=0 k! (X − a)k .

Proposition 15.90. P ∈ K[X]\{0}, a ∈ K, m ∈ N∗ .

a racine de multiplicité m de P

(k) (a) = 0
 ∀k ∈ J0, m − 1K, Pg
⇐⇒ , (i)
]
 P (m) (a) ̸= 0

⇐⇒ a racine de multiplicité (m − 1) de P ′ . (ii)

f′ (a) = Pe (a) = 0.
a racine multiple de P ⇐⇒ P (iii)

79
CHAPITRE 15. POLYNÔMES

VII Polynômes irréductibles

VII.1 Généralités
Définition 15.91 (Polynôme irréductible). P ∈ K[X]\K0 [X]. P est dit irréductible dans
K[X] lorsque
∀(Q, H) ∈ K[X]2 , P = QH =⇒ Q constant ou H constant.
Proposition 15.92. P ∈ K[X]\K0 [X].
deg P = 1 =⇒ P irréductible. (i)
deg P ⩾ 2 et P admet une racine dans K =⇒ P non irréductible. (ii)
Proposition 15.93. P ∈ K[X]\K0 [X] irréductible.
∀A ∈ K[X], P | A ou P ∧ A = 1. (i)
n
!
Y
∀(A1 , . . . , An ) ∈ K[X]n , P | Ai ⇐⇒ ∃i ∈ J1, nK, P | Ai . (ii)
i=1
Définition 15.94 (Valuation P -adique). P ∈ K[X]\K0 [X] irréductible. A ∈ K[X]\{0}.
On appelle valuation P -adique de A l’entier
vP (A) = max{k ∈ N, P k | A}.
Lemme 15.95. P ∈ K[X]\K0 [X] irréductible. (A, B) ∈ (K[X]\{0})2 . Alors vP (AB) =
vP (A) + vP (B).
Proposition 15.96. P ∈ K[X]\K0 [X] irréductible. (A, B) ∈ (K[X]\{0})2 .
A | B =⇒ vP (A) ⩽ vP (B).

VII.2 Décomposition d’un polynôme

Proposition 15.97.

∀A ∈ K[X]\K0 [X], ∃(P1 , . . . , Pr ) ∈ K[X]r irréductibles unitaires,

r
∃(α1 , . . . , αr ) ∈ (N∗ )r , ∃λ ∈ K∗ , A = λ Piαi .
Y

i=1
De plus, cette écriture est unique à l’ordre près des facteurs (en supposant ∀(i, j) ∈
J1, rK2 , i ̸= j =⇒ Pi ̸= Pj ).
Démonstration. Existence. Par récurrence forte. Unicité. Supposer A = ri=1 Piαi =
Q
Qs βi
i=1 Qi . Montrer que ∀i ∈ J1, rK, ∃j ∈ J1, sK, Pi = Qj , et inversement. En déduire
que {P1 , . . . , Pr } = {Q1 , . . . , Qs }. Montrer ensuite que ∀i ∈ J1, rK, αi = vPi (A) et ∀j ∈
J1, sK, βi = vQi (A). D’où l’unicité de l’écriture.
Proposition 15.98. (A, B) ∈ (K[X]\{0})2 . On écrit A = λ ri=1 Piαi , B = µ ri=1 Piβi ,
Q Q

avec (P1 , . . . , Pr ) ∈ K[X]r irréductibles unitaires, (α1 , . . . , αr ) ∈ Nr , (β1 , . . . , βr ) ∈ Nr ,

(λ, µ) ∈ (K∗ )2 .
A | B ⇐⇒ ∀i ∈ J1, rK, αi ⩽ βi , (i)
r
Y min(αi ,βi )
A∧B = Pi , (ii)
i=1
r
Y max(αi ,βi )
A∨B = Pi . (iii)
i=1

80
CHAPITRE 15. POLYNÔMES

VII.3 Décomposition dans C[X]

Théorème 15.99 (Théorème de d’Alembert-Gauss). Tout polynôme non constant de
C[X] admet au moins une racine dans C.

Corollaire 15.100. Tout polynôme non constant dans C[X] est scindé dans C[X].

Démonstration. Par récurrence sur le degré.

Proposition 15.101. Les polynômes irréductibles de C[X] sont les polynômes de degré 1.

VII.4 Décomposition dans R[X]

Proposition 15.102. P ∈ K[X]\K0 [X]. P est scindé ssi le degré de P est égal au nombre
de racines de P comptées avec leur multiplicité.

Proposition 15.103. Les polynômes irréductibles dans R[X] sont les polynômes de degré
1 et les polynômes de degré 2 sans racines réelles.

Démonstration. Montrer d’abord que les polynômes de degré 1 et les polynômes de

degré 2 sans racines réelles sont irréductibles dans R[X]. Réciproquement, prendre un
polynôme P t.q. deg P ⩾ 3 (si deg P = 2 et P admet une racine réelle, P n’est clairement
pas irréductible). P admet une racine complexe α d’après le théorème 15.99. Si α ∈ R,
factoriser P par (X − α) ∈ R[X], sinon α est aussi racine et on peut factoriser P par
(X − α)(X − α) ∈ R[X]. Donc P n’est pas irréductible.

81
Chapitre 16
Fractions Rationnelles

I Généralités
Notation 16.1. Soit R la relation définie sur K[X] × K[X]\{0} par

(A, B)R(C, D) ⇐⇒ AD = BC.

Proposition 16.2. R est une relation d’équivalence.

A
Définition 16.3 (Fraction rationnelle). Pour (A, B) ∈ K[X] × K[X]\{0}, on note B la
classe d’équivalence de (A, B), dite fraction rationnelle. L’ensemble des fractions ration-
nelles est noté K(X).

Remarque 16.4. On dit que K[X] ⊂ K(X) au sens où il existe une injection K[X] →
K(X).
 
A C
Définition 16.5 (LCI sur K(X)). Pour B, D ∈ K(X)2 , on définit les LCI + et × par :

A C AD + BC A C AC
+ = et × = .
B D BD B D BD
Proposition 16.6. (K(X), +, ×) est un corps.

Proposition 16.7 (Écriture normalisée). F ∈ K(X)\{0}.


 P ∧Q=1

∃!(P, Q) ∈ K[X] × K[X]\{0}, Q unitaire .
 F = P

Q

P
On dit que Q est un représentant irréductible et normalisé de F .
A
Définition 16.8 (Composition). Pour B ∈ K(X), P ∈ K[X]\K0 [X], on définit

A A◦P
◦P = .
B B◦P
Définition 16.9 (Parité). F ∈ K(X). On dit que F est paire lorsque F ◦ (−X) = F ; on
dit que F est impaire lorsque F ◦ (−X) = −F .

82
CHAPITRE 16. FRACTIONS RATIONNELLES

A
Notation 16.10. B ∈ C(X). On définit
A A
 
= .
B B
C(X) −→ C(X)
Proposition 16.11. L’application est un automorphisme de corps.
F 7−→ F
Proposition 16.12. ∀F ∈ C(X), F ∈ R(X) ⇐⇒ F = F .

II Degré, dérivation et racines

II.1 Degré
A A
Définition 16.13 (Degré). B ∈ K(X). On définit deg B = deg A − deg B.
Proposition 16.14. (F, G) ∈ K(X)2 .
deg F = −∞ ⇐⇒ F = 0, (i)
deg(F + G) ⩽ max(deg F, deg G) avec égalité dès que deg F ̸= deg G, (ii)
deg(F G) = deg F + deg G. (iii)

II.2 Dérivation
A
Définition 16.15 (Dérivée d’une fraction rationnelle). B ∈ K(X). On définit la dérivée
A
de B comme étant la fraction rationnelle
′
A A′ B − AB ′

= .
B B2
 (0)
A A A
On définit de plus par récurrence les dérivées successives de B : B = B et ∀j ∈
 (j+1)   ′
(j)
A A
N, B = B .

Proposition 16.16. (F, G) ∈ K(X)2 , λ ∈ K.

(F + G)′ = F ′ + G′ et (λF )′ = λF ′ et (F G)′ = F ′ G + F G′ .

II.3 Fonctions rationnelles

A
Définition 16.17 (Fonction rationnelle). B ∈ K(X). On appelle fonction rationnelle
A
associée à B la fonction
g K\R −→ K
A
: A(x)
e ,
B x 7−→
B(x)
e
n o
avec R = ρ ∈ K, B(ρ)
e =0 .

Proposition 16.18. (F, G) ∈ K(X)2 , λ ∈ K.

F^
+ G = Fe + G
e et λF
g = λFe et F
g G = Fe G.
e

Proposition 16.19. K = R ou C. (F, G) ∈ K(X)2 . Si Fe et G

e sont égales en un nombre
infini de points, alors F = G.

83
CHAPITRE 16. FRACTIONS RATIONNELLES

II.4 Racines et pôles d’une fraction rationnelle

A
Définition 16.20 (Racines et pôles d’une fraction rationnelle). B ∈ K(X). On appelle
A A
racine de B de multiplicité m toute racine de A de multiplicité m ; on appelle pôle de B
de multiplicité m toute racine de B de multiplicité m.
Proposition 16.21. F ∈ K(X), α ∈ K. α racine de F ⇐⇒ Fe (α) = 0.

III Décomposition d’une fraction rationnelle en éléments

simples dans K(X)
III.1 Partie entière
Proposition 16.22 (Partie entière d’une fraction rationnelle). F ∈ K(X).

∃!(EF , G) ∈ K[X] × K(X), F = EF + G et deg G < 0.

EF est dite partie entière de F .

A
Démonstration. Avec F = B, écrire la division euclidienne de A par B.
A
Proposition 16.23. F = B ∈ K(X). On note EF la partie entière de F .

deg A < deg B =⇒ EF = 0. (i)

a
deg A = deg B =⇒ EF = , (ii)
b
où a et b sont les coefficients dominants respectifs de A et B.
Proposition 16.24. ∀(F, G) ∈ K(X)2 , ∀(λ, µ) ∈ K2 , EλF +µG = λEF + µEG .

III.2 Décomposition d’une fraction rationnelle

A
Définition 16.25 (Décomposition en éléments simples). F = B ∈ K(X), avec B unitaire.
Qr αi r
On écrit B = i=1 Pi , avec (P1 , . . . , Pr ) ∈ K[X] irréductibles unitaires deux à deux
distincts, (α1 , . . . , αr ) ∈ (N∗ )r . Alors toute écriture de la forme
r αi
X X Vi,j
F = E F + ,
|{z}
i=1 j=1 Pij
partie entière de F | {z }
partie polaire associée à Pi

est dite décomposition en éléments simples de F dans K(X), où les Vi,j sont des polynômes
vérifiant deg Vi,j < deg Pi .
Lemme 16.26. (P, Q1 , Q2 ) ∈ K[X] × (K[X]\{0})2 , avec Q1 ∧ Q2 = 1 et deg Q1PQ2 < 0.

P U1 U2
∃(U1 , U2 ) ∈ K[X]2 , = +
Q1 Q2 Q1 Q2
et deg U1 < deg Q1 et deg U2 < deg Q2 .

Démonstration. Utiliser Bézout pour écrire AQ1 + BQ2 = 1, avec (A, B) ∈ K[X]2 .
En déduire AP Q1 + BP Q2 = P . Écrire la division euclidienne de AP par Q2 : AP =
W Q2 + U2 , avec deg U2 < deg Q2 . Poser alors U1 = BP + Q1 W , puis vérifier que U1 et U2
conviennent.

84
CHAPITRE 16. FRACTIONS RATIONNELLES

Lemme 16.27. (U, Q) ∈ K[X] × K[X]\{0}, n ∈ N∗ t.q. deg QUn < 0.

n
U X Vi
∃(V1 , . . . , Vn ) ∈ K[X]n , = et ∀i ∈ J1, nK, deg Vi < deg Q.
Qn k=1
Qi

Démonstration. Par division euclidienne de U par Q, écrire U = QW +Vn , avec deg Vn <
Vn
deg Q, donc F = QW W
n−1 + Qn , et deg Qn−1 < 0. Justifier alors l’existence de V1 , . . . , Vn par
récurrence descendante.

Proposition 16.28. Toute fraction rationnelle admet une unique décomposition en élé-
ments simples.

Démonstration. Existence. Appliquer le lemme 16.26 puis le lemme 16.27.

IV Détermination des éléments simples

IV.1 Éléments simples associés à (X − α)
A
Proposition 16.29. F = (X−α)n B ∈ K(X), avec (A, B) ∈ K[X] × K[X]\{0}, A(α)
e ̸= 0,
B(α)
e ̸= 0, et n ∈ N∗ . Alors
n
X λk
F = EF + H + ,
k=1
(X − α)k

où H ∈ K(X), deg H < 0, H n’admet pas α pour pôle et

A(α)
e n!A(α)
e
λn = = ,
B(α)
e Ce (n) (α)

avec C = (X − α)n B.

IV.2 Quelques règles en pratique

Méthode 16.30. F ∈ K(X). Pour simplifier la décomposition en éléments simples de F ,
on peut s’appuyer sur les règles suivantes :
(i) Si F est paire (resp. impaire), on a F (X) = F (−X) (resp. F (X) = −F (−X)),
donc on obtient deux décompositions en éléments simples de F . Par unicité de la
décomposition en éléments simples, on obtient des relations entre les coefficients.
(ii) Si F ∈ R(X), on peut décomposer F sur C(X) et utiliser F = F .
(iii) On peut évaluer Fe en certains points judicieux (y compris en ±∞).

IV.3 Un exemple important

Proposition 16.31. P ∈ K[X]\{0} scindé sur K, avec K = R ou C. On peut alors écrire
P = λ nk=1 (X − ak ), avec (a1 , . . . , an ) ∈ Kn , λ ∈ K∗ . On a alors :
Q

n
P′ X 1
= .
P k=1
X − ak

85
Chapitre 17
Espaces Vectoriels

I Généralités
I.1 Définition
Définition 17.1 (Espace vectoriel). E un ensemble, + une LCI sur E, · une LCE K×E →
E. On dit que (E, +, ·) est un K-espace vectoriel lorsque :
(i) (E, +) est un groupe commutatif.

 λ · (x + y) = λ · x + λ · y

(ii) ∀(λ, µ) ∈ K2 , ∀(x, y) ∈ E 2 , (λ + µ) · x = λ · x + µ · x .
 (λ × µ) · x = λ · (µ · x)


(iii) ∀x ∈ E, 1K · x = x.
Les éléments de E sont dits vecteurs, les éléments de K sont dits scalaires.

Définition 17.2 (Produit cartésien d’espaces vectoriels). (E, +1 , ·1 ) et (F, +2 , ·2 ) deux

K-espaces vectoriels. On définit la LCI + sur E × F par

(E × F ) × (E × F ) −→ E × F
+: .
((x1 , x2 ), (y1 , y2 )) 7−→ (x1 +1 y1 , x2 +2 y2 )

On définit de même la LCE · par

K × (E × F ) −→ E × F
·: .
(λ, (x1 , x2 )) 7−→ (λ ·1 x1 , λ ·2 y2 )

Alors (E × F, +, ·) est un K-espace vectoriel, dit produit cartésien de E et F .

Proposition 17.3. (E, +, ·) un K-espace vectoriel, A un ensemble non vide. Alors (E A , +, ·)

est un K-espace vectoriel.

Exemple 17.4. Pour n ∈ N∗ , (Rn , +, ·), est un R-espace vectoriel, (Cn , +, ·) est un R-
espace vectoriel et un C-espace vectoriel. (RR , +, ·), (RN , +, ·) sont des R-espaces vectoriels.
(K(X), +, ·) est un K-espace vectoriel.

86
CHAPITRE 17. ESPACES VECTORIELS

I.2 Règles de calcul dans un espace vectoriel

Proposition 17.5. (E, +, ·) un K-espace vectoriel. (x, y) ∈ E 2 , (λ, µ) ∈ K2 .
(i) 0K · x = 0E ,
(ii) λ · 0E = 0E ,
(iii) λ · x = 0E ⇐⇒ λ = 0K ou x = 0E ,
(iv) −(λ · x) = (−λ) · x,
(v) λ · (x − y) = λ · x − λ · y,
(vi) (λ − µ) · x = λ · x − µ · x.

Vocabulaire 17.6 (Combinaison linéaire). (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈

E n . On appelle combinaison linéaire de x1 , . . . , xn tout vecteur de E du type nk=1 λk xk ,
P

où (λ1 , . . . , λn ) ∈ Kn . De même, pour A ⊂ E, on appelle combinaison linéaire (finie)

d’éléments de A toute combinaison linéaire d’un nombre fini d’éléments de A.

II Sous-espaces vectoriels
II.1 Généralités
Définition 17.7 (Sous-espace vectoriel). (E, +, ·) un K-espace vectoriel. F ⊂ E. F est
dit sous-espace vectoriel de E lorsque F est un espace vectoriel muni des lois induites par
celles de E.

Proposition 17.8. (E, +, ·) un K-espace vectoriel. F ⊂ E. F est un sous-espace vectoriel

de E ssi F ̸= ∅ et ∀(λ, µ) ∈ K2 , ∀(x, y) ∈ E 2 , λx + µy ∈ F .

Vocabulaire 17.9 (Vecteurs colinéaires). (E, +, ·) un K-espace vectoriel. (u, v) ∈ E 2 . u

et v sont dits colinéaires lorsque u = 0E ou ∃λ ∈ K, v = λu.

Définition 17.10 (Droite et plan). (E, +, ·) un K-espace vectoriel. (u, v) ∈ (E\{0E })2 ,
avec u et v non colinéaires. On appelle droite dirigée par u le sous-espace vectoriel Du =
{λu, λ ∈ K} ; on appelle plan dirigé par u et v le sous-espace vectoriel {λu + µv, (λ, µ) ∈
K2 }.

II.2 Opérations ensemblistes et espaces vectoriels

Proposition 17.11. (E, +, ·) un K-espace vectoriel. (Fi )i∈I une famille de sous-espaces
T
vectoriels de E, où I est un ensemble quelconque. Alors i∈I Fi est un sous-espace vectoriel
de E.

Définition 17.12 (Espace vectoriel engendré par une partie). (E, +, ·) un K-espace vec-
toriel. A ⊂ E. On appelle espace vectoriel engendré par A, noté Vect(A), le plus petit
sous-espace vectoriel de E contenant A.

Lemme 17.13. (E, +, ·) un K-espace vectoriel. F un sous-espace vectoriel de E. Alors

toute combinaison linéaire d’éléments de F est dans F .

Proposition 17.14. (E, +, ·) un K-espace vectoriel. A ⊂ E, A ̸= ∅. Alors Vect(A) est

l’ensemble des combinaisons linéaires d’éléments de A.

87
CHAPITRE 17. ESPACES VECTORIELS

II.3 Somme de sous-espaces vectoriels

Notation 17.15. (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-espaces vectoriels de
E. On note
n n n
( )
X X Y
Fi = fi , (f1 , . . . , fn ) ∈ Fi .
i=1 i=1 i=1

Proposition 17.16. (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-espaces vectoriels

de E.
n n
!
[ X
Vect Fi = Fi .
i=1 i=1

II.4 Somme directe de deux sous-espaces vectoriels

Définition 17.17 (Somme directe). (E, +, ·) un K-espace vectoriel. F1 , F2 deux sous-
espaces vectoriels de E. On dit que la somme F1 + F2 est directe, et on la note alors
F1 ⊕ F2 , lorsque ∀x ∈ (F1 + F2 ), ∃!(f1 , f2 ) ∈ F1 × F2 , x = f1 + f2 .
Proposition 17.18. (E, +, ·) un K-espace vectoriel. F1 , F2 deux sous-espaces vectoriels
de E.

F1 + F2 est directe ⇐⇒ ∀(f1 , f2 ) ∈ F1 × F2 , 0E = f1 + f2 ⇒ f1 = f2 = 0E (i)

⇐⇒ F1 ∩ F2 = {0E }. (ii)

Définition 17.19 (Sous-espaces vectoriels supplémentaires). (E, +, ·) un K-espace vecto-

riel. F1 , F2 deux sous-espaces vectoriels de E. On dit que F1 et F2 sont supplémentaires
lorsque F1 ⊕ F2 = E.
Proposition 17.20. (E, +, ·) un K-espace vectoriel. F1 , F2 deux sous-espaces vectoriels
de E. F1 et F2 sont supplémentaires ssi F1 + F2 = E et F1 ∩ F2 = {0E }.
n o n o
Proposition 17.21. On note P = f ∈ RR , f paire , I = f ∈ RR , f impaire .

RR = P ⊕ I.

II.5 Somme directe de n sous-espaces vectoriels

Définition 17.22 (Somme directe). (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-
espaces vectoriels de E. On dit que la somme ni=1 Fi est directe lorsque
P

n
X n
Y n
X
∀x ∈ Fi , ∃!(f1 , . . . , fn ) ∈ Fi , x = fi .
i=1 i=1 i=1

On note alors cette somme n

M
Fi .
i=1

Proposition 17.23. (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-espaces vectoriels

de E.
n
X
Fi est directe
i=1
n
Y n
X
⇐⇒ ∀(f1 , . . . , fn ) ∈ Fi , 0E = fi ⇒ ∀i ∈ J1, nK, fi = 0E .
i=1 i=1

88
CHAPITRE 17. ESPACES VECTORIELS

Proposition 17.24. (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-espaces vectoriels

de E. Si ni=1 Fi est directe, alors ∀(i, j) ∈ J1, pK2 , i ̸= j =⇒ Fi ∩ Fj = {0E }.
P

Proposition 17.25. (E, +, ·) un K-espace vectoriel. F1 , . . . , Fn n sous-espaces vectoriels

de E. Si E = ni=1 Fi , alors pour tout j ∈ J1, nK, un supplémentaire de Fj est
L

M
Fi .
1⩽i⩽n
i̸=j

III Familles libres, génératrices et bases

III.1 Systèmes finis de vecteurs
Vocabulaire 17.26 (Système fini de vecteurs). (E, +, ·) un K-espace vectoriel. On appelle
système fini de vecteurs toute suite (x1 , . . . , xn ) ∈ E n .

Définition 17.27 (Système libre ou lié). (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) un

système de n vecteurs de E. On dit que le système (x1 , . . . , xn ) est libre lorsque
n
X
∀(λ1 , . . . , λn ) ∈ Kn , λi xi = 0E =⇒ ∀i ∈ J1, nK, λi = 0K .
i=1

On dit que le système (x1 , . . . , xn ) est lié s’il n’est pas libre.

Proposition 17.28. (E, +, ·) un K-espace vectoriel. (x1 , x2 ) ∈ E 2 . Le système (x1 , x2 )

est lié ssi x1 et x2 sont colinéaires, i.e. x2 = 0E ou ∃λ ∈ K, x1 = λx2 .

Proposition 17.29. (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n .

Pn
(i) (x1 , . . . , xn ) lié ssi ∃(λ1 , . . . , λn ) ∈ Kn \{(0K , . . . , 0K )}, i=1 λi xi = 0E .
(ii) Un système contenant un vecteur nul est lié.
(iii) Un système contenant deux vecteurs colinéaires est lié.
(iv) Un système est lié ssi un des vecteurs est CL des autres.

Proposition 17.30. (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n . (x1 , . . . , xn ) est

libre ssi tout vecteur de E s’écrit d’au plus une façon comme combinaison linéaire de
x1 , . . . , x n .

Proposition 17.31. (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n libre. x ∈ E. Alors

(x1 , . . . , xn , x) est lié ssi x ∈ Vect(x1 , . . . , xn ).

Vocabulaire 17.32 (Sur-système et sous-système). (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈

E n . On appelle sur-système de (x1 , . . . , xn ) tout système contenant (x1 , . . . , xn ). On ap-
pelle sous-système de (x1 , . . . , xn ) tout système dont (x1 , . . . , xn ) est sur-système.

Proposition 17.33.
(i) Tout sous-système d’un système libre est libre.
(ii) Tout sur-système d’un système lié est lié.

89
CHAPITRE 17. ESPACES VECTORIELS

III.2 Systèmes générateurs

Définition 17.34 (Famille génératrice). (E, +, ·) un K-espace vectoriel. On dit que (x1 , . . . , xn ) ∈
E n est une famille génératrice (ou système générateur) de E lorsque E = Vect(x1 , . . . , xn ).

Proposition 17.35. (E, +, ·) un K-espace vectoriel. Tout sur-système d’un système gé-
nérateur de E génère E.

Proposition 17.36. (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n un système géné-

rateur de E. H un système de vecteurs de E.

H génère E ⇐⇒ ∀i ∈ J1, nK, xi ∈ Vect(H).

III.3 Base d’un espace vectoriel

Définition 17.37 (Base). (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n . (x1 , . . . , xn )
est dit base de E lorsque (x1 , . . . , xn ) génère E et (x1 , . . . , xn ) est libre.

Proposition 17.38. (E, +, ·) un K-espace vectoriel. (x1 , . . . , xn ) ∈ E n . (x1 , . . . , xn ) est

une base de E ssi n X
∀x ∈ E, ∃!(λ1 , . . . , λn ) ∈ Kn , x = λ k xk .
k=1

On dit alors que (λ1 , . . . , λn ) sont les composantes ou coordonnées de x dans la base
(x1 , . . . , xn ).

III.4 Famille quelconque de vecteurs

Définition 17.39 (Famille presque nulle). (λi )i∈I une famille d’éléments de K, où I est
un ensemble quelconque non vide. On dit que la famille (λi )i∈I est presque nulle lorsque
tous les λi sont nuls excepté un nombre fini d’entre eux.

Définition 17.40 (Combinaison linéaire). (E, +, ·) un K-espace vectoriel. (xi )i∈I une
famille de vecteurs de E. x ∈ E. On dit que x est combinaison linéaire de la famille
P
(xi )i∈I lorsqu’il existe une famille presque nulle (λi )i∈I de scalaires t.q. x = i∈I λi xi .

Définition 17.41 (Famille génératrice). (E, +, ·) un K-espace vectoriel. (xi )i∈I une fa-
mille de vecteurs de E. On dit que (xi )i∈I est une famille génératrice de E lorsque tout
vecteur de E est CL des (xi )i∈I . Autrement dit, E = Vect ((xi )i∈I ).

Définition 17.42 (Famille libre). (E, +, ·) un K-espace vectoriel. (xi )i∈I une famille de
vecteurs de E. On dit que (xi )i∈I est libre dans E lorsque pour toute famille presque nulle
(λi )i∈I de scalaires X
λi xi = 0E =⇒ ∀i ∈ I, λi = 0K .
i∈I

Proposition 17.43. (E, +, ·) un K-espace vectoriel. (xi )i∈N une famille de vecteurs de
E. (xi )i∈N est libre ssi pour tout n ∈ N, (x0 , . . . , xn ) est libre.

Vocabulaire 17.44 (Dimension finie ou infinie). (E, +, ·) un K-espace vectoriel. On dit

que E est de dimension finie si E admet une famille génératrice finie. Sinon, on dit que
E est de dimension infinie.

Remarque 17.45. Les propositions 17.29, 17.30, 17.31, 17.33, 17.35 et 17.36 restent
valables en remplaçant système fini de vecteurs par famille de vecteurs.

90
CHAPITRE 17. ESPACES VECTORIELS

IV Applications linéaires
IV.1 Généralités
Définition 17.46 (Application linéaire). (E, +, ·) et (F, +, ·) deux K-espaces vectoriels.
u : E → F une application. On dit que u est une application linéaire lorsque
(i) ∀(x, y) ∈ E 2 , u(x + y) = u(x) + u(y),
(ii) ∀λ ∈ K, ∀x ∈ E, u(λ · x) = λ · u(x).

Proposition 17.47. u : E → F une application linéaire. Alors u(0E ) = 0F .

Proposition 17.48. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels. u : E → F une ap-

plication. u est une application linéaire ssi

∀(x, y) ∈ E 2 , ∀(λ, µ) ∈ K2 , u(λx + µy) = λu(x) + µu(y).

Proposition 17.49. u : E → F une application linéaire. Si E admet une famille généra-

trice (ei )i∈I , alors u est entièrement déterminée par (u(ei ))i∈I .

IV.2 Image et noyau

Définition 17.50 (Image et noyau). u : E → F une application linéaire. On définit :

Im u = u(E) et Ker u = u−1 ({0F }) .

Lemme 17.51. u : E → F une application linéaire. G et H des sous-espaces vectoriels

de respectivement E et F . Alors u(G) est un sous-espace vectoriel de F et u−1 (H) est un
sous-espace vectoriel de E.

Proposition 17.52. u : E → F une application linéaire. Alors Ker u est un sous-espace

vectoriel de E et Im u est un sous-espace vectoriel de F .

Proposition 17.53. u : E → F une application linéaire. Si E admet une famille généra-

trice (ei )i∈I , alors
Im u = Vect (u(ei )i∈I ) .

Proposition 17.54. u : E → F une application linéaire. λ ∈ K∗ . Alors l’application λu

est linéaire, et on a

Ker(λu) = Ker u et Im(λu) = Im u.

Proposition 17.55. u : E → F une application linéaire.

u injective ⇐⇒ Ker u = {0E }, (i)

u surjective ⇐⇒ Im u = F. (ii)

Vocabulaire 17.56. u : E → F une application linéaire.

(i) u est dit isomorphisme si u est bijective.
(ii) u est dit endomorphisme si E = F .
(iii) u est dit automorphisme si u est un endomorphisme bijectif.

Proposition 17.57. u : E → F un isomorphisme. Alors u−1 est aussi un isomorphisme.

91
CHAPITRE 17. ESPACES VECTORIELS

IV.3 Restrictions
Proposition 17.58. u : E → F une application linéaire. G un sous-espace vectoriel de
E. Alors l’application u|G est linéaire et

Ker u|G = G ∩ Ker u.

Corollaire 17.59. u : E → F une application linéaire. G un sous-espace vectoriel de E.

Si u est injective, alors u|G est injective.

IV.4 Opérations et applications linéaires

Notation 17.60. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels. L(E, F ) désigne l’en-
semble des applications linéaires de E dans F . On note de plus L(E) = L(E, E).
Proposition 17.61. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels. (L(E, F ), +, ·) est un
K-espace vectoriel.
Proposition 17.62. u : E → F et v : F → G deux applications linéaires. Alors v ◦ u est
une application linéaire.
Proposition 17.63. u : E → F et v : F → G deux applications linéaires.

Im u ⊂ Ker v ⇐⇒ v ◦ u = 0.

IV.5 Résolution d’équations linéaires

Proposition 17.64. u : E → F une application linéaire, b ∈ F . L’équation u(x) = b est
dite linéaire et a pour solution ∅ si b ̸∈ Im u, ou bien {x0 + x, x ∈ Ker u}, où x0 vérifie
u(x0 ) = b, si b ∈ Im u. x0 est dit solution particulière de l’équation.

IV.6 Image d’une famille par une application linéaire

Proposition 17.65. u : E → F une application linéaire.
(i) L’image d’une famille liée par u est liée.
(ii) L’image d’une famille génératrice de E par u génère Im u.
(iii) Si u injective, alors l’image d’une famille libre par u est libre.
(iv) Si u surjective, alors l’image d’une famille génératrice de E par u génère F .
(v) Si u isomorphisme, alors l”image d’une base de E par u est une base de F .

V Structure d’algèbre de L(E)

Proposition 17.66. (E, +, ·) un K-espace vectoriel. Alors (L(E), +, ·) est un K-espace
vectoriel et (L(E), +, ◦) est un anneau. On dit que L(E) est une algèbre.
Notation 17.67 (Groupe linéaire). On note GL(E), dit groupe linéaire de E, l’ensemble
des automorphismes de E.
Proposition 17.68. (GL(E), ◦) est un groupe.
Notation 17.69. u ∈ L(E), n ∈ N. On note un = u · · ◦ u} si n ∈ N∗ , u0 = idE . Si
| ◦ ·{z
n fois

−n
u ∈ GL(E), n ∈ Z, on note un = u−1 pour n < 0.

92
CHAPITRE 17. ESPACES VECTORIELS

Vocabulaire 17.70 (Nilpotence et idempotence). u ∈ L(E).

(i) u est dit nilpotent lorsque ∃n ∈ N, un = 0. L’entier min{n ∈ N, un = 0} est alors
dit indice de u.
(ii) u est dit idempotent lorsque u2 = u.

Proposition 17.71. u ∈ L(E) nilpotent d’indice n.

(i) u non injective.
(ii) (idE − u) ∈ GL(E).
 
(iii) ∃x0 ∈ E, uk (x0 ) est libre dans E.
k∈J0,nJ
Pn−1 k
Démonstration. (ii) Montrer que (idE − u) k=0 u = idE . (iii) Choisir x0 ∈ E t.q.
un−1 (x0 ) ̸= 0 et montrer que x0 convient.

VI Projecteurs et symétries
Définition 17.72 (Projecteur). p ∈ L(E) est dit projecteur de E lorsque p2 = p.

Définition 17.73 (Symétrie). s ∈ L(E) est dit symétrie de E lorsque s2 = idE .

s+idE
Proposition 17.74. s ∈ L(E). s est une symétrie de E ssi 2 est un projecteur de E.

Définition 17.75 (Projection et symétrie). (E, +, ·) un K-espace vectoriel. F et G deux

sous-espaces vectoriels de E t.q. F ⊕ G = E. On a alors ∀x ∈ E, ∃!(xF , xG ) ∈ F × G, x =
xF + xG . On appelle projection sur F parallèlement à G l’application

E −→ E
πF,G : .
x 7−→ xF

On appelle symétrie de base F parallèlement à G l’application

E −→ E
σF,G : .
x 7−→ xF − xG

πP,D (u) σP,D (u)

u

Projection et symétrie sur un plan dans R3

Remarque 17.76. Pour u ∈ L(E), Ker(u − idE ) est l’ensemble des vecteurs invariants
par u.

93
CHAPITRE 17. ESPACES VECTORIELS

Proposition 17.77. (E, +, ·) un K-espace vectoriel. F et G deux sous-espaces vectoriels

de E t.q. F ⊕ G = E.
(i) πF,G est un projecteur.
(ii) σF,G est une symétrie.
(iii) Im πF,G = Ker(πF,G − idE ) = F et Ker πF,G = G.
(iv) Ker(σF,G − idE ) = F et Ker(σF,G + idE ) = G.
(v) πG,F = idE − πF,G et πG,F ◦ πF,G = 0.

Proposition 17.78.
(i) p ∈ L(E) un projecteur. Alors Im p ⊕ Ker p = E et p = πIm p,Ker p .
(ii) s ∈ L(E) une symétrie. Alors Ker(s−idE )⊕Ker(s+idE ) = E et s = σKer(s−idE ),Ker(s+idE ) .

Définition 17.79 (Projections associées à une somme directe). (E, +, ·) un K-espace vec-
toriel. (F1 , . . . , Fr ) r sous-espaces vectoriels de E t.q. E = ri=1 Fi . On appelle projections
L

associées à cette somme directe les projections p1 , . . . , pr , où pj est la projection sur Fj

parallèlement à 1⩽i⩽r Fi , pour j ∈ J1, rK.
L
i̸=j

Proposition 17.80. (E, +, ·) un K-espace vectoriel. (F1 , . . . , Fr ) r sous-espaces vectoriels

de E t.q. E = ri=1 Fi . p1 , . . . , pr les projections associées à cette somme directe. Alors
L

r
X
∀(i, j) ∈ J1, rK2 , i ̸= j =⇒ pi ◦ pj = 0 et pi = idE .
i=1

Proposition 17.81. (E, +, ·) un K-espace vectoriel. (F1 , . . . , Fr ) r sous-espaces vecto-

riels de E t.q. E = ri=1 Fi . u ∈ L(E, F ). Alors u est entièrement déterminée par ses
L

restrictions à chacun des Fi . On pose de plus, pour i ∈ J1, rK,

E −→ Fi
p̂i : ,
x 7−→ pi (x)
Lr
où p1 , . . . , pr sont les projections associées à la somme directe E = i=1 Fi . Alors
r
X
u= u|Fi ◦ p̂i .
i=1

VII Noyaux, formes linéaires et hyperplans

VII.1 Définitions
Définition 17.82 (Forme linéaire). (E, +, ·) un K-espace vectoriel. On appelle forme
linéaire toute application linéaire de E dans K. On note E ∗ = L(E, K), dit espace dual
de E.

Définition 17.83 (Hyperplan). On appelle hyperplan tout noyau d’une forme linéaire
non nulle.

Proposition 17.84. (E, +, ·) un K-espace vectoriel. Tout hyperplan de E est un sous-

espace vectoriel de E.

94
CHAPITRE 17. ESPACES VECTORIELS

VII.2 Caractérisation des hyperplans

Proposition 17.85. (E, +, ·) un K-espace vectoriel. H ⊂ E. H est un hyperplan de E
ssi H admet comme supplémentaire une droite vectorielle de E. Dans ce cas, on a

∀a ∈ E\H, E = H ⊕ Vect(a).

Démonstration. (⇒) Choisir a ∈ E\H et montrer que E = H ⊕ Vect(a). (⇐) Sup-

poser que E = H ⊕ Vect(a), où a ∈ E\{0} et définir l’application φ : x ∈ E 7−→
l’unique scalaire λ t.q. (x − λa) ∈ H. Montrer que φ est une forme linéaire et que H =
Ker φ.

VII.3 Formes linéaires colinéaires

Proposition 17.86. Deux formes linéaires non nulles sont colinéaires ssi elles ont le
même noyau.

Démonstration. (⇐) Soit (E, +, ·) un K-espace vectoriel, (φ, ψ) ∈ (E ∗ \{0})2 t.q. Ker φ =
Ker ψ. Comme Ker φ est un hyperplan, on a (par la proposition 17.85) : ∃a ∈ E\{0}, E =
Ker φ ⊕ Vect(a). Montrer alors que φ et ψ sont colinéaires sur Ker φ et sur Vect(a).

95
Chapitre 18
Espaces Vectoriels de Dimension Finie

Vocabulaire 18.1 (Dimension finie ou infinie). (E, +, ·) un K-espace vectoriel. On dit

que E est de dimension finie si E admet une famille génératrice finie. Sinon, on dit que
E est de dimension infinie.

I Théorème de la base incomplète

Théorème 18.2 (Théorème de la base incomplète). (E, +, ·) un K-espace vectoriel de
dimension finie, E ̸= {0}. L une famille libre finie de E (éventuellement ∅). G une
famille génératrice finie de E. Alors il existe une base de E obtenue en complétant la
famille L avec uniquement des vecteurs de G.

Démonstration. Considérer A = {card(L ∪ C), C ⊂ G, L ∪ C libre}. On a A ⊂ N, A ̸= ∅

et A majoré par card L + card G, donc A admet un plus grand élément noté card(L ∪ C0 ).
Montrer alors que L ∪ C0 est une base de E. Soit x ∈ G. Supposer x ̸∈ L ∪ C0 , sinon il est
évident que x ∈ Vect(L∪C0 ). Par maximalité de card(L∪C0 ), la famille L∪C0 ∪{x} est liée
(puisque C0 ∪ {x} ⊂ G) ; et L ∪ C0 est libre, donc x ∈ Vect(L ∪ C0 ), d’où G ⊂ Vect(L ∪ C0 ).
Ainsi E = Vect(G) ⊂ Vect(L ∪ C0 ), donc E = Vect(L ∪ C0 ). Et L ∪ C0 est libre, donc L ∪ C0
est une base de E.

Corollaire 18.3. Tout espace vectoriel de dimension finie admet une base.

II Dimension d’un espace vectoriel de dimension finie

Lemme 18.4 (Lemme de Steinitz). (E, +, ·) un K-espace vectoriel, n ∈ N. Alors (n + 1)
vecteurs d’un sous-espace vectoriel de E généré par n vecteurs sont liés.

Démonstration. Récurrence. P(n) : ∀(a1 , . . . , an ) ∈ E n , ∀(x1 , . . . , xn+1 ) ∈ (Vect(a1 , . . . , an ))n+1 ,

(x1 , . . . , xn+1 ) liée. P(0) vraie. Fixer n ∈ N t.q. P(n) vraie. Soit (a1 , . . . , an+1 ) ∈ E n+1 ,
F = Vect(a1 , . . . , an+1 ), (x1 , . . . , xn+2 ) ∈ F n+2 . On peut supposer qu’un des vecteurs
x1 , . . . , xn+2 , qu’on note xn+2 , n’appartient pas à Vect(a1 , . . . , an ) (sinon, par P(n), (x1 , . . . , xn+2 )
est liée). On a F = Vect(a1 , . . . , an ) ⊕ Vect(an+1 ). Poser alors p ∈ L(F ) la projection sur
Vect(an+1 ) parallèlement à Vect(a1 , . . . , an ), et q = idF − p. Écrire xn+2 = p(xn+2 ) +
q(xn+2 ), avec p(xn+2 ) ̸= 0 car xn+2 ̸∈ Vect(a1 , . . . , an ), donc p(xn+2 ) = λn+2 an+1 ,
où λn+2 ∈ K∗ . Pour i ∈ J1, n + 1K, xi = p(xi ) + q(xi ) = λi an+1 + q(xi ), où λi ∈
K, donc yi = λi xn+2 − λn+2 xi ∈ Vect(a1 , . . . , an ). Par P(n), (y1 , . . . , yn+1 ) liée. Donc

96
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

Pn+1 P 
n+1
il existe (α1 , . . . , αn+1 ) ∈ Kn+1 , avec αi0 ̸= 0, t.q. i=1 αi yi = i=1 αi λi xn+2 −
P 
n+1
λn+2 i=1 αi xi = 0. Comme λn+2 ̸= 0 et αi0 ̸= 0, le coefficient de xi0 est non nul, donc
(x1 , . . . , xn+2 ) est liée. Donc P(n + 1) vraie.

Corollaire 18.5. Toute sur-famille d’une famille génératrice d’un espace vectoriel est
liée.

Théorème 18.6. (E, +, ·) un K-espace vectoriel de dimension finie. L une famille libre
finie de E. G une famille génératrice finie de E.

card L ⩽ card G.

Corollaire 18.7. (E, +, ·) un K-espace vectoriel. E est de dimension infinie ssi pour tout
n ∈ N, il existe une famille libre de E de n éléments.

Démonstration. (⇒) Par récurrence. (⇐) Par l’absurde.

Définition 18.8 (Dimension). (E, +, ·) un K-espace vectoriel de dimension finie. Alors

toutes les bases de E ont le même nombre d’éléments, noté dim E.

Démonstration. Utiliser le théorème 18.6.

Proposition 18.9. (E, +, ·) un K-espace vectoriel de dimension finie. B une famille de

E.

B est une base de E ⇐⇒ B est libre et B génère E (i)

⇐⇒ B est libre et card B = dim E (ii)
⇐⇒ B génère E et card B = dim E. (iii)

Proposition 18.10. (E, +, ·) un K-espace vectoriel de dimension finie. F un sous-espace

vectoriel de E. Alors F est de dimension finie et dim F ⩽ dim E, avec égalité ssi F = E.

Démonstration. Noter H l’ensemble des familles libres de F puis considérer l’ensemble

A = {card L, L ∈ H}. Poser L0 ∈ H t.q. card L0 = max A, et montrer que L0 est une base
de F , avec card L0 ⩽ dim E.

III Somme de sous-espaces vectoriels d’un espace vectoriel

de dimension finie
III.1 Somme de deux sous-espaces vectoriels
Proposition 18.11. (E, +, ·) un K-espace vectoriel de dimension finie. F un sous-espace
vectoriel de E. Alors F admet un supplémentaire dans E. De plus, tout supplémentaire de
F est de dimension égale à (dim E − dim F ).

Démonstration. Choisir une base b de F et utiliser le théorème de la base incomplète

(théorème 18.2) pour obtenir une base B ⊃ b de E, puis montrer que E = F ⊕ Vect(B\b).

Proposition 18.12. (E, +, ·) un K-espace vectoriel de dimension finie. F, G deux sous-

espaces vectoriels de E.
(i) dim(F + G) = dim F + dim G − dim(F ∩ G).

97
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

(ii) dim(F + G) ⩽ dim F + dim G, avec égalité ssi la somme F + G est directe.

Démonstration. (i) Montrer que F + G = F ⊕ H, où H est un supplémentaire de F ∩ G

dans G. Utiliser ensuite la proposition 18.11.

Proposition 18.13. (E, +, ·) un K-espace vectoriel de dimension finie. F, G deux sous-

espaces vectoriels de E. La somme F +G est directe ssi il existe une base de F +G réunion
disjointe d’une base de F et d’une base de G. De plus, dans ce cas, toute réunion d’une
base de F et d’une base de G est une base de F ⊕ G.

Vocabulaire 18.14 (Base adaptée). (E, +, ·) un K-espace vectoriel de dimension finie.

F, G deux sous-espaces vectoriels de E en somme directe. On appelle base adaptée à F ⊕G
toute réunion d’une base de F et d’une base de G.

III.2 Supplémentaires
Notation 18.15. Si A et B sont deux ensembles disjoints (i.e. A ∩ B = ∅), on note leur
union A ⊔ B.

Proposition 18.16. (E, +, ·) un K-espace vectoriel de dimension finie. F, G deux sous-

espaces vectoriels de E.

E = F ⊕ G ⇐⇒ ∃B1 base de F , ∃B2 base de G, B1 ⊔ B2 base de E (i)

⇐⇒ dim F + dim G = dim E et F ∩ G = {0} (ii)
⇐⇒ dim F + dim G = dim E et F + G = E. (iii)

Corollaire 18.17. (E, +, ·) un K-espace vectoriel de dimension finie. H un sous-espace

vectoriel de E. H est un hyperplan de E ssi dim H = dim E − 1.

III.3 Somme de n sous-espaces vectoriels

Proposition 18.18. (E, +, ·) un K-espace vectoriel de dimension finie. F1 , . . . , Fr r sous-
espaces vectoriels de E. Alors dim ( ri=1 Fi ) ⩽ ri=1 dim Fi , avec égalité ssi ri=1 Fi est
P P P

directe.

Proposition 18.19. (E, +, ·) un K-espace vectoriel de dimension finie. F1 , . . . , Fr r sous-

espaces vectoriels de E. ri=1 Fi est directe ssi il existe une base de ri=1 Fi réunion dis-
P P

jointe de bases de F1 , . . . , Fr . Dans ce cas, toute réunion de bases de F1 , . . . , Fr est une

base de ri=1 Fi .
L

Proposition 18.20. (E, +, ·) un K-espace vectoriel de dimension finie. F1 , . . . , Fr r sous-

espaces vectoriels de E.
r r r
!
M X X
E= Fi ⇐⇒ dim E = dim Fi = dim Fi (i)
i=1 i=1 i=1
Gr
⇐⇒ ∀i ∈ J1, rK, ∃Bi base de Fi , Bi base de E (ii)
i=1
r
X
⇐⇒ dim E = dim Fi (iii)
i=1
r
X
et 0 se décompose de manière unique sur Fi .
i=1

98
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

III.4 Espace produit

Proposition 18.21. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels de dimension finie.
n ∈ N∗ .
(i) E × F est un espace vectoriel de dimension finie et dim(E × F ) = dim E + dim F .
(ii) E n est un espace vectoriel de dimension finie et dim E n = n dim E.

IV Applications linéaires et dimension finie

IV.1 Généralités
Proposition 18.22. (E, +, ·) un K-espace vectoriel de dimension p. (F, +, ·) un K-espace
vectoriel quelconque. (e1 , . . . , ep ) une base de E.

∀(f1 , . . . , fp ) ∈ F p , ∃!u ∈ L(E, F ), ∀i ∈ J1, pK, u(ei ) = fi .

Proposition 18.23. (E, +, ·) un K-espace vectoriel de dimension finie. (F, +, ·) un K-

espace vectoriel quelconque. B une base de E. u ∈ L(E, F ).
(i) u est injective ssi u(B) est libre dans F .
(ii) u est surjective ssi u(B) génère F .
(iii) u est un isomorphisme ssi u(B) est une base de F .
Proposition 18.24. (E, +, ·) un K-espace vectoriel de dimension finie. (F, +, ·) un K-
espace vectoriel quelconque. E et F sont isomorphes ssi F est de dimension finie et
dim F = dim E.
Proposition 18.25. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels de dimension finie.
Alors L(E, F ) est de dimension finie est

dim L(E, F ) = dim E dim F.

Démonstration (Première méthode). Soit (e1 , . . . , em ) une base de E, (f1 , . . . , fn ) une

base de F . Pour (i, j) ∈ J1, mK × J1, nK, poser ui,j ∈ L(E, F ) définie par ui,j (ei ) = fj et
∀k ∈ J1, mK\{i}, ui,j (ek ) = 0. Montrer alors que (ui,j )i∈J1,mK est une base de L(E, F ).
j∈J1,nK

Démonstration (Deuxième méthode). Soit (e1 , . . . , em ) une base de E. Montrer que

l’application
L(E, F ) −→ F m
θ:
u 7−→ (u(e1 ), . . . , u(em ))
est un isomorphisme, puis utiliser la proposition 18.24 et la proposition 18.21.
Vocabulaire 18.26 (Isomorphisme canonique). (E, +, ·) un K-espace vectoriel de dimen-
sion n. (e1 , . . . , en ) une base de E. Alors l’isomorphisme

Kn −→ E
n
φ: X
(x1 , . . . , xn ) 7−→ xi e i
i=1

est dit isomorphisme canonique.

Proposition 18.27. (E, +, ·) un K-espace vectoriel de dimension finie, A un sous-espace
vectoriel de E. Alors tous les supplémentaires de A sont isomorphes.

99
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

IV.2 Rang de vecteurs et d’applications linéaires

Définition 18.28 (Rang). (E, +, ·) et (F, +, ·) deux K-espaces vectoriels.
(i) (x1 , . . . , xq ) ∈ E q . On définit rg(x1 , . . . , xq ) = dim Vect(x1 , . . . , xq ).
(ii) u ∈ L(E, F ). Si Im u est de dimension finie, on dit que rg u est fini et on définit
rg u = dim Im u.
Proposition 18.29. (E, +, ·) un K-espace vectoriel de dimension finie. (x1 , . . . , xq ) ∈ E q .
(i) rg(x1 , . . . , xq ) ⩽ min(q, dim E).
(ii) rg(x1 , . . . , xq ) = q ⇐⇒ (x1 , . . . , xq ) libre dans E.
(iii) rg(x1 , . . . , xq ) = dim E ⇐⇒ (x1 , . . . , xq ) génère E.
(iv) rg(x1 , . . . , xq ) = q = dim E ⇐⇒ (x1 , . . . , xq ) est une base de E.
Proposition 18.30. u ∈ L(E, F ).
(i) Si E ou F est de dimension finie, alors rg u est fini.
(ii) rg u ⩽ min(dim E, dim F ).
(iii) Si B est une base de E, alors rg u = dim Vect(u(B)).

IV.3 Rang et composition

Proposition 18.31. (E, +, ·), (F, +, ·) et (G, +, ·) trois K-espaces vectoriels de dimension
finie. u ∈ L(E, F ), v ∈ L(F, G).
(i) rg(v ◦ u) ⩽ min(rg v, rg u).
(ii) v injective =⇒ rg(v ◦ u) = rg u.
(iii) u surjective =⇒ rg(v ◦ u) = rg v.
(iv) La composition à droite ou à gauche par un isomorphisme ne modifie pas le rang.

IV.4 Théorème du rang

Théorème 18.32 (Théorème du rang). (E, +, ·) un K-espace vectoriel de dimension finie.
(F, +, ·) un K-espace vectoriel quelconque. u ∈ L(E, F ).
dim E = rg u + dim Ker u.
Démonstration. Comme Ker u est un sous-espace vectoriel de E, qui est de dimension
finie, Ker u admet un supplémentaire H dans E : E = H ⊕ Ker u. Montrer alors que
H −→ Im u
θ:
h 7−→ u(h)
est un isomorphisme. En déduire que dim E = dim H + dim Ker u = dim Im u + dim Ker u.

V Applications linéaires entre deux espaces de même di-

mension
V.1 Généralités
Proposition 18.33. (E, +, ·) et (F, +, ·) deux K-espaces vectoriels de dimension finie.
u ∈ L(E, F ).
dim E = dim F =⇒ (u injective ⇔ u surjective ⇔ u isomorphisme) .

100
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

V.2 Endomorphismes
Définition 18.34 (Inverses à gauche et à droite). u ∈ L(E). On dit que u admet un
inverse à gauche (resp. à droite) s’il existe v ∈ L(E) t.q. v ◦ u = idE (resp. u ◦ v = idE ).
Proposition 18.35. (E, +, ·) un K-espace vectoriel de dimension finie. u ∈ L(E).
u isomorphisme ⇐⇒ u admet un inverse à gauche (i)
⇐⇒ u admet un inverse à droite. (ii)
Dans ce cas, les deux inverses de u sont égaux à u−1 .

VI Suites récurrentes linéaires et équations différentielles

VI.1 Suites récurrentes linéaires
Proposition 18.36. (a, b) ∈ K × K∗ . On note
E = {(un ) ∈ Kn , ∀n ∈ N, un+2 = aun+1 + bun } .
Alors E est un espace vectoriel de dimension 2.

VI.2 Équations différentielles

Théorème 18.37 (Théorème de Cauchy-Lipschitz linéaire). I intervalle. (a, b) ∈ R2 . On
note n o
S = y ∈ RI deux fois dérivable, y ′′ = ay ′ + by .
Alors on a (
y(x0 ) = α
∀(α, β) ∈ R2 , ∀x0 ∈ I, ∃!y ∈ S , .
y ′ (x0 ) = β
Corollaire 18.38. Avec les notations du théorème précédent, S est un espace vectoriel
de dimension 2.

VII Dualité
VII.1 Généralités
Notation 18.39 (Espace dual et bidual). (E, +, ·) un K-espace vectoriel. On note E ∗ =
L(E, K), dit espace dual de E, et E ∗∗ = L(E ∗ , K), dit espace bidual de E.
Proposition 18.40. (E, +, ·) un K-espace vectoriel. Alors l’application
E −→ E ∗∗
θ: E ∗ −→ K
x 7−→
ℓ 7−→ ℓ(x)
est linéaire et injective.
Démonstration. Montrer d’abord la linéarité. Supposer alors par l’absurde qu’il existe
x ∈ (Ker θ) \{0}. En admettant que Vect(x) admet un supplémentaire H dans E, poser
E −→ K
φ: , où λ ∈ K, h ∈ H. Montrer enfin que φ(x) = 1 et que φ(x) = 0, ce qui
λx + h 7−→ λ
est impossible, d’où l’injectivité de θ.

101
CHAPITRE 18. ESPACES VECTORIELS DE DIMENSION FINIE

VII.2 Bases duales et antéduales

Notation 18.41 (Symbole de Kronecker). Soit (i, j) ∈ Z2 . On note
(
1 si i = j
δij = .
0 ̸ j
si i =
Proposition 18.42. (E, +, ·) un K-espace vectoriel de dimension finie. (e1 , . . . , en ) une
base de E. (ℓ1 , . . . , ℓn ) ∈ (E ∗ )n t.q.
∀(i, j) ∈ J1, nK2 , ℓi (ej ) = δij .
Alors (ℓ1 , . . . , ℓn ) est une base de E ∗ , dite base duale de (e1 , . . . , en ), et notée (e∗1 , . . . , e∗n ).
Corollaire 18.43. (E, +, ·) un K-espace vectoriel de dimension finie. (e1 , . . . , en ) une base
de E. n
e∗i (x) · ei .
X
∀x ∈ E, x = (i)
i=1
n
∀φ ∈ E ∗ , φ = φ(ei ) · e∗i .
X
(ii)
i=1
Proposition 18.44. (E, +, ·) un K-espace vectoriel de dimension finie. (ℓ1 , . . . , ℓn ) une
base de E ∗ . Alors
∃!(e1 , . . . , en ) base de E, ∀(i, j) ∈ J1, nK2 , ℓi (ej ) = δij .
(e1 , . . . , en ) est dite base antéduale de (ℓ1 , . . . , ℓn ).
E 7−→ Kn
Démonstration. Poser Φ : . Montrer que Φ est un isomorphisme
x 7−→ (ℓ1 (x), . . . , ℓn (x))
et en déduire que les éléments de la forme (0, . . . , 0, 1, 0, . . . , 0) ∈ Kn admettent un unique
antécédent par Φ, d’où le résultat.
Proposition 18.45. (E, +, ·) un K-espace vectoriel de dimension finie. F un sous-espace
vectoriel de E. On note n = dim E, k = dim F . Alors F est l’intersection de (dim E −
dim F ) hyperplans (Ker φ1 , . . . , Ker φn−k ), où la famille (φ1 , . . . , φn−k ) est libre dans E ∗ .
Démonstration. Choisir une base (f1 , . . . , fk ) de F et la compléter (à l’aide du théorème
de la base incomplète) en une base (f1 , . . . , fn ) de E. Montrer alors que x = ni=1 λi fi ∈
P
Tn
F ⇐⇒ ∀i ∈ Jk + 1, nK, λi = 0 ⇐⇒ x ∈ i=k+1 Ker fi∗ , où (f1∗ , . . . , fn∗ ) est la base duale
de (f1 , . . . , fn ). En déduire que F = ni=k+1 Ker fi∗ et que (fn−k+1
∗ , . . . , fn∗ ) est libre dans
T

E∗.
Proposition 18.46. (E, +, ·) un K-espace vectoriel de dimension n. k ∈ J0, nJ. Soit
(φ1 , . . . , φn−k ) ∈ (E ∗ )n−k une famille libre dans E ∗ . Alors n−k
T
i=1 Ker φi est un sous-espace
vectoriel de E de dimension k.
Démonstration. Compléter (à l’aide du théorème de la base incomplète) (φ1 , . . . , φn−k )
en une base (φ1 , . . . , φn ) de E ∗ . Soit (e1 , . . . , en ) la base antéduale de (φ1 , . . . , φn ). Montrer
que n−k
T
i=1 Ker φi = Vect(en−k+1 , . . . , en ) et en déduire le résultat.
Proposition 18.47. (E, +, ·) un K-espace vectoriel de dimension finie. F un sous-espace
vectoriel de E. On note n = dim E, k = dim F . Soit (φ1 , . . . , φn−k ) ∈ (E ∗ )n−k libre t.q.
F = n−k ∗
i=1 Ker φi . Soit ψ ∈ E \{0}. Alors
T

F ⊂ Ker ψ ⇐⇒ ψ ∈ Vect(φ1 , . . . , φn−k ).

Démonstration. (⇒) Compléter (φ1 , . . . , φn−k ) en une base (φ1 , . . . , φn ) de E ∗ , puis
écrire ψ dans la base (φ1 , . . . , φn ).

102
Chapitre 19
Matrices

I Généralités
Définition 19.1 (Matrice). (n, p) ∈ (N∗ )2 . On appelle matrice n × p toute application

J1, nK × J1, pK −→ K
A: .
(i, j) 7−→ aij

On note  
a11 · · · a1j · · · a1p
 . .. .. .. .. 
 .. . . . . 
 
A =  ai1 · · · aij · · · aip  .
 
 . .. .. 
 . .. ..
 . . . . . 


an1 · · · anj · · · anp

Notation 19.2. L’ensemble des matrices n × p est noté Mn,p (K). On note de plus
Mn (K) = Mn,n (K).

Vocabulaire 19.3 (Matrices lignes et colonnes). Si A ∈ M1,n (K), alors A est dite matrice
ligne. Si A ∈ Mn,1 (K), alors A est dite matrice colonne.

Notation 19.4. Pour (i0 , j0 ) ∈ J1, nK × J1, pK, on note

Ei0 j0 = (δi,i0 δj,j0 )i∈J1,nK ∈ Mn,p (K) .

j∈J1,pK

Définition 19.5 (Addition et multiplication par un scalaire). On définit les lois + et ·

par :

Mn,p (K)2 −→ Mn,p (K) K × Mn,p (K) −→ Mn,p (K)

+: et ·: .
(aij ), (bij ) 7−→ (aij + bij ) λ, (aij ) 7−→ (λaij )

Proposition 19.6. (Mn,p (K) , +, ·) est un K-espace vectoriel de dimension np.

Démonstration. Montrer que (Ei0 j0 )i0 ∈J1,nK est une base de Mn,p (K).
j0 ∈J1,pK

Définition 19.7 (Sous-matrice). A ∈ Mn,p (K). Une sous-matrice de A est une restriction
de A à I × J, où I ⊂ J1, nK et J ⊂ J1, pK.

103
CHAPITRE 19. MATRICES

Définition 19.8 (Transposée). A = (aij ) ∈ Mn,p (K). On appelle transposée de A, notée

tA,la matrice (aji ) ∈ Mp,n (K).

Mn,p (K) −→ Mp,n (K)

Proposition 19.9. (i) L’application est linéaire.
A 7−→ tA
t tA


(ii) ∀A ∈ Mn,p (K) , = A.
Mn (K) −→ Mn (K)
(iii) Soit T : . Alors
A 7−→ tA
   
Mn (K) = Ker T − idMn (K) ⊕ Ker T + idMn (K) .
| {z } | {z }
Sn (K) An (K)

Vocabulaire 19.10 (Matrices symétriques et antisymétriques). Sn (K) est dit espace

vectoriel des matrices symétriques et An (K) est dit espace vectoriel des matrices antisy-
métriques.

II Matrice d’une application linéaire

Définition 19.11 (Matrice d’un vecteur ou d’un système de vecteurs). E un K-espace
vectoriel de dimension p, e = (e1 , . . . , ep ) une base de E.
x1
 
Pp  .. 
(i) Pour a = i=1 xi ei ∈ E, on note Mate (a) =  .  ∈ Mp,1 (K).
xp
(ii) Pour (a1 , . . . , an ) ∈ E n , on note Mate (a1 , . . . , an ) la matrice de Mp,n (K) dont la
j-ième colonne est Mate (aj ) pour tout j ∈ J1, nK.

Définition 19.12 (Matrice d’une application linéaire). E et F deux K-espaces vectoriels

de dimension finie. e = (e1 , . . . , ep ) une base de E, f = (f1 , . . . , fn ) une base de F .
u ∈ L(E, F ). Pour j ∈ J1, pK, soit (λ1j , . . . , λnj ) les composantes de u(ej ) dans la base f .
On définit alors
 
λ11 · · · λ1j · · · λ1p
 . .. .. .. .. 
 .. . . . . 
 
Mate,f (u) =  λi1 · · · λij · · · λip  ∈ Mn,p (K) .
 
 . .. .. 
 . .. ..
 . . . . . 


λn1 · · · λnj · · · λnp

Autrement dit, Mate,f (u) = Matf (u(e1 ), . . . , u(ep )).

Notation 19.13. E un K-espace vectoriel de dimension p, e = (e1 , . . . , ep ) une base de

E. u ∈ L(E). On notera Mate (u) = Mate,e (u).

Notation 19.14. E un K-espace vectoriel de dimension p. e une base de E. On note :

(i) Ip = Mate (idE ) ∈ Mp (K),
(ii) 0 = Mate (0) ∈ Mp (K).

104
CHAPITRE 19. MATRICES

Théorème 19.15. E et F deux K-espaces vectoriels de dimensions respectives p et n. e

une base de E, f une base de F . u ∈ L(E, F ). Alors u est entièrement déterminée par
Mate,f (u). De plus, l’application

L(E, F ) −→ Mn,p (K)

u 7−→ Mate,f (u)
est un isomorphisme d’espaces vectoriels.
Vocabulaire 19.16 (Application linéaire canoniquement associée à une matrice). e la
base canonique de Kp , f la base canonique de Kn . M ∈ Mn,p (K). L’application linéaire
u ∈ L(Kp , Kn ) t.q. M = Mate,f (u) est dite application linéaire canoniquement associée à
M.

III Produit matriciel

Définition 19.17 (Produit matriciel). A = (aij ) ∈ Mn,p (K), B = (bij ) ∈ Mp,q (K). On
définit
p X
!
AB = aik bkj ∈ Mn,q (K) .
k=1 i∈J1,nK
j∈J1,qK

Proposition 19.18. A ∈ Mn,p (K) , B ∈ Mp,q (K). On note L1 , . . . , Ln les n vecteurs

lignes de A, C1 , . . . , Cq les q vecteurs colonnes de B. En notant AB = (mij ), on a

∀(i, j) ∈ J1, nK × J1, qK, mij = Li Cj ,

en identifiant K à M1 (K).
Proposition 19.19. E, F et G trois K-espaces vectoriels de dimension finie. e, f et g
des bases respectives de E, F et G. u ∈ L(E, F ), v ∈ L(F, G).

Mate,g (v ◦ u) = Matf,g (v) × Mate,f (u).

Proposition 19.20. (A, A′ ) ∈ Mn,p (K)2 , (B, B ′ ) ∈ Mp,q (K)2 , C ∈ Mq,r (K), λ ∈ K.
(i) A(BC) = (AB)C,
(ii) (A + A′ )B = AB + A′ B,
(iii) A(B + B ′ ) = AB + AB ′ ,
(iv) λ(AB) = (λA)B = A(λB).
Démonstration. Utiliser les applications linéaires canoniquement associées aux matrices,
puis appliquer les propriétés des applications linéaires.

IV Algèbre des matrices carrées

IV.1 Généralités
Proposition 19.21. (Mn (K) , +, ·) est un K-espace vectoriel et (Mn (K) , +, ×) est un
anneau. On dit que Mn (K) est une algèbre.
Proposition 19.22. (i, j, k, ℓ) ∈ J1, nK4 .

Eij Ekℓ = δjk Eiℓ .

105
CHAPITRE 19. MATRICES

IV.2 Matrices particulières

Vocabulaire 19.23 (Matrices diagonales et triangulaires). A = (aij ) ∈ Mn (K).
(i) A est dite diagonale lorsque ∀(i, j) ∈ J1, nK2 , i ̸= j =⇒ aij = 0. On note Dn (K)
l’ensemble des matrices diagonales.
(ii) A est dite triangulaire supérieure (resp. inférieure) lorsque ∀(i, j) ∈ J1, nK2 , i >
j =⇒ aij = 0 (resp. ∀(i, j) ∈ J1, nK2 , i < j =⇒ aij = 0). On note T+ n (K) (resp.
T−n (K)) l’ensemble des matrices triangulaires supérieures (resp. inférieures).
(iii) A est dite triangulaire supérieure stricte (resp. inférieure stricte) lorsque ∀(i, j) ∈
J1, nK2 , i ⩾ j =⇒ aij = 0 (resp. ∀(i, j) ∈ J1, nK2 , i ⩽ j =⇒ aij = 0). On note
T++ −−
n (K) (resp. Tn (K)) l’ensemble des matrices triangulaires supérieures strictes
(resp. inférieures strictes).

Définition 19.24 (Diagonalisabilité). E un K-espace vectoriel de dimension finie. u ∈

L(E) est dit diagonalisable s’il existe e base de E t.q Mate (u) ∈ Dn (K).

Notation 19.25. (γ1 , . . . , γn ) ∈ Kn . On note

γ1 0 0
 
..
diag(γ1 , . . . , γn ) =  0 0  ∈ Dn (K).
 
.
0 0 γn

Proposition 19.26.
(i) Dn (K) est un sous-espace vectoriel de Mn (K) de dimension n, et est stable par ×.
Et de plus :

diag(α1 , . . . , αn ) × diag(β1 , . . . , βn ) = diag(α1 β1 , . . . , αn βn ).

n(n+1)
(ii) T+
n (K) est un sous-espace vectoriel de Mn (K) de dimension 2 , et est stable par
×.
(iii) Sn (K) et An (K) sont des sous-espaces vectoriels de Mn (K) de dimensions respec-
tives n(n+1)
2 et n(n−1)
2 .

IV.3 Trace
Définition 19.27 (Trace). M = (mij ) ∈ Mn (K). On définit
n
X
tr M = mii .
i=1

Proposition 19.28.
(i) tr ∈ L (Mn (K) , K).
(ii) ∀(A, B) ∈ Mn (K)2 , tr(AB) = tr(BA).
(iii) ∀A ∈ Mn (K) , tr tA = tr A.

IV.4 Transposition et produit

Proposition 19.29. ∀(A, B) ∈ Mn (K)2 , t(AB) = tB tA.

106
CHAPITRE 19. MATRICES

V Applications linéaires et matrices

Proposition 19.30. E et F deux K-espaces vectoriels de dimension finie. e une base de
E, f une base de F . u ∈ L(E, F ).

∀x ∈ E, Matf (u(x)) = Mate,f (u) × Mate (x).

Proposition 19.31. A ∈ Mn,p (K). Alors l’application linéaire canoniquement associée à

A est
Kp −→ Kn
u: ,
X 7−→ AX
en identifiant Kp à Mp,1 (K) et Kn à Mn,1 (K).
Corollaire 19.32. E et F deux K-espaces vectoriels de dimension finie. e une base de
E, f une base de F . u ∈ L(E, F ). (x, y) ∈ E × F . A = Mate,f (u), X = Mate (x) et
Y = Matf (y).
(i) x ∈ Ker u ⇐⇒ AX = 0.
(ii) y ∈ Im u ⇐⇒ ∃U ∈ Matp,1 (K), Y = AU .

VI Matrices carrées inversibles

VI.1 Généralités
Définition 19.33 (Matrices inversibles). A ∈ Mn (K) est dite inversible lorsqu’il existe
B ∈ Mn (K) t.q. AB = BA = In . On note alors A−1 = B.
Notation 19.34. L’ensemble des matrices inversibles est noté GLn (K).
Proposition 19.35.
(i) Pour A ∈ Mn (K), A−1 est déterminée de manière unique si elle existe.
(ii) (GLn (K), ×) est un groupe isomorphe à (GL(Kn ), ◦).
Proposition 19.36. A ∈ Mn (K). A est inversible ssi tA est inversible. Et dans ce cas,
tA −1 = t A−1 .

Proposition 19.37. A ∈ Mn (K). E un K-espace vectoriel de dimension n. e une base de

E. u ∈ L(E) t.q. Mate (u) = A. On note L1 , . . . , Ln les n vecteurs lignes de A, C1 , . . . , Cn
les n vecteurs colonnes de A.

A inversible ⇐⇒ u isomorphisme (i)

⇐⇒ A inversible à gauche (ii)
⇐⇒ A inversible à droite (iii)
⇐⇒ (∀X ∈ Mn (K) , AX = 0 ⇒ X = 0) (iv)
⇐⇒ (∀Y ∈ Mn (K) , ∃!X ∈ Mn (K) , Y = AX) (v)
n
⇐⇒ (C1 , . . . , Cn ) est libre dans K (vi)
n
⇐⇒ (L1 , . . . , Ln ) est libre dans K (vii)
⇐⇒ rg u = n. (viii)

Proposition 19.38. A ∈ Mn (K). E et F deux K-espaces vectoriels de dimension n. e

une base de E, f une base de F . v ∈ L(E, F ) t.q. Mate,f (v) = A. Alors A est inversible
−1 −1


ssi v est un isomorphisme. Et dans ce cas, A = Matf,e v .

107
CHAPITRE 19. MATRICES

Proposition 19.39. (a, b, c, d) ∈ K4 . Si ad ̸= bc, alors

!−1 !
a b 1 d −b
= .
c d ad − bc −c a

VI.2 Opérations élémentaires sur les lignes et les colonnes

Proposition 19.40. A ∈ Mn (K).
(i) Eij A est la matrice dont la i-ième ligne est la j-ième ligne de A, les autres étant
nulles.
(ii) AEij est la matrice dont la j-ième colonne est la i-ième colonne de A, les autres
étant nulles.

Démonstration. Écrire A dans la base (Ekℓ )k∈J1,nK et utiliser la proposition 19.22.

ℓ∈J1,nK

Définition 19.41 (Matrices élémentaires). λ ∈ K∗ . (i, j) ∈ J1, nK2 .

(i) Pour i ̸= j, la matrice de transvection Tij (λ) ∈ Mn (K) est définie par

Tij (λ) = In + λEij .

(ii) La matrice de dilatation Di (λ) ∈ Mn (K) est définie par

Di (λ) = In + (λ − 1)Eii .

(iii) Pour i ̸= j, la matrice de transposition Pij ∈ Mn (K) est définie par

Pij = In − Eii − Ejj + Eij + Eji .

Proposition 19.42. Les matrices de transvection, de dilatation et de transposition sont

inversibles et :
1
 
−1 −1
(Tij (λ)) = Tij (−λ) et (Di (λ)) = Di et (Pij )−1 = Pij .
λ

Proposition 19.43. A ∈ Mn,p (K). λ ∈ K∗ , (i, j) ∈ J1, nK2 . On note L1 , . . . , Ln les n vec-
teurs lignes de A, C1 , . . . , Cn les n vecteurs colonnes de A. On a alors une correspondance
entre les matrices élémentaires et les opérations élémentaires sur les lignes et les colonnes
de A (c.f. définition 4.6) :

Transvection Li ←− Li + λLj A 7−→ Tij (λ)A

Lignes Dilatation Li ←− λLi A 7−→ Di (λ)A
Transposition Li ←→ Lj A 7−→ Pij A
Transvection Ci ←− Ci + λCj A 7−→ ATji (λ)
Colonnes Dilatation Ci ←− λCi A 7−→ ADi (λ)
Transposition Ci ←→ Cj A 7−→ APij

VI.3 Cas des matrices triangulaires

Proposition 19.44. A = (aij ) ∈ T+ −
n (K) (ou Tn (K)). Alors A est inversible ssi ∀i ∈
J1, nK, aii ̸= 0.

108
CHAPITRE 19. MATRICES

VII Rang d’une matrice

VII.1 Définition
h i
Définition 19.45 (Rang). A = C1 · · · Cp ∈ Mn,p (K). On définit

rg A = dim Vect(C1 , . . . , Cp ).

Proposition 19.46. E un K-espace vectoriel de dimension n, e une base de E. (x1 , . . . , xp ) ∈

Ep.
rg(x1 , . . . , xp ) = rg Mate (x1 , . . . , xp ).
Proposition 19.47. E et F deux K-espaces vectoriels de dimension finie. e une base de
E, f une base de F . u ∈ L(E, F ).

rg u = rg Mate,f (u).

Corollaire 19.48. A ∈ Mn,p (K), B ∈ Mp,q (K).

(i) rg A ⩽ min(n, p).
(ii) rg(AB) ⩽ min(rg A, rg B).
(iii) Si n = p, alors A ∈ GLn (K) ⇐⇒ rg A = n.
(iv) La multiplication à droite ou à gauche par une matrice inversible ne modifie pas le
rang.

VII.2 Calcul du rang

Proposition 19.49. α ∈ K∗ .
α 0 ··· 0
 
 ..  ′
.
rg  ′  = 1 + rg A .
.. A
.
Démonstration. En notant C1 , . . . , Cp les vecteurs colonnes de A, utiliser le fait que
Vect(C1 , . . . , Cp ) = Vect(C1 ) ⊕ Vect(C2 , . . . , Cp ).

VIII Changement de base

VIII.1 Matrice de passage
Définition 19.50 (Matrice de passage). E un K-espace vectoriel de dimension finie.
e = (e1 , . . . , en ) et f = (f1 , . . . , fn ) deux bases de E. On note

Pef = Mate (f1 , . . . , fn ).

Proposition 19.51. E un K-espace vectoriel de dimension n. e, f, g trois bases de E.

(i) Pef = Matf,e (idE ).
 −1
(ii) Pef ∈ GLn (K) et Pef = Pfe .
(iii) Peg = Pef Pfg .
Proposition 19.52. E et F deux K-espaces vectoriels de dimension finie. e une base de
u(e)
E, f une base de F . u ∈ L(E, F ) un isomorphisme. Alors Mate,f (u) = Pf .

109
CHAPITRE 19. MATRICES

VIII.2 Formules de changement de base

Proposition 19.53. E un K-espace vectoriel de dimension finie, e et e′ deux bases de E.
x ∈ E. Alors
′
Mate (x) = Pee × Mate′ (x).

Proposition 19.54. E et F deux K-espaces vectoriels de dimension finie. e, e′ bases de

E, f, f ′ bases de F . u ∈ L(E, F ).
′
 ′
−1
Mate,f (u) = Pff × Mate′ ,f ′ (u) × Pee .

Corollaire 19.55. E un K-espace vectoriel de dimension finie, e et e′ deux bases de E.

ψ ∈ L(E, K), u ∈ L(E).
 ′
−1
(i) Mate,1 (ψ) = Mate′ ,1 (ψ) × Pee .
′ −1
′
 
(ii) Mate (u) = Pee × Mate′ (u) × Pee .

VIII.3 Matrices semblables

Définition 19.56 (Matrices semblables). (A, B) ∈ Mn (K)2 . On dit que A et B sont
semblables lorsque ∃P ∈ GLn (K), A = P BP −1 .

Proposition 19.57. (A, B) ∈ Mn (K)2 . A et B sont semblables ssi A et B sont les

matrices d’un même endomorphisme dans deux bases éventuellement différentes.

Proposition 19.58. “Être semblable à” est une relation d’équivalence.

Proposition 19.59. A et B deux matrices semblables.

(i) tr A = tr B,
(ii) rg A = rg B.

Proposition 19.60. A et B deux matrices semblables t.q. A = P BP −1 , avec P ∈

GLn (K).
(i) ∀k ∈ N, Ak = P B k P −1 .
(ii) tA et tB sont semblables.
(iii) Si A et B sont inversibles alors A−1 et B −1 sont semblables.

VIII.4 Trace d’un endomorphisme

Définition 19.61 (Trace d’un endomorphisme). E un K-espace vectoriel de dimension
finie, e une base de E. u ∈ L(E). On définit

tr u = tr Mate (u).

L(E) −→ K
Proposition 19.62. L’application est une forme linéaire.
u 7−→ tr u

110
CHAPITRE 19. MATRICES

IX Polynômes de matrices et d’endomorphismes

IX.1 Généralités
Définition 19.63 (Polynômes de matrices et d’endomorphismes). Soit P =
P k ∈
k∈N λk X
K[X], u ∈ L(E), A ∈ Mn (K). On définit :
k
k∈N λk u ∈ L(E).
P
(i) P (u) =
k
k∈N λk A ∈ Mn (K).
P
(ii) P (A) =

K[X] −→ L(E)
Proposition 19.64. u ∈ L(E). L’application est linéaire, et de plus :
P 7−→ P (u)

∀(P, Q) ∈ K[X]2 , P (u) ◦ Q(u) = (P Q)(u) = (QP )(u) = Q(u) ◦ P (u).

IX.2 Stabilité et polynômes

Proposition 19.65. (u, v) ∈ L(E)2 t.q. u ◦ v = v ◦ u. Alors Im v et Ker v sont stables par
u.

Corollaire 19.66. u ∈ L(E), P ∈ K[X]. Alors Im P (u) et Ker P (u) sont stables par u.

Notation 19.67. Pour u ∈ L(E), on notera Ju = {P ∈ K[X], P (u) = 0}.

Proposition 19.68. u ∈ L(E). Alors Ju est un idéal de K[X].

Définition 19.69 (Polynôme minimal annulateur). u ∈ L(E). Alors ∃µu ∈ K[X], Ju =

µu K[X]. Si Ju ̸= {0}, alors µ∗u est dit le polynôme minimal annulateur de u.

Proposition 19.70. E un K-espace vectoriel de dimension finie, u ∈ L(E). Alors Ju ̸=

{0}.

Démonstration. Voir proposition 20.16.

IX.3 Lemme des noyaux

Lemme 19.71 (Lemme des noyaux). u ∈ L(E).

∀(P1 , P2 ) ∈ K[X]2 , P1 ∧ P2 = 1 =⇒ Ker (P1 P2 ) (u) = Ker P1 (u) ⊕ Ker P2 (u). (i)

h i
∀(P1 , . . . , Pn ) ∈ K[X]n , ∀(i, j) ∈ J1, nK2 , i ̸= j ⇒ Pi ∧ Pj = 1
n n
" ! #
Y M
=⇒ Ker Pi (u) = Ker Pi (u). (ii)
i=1 i=1

Démonstration. (i) Soit (P1 , P2 ) ∈ K[X]2 t.q. P1 ∧ P2 = 1. En appliquant l’égalité de

Bézout, obtenir l’existence de (U, V ) ∈ K[X]2 t.q. U P1 + V P2 = 1. En déduire ∀x ∈
Ker(P1 P2 )(u), [U (u) ◦ P1 (u)] (x) + [V (u) ◦ P2 (u)] (x) = x. Montrer que x1 ∈ Ker P2 (u),
| {z } | {z }
x1 x2
x2 ∈ Ker P1 (u) et en déduire que Ker (P1 P2 ) (u) = Ker P1 (u) + Ker P2 (u). Montrer alors
que Ker P1 (u)∩Ker P2 (u) = {0} et en déduire que la somme est directe. (ii) Par récurrence.

111
CHAPITRE 19. MATRICES

X Matrices blocs
X.1 Généralités
Notation 19.72 (Matrices blocs). Pour (i, j) ∈ J1, aK × J1, bK, soit Aij ∈ Mni pj (K). On
note alors
A11 · · · A1b
 

A =  ... .. ..  ∈ M (K) ,

. .  np
Aa1 · · · Aab
Pa Pb
où n = i=1 ni , p= j=1 pj .

Proposition 19.73. Soit A = (Aij ) ∈ Mn,p (K) et B = (Bij ) ∈ Mn,p (K) deux matrices
écrites sous forme de blocs, (λ, µ) ∈ K2 .

A11 · · · A1b B11 · · · B1b

   
 .. .. ..  + µ  .. .. .. 
λ . . .   . . . 
Aa1 · · · Aab Ba1 · · · Bab
λA11 + µB11 · · · λA1b + µB1b
 
.. .. ..
= .
 
. . .
λAa1 + µBa1 · · · λAab + µBab

Proposition 19.74. E et F deux K-espaces vectoriels de dimension finie, avec E =

Lb La
i=1 Ei , F = Fj . e et f bases respectives de E et F adaptées aux sommes directes
Lb La j=1
i=1 Ei et j=1 Fj . u ∈ L(E, F ). A = (Aij ) = Mate,f (u) écrite sous forme de blocs.
Alors
Aij = Matei ,fj (pj ◦ u|Ei ),
La
où pj est la projection sur Fj parallèlement à j ′ =1 Fj ′ .
j ′ ̸=j

X.2 Produits par blocs

Proposition 19.75. Soit A = (Aij ) ∈ Mn,p (K) et B = (Bij ) ∈ Mp,q (K) deux matrices
écrites sous forme de blocs.

A11 · · · A1b B11 · · · B1c

  
 .. .. ..   .. .. .. 
 . . .  . . . 
Aa1 · · · Aab Bb1 · · · Bbc
P 
b b
···
P
k=1 A1k Bk1 k=1 A1k Bkc
=
 .. .. .. 
.
 . . . 
Pb Pb
k=1 Aak Bk1 ··· k=1 A ak B kc

XI Matrices équivalentes et conséquences

XI.1 Définition
Définition 19.76 (Matrices équivalentes). (A, B) ∈ Mn,p (K)2 . On dit que A et B sont
équivalentes lorsque ∃(P, Q) ∈ GLp (K) × GLn (K), A = QBP −1 .

112
CHAPITRE 19. MATRICES

Proposition 19.77. E et F deux K-espaces vectoriels de dimensions respectives p et n.

e une base de E, f une base de F . u ∈ L(E, F ). M ∈ Mn,p (K). Alors M est équivalente
à Mate,f (u) ssi
∃e′ base de E, ∃f ′ base de F , M = Mate′ ,f,′ (u).

XI.2 Rang et transposition

!
Ir 0
Notation 19.78. On note Jr = ∈ Mn,p (K).
0 0

Proposition 19.79. A ∈ Mn,p (K). Alors A et Jrg A sont équivalentes.

Démonstration. Soit u ∈ L(Kp , Kn ) l’application linéaire canoniquement associée à A.

En notant r = rg A, choisir (e′r+1 , . . . , e′p ) base de Ker u, puis compléter cette base en
(e′1 , . . . , e′p ) base de Kp . Poser alors fi′ = u(e′i ) pour i ∈ J1, rK et compléter cette base en
une base (f1′ , . . . , fn′ ) de Kn . Vérifier alors que Mate′ ,f ′ (u) = Jr .

Proposition 19.80. rg tJr = rg Jr = r.

Corollaire 19.81. A ∈ Mn,p (K).

rg A = rg tA.

Corollaire 19.82. A ∈ Mn,p (K). L1 , . . . , Ln les n vecteurs lignes de A. Alors rg A =

rg(L1 , . . . , Ln ).

XI.3 Rang et matrices extraites

Proposition 19.83. A ∈ Mn,p (K). Alors rg A est l’ordre maximal des sous-matrices
carrées inversibles de A.

113
Chapitre 20
Réduction d’Endomorphismes et de
Matrices

I Sous-espaces vectoriels stables

I.1 Généralités
Vocabulaire 20.1 (Sous-espace vectoriel stable). u ∈ L(E), F sous-espace vectoriel de
E. F est dit stable par E lorsque u(F ) ⊂ F .

Proposition 20.2. L’intersection et la somme de deux sous-espaces vectoriels stables par

un endomorphisme sont stables par cet endomorphisme.

Définition 20.3 (Éléments propres d’un endomorphisme). u ∈ L(E).

(i) On dit que x ∈ E est un vecteur propre de u lorsque x ̸= 0 et Vect(x) est stable par
u (i.e. x ̸= 0 et u(x) colinéaire à x).
(ii) On dit que λ ∈ K est une valeur propre de u lorsque ∃x ∈ E\{0}, u(x) = λx.
(iii) On note SpK (u) l’ensemble des valeurs propres de u.
(iv) Pour λ ∈ SpK (u), on appelle espace propre associé à λ l’ensemble Eλ = Ker(u −
λidE ).

Proposition 20.4. Pour u ∈ L(E), λ ∈ SpK (u), Eλ est stable par u.

I.2 Propriétés des espaces propres

Proposition 20.5. u ∈ L(E). (λ1 , . . . , λs ) ∈ SpK (u)s avec ∀(i, j) ∈ J1, sK2 , i ̸= j =⇒
λi ̸= λj .
(i) La somme Eλ1 + Eλ2 est directe.
Ps
(ii) La somme i=1 Eλi est directe.

Corollaire 20.6. E un K-espace vectoriel de dimension finie. Alors u ∈ L(E) admet au

plus (dim E) valeurs propres.

114
CHAPITRE 20. RÉDUCTION D’ENDOMORPHISMES ET DE MATRICES

I.3 Version matricielle

Définition 20.7 (Éléments propres d’une matrice). A ∈ Mn (K).
(i) On dit que X ∈ Mn,1 (K) est un vecteur propre de A lorsque X ̸= 0 et ∃λ ∈ K, AX =
λX.
(ii) On dit que λ ∈ K est une valeur propre de A si ∃X ∈ Mn,1 (K) \{0}, AX = λX.
(iii) On note SpK (A) l’ensemble des valeurs propres de A.
(iv) Pour λ ∈ SpK (A), on appelle espace propre associé à λ l’ensemble Eλ = {X ∈
Mn,1 (K) , AX = λX}.

Proposition 20.8. E un K-espace vectoriel de dimension finie. e une base de E. u ∈

L(E). A = Mate (u). λ ∈ K.
(i) SpK (A) = SpK (u).
(ii) λ ∈ SpK (A) ⇐⇒ (A − λI) non inversible ⇐⇒ rg(u − λidE ) < n.

II Diagonalisabilité
Définition 20.9 (Diagonalisabilité d’un endomorphisme). E un K-espace vectoriel de
dimension finie. u ∈ L(E) est dit diagonalisable s’il existe e base de E t.q Mate (u) ∈
Dn (K).

Proposition 20.10. u ∈ L(E).

u diagonalisable ⇐⇒ il existe une base de E constituée de vecteurs (i)

propres de u
M
⇐⇒ E = Eλ (ii)
λ∈SpK (u)
X
⇐⇒ dim E = dim Eλ . (iii)
λ∈SpK (u)

Proposition 20.11. E un K-espace vectoriel de dimension finie. Si u ∈ L(E) a (dim E)

valeurs propres alors u est diagonalisable et chaque espace propre de u est de dimension
1.

Définition 20.12 (Diagonalisabilité d’une matrice). A ∈ Mn (K) est dite diagonalisable

lorsque A est semblable à une matrice diagonale.

Proposition 20.13. E un K-espace vectoriel de dimension finie. e une base de E. u ∈

L(E). Alors u est diagonalisable ssi Mate (u) est diagonalisable.

III Diagonalisation et polynômes d’endomorphismes

Notation 20.14. u ∈ L(E). On note K[u] = {Q(u), Q ∈ K[X]}.

Proposition 20.15. u ∈ L(E). K[u] est un sous-espace vectoriel de L(E) et un sous-

anneau de L(E).

115
CHAPITRE 20. RÉDUCTION D’ENDOMORPHISMES ET DE MATRICES

Proposition 20.16. E un K-espace vectoriel de dimension finie, u ∈ L(E). On considère

l’application
K[X] −→ K[u]
Φu : .
P 7−→ P (u)
Alors Φu est une application linéaire, un morphisme d’anneaux et Φu est non injective.
Corollaire 20.17. E un K-espace vectoriel de dimension finie, u ∈ L(E). Alors Ju =
{P ∈ K[X], P (u) = 0} =
̸ {0}.
Proposition 20.18. E un K-espace vectoriel de dimension finie, u ∈ L(E). P ∈ Ju \{0}.
Alors SpK (u) ⊂ {α ∈ K, P (α) = 0}.
Théorème 20.19. E un K-espace vectoriel de dimension finie, u ∈ L(E). u est dia-
gonalisable ssi il existe un polynôme P ∈ K[X] scindé sur K et à racines simples t.q.
P (u) = 0.
− λ) convient. (⇐) Appliquer le
Q
Démonstration. (⇒) Vérifier que P = λ∈SpK (u) (X
lemme des noyaux (lemme 19.71).
Proposition 20.20. E un K-espace vectoriel de dimension finie, u ∈ L(E) diagonalisable.
Pour λ ∈ SpK (u), on appelle pλ la projection sur Eλ parallèlement à µ∈SpK (u) Eµ . Alors
L
µ̸=λ

∀λ ∈ SpK (u), pλ ∈ K[u].

Démonstration. Pour λ ∈ SpK (u), poser

− µ)
Q
µ∈SpK (u) (X
µ̸=λ
Lλ = Q ∈ K[X]
µ∈SpK (u) (λ − µ)
µ̸=λ

(i.e. Lλ (λ) = 1 et Lλ (µ) = 0 pour µ ̸= λ). Vérifier alors que pλ = Lλ (u).

Proposition 20.21. E un K-espace vectoriel de dimension finie, (u, v) ∈ L(E)2 .
F −→ F
(i) Soit F un sous-espace vectoriel de E stable par u. On définit û : . Si u
x 7−→ u(x)
est diagonalisable alors û est diagonalisable.
(ii) Si u et v sont diagonalisables et u ◦ v = v ◦ u, alors il existe une base de E constituée
de vecteurs propres communs à u et v.
Démonstration. (i) Appliquer le théorème 20.19. (ii) Comme u est diagonalisable, on a
E = λ∈SpK (u) Eλ (u) (on note ici Eλ (u) = Ker(u − λidE )). Soit λ ∈ SpK (u). Justifier que
L

Eλ (u) −→ Eλ (u)
Eλ (u) est stable par v, puis poser wλ : . Appliquer (i) pour en déduire que
x 7−→ v(x)
wλ est diagonalisable. Donc Eλ (u) = µ∈SpK (wλ ) Eµ (wλ ) = µ∈SpK (wλ ) (Eλ (u) ∩ Eµ (v)).
L L

Donc M X
E= (Eλ (u) ∩ Eµ (v)) ⊂ (Eλ (u) ∩ Eµ (v)) ⊂ E,
λ∈SpK (u) λ∈SpK (u)
µ∈SpK (wλ ) µ∈SpK (v)

∩ Eµ (v)). Montrer alors que la somme est directe, d’où E =

P
d’où E = λ∈SpK (u) (Eλ (u)
µ∈SpK (v)
∩ Eµ (v)), puis en déduire le résultat.
L
λ∈SpK (u) (Eλ (u)
µ∈SpK (v)

116
Chapitre 21
Groupe Symétrique

I Généralités
Notation 21.1. Pour X ̸= ∅, on note SX l’ensemble des bijections X → X (dites aussi
permutations).

Proposition 21.2. (SX , ◦) est un groupe en général non commutatif.

Proposition 21.3. Si deux ensembles X et Y sont en bijection alors SX et SY sont

isomorphes.

Notation 21.4. Pour n ∈ N∗ , on note Sn = SJ1,nK .

Proposition 21.5.
(i) card Sn = n!.
(ii) Sn est commutatif ssi n ⩽ 2.
!
1 2 ··· n
Notation 21.6. s ∈ Sn . On notera s = , en omettant éventuel-
s(1) s(2) · · · s(n)
lement les points fixes de s.
!
i j
Notation 21.7. Pour n ⩾ 3, on notera (i j) = ∈ Sn , où (i, j) ∈ J1, nK2 . Une
j i
telle permutation est dite transposition.

II Orbites et cycles
II.1 Orbites
Définition 21.8 (Orbites). s ∈ Sn , a ∈ J1, nK. On appelle orbite de a sous l’action de s
l’ensemble Os (a) = {sk (a), k ∈ Z}.

Proposition 21.9. s ∈ Sn , a ∈ J1, nK.

(i) card Os (a) = min{p ∈ N∗ , sp (a) = a}.
(ii) (Os (α))α∈J1,nK est une partition de J1, nK.
(iii) ∀b ∈ Os (a), Os (a) = Os (b).

117
CHAPITRE 21. GROUPE SYMÉTRIQUE

II.2 Cycles et composées de cycles

Définition 21.10 (Cycle). On dit que s ∈ Sn est un cycle lorsque s a une seule orbite non
réduite à un élément. On appelle alors cette orbite support de s ; et on appelle longueur
de s le cardinal du support de s.

Vocabulaire 21.11 (Permutation circulaire). On appelle permutation circulaire de Sn

tout cycle de longueur n.

p et de support Os (a) = a, s(a), . . . , sp−1 (a) ,


Notation 21.12. Soit s ∈ Sn un cycle de longueur
p−1


où a ∈ J1, nK. On notera s = a s(a) · · · s (a) .

Proposition 21.13.
(i) Si σ ∈ Sn est un cycle de longueur p, alors σ p = id et σ p−1 ̸= id.
(ii) Soit σ = (a1 a2 · · · ap ) ∈ Sn , alors σ −1 = (ap ap−1 · · · a1 ).
(iii) Deux cycles à supports disjoints commutent.

Théorème 21.14. Toute permutation s’écrit de manière unique à l’ordre près comme
produit de cycles à supports disjoints.

Démonstration. Existence. Soit σ ∈ Sn . Soit k le nombre d’orbites  de σ non réduites à un 

élément, qu’on note Oσ (a1 ), . . . , Oσ (ak ). Pour i ∈ J1, kK, poser σi = ai σ(ai ) · · · σ ℓi −1 (ai ) ,
où ℓi = card Oσ (ai ). Montrer alors que σ = σ1 · · · σk . Unicité. Supposer s1 · · · sk =
r1 · · · rℓ ∈ Sn , où s1 , . . . , sk sont des cycles à supports deux à deux disjoints dont on
note S1 , . . . , Sk les supports respectifs, r1 , . . . , rℓ sont des cycles à supports deux à deux
disjoints dont on note R1 , . . . , Rℓ les supports respectifs. Montrer que ∀i ∈ J1, kK, ∃!j ∈
J1, ℓK, si = rj , d’où l’unicité.

II.3 Permutations et transpositions

Proposition 21.15. Tout cycle est produit (non unique) de transpositions.

Démonstration. On a (a1 a2 · · · ap ) = (a1 a2 ) (a2 a3 ) · · · (ap−1 ap ).

Théorème 21.16. Toute permutation est produit (non unique) de transpositions.

Démonstration. Par récurrence. H(n) : Toute permutation de Sn est produit de transpo-

sitions. H(2) est vraie. Supposer H(n) vraie pour n ∈ J2, +∞J. Soit s ∈ Sn+1 . Si s(n+1) =
J1, nK −→ J1, nK
n + 1, soit ŝ : . Alors ŝ ∈ Sn , donc par H(n), ŝ s’écrit comme produit de
k 7−→ s(k)
J1, n + 1K −→ J1, n + 1K
(
transpositions : ŝ = τ̂1 · · · τ̂ℓ . Pour i ∈ J1, ℓK, soit τi : τ̂i (k) si k ∈ J1, nK .
k 7−→
n + 1 sinon
Alors τi est une transposition pour tout i ∈ J1, ℓK et on a s = τ1 · · · τℓ . Si s(n + 1) ̸= n + 1,
poser θ = ((n + 1) s(n + 1)) ◦ s ∈ Sn+1 . On a alors θ(n + 1) = n + 1, donc d’après le cas
précédent, θ s’écrit comme produit de transpositions, donc s = ((n + 1) s(n + 1)) ◦ θ aussi.
Donc H(n + 1) est vraie.

118
CHAPITRE 21. GROUPE SYMÉTRIQUE

III Signature d’une permutation

Théorème 21.17. Il existe une unique application ε : Sn → {−1, 1} t.q.
(i) Pour toute transposition τ ∈ Sn , ε(τ ) = −1,
(ii) ε est un morphisme de groupes : ∀(σ1 , σ2 ) ∈ S2n , ε(σ1 σ2 ) = ε(σ1 )ε(σ2 ).
L’application ε est dite signature.

Démonstration. Poser
Sn −→ {−1, 1}
Y σ(i) − σ(j)
ε: σ 7−→ ,
{i,j}∈P2 (n)
i−j
i̸=j

où P2 (n) est l’ensemble des parties à deux éléments de J1, nK. Montrer d’abord (i), puis
(ii). En déduire, grâce au théorème 21.16, que ∀σ ∈ Sn , ε(σ) ∈ {−1, 1}. ε ayant une
expression explicite, elle est donc bien définie. Et ε convient, et est unique (puisque ε est
définie sur les transpositions, qui engendrent Sn ).

Corollaire 21.18.
(i) La parité du nombre de transpositions intervenant dans la décomposition d’une per-
mutation est indépendante de la décomposition choisie.
(ii) Le groupe An = Ker ε = {σ ∈ Sn , ε(σ) = 1}, dit groupe alterné, est constitué des
permutations produits d’un nombre pair de transpositions ; et on a card An = n!
2.

Vocabulaire 21.19 (Parité d’une permutation). Les permutations de An sont dites paires,
les autres impaires.

119
Chapitre 22
Déterminants

I Formes n-linéaires
Définition 22.1 (Forme n-linéaire). E un K-espace vectoriel. f : E n → K est dite n-
linéaire lorsque pour tout (x1 , . . . , xn−1 ) ∈ E n−1 et pour tout i ∈ J1, nK, l’application
E −→ K
est linéaire.
x 7−→ f (x1 , . . . , xi−1 , x, xi , . . . , xn−1 )

Définition 22.2 (Caractère antisymétrique ou alterné). f : E n → K une forme n-linéaire.

(i) f est dite antisymétrique lorsque

∀(x1 , . . . , xn ) ∈ E n , ∀(i, j) ∈ J1, nK2 , i ̸= j

=⇒ f (x1 , . . . , xi , . . . , xj , . . . , xn ) = −f (x1 , . . . , xj , . . . , xi , . . . , xn ).

(ii) f est dite alternée lorsque

 
∀(x1 , . . . , xn ) ∈ E n , ∃(i, j) ∈ J1, nK2 , i ̸= j et xi = xj
=⇒ f (x1 , . . . , xn ) = 0.

Proposition 22.3. f : E n → K une forme n-linéaire. f est alternée ssi f est antisymé-
trique.

Notation 22.4. On note Λn (E) l’ensemble des formes n-linéaires alternées sur E.

Proposition 22.5. (Λn (E), +, ·) est un K-espace vectoriel.

Proposition 22.6. f ∈ Λn (E), σ ∈ Sn , (x1 , . . . , xn ) ∈ E n .

 
f xσ(1) , . . . , xσ(n) = ε(σ)f (x1 , . . . , xn ). (⋆)

Démonstration. Par récurrence. H(k) : Si σ est le produit de k transpositions, alors

(⋆) est vraie.

120
CHAPITRE 22. DÉTERMINANTS

II Déterminant d’une famille de n vecteurs d’un espace vec-

toriel de dimension n
Définition 22.7 (Déterminant). E un K-espace vectoriel de dimension n. B une base de
E. On définit
E n −→ K
n
det : X Y ,
B (x1 , . . . , xn ) 7−→ ε(σ) xσ(k),k
σ∈Sn k=1

où xij est la i-ième composante de xj dans la base B pour (i, j) ∈ J1, nK2 .

Théorème 22.8. E un K-espace vectoriel de dimension n. B une base de E. Alors detB

est l’unique forme n-linéaire alternée sur E t.q. detB (B) = 1. De plus, Λn (E) = Vect(detB )
et
∀f ∈ Λn (E), f = f (B) · det .
B

Démonstration. Soit f ∈ Λn (E), (x1 , . . . , xn ) ∈ E n . En notant B = (e1 , . . . , en ), vérifier

que
 
n
X n
X
f (x1 , . . . , xn ) = f  xi1 ,1 ei1 , . . . , xin ,n ein 
i1 =1 in =1
 
X
= xi1 ,1 · · · xin ,n · f (ei1 , . . . , ein )
 

| {z }
1⩽i1 ,...,in ⩽n
= 0 dès que ik = iℓ avec k ̸= ℓ
X   
= xσ(1),1 · · · xσ(n),n · f eσ(1) , . . . , eσ(n)
σ∈Sn
 
X n
Y
= ε(σ) xσ(k),k  · f (e1 , . . . , en ).
σ∈Sn k=1

III Propriétés du déterminant

III.1 Propriétés usuelles
Proposition 22.9. E un K-espace vectoriel de dimension n. B1 , B2 bases de E. Alors

det = det (B1 ) · det .

B2 B2 B1

Proposition 22.10. E un K-espace vectoriel de dimension n. B une base de E. Alors

X n
Y
∀(x1 , . . . , xn ) ∈ E n , det(x1 , . . . , xn ) = ε(σ) xk,σ(k) ,
B
σ∈Sn k=1

où xij est la i-ième composante de xj dans la base B pour (i, j) ∈ J1, nK2 .

121
CHAPITRE 22. DÉTERMINANTS

III.2 Déterminant d’une matrice carrée

Définition 22.11 (Déterminant d’une matrice carrée). A ∈ Mn (K). On note det A le
déterminant des n vecteurs colonnes de A dans la base canonique de Kn .
Notation 22.12. On note
a11 · · · a1n a11 · · · a1n
 
.. .. .. = det  .. .. ..  .
. . .  . . . 
an1 · · · ann an1 · · · ann
Proposition 22.13. A = (aij ) ∈ Mn (K).
X n
Y X n
Y
det A = ε(σ) aσ(k),k = ε(σ) ak,σ(k) . (i)
σ∈Sn k=1 σ∈Sn k=1

det A = det tA. (ii)

Corollaire 22.14. det In = 1.
a c
Exemple 22.15. = ad − bc.
b d
Exemple 22.16 (Règle de Sarrus).

a11 a12 a13

a21 a22 a23 = a12 a23 a31 + a11 a22 a33 + a21 a32 a13 − a21 a12 a33
a31 a32 a33
− a31 a22 a13 − a32 a23 a11 .

III.3 Familles libres, matrices inversibles et déterminants

Proposition 22.17. E un K-espace vectoriel de dimension n. B une base de E, F une
famille de n éléments de E. Alors F est une base de E ssi detB F ̸= 0.
Corollaire 22.18. A ∈ Mn (K).
A ∈ GLn (K) ⇐⇒ det A ̸= 0.

IV Calculs de déterminants
IV.1 Quelques propriétés immédiates
Proposition 22.19. A ∈ Mn (K), T = (tii ) ∈ T+ n (K). On note C1 , . . . , Cn les n vecteurs
colonnes de A.  
(i) ∀(λ1 , . . . , λn ) ∈ Kn , det C1 , . . . , Ci + j̸=i λj Cj , . . . , Cn = det A.
P

(ii) ∀λ ∈ K, det (C1 , . . . , λCi , . . . , Cn ) = λ det A.

(iii) ∀λ ∈ K, det(λA) = λn det A.
 
(iv) ∀σ ∈ Sn , det Cσ(1) , . . . , Cσ(n) = ε(σ) det A.
Qn
(v) det T = i=1 tii .
Q 
k
Démonstration. (v) Par récurrence. Pour k ∈ J1, nK, poser H(k) : det T = i=1 tii detB (e1 , . . . , ek , Ck+1 , .
où B = (e1 , . . . , en ) est la base canonique de Kn .
Remarque 22.20. Dans la propriété précédente, les manipulations sur les colonnes peuvent
aussi être effectuées sur les lignes.

122
CHAPITRE 22. DÉTERMINANTS

IV.2 Développement par rapport à une ligne ou une colonne.

Définition 22.21 (Mineur, cofacteur et comatrice). A ∈ Mn (K), (i, j) ∈ J1, nK2 .
(i) On appelle mineur (i, j) de A, noté Mij , le déterminant de la sous-matrice carrée
de A d’ordre (n − 1) obtenue en retirant la i-ième ligne et la j-ième colonne de A.
(ii) On définit le cofacteur (i, j) de A par Cof ij (A) = (−1)i+j Mij ∈ K.
∈ Mn (K).
P
(iii) On appelle comatrice de A la matrice Com A = 1⩽i,j⩽n Cof ij (A)Eij

Proposition 22.22. A = (aij ) ∈ Mn (K), j ∈ J1, nK.

n
X
det A = aij Cof ij (A).
i=1

Remarque 22.23. Cette propriété reste valable pour un développement par rapport à une
ligne : ∀i ∈ J1, nK, det A = nj=1 aij Cof ij (A).
P

IV.3 Inverse d’une matrice

Proposition 22.24. A ∈ Mn (K). Alors A × t(Com A) = t(Com A) × A = (det A) In .

V Déterminant et morphisme de groupes

V.1 Déterminant d’un endomorphisme
Proposition 22.25. E un K-espace vectoriel de dimension n. f ∈ L(E).

∃λ ∈ K, ∀(x1 , . . . , xn ) ∈ E n , ∀B base de E,
det (f (x1 ), . . . , f (xn )) = λ det(x1 , . . . , xn ).
B B

Définition 22.26 (Déterminant d’un endomorphisme). E un K-espace vectoriel de di-

mension n. f ∈ L(E). On note Det f l’unique scalaire t.q.

∀(x1 , . . . , xn ) ∈ E n , ∀B base de E,
det (f (x1 ), . . . , f (xn )) = (Det f ) det(x1 , . . . , xn ).
B B

Corollaire 22.27. E un K-espace vectoriel de dimension n. f ∈ L(E). B base de E.

Alors Det f = det MatB (f ).

Corollaire 22.28. (A, B) ∈ Mn (K)2 . Si A et B sont semblables alors det A = det B.

V.2 Morphisme
Proposition 22.29. E un K-espace vectoriel de dimension n. ∀(f, g) ∈ L(E)2 , Det(f ◦
g) = (Det f ) (Det g).

Corollaire 22.30.

∀(A, B) ∈ Mn (K)2 , det(AB) = (det A) (det B) .

Proposition 22.31. E un K-espace vectoriel de dimension n. f ∈ L(E), A ∈ Mn (K).

(i) f ∈ GL(E) ⇐⇒ Det f ̸= 0. Dans ce cas, Det f −1 = 1
Det f .

123
CHAPITRE 22. DÉTERMINANTS

(ii) A ∈ GLn (K) ⇐⇒ det A ̸= 0. Dans ce cas, det A−1 = 1

det A .
GL(E) −→ K∗
(iii) L’application est un morphisme de groupes.
f 7−→ Det f

Corollaire 22.32. (A11 , A12 , A22 ) ∈ Mn (K)3 .

!
A11 A12
det = (det A11 ) (det A22 ) .
0 A22
! ! !
A11 A12 In 0 A11 A12
Démonstration. Écrire = .
0 A22 0 A22 0 In

VI Déterminant de Vandermonde
Définition 22.33 (Déterminant de Vandermonde). Pour (x0 , . . . , xn ) ∈ Kn+1 , on note

1 1 ··· 1 ··· 1
x0 x1 · · · xj · · · xn
x20 x21 · · · x2j · · · x2n
. .. .. . .. .
V(x0 , . . . , xn ) = .. . . .. . .. .
xi0 xi1 · · · xij · · · xin
.. .. .. . .. .
. . . .. . ..
xn0 xn1 · · · xnj · · · xnn

Proposition 22.34.
Y
∀(x0 , . . . , xn ) ∈ Kn+1 , V(x0 , . . . , xn ) = (xj − xi ). (∗)
0⩽i<j⩽n

Démonstration. Par récurrence. H(n) : (∗). H(1) est vraie. En supposant H(n−1) vraie
pour n ⩾ 2, poser f : x ∈ K 7−→ V(x0 , . . . , xn−1 , x). Supposer ∀(i, j) ∈ J0, nJ2 , i ̸= j ⇒
xi ̸= xj , sinon le résultat est clair. Montrer, en développant le déterminant par rapport à
la dernière colonne, que f est polynomiale de degré n et que ∀k ∈ J0, nJ, f (xk ) = 0. Ainsi
∃λ ∈ K, ∀x ∈ K, f (x) = λ n−1 k=0 (x − xk ). Montrer que λ = V(x0 , . . . , xn−1 ) et en déduire
Q

H(n).

124
Chapitre 23
Résolution de Systèmes Linéaires

I Notion de sous-espace affine

Définition 23.1 (Sous-espace affine). E un K-espace vectoriel. M0 ∈ E, F un sous-
espace vectoriel de E. On appelle sous-espace affine de E passant par M0 et de direction
F l’ensemble
F = M0 + F = {M0 + u, u ∈ F } .
Les éléments de F sont dits points de F .
Notation 23.2. E un K-espace vectoriel. F = M0 + F un sous-espace affine de E, où
−−−→
M0 ∈ E, F sous-espace vectoriel de E. Pour M ∈ F , on note M0 M = M − M0 ∈ F .
Définition 23.3 (Dimension d’un sous-espace affine). E un K-espace vectoriel. F un
sous-espace affine de E de direction F . On dit que F est de dimension finie lorsque F est
de dimension finie et on définit alors dim F = dim F .
Lemme 23.4. E un K-espace vectoriel. F un sous-espace affine de E de direction F .
Alors ∀M ∈ F , F = M + F .
Proposition 23.5. E un K-espace vectoriel. F et G deux sous-espaces affines de E de
directions respectives F et G. Alors F ∩ G est soit vide, soit un sous-espace affine de E
de direction F ∩ G.

II Application aux systèmes linéaires

Proposition 23.6. A ∈ Mn,p (K), B ∈ Mn,1 (K). Alors l’ensemble S , défini par S =
{X ∈ Kp , AX = B}, est soit vide, soit un sous-espace affine de Kp de direction Ker A.
Autrement dit, S est l’intersection de n hyperplans affines de Kp .
Définition 23.7 (Rang d’un système linéaire). A ∈ Mn,p (K), B ∈ Mn,1 (K). On appelle
rang du système AX = B le rang de A.
Proposition 23.8. A ∈ Mn,p (K), B ∈ Mn,1 (K). S = {X ∈ Kp , AX = B}. Si rg A = n
alors S ̸= ∅. Si rg A < n alors S ̸= ∅ ssi B ∈ Im A. Dans ce cas, B appartient à
l’intersection de (n − rg A) hyperplans ; on dit que B doit satisfaire à (n − rg A) relations
de compatibilité.
Corollaire 23.9. A ∈ Mn (K), B ∈ Mn,1 (K). Alors le système AX = B a une unique
solution ssi A ∈ GLn (K). Dans ce cas, le système est dit système de Cramer.

125
CHAPITRE 23. RÉSOLUTION DE SYSTÈMES LINÉAIRES

III Méthode de Gauss

Proposition 23.10. T ∈ T+ n (K) ∩ GLn (K). B ∈ Mn,1 (K). Alors la résolution du système
2
T X = B s’effectue en un nombre d’opérations équivalent à n2 (ou n2 si on ne compte pas
les additions).

Méthode 23.11 (Méthode de Gauss). A = (aij ) ∈ Mn,p (K) \{0}, B ∈ Mn,1 (K). On
cherche à résoudre le système linéaire AX = B.
(i) Si la première colonne est nulle, alors on permute deux colonnes pour se ramener à
une première colonne non nulle. Si a11 = 0, alors on permute deux lignes pour se
ramener au cas a11 ̸= 0. On effectue ensuite des opérations de transvection afin que
tous les coefficients de la première colonne soient nuls sauf a11 .
(ii) On réitère l’étape (i) jusqu’à ce que la sous-matrice constituée des (n − k) dernières
lignes et (p−k) dernières colonnes de A soit nulle. On se ramène ainsi à la résolution
d’un système triangulaire.
2n3
Cette méthode permet de résoudre AX = B en un nombre d’opérations équivalent à 3
3
(ou n3 si on ne compte pas les additions).

126
Chapitre 24
Intégration sur un Segment

I Uniforme continuité
Définition 24.1 (Uniforme continuité). f : I → R. On dit que f est uniformément
continue (UC 0 ) sur I lorsque

∀ε > 0, ∃η ∈ R∗+ , ∀(x, y) ∈ I 2 , |x − y| < η =⇒ |f (x) − f (y)| < ε.

Proposition 24.2.
(i) Toute fonction lipschitzienne sur I est uniformément continue sur I.
(ii) Toute fonction uniformément continue sur I est continue sur I.
Proposition 24.3. f : I → R. f est non UC 0 sur I ssi il existe (an ) ∈ I N , (bn ) ∈ I N et
ε > 0 t.q. (an − bn ) −−−−−→ 0 mais ∀n ∈ N, |f (an ) − f (bn )| ⩾ ε.
n→+∞

Théorème 24.4 (Théorème de Heine). Toute fonction à valeurs réelles C 0 sur un segment
[a, b] est UC 0 sur [a, b].
Démonstration. f : [a, b] → R C 0 . Supposer par l’absurde f non UC 0 . Alors il existe
(αn ) ∈ [a, b]N , (βn ) ∈ [a, b]N et ε > 0 t.q. (αn − βn ) −−−−−→ 0 et ∀n ∈ N, |f (αn ) − f (βn )| ⩾
n→+∞  
ε. Comme (αn ) est bornée, en extraire une sous-suite convergente αφ(n) (avec φ : N →
 
N ↗↗) t.q. αφ(n) −−−−−→ ℓ ∈ [a, b]. De plus, αφ(n) − βφ(n) −−−−−→ 0, d’où βφ(n) −−−−−→
n→+∞   n→+∞   n→+∞
ℓ. Mais f est C0 sur [a, b] et ℓ ∈ [a, b] donc f αφ(n) −−−−−→ f (ℓ) et f βφ(n) −−−−−→ f (ℓ),
    n→+∞ n→+∞
donc f αφ(n) − f βφ(n) −−−−−→ 0. C’est une contradiction.
n→+∞

II Fonctions en escaliers et fonctions continues par mor-

ceaux
II.1 Subdivisions
Définition 24.5 (Subdivisions). (a, b) ∈ R2 , a < b. On appelle subdivision de [a, b] toute
suite finie σ = (a0 , . . . , an ) avec a = a0 < a1 < · · · < an = b.
(i) On appelle support de σ l’ensemble Sσ = {a0 , . . . , an }.
(ii) On appelle pas de σ le réel maxi∈J0,nJ |ai+1 − ai |.

127
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

On appelle de plus subdivision régulière de [a, b] de pas h la subdivision (a, a+h, . . . , a+nh)
avec h = b−a
n .
Vocabulaire 24.6. σ1 et σ2 deux subdivisions de [a, b]. On dit que σ2 est plus fine que σ1
lorsque Sσ1 ⊂ Sσ2 .
Notation 24.7. σ1 et σ2 deux subdivisions de [a, b]. On note σ1 ∪ σ2 la subdivision de
[a, b] de support Sσ1 ∪ Sσ2 .

II.2 Fonctions en escaliers

Définition 24.8 (Fonctions en escaliers). f : [a, b] → R. f est dite en escaliers sur [a, b]
lorsqu’il existe une subdivision σ = (a0 , . . . , an ) de [a, b] t.q. ∀i ∈ J0, nJ, f|]ai ,ai+1 [ est constante.
σ est alors dite subdivision adaptée à f .
Notation 24.9. f : [a, b] → R en escaliers, σ = (a0 , . . . , an ) subdivision adaptée à f . On
écrit
n−1
X
f= λi 1]ai ,ai+1 [ sur [a, b]\Sσ ,
i=0
où, pour i ∈ J0, nJ, λi est la constante t.q. f|]ai ,ai+1 [ = λi .
Notation 24.10. On note E[a,b] l’ensemble des fonctions en escaliers sur [a, b] à valeurs
dans R.
Proposition 24.11.
(i) Toute subdivision plus fine d’une subdivision adaptée à une fonction f en escaliers
sur [a, b] est aussi adaptée à f .
(ii) L’ensemble E[a,b] des fonctions en escaliers sur [a, b] à valeurs dans R est un espace
vectoriel stable par produit et inclus dans l’ensemble des fonctions bornées sur [a, b].

II.3 Fonctions continues par morceaux

Définition 24.12 (Fonctions continues par morceaux). f : [a, b] → R. f est dite continue
par morceaux (Cpm 0 ) sur [a, b] lorsqu’il existe une subdivision σ = (a , . . . , a ) de [a, b] t.q.
0 n
∀i ∈ J0, nJ, f|]ai ,ai+1 [ est C 0 et, pour tout i ∈ J0, nK, f admet une limite réelle à droite et à
gauche en ai . σ est alors dite subdivision adaptée à f .
Proposition 24.13. f : [a, b] → R. f est continue par morceaux ssi il existe une sub-
division (a0 , . . . , an ) de [a, b] et des fonctions fi : [ai , ai+1 ] → R C 0 pour i ∈ J0, nJ t.q.
∀i ∈ J0, nJ, f|]ai ,ai+1 [ = fi |]ai ,ai+1 [
0 ([a, b], R) l’ensemble des fonctions C 0 sur [a, b] à valeurs
Notation 24.14. On note Cpm pm
dans R.
Proposition 24.15.
(i) Toute subdivision plus fine d’une subdivision adaptée à une fonction f Cpm 0 sur [a, b]

est aussi adaptée à f .

(ii) L’ensemble Cpm0 ([a, b], R) des fonctions C 0 sur [a, b] à valeurs dans R est un espace
pm
vectoriel stable par produit et inclus dans l’ensemble des fonctions bornées sur [a, b].
Proposition 24.16. f : [a, b] → R Cpm 0 . φ : [c, d] → R avec φ ([c, d]) ⊂ [a, b]. Si φ est C 0
0 sur J.
et strictement monotone sur [c, d], alors (f ◦ φ) est Cpm
Démonstration. Supposer φ ↗↗. Soit (a0 , . . . , an ) une subdivision adaptée à f . Poser
αi = φ−1 (ai ) pour i ∈ J0, nK (par bijectivité de φ). Montrer alors que (f ◦ φ) est Cpm
0 ,

(α0 , . . . , αn ) étant une subdivision adaptée à (f ◦ φ).

128
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

II.4 Approximation de fonctions continues par morceaux

Notation 24.17. On définit sur l’ensemble des fonctions bornées I → R la norme ∥·∥∞
I
par
∀φ ∈ RI bornée, ∥φ∥∞ = sup |φ| .
I I

Définition 24.18 (Convergence uniforme). (fn ) une suite de fonctions I → R, f : I → R.

On dit que (fn ) converge uniformément vers f sur I lorsque

∥fn − f ∥∞ −−−−−→ 0.
I n→+∞

Définition 24.19 (Convergence simple). (fn ) une suite de fonctions I → R, f : I → R.

On dit que (fn ) converge simplement vers f sur I lorsque

∀x ∈ I, |fn (x) − f (x)| −−−−−→ 0.

n→+∞

Proposition 24.20. (fn ) une suite de fonctions I → R, f : I → R. Si (fn ) converge

uniformément vers f sur I alors (fn ) converge simplement vers f sur I.
Théorème 24.21. Toute fonction Cpm 0 sur un segment [a, b] est limite uniforme d’une
suite de fonctions en escaliers sur [a, b].
Démonstration. f : [a, b] → R. Première étape. Supposer f C 0 . Pour n ∈ N∗ , intro-
duire la subdivision
(
régulière (a, a + h, . . . , a + nh) avec h = b−a n , et poser fn : x ∈
f (ak ) si x ∈ [ak , ak+1 [ pour k ∈ J0, nJ
[a, b] 7−→ (fn est en escaliers). Soit ε > 0.
f (b) si x = b
Comme, f est C 0 sur [a, b] donc UC 0 sur [a, b], ∃η ∈ R∗+ , ∀(x, y) ∈ [a, b]2 , |x − y| <
η =⇒ |f (x) − f (y)| < ε. Soit n > b−a η , alors ∀k ∈ J0, nJ, ∀x ∈ [ak , ak+1 [, |x − ak | < η
donc ∀k ∈ J0, nJ, ∀x ∈ [ak , ak+1 [, |f (x) − fn (x)| = |f (x) − f (ak )| < ε, et c’est encore
vrai en x = b. Donc sup[a,b] |f − fn | < ε. Donc (fn ) converge uniformément vers f .
Deuxième étape. Supposer f Cpm 0 . Soit (α , . . . , α ) une subdivision de [a, b] adaptée à
0 p
f . Pour i ∈ J0, pJ, soit fi : [αi , αi+1 ] → R C 0 t.q. fi |]αi ,αi+1 [ = f|]αi ,αi+1 [ , et soit (fi,n )
une suite de fonctions en escaliers définies sur ]αi , αi+1 [ convergeant uniformément vers
f(i (qui existe d’après la première étape). Poser alors, pour n ∈ N, φn : x ∈ [a, b] 7−→
fi,n (x) si x ∈]αi , αi+1 [ pour i ∈ J0, pJ
. Vérifier alors que (φn ) est une suite de fonc-
f (αi ) si x = αi pour i ∈ J0, pK
tions en escaliers convergeant uniformément vers f sur [a, b].

III Intégrales de fonctions en escaliers sur un segment

Définition 24.22 (Intégrale d’une fonction en escaliers). φ ∈ E[a,b] , σ = (a0 , . . . , an ) une
subdivision adaptée à φ. On définit
Z b n−1
X
φ= (ak+1 − ak ) φ(ck ),
a k=0

où ck ∈]ak , ak+1 [ pour k ∈ J0, nJ.

Démonstration. Il faut justifier que ab φ, que l’on note pour l’instant Iσ (φ), est indé-
R

pendante de la subdivision σ choisie. Montrer pour cela que si σ̂ est une subdivision plus
fine que σ, alors Iσ (φ) = Iσ̂ (φ). Montrer alors que pour toute autre subdivision σ ′ adaptée
à φ, on a Iσ (φ) = Iσ∪σ′ (φ) = Iσ′ (φ).

129
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

Proposition 24.23. φ ∈ E[a,b] . Alors ab φ n’est pas modifiée lorsque la valeur de φ est
R

modifiée en un nombre fini de points de [a, b].

Proposition 24.24.
E[a,b] −→ R
(i) L’application Z b est une forme linéaire.
φ 7−→ φ
a
Rb
(ii) ∀φ ∈ E[a,b] , φ ⩾ 0 sur [a, b] =⇒ a φ ⩾ 0.
2 , φ ⩾ ψ sur [a, b] =⇒
Rb Rb
(iii) ∀(φ, ψ) ∈ E[a,b] a φ⩾ a ψ.
(iv) ∀φ ∈ E[a,b] , |φ| ∈ E[a,b] et
Z b Z b
φ ⩽ |φ| .
a a

(v) ∀φ ∈ R[a,b] , ∀c ∈]a, b[, φ ∈ E[a,b] ⇐⇒ φ|[a,c] ∈ E[a,c] et φ|[c,b] ∈ E[c,b] et dans ce cas
Z b Z c Z b
φ= φ+ φ.
a a c

Proposition 24.25. φ ∈ E[a,b] .

Z b
φ ⩽ (b − a) ∥φ∥ ∞ .
a [a,b]

Proposition 24.26 (Changement de variable affine). φ ∈ E[a,b] . λ ∈ R∗+ , µ ∈ R.

Z b Z b−µ
λ
φ(x) dx = λ a−µ
φ(λt + µ) dt.
a λ

IV Intégrales de fonctions continues par morceaux sur un

segment
n o
Définition 24.27 (Riemann-intégrabilité). f : [a, b] → R bornée. On note E − = φ ∈ E[a,b] , φ ⩽ f sur [a, b]
n o
et E + = ψ ∈ E[a,b] , ψ ⩾ f sur [a, b] , et
Z b Z b
I − = sup φ et I + = inf ψ.
φ∈E − a ψ∈E + a

Rb
On dit que f est Riemann-intégrable sur [a, b] lorsque I + = I − , et on note alors a f =
I + = I −.

0 sur [a, b], alors

Lemme 24.28. Si f est Cpm
2
∀ε > 0, ∃(φ, ψ) ∈ E[a,b] , φ ⩽ f ⩽ ψ et 0 ⩽ ψ − φ ⩽ ε.

Démonstration. Conséquence du théorème 24.21.

0 sur [a, b] est Riemann-intégrable sur [a, b].
Proposition 24.29. Toute fonction Cpm

130
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

0 x
0 2 4 6 8 10

Approximation d’une fonction continue par des fonctions en escaliers

Démonstration. Soit f : [a, b] → R Cpm 0 . Montrer d’abord (avec les notations de la

définition 24.27) que I ⩽ I . Montrer ensuite que ∀ε > 0, I + − I − ⩽ ε(b − a) (en

− +

utilisant le lemme 24.28), et en déduire que I + = I − .

0 , (φ ) une suite de fonctions en escaliers conver-
Proposition 24.30. f : [a, b] → R Cpm n
geant uniformément vers f . Alors
Z b Z b
φn −−−−−→ f.
a n→+∞ a

0 . Pour n ∈ N∗ , on pose
Théorème 24.31 (Sommes de Riemann). f : [a, b] → R Cpm

b − a n−1
X
Sn (f ) = f (ak ),
n k=0

où ak = a + k b−a
n pour k ∈ J0, nK. Alors
Z b
Sn (f ) −−−−−→ f.
n→+∞ a

Démonstration. Construire une suite (φn ) de fonctions en escaliers sur [a, b] convergeant
uniformémentR vers f sur [a, Rb] comme dans la démonstration du théorème 24.21. En déduire
que Sn (f ) = ab φn −−−−−→ ab f .
n→+∞

V Propriétés de l’intégrale
V.1 Propriétés obtenues par densité
0 ([a, b], R). Alors b f n’est pas modifiée lorsque la valeur de
R
Proposition 24.32. f ∈ Cpm a
f est modifiée en un nombre fini de points de [a, b].

Proposition 24.33.
0
Cpm ([a, b], R) −→ R
(i) L’application Z b est une forme linéaire.
f 7−→ f
a
0 ([a, b], R) , f ⩾ 0 sur [a, b] =⇒
Rb
(ii) ∀f ∈ Cpm a f ⩾ 0.
0 ([a, b], R)2 , f ⩾ g sur [a, b] =⇒
Rb Rb
(iii) ∀(f, g) ∈ Cpm a f⩾ a g.

131
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

0 ([a, b], R) , |f | ∈ C 0 ([a, b], R) et

(iv) ∀f ∈ Cpm pm

Z b Z b
f ⩽ |f | .
a a

(v) ∀f ∈ R[a,b] , ∀c ∈]a, b[, f ∈ Cpm

0 ([a, b], R) ⇐⇒ f 0
|[a,c] ∈ Cpm ([a, c], R) et f|[c,b] ∈
0
Cpm ([c, b], R) et dans ce cas
Z b Z c Z b
f= f+ f.
a a c

0 ([a, b], R). λ ∈ R∗ , µ ∈ R.

Proposition 24.34 (Changement de variable affine). f ∈ Cpm +

Z b Z b−µ
λ
f (x) dx = λ a−µ
f (λt + µ) dt.
a λ

0 sur [0, T ] et T -périodique (T > 0). Alors

Corollaire 24.35. f : R → R Cpm
Z a+T Z T
∀a ∈ R, f= f.
a 0

V.2 Inégalités et intégrales

0 ([a, b], R)2 .
Proposition 24.36 (Inégalité de la moyenne). (f, g) ∈ Cpm
Z b
|f | ⩽ (b − a) ∥f ∥ ∞ . (i)
a [a,b]

Z b Z b
f g ⩽ ∥f ∥ ∞ |g|. (ii)
a [a,b] a

Corollaire 24.37. f ∈ Cpm0 ([a, b], R), (f ) une suite de fonctions C 0 convergeant uni-
n pm
formément vers f . Alors
Z b Z b
fn −−−−−→ f.
a n→+∞ a
0 ([a, b], R)2 .
Proposition 24.38 (Inégalité de Cauchy-Schwarz). (f, g) ∈ Cpm
s s
Z b Z b Z b
fg ⩽ f2 g2.
a a a

Démonstration. Considérer la fonction ϑ : λ ∈ R 7−→ ab (λf + g)2 . Montrer que ϑ ∈

R

R2 [X], que ϑ ⩾ 0 sur R. En déduire que le discriminant de ϑ est négatif (si deg ϑ = 2) ou
que ϑ est constante (si deg ϑ < 2).

Corollaire 24.39 (Inégalité de Minkowski). On pose

s
Z b
0
N : f ∈ Cpm ([a, b], R) 7−→ f 2.
a

Alors
0
∀(f, g) ∈ Cpm ([a, b], R)2 , N(f + g) ⩽ N(f ) + N(g).

132
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

V.3 Cas d’égalité

Proposition 24.40. f : [a, b] → R C 0 .
)
f ⩾ 0 sur [a, b]
Rb =⇒ f = 0 sur [a, b].
a f =0

Proposition 24.41. f, g : [a, b] → R C 0 . Les cas d’égalité dans les inégalités de Cauchy-
Schwarz (proposition 24.38) et de Minkowski (corollaire 24.39) sont vérifiés ssi f et g sont
colinéaires.

Proposition 24.42 (Égalité de la moyenne). f, g : [a, b] → R C 0 .

Z b Z b
g ⩾ 0 sur [a, b] =⇒ ∃c ∈ [a, b], f g = f (c) g.
a a

Démonstration. Supposer g ̸= 0 (sinon le résultat est clair). Utiliser le fait que f est
bornée et atteint ses bornes sur [a, b] (car f C 0 ) : en notant m = min[a,b] f , M = max[a,b] f ,
Rb
fg
on a m ⩽ Ra b ⩽ M . Comme m et M sont atteints par f , le TVI assure alors l’existence
g
a
de c.

VI Intégrales de fonctions à valeurs complexes

Définition 24.43 (Intégrale d’une fonction à valeurs complexes). f : [a, b] → C. f est
0 sur [a, b] lorsque ℜ(f ) et ℑ(f ) le sont. Dans ce cas, on définit
dite Cpm
Z b Z b Z b
f= ℜ(f ) + i ℑ(f ).
a a a

0 ([a, b], C). K un segment inclus dans [a, b]. On pose :

Notation 24.44. f ∈ Cpm
Z a Z b Z a Z Z sup K
f =− f et f =0 et f= f.
b a a K inf K

0 ([a, b], C). Alors

Proposition 24.45. f ∈ Cpm
Z b Z b
f ⩽ |f |.
a a

Rb
Démonstration. Soit θ un argument de a f . On a :
Z b Z b Z b
f = e−iθ f= f · e−iθ
a a a
Z b ! Z b  
−iθ
=ℜ f ·e = ℜ f · e−iθ
a a
Z b Z b
⩽ f · e−iθ = |f |.
a a

133
CHAPITRE 24. INTÉGRATION SUR UN SEGMENT

0 ([a, b], C)2 .

Proposition 24.46 (Inégalité de Cauchy-Schwarz). (f, g) ∈ Cpm
s s
Z b Z b Z b
fg ⩽ |f |2 |g|2 .
a a a

Corollaire 24.47 (Inégalité de Minkowski). On pose

s
Z b
0
N:f ∈ Cpm ([a, b], C) 7−→ |f |2 .
a

Alors
0
∀(f, g) ∈ Cpm ([a, b], C)2 , N(f + g) ⩽ N(f ) + N(g).

VII Primitives et conséquences

Théorème 24.48. f : [a, b] → R C 0 . Alors la fonction
Z x
F : x ∈ [a, b] 7−→ f
a

est C 1 sur [a, b] et vérifie F ′ = f .

Proposition 24.49 (Intégration par parties). u, v : [a, b] → R C 1 . Alors

Z b Z b
u′ v = [uv]ba − uv ′ .
a a

Proposition 24.50 (Intégration par substitution). f : [a, b] → R C 0 . φ : [c, d] → R C 1

avec φ ([c, d]) ⊂ [a, b].
Z φ(d) Z d
f= (f ◦ φ)φ′ .
φ(c) c

134
Chapitre 25
Séries

I Généralités
Définition 25.1 (Série). Soit (un ) ∈ KN . On appelle suite des sommes partielles associées
à (un ) la suite de terme général Sn = nk=0 uk . Étudier la série de terme général un , notée
P
P
un , c’est étudier la nature de la suite (Sn ).
P
(i) On dit que un converge lorsque (Sn ) converge. Dans ce cas, on appelle somme de
la série la limite des sommes partielles :
∞
X n
X
uk = lim uk .
n→+∞
k=0 k=0
P
(ii) On dit que un diverge lorsque (Sn ) diverge.

Proposition 25.2. (un ) ∈ KN , n0 ∈ N. Alors la série associée à (un )n⩾0 converge ssi la
série associée à (un )n⩾n0 converge. Et dans ce cas :
∞
X 0 −1
nX ∞
X
uk = uk + uk .
k=0 k=0 k=n0

Proposition 25.3. (un ) ∈ KN , (Sn ) la suite des sommes partielles associées à (un ). Alors
∀n ∈ N, un+1 = Sn+1 − Sn .

Corollaire 25.4. (un ) ∈ KN . Si un converge, alors un −−−−−→ 0.

P
n→+∞

Vocabulaire 25.5 (Divergence grossière). (un ) ∈ KN . On dit que

P
un diverge grossiè-
rement lorsque (un ) ne tend pas vers 0.
n o
Proposition 25.6. L’ensemble (un ) ∈ KN ,
P
un converge est un K-espace vectoriel.

II Séries à termes réels

II.1 Séries à termes positifs
Proposition 25.7. (un ) ∈ (R+ )N , (Sn ) la suite des sommes partielles associées à (un ).
(i) (Sn ) est croissante.

135
CHAPITRE 25. SÉRIES

P
(ii) un converge ssi (Sn ) est majorée.

Proposition 25.8. (un ) ∈ RN , (vn ) ∈ RN . On suppose que 0 ⩽ un ⩽ vn à PCR.

P P
(i) vn converge =⇒ un converge.
P P
(ii) un diverge =⇒ vn diverge.

Proposition 25.9. (un ) ∈ RN , (vn ) ∈ RN t.q. un ⩾ 0 et vn ⩾ 0 à PCR.

(i) Si un = O(vn ) et
P P
vn converge alors un converge. Dans ce cas
∞ ∞
!
X X
uk = O vk .
k=n k=n

(ii) Si un = O(vn ) et
P
vn diverge, alors
n n
!
X X
uk = O vk .
k=0 k=0

(iii) Si un ∼ vn alors
P P
un et vn sont de même nature.
Les points (i) et (ii) restent valables en remplaçant O par o ou ∼.
0 . On dit que
R Rx
Vocabulaire 25.10. f : R+ → R Cpm f converge en +∞ lorsque limx→+∞ 0 f
existe et est réelle. On note alors
Z +∞ Z x
f = lim f.
0 x→+∞ 0

0 décroissante et positive.
Proposition 25.11. f : R+ → R Cpm
R n+1
(i) La série de terme général an = n (f − f (n + 1)) converge.
P R
(ii) f (n) converge ssi f converge en +∞.
Pn Rn
∼
P
(iii) Si f (n) diverge alors k=0 f (k) 0 f.

Démonstration. (i) Montrer que ∀n ∈ N, f (n + 1) ⩽ nn+1 f ⩽ f (n) ; en déduire que

R

∀n ∈ N, 0 ⩽ an ⩽ f (n) − f (n + 1). Or, f est décroissante et positive donc admet une limite
réelle en +∞, doncR la série de terme général f (n) − f (n + 1) converge, donc an aussi. (ii)
P

a = 0n f − nk=1 f (k). Or, la série de terme général an converge

Pn−1 P
Écrire donc les suites
Pn k
k=0
( 0 f ) et ( Rk=1 f (k)) sont de même nature. Montrer alors que x 7→ 0x f a une limite réelle
Rn R

en +∞ ssi ( 0n f ) converge, d’où le résultat. (iii) On a ∀k ∈ N, 0 ⩽ ak ⩽ f (k) − f (k + 1).

P
En supposant que f (n) diverge, écrire alors
n n
Z n !
X X
0⩽ f− f (k) ⩽ f (0) − f (n) ⩽ f (0) = o f (k) .
0 k=1 k=1
| {z }
Pn−1
k=0
ak

Proposition 25.12.
n
1 1 1
X  
= ln n + γ + +o ,
k=1
k 2n n
où γ est la constante d’Euler.

136
CHAPITRE 25. SÉRIES

 
1 1
Démonstration. Poser un = ln 1 −
P
n + n. Montrer d’abord que un converge et
P∞ Pn   Pn
1 1 1
que k=n uk ∼ − 2n
Écrire ensuite ln n = −
. k=2 ln 1− k , puis k=1 k − ln n =
Pn
1 + k=2 uk ; en déduire le résultat souhaité.
P 1
Proposition 25.13. α ∈ R. Alors la série nα , dite série de Riemann, converge ssi
α > 1.

En notant fα : x ∈ R∗+ 7−→ 1 P

Démonstration.
R xα , remarquer que fα (n) converge ssi
fα converge en +∞.

Proposition 25.14. (un ) ∈ RN et α ∈ R t.q. nα un −−−−−→ ℓ ∈ R.

n→+∞
(i) Si ℓ ̸= 0, alors
P
un converge ssi α > 1.
P
(ii) Si ℓ = 0, α > 1 et un ⩾ 0 à PCR, alors un converge.

II.2 Critères de convergence

un+1
Proposition 25.15 (Critère de d’Alembert). (un ) ∈ R∗+

N
t.q. un −−−−−→ ℓ ∈ R.
n→+∞
Alors :
P
(i) Si ℓ < 1, alors un converge.
P
(ii) Si ℓ = 1, alors un peut converger ou diverger.
P
(iii) Si ℓ > 1, alors un diverge grossièrement.
√
Proposition 25.16 (Critère de Cauchy). (un ) ∈ R∗+

N
t.q. n un −−−−−→ ℓ ∈ R. Alors :
n→+∞
P
(i) Si ℓ < 1, alors un converge.
P
(ii) Si ℓ = 1, alors un peut converger ou diverger.
P
(iii) Si ℓ > 1, alors un diverge grossièrement.

II.3 Séries alternées

Vocabulaire 25.17 (Reste à l’ordre n). (un ) ∈ KN t.q. ∞ k=0 uk = S ∈ K, (S
P
) la suite
Pn
des sommes partielles associées à (un ). Alors on appelle reste à l’ordre n de un :
∞
X
Rn = S − Sn = uk .
k=n+1

Proposition 25.18. (an ) ∈ (R+ )N t.q. (an ) ↘ et an −−−−−→ 0. Alors la série (−1)n an ,
P
n→+∞
P∞ k
dite série alternée, converge. De plus, pour tout n ∈ N, Rn = k=n+1 (−1) ak est du signe
de (−1)n+1 et |Rn | ⩽ |an+1 |.

Démonstration. En notant (Sn ) la suite des sommes partielles associées à ((−1)n an ),

montrer que les suites (S2n ) et (S2n+1 ) sont adjacentes, et en déduire la convergence de
(−1)n an . En notant S = limn→+∞ Sn , montrer alors que 0 ⩽ S − S2n+1 ⩽ an+2 et que
P

0 ⩽ S2n − S ⩽ a2n+1 .

137
CHAPITRE 25. SÉRIES

III Séries à termes complexes

III.1 Généralités
Proposition 25.19. (un ) ∈ CN . ℜ(un ) converge et ℑ(un ) converge.
P P P
un converge ssi

Définition 25.20 (Absolue convergence). (un ) ∈ KN . On dit que

P
un est absolument
convergente lorsque |un | converge.
P

Proposition 25.21. (un ) ∈ KN . Si

P P
un est absolument convergente alors un converge.

Démonstration. Première étape : K = R. Soit (un ) ∈ RN t.q.

P
un est absolument
−
convergente. Poser un = max(un , 0) et un = max(−un , 0). On a alors un = u+
+ −
n − un
+ − + −
et |un | = un + un . Écrire alors 0 ⩽ un ⩽ |un | et 0 ⩽ un
⩽ |un |. Or
P
|un | converge
P −
un − u−
P + P P +
donc un et un convergent, d’où un = n converge. Deuxième étape :
K = C. Soit (un ) ∈ C t.q. un est absolument convergente. Comme 0 ⩽ |ℜ(un )| ⩽ |un |
N P

et 0 ⩽ |ℑ(un )| ⩽ |un |, |ℜ(un )| et |ℑ(un )| convergent. D’après la première étape,

P P

ℜ(un ) et ℑ(un ) convergent, donc un converge.

P P P

III.2 Quelques propriétés

n o
(un ) ∈ KN ,
P
Proposition 25.22. L’ensemble un est absolument convergente est un
K-espace vectoriel.

Proposition 25.23. (un ) ∈ KN , (vn ) ∈ RN t.q. vn ⩾ 0 à PCR.

(i) Si un = O(vn ) et
P P
vn converge alors un est absolument convergente. Dans ce cas
∞ ∞
!
X X
uk = O vk .
k=n k=n

(ii) Si un = O(vn ) et
P
vn diverge, alors
n n
!
X X
uk = O vk .
k=0 k=0

Ceci reste valable en remplaçant O par o ou ∼.

III.3 Exemples classiques

Théorème 25.24 (Théorème de Cesàro). (un ) ∈ KN .
n
1 X
un −−−−−→ ℓ ∈ K =⇒ uk −−−−−→ ℓ.
n→+∞ n + 1 k=0 n→+∞

Pn Pn
Démonstration. Comme un − ℓ = o(1) et que k=0 (uk − ℓ)
P
1 diverge, = o( k=0 1) =
1 Pn
o(n), donc n+1 k=0 uk = ℓ + o(1).

Théorème 25.25 (Formule de Stirling).

√  n
n
n! ∼ 2πn .
e

138
CHAPITRE 25. SÉRIES

n! e n


Démonstration. On note un = √
n n , vn = ln un − ln un−1 . Montrer que vn =
 
O n12 . Comme
P 1 P
n2
converge, en déduire que vn converge, donc (ln un ) converge, d’où
∗
R π2 n
un −−−−−→ C ∈ R+ . Reste à déterminer C. On pose pour cela In = 0 sin t dt. Montrer
n→+∞
n+1 (2n)!
premièrement que ∀n ∈ N, In+2 = n+2 In . En déduire que ∀n ∈ N, I2n = (2n n!)2
· π2 . Mon-
trer ensuite que (In ) ↘ et que In ∼ In+1 . De plus, en notant αn = (n + 1)In In+1 ,q
montrer
π 2 π
que ∀n ∈ N, αn+1 = αn donc ∀n ∈ N, αn = α0 = 2 . Or αn ∼ nIn , d’où In ∼ 2n . En
√
déduire que C = 2π.

IV Séries de vecteurs et de matrices

Notation 25.26. Par la suite, on notera E = Kp ou Mn,p (K).
Définition 25.27 (Convergence vectorielle et matricielle). (un ) ∈ EN . On dit que (un )
converge (resp. diverge) lorsque les suites des composantes de (un ) dans la base canonique
P
convergent (resp. divergent) dans K. On dit de même que un converge (resp. diverge)
Pn
lorsque les suites des composantes de ( k=0 uk ) dans la base canonique convergent (resp.
divergent) dans K.
Définition 25.28 (Normes infinies). On définit les normes ∥·∥∞ et |||·|||∞ par :
(i) Pour x = (x1 , . . . , xp ) ∈ Kp :
∥x∥∞ = max |xi | .
1⩽i⩽p

(ii) Pour A ∈ Mn,p (K) :

∥AX∥∞
|||A|||∞ = sup .
X̸=0 ∥X∥∞

On notera ∥·∥ = ∥·∥∞ ou |||·|||∞ .

Lemme 25.29. A = (aij ) ∈ Mn,p (K). |||A|||∞ = max1⩽i⩽n 1⩽j⩽p |aij |.
P

Proposition 25.30. (un ) ∈ EN . Alors un −−−−−→ u ∈ E ssi ∥un − u∥ −−−−−→ 0.

n→+∞ n→+∞
n o n o
(un ) ∈ EN , (un ) converge et (un ) ∈ EN ,
P
Proposition 25.31. un converge sont des
K-espaces vectoriels.
Définition 25.32 (Absolue convergence). (un ) ∈ EN . On dit que
P
un est absolument
convergente lorsque ∥un ∥ converge.
P

Proposition 25.33. (un ) ∈ EN . Si

P P
un est absolument convergente alors un converge.
Lemme 25.34. ∀(U, V ) ∈ Mp (K)2 , |||U V |||∞ ⩽ |||U |||∞ · |||V |||∞ .
Proposition 25.35. A ∈ Mp (K). Si |||A|||∞ < 1, alors (Ip −A) ∈ GLp (K), An converge
P

et : ∞
(Ip − A)−1 =
X
Ak .
k=0

Ak ⩽ |||A|||k∞ , An est absolument convergente donc

P
Démonstration. Comme
Pn∞ k
convergente. En notant Sn = k=0 Aet S = limn→+∞ Sn , on a (Ip − A)Sn = Ip −
An+1 −−−−−→ Ip . Montrer alors que (Ip − A)Sn −−−−−→ (Ip − A)S en utilisant le lemme
n→+∞ n→+∞
25.34, puis en déduire le résultat.

139
CHAPITRE 25. SÉRIES

P An
Proposition 25.36. A ∈ Mp (K). Alors n! converge et on note :

∞
X Ak
exp A = .
k=0
k!

Ak |||A|||k∞
Démonstration. Utiliser le fait que k! ⩽ k! .
∞

140
Chapitre 26
Intégration sur un Intervalle Quelconque

I Retour sur les fonctions en escaliers ou continues par mor-

ceaux
Définition 26.1 (Fonction en escaliers ou continue par morceaux). f : I → R est dite en
0 ) sur I lorsque f est en escaliers (resp. C 0 ) sur tout segment inclus
escaliers (resp. Cpm pm
0 lorsque ℜ(f ) et ℑ(f ) le sont.
dans I. De plus, f : I → C est dite Cpm
n o
Proposition 26.2. L’ensemble f ∈ KI , f Cpm
0 sur I est un K-espace vectoriel.

II Intégrale généralisée sur [a, +∞[

II.1 Généralités
0 . On dit que
R R
Définition 26.3 (Convergence
Rx
de f ). f : [a, +∞[→ K Cpm f converge en
+∞ lorsque limx→+∞ a f existe et est finie. On note alors
Z +∞ Z x
f = lim f.
a x→+∞ a
0 . Alors
R
Proposition 26.4. f : [a, +∞[→ K Cpm f converge en +∞ ssi il existe c ∈ R
[a, +∞[ t.q. la fonction x 7−→ c f a une limite finie en +∞. Dans ce cas, ∀c ∈ [a, +∞[, x 7−→ cx f a une limi
Rx
n o
0 ([a, +∞[, K) ,
R
Proposition 26.5. I = f ∈ Cpm f converge en +∞ est un K-espace
R +∞
vectoriel et l’application f ∈ I 7−→ a f est une forme linéaire.
0 . On suppose que
R
Proposition 26.6. f : [a, +∞[→ R Cpm f converge en +∞ et f ⩾ 0
sur [a, +∞[.
(i) a+∞ f ⩾ 0.
R

(ii) Si de plus f est C 0 sur [a, +∞[, alors a+∞ f = 0 =⇒ f = 0 sur [a, +∞[.
R

Proposition 26.7. f : [a, +∞[→ K C 0 t.q.

R
f converge en +∞. Alors la fonction
Z +∞
F : x ∈ [a, +∞[7−→ f
x

est C 1 sur [a, +∞[ et vérifie F ′ = −f .

0
R
Proposition
Rx
26.8. f : [a, +∞[→ K Cpm positive. Alors f converge en +∞ ssi x ∈
[a, +∞[7−→ a f est majorée.

141
CHAPITRE 26. INTÉGRATION SUR UN INTERVALLE QUELCONQUE

II.2 Relations de comparaison et fonctions de référence

1 R
Proposition 26.9. α ∈ R. Soit fα : t ∈ [1, +∞[7−→ tα . Alors fα converge en +∞ ssi
α > 1.
0 positives.
Proposition 26.10. f, g : [a, +∞[→ K Cpm
R R
(i) Si 0 ⩽ f ⩽ g et g converge en +∞ alors f converge en +∞.
R R
(ii) Si f = O+∞ (g) et g converge en +∞ alors f converge en +∞.
R R
(iii) Si f ∼ g, alors f et g sont de même nature en +∞.
+∞

III Intégrabilité d’une fonction sur [a, +∞[

Définition 26.11 0 . On dit que f est intégrable sur
(Intégrabilité). f : [a, +∞[→ K Cpm
R
[a, +∞[ lorsque |f | converge en +∞.
0 . Si f est intégrable sur [a, +∞[, alors
R
Proposition 26.12. f : [a, +∞[→ K Cpm f
converge en +∞.

Démonstration. Comme pour la proposition 25.21.

IV Intégration sur un intervalle semi-ouvert

IV.1 Généralités
R
Définition 26.13 (Convergence de f ).
0 .
Rb Rx
(i) f : [a, b[→ K Cpm On dit que a f converge lorsque limx→b a f existe et est finie.
On note alors Z b Z x
f = lim f.
a x→b a

0 . On dit que
Rb Rb
(ii) f :]a, b] → K Cpm a f converge lorsque limx→a x f existe et est finie.
On note alors Z b Z b
f = lim f.
a x→a x

Proposition 26.14.
0 positive. Alors
Rb Rx
(i) f : [a, b[→ K Cpm a f converge ssi la fonction x ∈ [a, b[7−→ a f est
majorée.
0 positive. Alors
Rb Rb
(ii) f :]a, b] → K Cpm a f converge ssi la fonction x ∈]a, b] 7−→ x f est
majorée.

IV.2 Intégrabilité
0 . On dit que f
Définition 26.15 (Intégrabilité). f : [a, b[→ K (resp. f :]a, b] → K) Cpm
Rb
est intégrable sur [a, b[ (resp. ]a, b]) lorsque a |f | converge.
0 . Si f est intégrable sur [a, b[
Proposition 26.16. f : [a, b[→ K (resp. f :]a, b] → K) Cpm
Rb
(resp. ]a, b]), alors a f converge.

142
CHAPITRE 26. INTÉGRATION SUR UN INTERVALLE QUELCONQUE

IV.3 Relations de comparaison et fonctions de référence

Proposition 26.17. f, g : [a, b[→ K (resp. f, g :]a, b] → K) Cpm0 . Si 0 ⩽ f ⩽ g sur [a, b[
Rb Rb
(resp. ]a, b]) et a g converge alors a f converge. Ceci reste valable en remplaçant ⩽ par
O, o ou ∼.
1 Rb
Proposition 26.18. α ∈ R. Soit fα : t ∈]a, b] 7−→ (t−a)α . Alors a fα converge ssi α < 1.

V Intégration sur un intervalle quelconque

R
Définition 26.19 (Convergence de f ).
0 .
Rb Rc Rb
(i) f :]a, b[→ K Cpm
On dit que a f converge lorsqu’il existe c ∈]a, b[ t.q. a f et c f
convergent. Dans ce cas, on note
Z b Z c Z b
f= f+ f.
a a c

0 . On dit que c f converge lorsque b f et

R R Rc
(ii) f :]a, b[∪]b, c[→ K Cpm a a b f convergent. On
dit de plus que f est intégrable sur ]a, c[ lorsque ac |f | converge.
R

n Rb o
Proposition 26.20. 0 (]a, b[, K) ,
f ∈ Cpm f converge est un K-espace vectoriel.
a

0 . On suppose que
Rb
Proposition 26.21. f :]a, b[→ R Cpm a f converge et f ⩾ 0 sur ]a, b[.
Rb
(i) a f ⩾ 0.
Rb
(ii) Si de plus f est C 0 sur ]a, b[, alors a f = 0 =⇒ f = 0 sur ]a, b[.
0 . (a ) ∈]a, b[N ↘, (b ) ∈]a, b[N ↗ avec a −
Proposition 26.22. f :]a, b[→ R Cpm n n n −−−−
→a
n→+∞
et bn −−−−−→ b.
n→+∞
Rb R 
bn
(i) Si a f converge, alors la suite an f converge.
Rb R 
bn
(ii) Si f ⩾ 0, alors a f converge ssi la suite an f converge.

VI Intégration par parties et intégration par substitution

Proposition 26.23 (Intégration
Rb ′
par parties). u, v :]a, b[→ K C 1 . Si (uv) admet des limites
Rb ′
finies en a et b, alors a u v et a uv sont de même nature. Dans ce cas, et si les deux
intégrales convergent, on a :
Z b Z b
uv= ′
[uv]ba − uv ′ .
a a

Proposition 26.24 (Intégration par substitution). f : I → R C 0 , φ : J → I C 1 et

′
R R
bijective. Alors I f et J (f ◦ φ)φ sont de même nature, et en cas de convergence :
Z Z
f= (f ◦ φ) φ′ .
I J

Ainsi, en notant J = (α, β), on a :

Z limβ φ Z β
f= (f ◦ φ)φ′ .
limα φ α

143
CHAPITRE 26. INTÉGRATION SUR UN INTERVALLE QUELCONQUE

VII Quelques compléments

VII.1 Fonctions à carré intégrable
Vocabulaire 26.25 (Fonction à carré intégrable). f : I → C C 0 . f est dite à carré
intégrable lorsque f est intégrable sur I (i.e. I |f | converge). On note L2I l’ensemble des
2 2
R

fonctions à carré intégrable sur I.

2
Proposition 26.26. (f, g) ∈ L2I . Alors (f g) est intégrable sur I et :
Z sZ sZ
|f g| ⩽ |f |2 |g|2 .
I I I

Démonstration. Démontrer l’intégrabilité de (f g) en utilisant le fait que 0 ⩽ |f g| ⩽

1 2 + |g|2 , puis utiliser l’inégalité de Cauchy-Schwarz sur un segment (proposition


2 |f |
24.38).

VII.2 Fonction gamma

Définition 26.27 (Fonction gamma). On définit :
Z +∞
Γ : α ∈ R∗+ 7−→ xα−1 e−x dx.
0

Proposition 26.28.
(i) ∀α ∈ R∗+ , Γ(α + 1) = αΓ(α).
(ii) ∀n ∈ N∗ , Γ(n) = (n − 1)!.
  √
(iii) Γ 21 = π.
(iv) Γ est convexe sur R∗+ .
(v) lim+∞ Γ = +∞.
(vi) lim0+ Γ = +∞.
√
Démonstration. (i) Intégrer par parties. (iii) Admettre 0∞ e−u du = 2π . (iv) Montrer
R 2

2
que la fonction ψ : α ∈ R∗+ 7−→ xα−1 est convexe (en calculant ψ ′′ ). Soit (α, β) ∈ R∗+ ;
écrire ∀λ ∈ [0, 1], λψ(α) + (1 − λ)ψ(β) ⩾ ψ(λα + (1 − λ)β). En déduire alors que
∀λ ∈ [0, 1], λΓ(α) + (1 − λ)Γ(β) ⩾ Γ(λα + (1 − λ)β). (v) Utiliser la convexité de Γ
pour écrire Γ(α)−Γ(2)
α−2 ⩾ Γ(3)−Γ(2)
3−2 , et en déduire une minoration de Γ. (vi) Montrer que
1 1 α−1
R
Γ(α) ⩾ e 0 x −−−−→ +∞.
α→0+

VIII Formules de quadrature

VIII.1 Le théorème de Weierstrass
Théorème 26.29 (Théorème de Weierstrass). f : [a, b] → R C 0 . Alors il existe une suite
(Pn ) de polynômes convergeant uniformément vers f sur [a, b] :

sup |f − Pn | −−−−−→ 0.
[a,b] n→+∞

144
CHAPITRE 26. INTÉGRATION SUR UN INTERVALLE QUELCONQUE

Démonstration. Première étape. Pour n ∈ N, on pose

(
n
1 − x2
Z 1
si |x| < 1 fn
fn : x ∈ R 7−→ et µn = fn et φn = .
0 sinon −1 µn
R1 R1
Noter que −1 φn = 1. Montrer que 0 fn −−−−−→ 0 et en déduire que µn −−−−−→ 0. Montrer
n→+∞ n→+∞
R1 2
ensuite que µn ⩾ 2 0 (1 − x)n dx = n+1 et en déduire :
(
0 si x ̸= 0
∀x ∈ [−1, 1], φn (x) −−−−−→ .
n→+∞ +∞ si x = 0

Deuxième étape. Soit f : [0, 1] → R C 0 . Poser

Z 1
Pn : ξ ∈ [0, 1] 7−→ f (x)φn (ξ − x) dx.
0

Montrer premièrement que Pn est polynomiale. Soit ξ ∈ [a, b] ⊂]0, 1[ et δ > 0. Montrer que
sup[δ,1] |φn | = φn (δ) −−−−−→ 0, et de même sur [−1, −δ], d’où (φn ) converge uniformément
n→+∞
vers 0 sur [−1, −δ]∪[δ, 1]. En notant I1 =]ξ−δ, ξ+δ[ (qui estRinclus dans [0, 1] en choisissant
δ < min(a, 1 − b)), et I2 = [0, ξ − δ] ∪ [ξ + δ, 1], on a donc I2 f (x)φn (ξ − x) dx −−−−−→ 0
n→+∞
(indépendamment de ξ). Écrire alors

An
z
Z }| {
Pn (ξ) − f (ξ) = f (x)φn (ξ − x) dx
I2
Z Z Z
+ f (x)φn (ξ − x) dx − f (ξ)φn (ξ − x) dx + f (ξ)φn (ξ − x) dx − f (ξ) .
I1 I1 I1
| {z } | {z }
Bn Cn

Soit ε > 0. En utilisant l’uniforme continuité de f sur [0, 1] (par le théorème de Heine),
obtenir l’existence d’un η > 0 t.q. ∀(x, y) ∈ [0, 1]2 , |x − y| ⩽ η =⇒ |f (x) − f (y)| ⩽ ε
et montrer que |Bn | ⩽ ε (en choisissant δ < η). Montrer de plus que ∃n0 ∈ N, ∀n ⩾
n0 , |An | ⩽ ε et ∃n1 ∈ N, ∀n ⩾ n1 , |Cn | ⩽ ε, où n0 et n1 ne dépendent pas de ξ, et
en déduire que ∃n2 ∈ N, ∀n ⩾ n2 , ∀ξ ∈ [a, b], |f (ξ) − Pn (ξ)| ⩽ ε. Cela montre que
sup[a,b] |f − Pn | −−−−−→ 0. Ainsi, (Pn ) converge uniformément vers f sur tout segment
n→+∞
[a, b] ⊂]0, 1[. Quitte à prolonger f sur un intervalle contenant [0, 1] et à appliquer ce qui
précède, on obtient ainsi que (Pn ) converge uniformément vers f sur [0, 1], ce qu’on peut
généraliser à tout segment par translation.

Remarque 26.30. Sur R, f ne peut pas être limite uniforme d’une suite de polynômes,
sauf si f est polynomiale.

VIII.2 Formules de quadrature

 
(n) (n)
Proposition 26.31. f : [a, b] → R C 0 . Pour n ∈ N∗ , soit x1 , . . . , x n ∈ [a, b]n ,
   
(n) (n) Pn (n) (n)
ω1 , . . . , ω n ∈ Rn , et Qn : g ∈ R[a,b] 7−→ i=1 ωi g xi . On suppose que :
Pn (n)
(i) ∃M ∈ R, ∀n ∈ N, i=1 ωi ⩽ M.
Rb
(ii) ∀P ∈ R[X], Qn (P ) −−−−−→ a P.
n→+∞

145
CHAPITRE 26. INTÉGRATION SUR UN INTERVALLE QUELCONQUE

Alors Z b
Qn (f ) −−−−−→ f.
n→+∞ a

Théorème 26.32. f : [a, b] → R. Pour n ∈ N∗ , i ∈ J0, nK, on pose ai = a + i b−a

n .
(i) Méthode des rectangles. Si f est C 1 , alors

b − a n−1
Z b
1
X  
f− f (ai ) = O .
a n i=0 n

(ii) Méthode des trapèzes. Si f est C 2 , alors

n−1
Z b !
b−a 1 1 1
X  
f− f (a) + f (ai ) + f (b) =O .
a n 2 i=1
2 n2

146
Chapitre 27
Espaces Préhilbertiens

I Généralités
I.1 Quelques définitions
Définition 27.1 (Forme bilinéaire). E et F deux R-espaces vectoriels. φ : E × F → R
F −→ R
est dite bilinéaire lorsque pour tout x ∈ E, est linéaire et pour tout y ∈ F ,
y 7−→ φ(x, y)
E −→ R
est linéaire.
x 7−→ φ(x, y)
Définition 27.2 (Formes bilinéaires particulières). E un R-espace vectoriel et φ : E×E →
R une forme bilinéaire.
(i) φ est dite symétrique lorsque ∀(x, y) ∈ E 2 , φ(x, y) = φ(y, x).
(ii) φ est dite positive lorsque ∀x ∈ E, φ(x, x) ⩾ 0.
(iii) φ est dite définie lorsque ∀x ∈ E, φ(x, x) = 0 =⇒ x = 0.
Définition 27.3 (Produit scalaire). E un R-espace vectoriel et φ : E × E → R une forme
bilinéaire. On dit que φ est un produit scalaire lorsque φ est symétrique, positive et définie.
Exemple 27.4. Quelques produits scalaires classiques :
(i) (x, y) ∈ (Rn )2 7−→
Pn
i=1 xi yi , avec x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ).
2
7−→ tr tAB .


(ii) (A, B) ∈ Mn (R)
Pn
(iii) (P, Q) ∈ Rn [X]2 7−→ k=0 P (k)Q(k).
R 1 P (t)Q(t)
(iv) (P, Q) ∈ R[X]2 7−→ −1
√
1−t2
dt.
R1
(v) (f, g) ∈ C ∞ ([0, 1], R) 7−→ 0 f g.
(vi) (f, g) ∈ L2I 7−→
R
I f g.
Définition 27.5 (Norme). E un R-espace vectoriel. On dit que N : E → R est une norme
lorsque les quatre propriétés suivantes sont vérifiées :
(i) ∀x ∈ E, N(x) ⩾ 0,
(ii) ∀x ∈ E, N(x) = 0 ⇐⇒ x = 0,
(iii) ∀x ∈ E, ∀λ ∈ R, N(λx) = |λ| · N(x),
(iv) ∀(x, y) ∈ E 2 , N(x + y) ⩽ N(x) + N(y).

147
CHAPITRE 27. ESPACES PRÉHILBERTIENS

I.2 Cauchy-Schwarz et conséquences

Proposition [Link] un R-espace vectoriel et ⟨·, ·⟩ un produit scalaire sur E. On pose,
pour x ∈ E, ∥x∥ = ⟨x, x⟩. Alors :
(i) ∥x + y∥2 = ∥x∥2 + 2 ⟨x, y⟩ + ∥y∥2 ,
(ii) ∥x − y∥2 = ∥x∥2 − 2 ⟨x, y⟩ + ∥y∥2 ,
 
(iii) ⟨x, y⟩ = 1
2 ∥x + y∥2 − ∥x∥2 − ∥y∥2 ,
 
(iv) ⟨x, y⟩ = 1
4 ∥x + y∥2 − ∥x − y∥2 .
L’égalité (iv) est appelée identité de polarisation.

Proposition 27.7 (Inégalité de Cauchy-Schwarz). pE un R-espace vectoriel et ⟨·, ·⟩ un

produit scalaire sur E. On pose, pour x ∈ E, ∥x∥ = ⟨x, x⟩. Alors :

∀(x, y) ∈ E 2 , |⟨x, y⟩| ⩽ ∥x∥ · ∥y∥ ,

avec égalité ssi x et y sont colinéaires.

Démonstration. Supposer x ̸= 0 et y ̸= 0 (sinon le résultat reste vrai). Poser alors

′ x ′ y ′ ′ 1 ′ ′ 2
x = ∥x∥ , y = ∥y∥ . Utiliser le fait que ⟨x , y ⟩ = 2 ∥x + y ∥ − 2 pour montrer que
|⟨x′ , y ′ ⟩| ⩽ 1 et en déduire le résultat.

Proposition 27.8 (Inégalité de Minkowski). E un p R-espace vectoriel et ⟨·, ·⟩ un pro-

duit scalaire sur E. On pose, pour x ∈ E, ∥x∥ = ⟨x, x⟩. Alors ∥·∥ est une norme. En
particulier :
∀(x, y) ∈ E 2 , ∥x + y∥ ⩽ ∥x∥ + ∥y∥ ,
avec égalité ssi x et y sont positivement colinéaires (i.e. x = 0 ou ∃λ ∈ R+ , y = λx).

Définition 27.9 (Norme hilbertienne). E un R-espace vectoriel. On dit qu’une norme

N : E → R p est hilbertienne s’il existe un produit scalaire φ : E × E → R t.q. ∀x ∈
E, N(x) = φ(x, x).

Proposition 27.10 (Identité du parallélogramme). E un R-espace vectoriel, ∥ · ∥ une

norme hilbertienne.
 
∀(x, y) ∈ E 2 , ∥x + y∥2 + ∥x − y∥2 = 2 ∥x∥2 + ∥y∥2 .

II Orthogonalité
II.1 Généralités
Définition 27.11 (Espaces préhilbertiens et euclidiens). Un espace préhilbertien est un
espace vectoriel réel muni d’un produit scalaire. Un espace préhilbertien de dimension finie
est dit euclidien.

Définition 27.12 (Vecteurs orthogonaux, etc.). E un espace préhilbertien muni d’un

produit scalaire ⟨·, ·⟩.
(i) Deux vecteurs x ∈ E, y ∈ E sont dits orthogonaux lorsque ⟨x, y⟩ = 0. On note alors
x ⊥ y.
(ii) Une famille (xi )i∈I est dite orthogonale lorsque ∀(i, j) ∈ I 2 , i ̸= j =⇒ xi ⊥ xj .

148
CHAPITRE 27. ESPACES PRÉHILBERTIENS

(iii) Une famille (xi )i∈I est dite orthonormale lorsque ∀(i, j) ∈ I 2 , ⟨xi , xj ⟩ = δij .
(iv) Pour A ⊂ E, on note A⊥ = {x ∈ E, ∀a ∈ A, x ⊥ a}.
(v) Deux sous-espaces vectoriels F et G de E sont dits orthogonaux lorsque tout vecteur
de F est orthogonal à tout vecteur de G.

Proposition 27.13. E un espace préhilbertien.

(i) Toute famille orthogonale de vecteurs non nuls de E est libre.
(ii) Toute famille orthonormale de vecteurs de E est libre.

Théorème 27.14 (Théorème de Pythagore). E un espace préhilbertien. (x1 , . . . , xn ) une

famille orthogonale de E. Alors
n 2 n
∥xi ∥2 .
X X
xi =
i=1 i=1

Démonstration. Par récurrence sur n.

Théorème 27.15 (Théorème de la base orthonormée incomplète). E un espace euclidien.

Tout système orthonormé de p vecteurs de E peut être complété en une base orthonormée
de E.

Démonstration. Par récurrence descendante. H(p) : Tout système orthonormé de p

vecteurs de E peut être complété en une base orthonormée de E. H (dim E) est vraie.
Supposer H(p) vraie pour p ∈K1, dim EK. Soit (x1 , . . . , xp−1 ) un système orthonormé de (p−
1) vecteurs de E. Montrer que Vect(x1 , . . . , xp−1 ) ̸= E et choisir x ∈ E\ Vect(x1 , . . . , xp−1 ).
y
Poser alors y = x − ni=1 ⟨x, xi ⟩ xi puis xp = ∥y∥
P
. Vérifier que (x1 , . . . , xp ) est un système
orthonormé et le compléter en une base orthonormée avec H(p) ; en déduire H(p − 1).

Corollaire 27.16. Tout espace euclidien non nul admet une base orthonormée.

Proposition 27.17. E un espace euclidien. e = (e1 , . . . , en ) une base orthonormée de E.

(x, y) ∈ E 2 .
Pn
(i) x = i=1 ⟨x, ei ⟩ ei ,
(ii) ⟨x, y⟩ = ni=1 (⟨x, ei ⟩ · ⟨y, ei ⟩),
P

(iii) ⟨x, y⟩ = tXY = tY X, avec X = M ate (x), Y = M ate (y).

II.2 Orthogonal d’une partie

Proposition 27.18. E un espace préhilbertien. A ⊂ E, B ⊂ E, F sous-espace vectoriel
de E de dimension finie.
(i) A⊥ est un sous-espace vectoriel de E.
(ii) A⊥ = (Vect(A))⊥ .
 ⊥
(iii) Vect(A) ⊂ A⊥ .
(iv) Vect(A) et A⊥ sont en somme directe.
(v) A ⊂ B =⇒ B ⊥ ⊂ A⊥ .
(vi) {0}⊥ = E et E ⊥ = {0}.
(vii) F ⊥ est l’ensemble des vecteurs orthogonaux à tous les vecteurs d’une base de F .

149
CHAPITRE 27. ESPACES PRÉHILBERTIENS

Notation 27.19. E un espace préhilbertien. Si deux sous-espaces vectoriels F et G de E

⊥
sont supplémentaires et orthogonaux, on notera E = F ⊕ G.
Proposition 27.20. E un espace préhilbertien. F un sous-espace vectoriel de E admettant
⊥  ⊥
un supplémentaire orthogonal G : E = F ⊕ G. Alors F ⊥ = F.

Proposition 27.21. E un espace préhilbertien. F un sous-espace vectoriel de E de di-

mension finie.
(i) E = F ⊕ F ⊥ .
 ⊥
(ii) F⊥ = F.

Définition 27.22 (Projection orthogonale). E un espace préhilbertien. F et G deux sous-

⊥
espaces vectoriels de E t.q. E = F ⊕ G. On appelle projection orthogonale sur F , notée
pF , la projection sur F parallèlement à G.
Proposition 27.23. E un espace préhilbertien. F un sous-espace vectoriel de E de di-
mension finie, de base orthonormée (e1 , . . . , ep ), pF la projection orthogonale sur F (qui
existe car E = F ⊕ F ⊥ ). Alors
p
X
∀x ∈ E, pF (x) = ⟨x, ei ⟩ ei .
i=1

Définition 27.24 (Distance). E un espace préhilbertien. A ⊂ E, A ̸= ∅. x ∈ E. On

appelle distance de x à A :
d(x, A) = inf ∥x − a∥ .
a∈A

Proposition 27.25. E un espace préhilbertien. F un sous-espace vectoriel de E de di-

mension finie, pF la projection orthogonale sur F . x ∈ E. Alors la distance de x à F est
atteinte en un unique point de F qui est pF (x), et on a :

(d(x, F ))2 = ∥x − pF (x)∥2 = ∥x∥2 − ∥pF (x)∥2 .

Vocabulaire 27.26 (Vecteur normal). E un espace euclidien. H un hyperplan de E. Tout

vecteur de H ⊥ est dit vecteur normal à H.
Proposition 27.27. E un espace euclidien. H un hyperplan de E. Soit n un vecteur
unitaire (i.e. ∥n∥ = 1) normal à H. Alors

∀x ∈ E, d(x, H) = |⟨x, n⟩| .

Définition 27.28. E un espace euclidien. H un hyperplan affine de E. On définit la

projection affine orthogonale sur H , notée pH par, pour M ∈ E, pH (M ) = M ′ , où
−−−→
M ′ ∈ H et M ′ M ∈ H ⊥ .
Proposition 27.29. E un espace euclidien. H = M0 + H un hyperplan affine de E, où
M0 ∈ E, H hyperplan de E. n un vecteur unitaire normal à H. Alors
D−−−→ E
∀M ∈ E, d (M, H ) = M0 M , n .

Vocabulaire 27.30 (Endomorphisme symétrique). E un espace préhilbertien. u ∈ L(E)

est dit endomorphisme symétrique lorsque

∀(x, y) ∈ E 2 , ⟨u(x), y⟩ = ⟨x, u(y)⟩ .

150
CHAPITRE 27. ESPACES PRÉHILBERTIENS

Proposition 27.31. E un espace euclidien. p ∈ L(E) un projecteur. Alors p est un

projecteur orthogonal ssi p est symétrique.

Proposition 27.32. E un espace euclidien, ε une base orthonormée de E. u ∈ L(E).

Alors u est symétrique ssi Matε (u) ∈ Sn (R).

Corollaire 27.33. E un espace euclidien, ε une base orthonormée de E. p ∈ L(E). Alors

p est un projecteur orthogonal ssi Matε (p) = t(Matε (p)) = (Matε (p))2 .

II.3 Inégalité de Bessel et conséquences

Proposition 27.34 (Inégalité de Bessel). E un espace préhilbertien. F un sous-espace
vectoriel de E de dimension finie, de base orthonormée (e1 , . . . , en ), pF la projection or-
thogonale sur F . Alors
n
2
⟨x, ei ⟩2 ⩽ ∥x∥2 .
X
∀x ∈ E, ∥pF (x)∥ =
i=1

Définition 27.35 (Convergence vectorielle). E un espace préhilbertien. (xp ) ∈ E N . On

dit que xp −−−−→ x ∈ E lorsque ∥xp − x∥ −−−−→ 0.
p→+∞ p→+∞

Définition 27.36 (Suite totale). E un espace préhilbertien. (ei ) ∈ E N . On dit que la suite
(ei ) est totale lorsque

∀x ∈ E, ∃(xp ) ∈ (Vect(ei , i ∈ N))N , xp −−−−→ x.

p→+∞

Proposition 27.37. E un espace préhilbertien. (ei ) ∈ E N une suite de vecteurs ortho-

normés, totale dans E. Pour n ∈ N, on note Fn = Vect(e0 , . . . , en ) et pn la projection
orthogonale sur Fn . Alors
∀x ∈ E, pn (x) −−−−−→ x.
n→+∞
 
Démonstration. Utiliser l’inégalité de Bessel pour montrer que la suite ∥pn (x)∥2 est
h i
majorée par ∥x∥2 ; comme elle est croissante en déduire que ∥pn (x)∥2 −−−−−→ ℓ ∈ 0, ∥x∥2 .
n→+∞
Supposer par l’absurde que ℓ < ∥x∥ . Montrer que ∀y ∈ Vect(ei , i ∈ N), ∥x − y∥2 ⩾
2

∥x∥2 − ℓ > 0. Ceci contredit le fait que (ei ) est totale. En déduire que ∥x − pn (x)∥2 =
∥x∥2 − ∥pn (x)∥2 −−−−−→ 0.
n→+∞

II.4 Procédé de Gram-Schmidt

Proposition 27.38 (Procédé de Gram-Schmidt). E un espace préhilbertien. (v1 , . . . , vn )
une famille libre de E. Alors il existe une unique famille orthonormée (w1 , . . . , wn ) de E
t.q. ∀i ∈ J1, nK, Vect(v1 , . . . , vi ) = Vect(w1 , . . . , wi ) et ∀i ∈ J1, nK, ⟨wi , vi ⟩ > 0.

Démonstration. On notera Fi = Vect(v1 , . . . , vi ) pour i ∈ J1, nK et F0 = {0}. Analyse.

Supposer que w1 , . . . , wn existent. Pour i ∈ J1, nK, (w1 , . . . , wi ) est une base orthonormée
de Fi et vi ∈ Fi , donc vi = ik=1 ⟨vi , wk ⟩ wk , donc vi − pFi−1 (vi ) = ⟨vi , wi ⟩ wi , où pFi−1 est
P

la projection orthogonale sur Fi−1 . En notant xi = vi − pFi−1 (vi ) (xi ̸= 0 car (v1 , . . . , vn )
est libre), on a wi colinéaire à xi , et wi unitaire, donc wi = ± ∥xxii ∥ . Vérifier que ⟨xi , vi ⟩ =
∥xi ∥2 > 0, et en déduire que wi = + ∥xxii ∥ . Synthèse. Vérifier que w1 , . . . , wn conviennent.

151
CHAPITRE 27. ESPACES PRÉHILBERTIENS

Corollaire 27.39. E un espace euclidien. (e1 , . . . , en ) une base de E. Alors E admet une
unique base orthonormée (w1 , . . . , wn ) t.q. ∀i ∈ J1, nK, Vect(e1 , . . . , ei ) = Vect(w1 , . . . , wi )
et ∀i ∈ J1, nK, ⟨wi , ei ⟩ > 0.

Proposition 27.40. E un espace euclidien. e une base de E et w la base orthonormée

de E obtenue à partir de e par le procédé de Gram-Schmidt. Alors Pew est une matrice
triangulaire supérieure d’éléments diagonaux strictement positifs.

II.5 Polynômes orthogonaux

Proposition
Rb
27.41. E = C 0 ([a, b], R). φ ∈ E, φ > 0. Pour (f, g) ∈ E 2 , on pose ⟨f, g⟩ =
a φf g.
(i) ⟨·, ·⟩ est un produit scalaire sur E.
(ii) Il existe une unique famille orthogonale de polynômes unitaires (i.e. de coefficient
dominant 1) (Pn )n∈N t.q. ∀n ∈ N, deg Pn = n. On dit que (Pn )n∈N est une famille
de polynômes orthogonaux.

Démonstration. Existence. Par le procédé de Gram-Schmidt, il existe,D pour nE ∈ N,

(Qk )k∈J0,nK base orthonormée de Rn [X] t.q. ∀k ∈ J0, nK, deg Qk ⩽ k et Qk , X k > 0.
Notons que ∀k ∈ N, deg Qk = k (sinon Qk ∈ Rk−1 [X]). Poser alors, pour k ∈ N, Pk =
Q∗k , et vérifier que (Pk )k∈N convient. Unicité. Soit (Tk )k∈N vérifiant les mêmes propriétés
que (Pk )k∈N . Soit k ∈ N. Montrer que Tk ∈ Rk [X] ∩ Rk−1 [X]⊥ . En déduire, comme
dim Rk [X] ∩ Rk−1 [X]⊥ = 1, que Tk est colinéaire à Pk . Comme Tk et Pk sont unitaires,
il vient Tk = Pk , d’où le résultat.

Proposition
Rb
27.42. E = C 0 ([a, b], R). φ ∈ E, φ > 0. Pour (f, g) ∈ E 2 , on pose ⟨f, g⟩ =
a φf g. Alors l’unique famille (Pn )n∈N de polynômes orthogonaux de E est totale.

Démonstration. Appliquer le théorème de Weierstrass (théorème 26.29).

III Orientation
Définition 27.43 (Orientation d’un espace). E un espace euclidien. On définit sur l’en-
semble des bases de E la relation d’équivalence R par eRf ⇐⇒ det Pef > 0. R a deux
classes d’équivalence. Orienter l’espace E, c’est choisir une base e de E dite directe : toutes
les bases f t.q. eRf sont dites directes, les autres sont dites indirectes.

Proposition 27.44. E un espace euclidien orienté. Toute famille orthonormale de p

vecteurs de E, avec p < dim E, peut être complétée en une base orthonormée directe de E.

Définition 27.45 (Produit mixte). E un espace euclidien orienté de dimension n, e une

base orthonormée directe de E. On définit le produit mixte de n vecteurs v1 , . . . , vn de E
par
[v1 , . . . , vn ] = det (v1 , . . . , vn ) .
e

Proposition 27.46. E un espace euclidien orienté de dimension n. Alors

n
Y
∀(v1 , . . . , vn ) ∈ E n , |[v1 , . . . , vn ]| ⩽ ∥vi ∥ ,
i=1

avec égalité, pour (v1 , . . . , vn ) libre ssi la famille (v1 , . . . , vn ) est orthogonale.

152
CHAPITRE 27. ESPACES PRÉHILBERTIENS

Démonstration. En supposant (v1 , . . . , vn ) libre, poser w la base orthonormée de E

obtenue à partir de (v1 , . . . , vn ) par le procédé de Gram-Schmidt. Écrire |[v1 , . . . , vn ]| =
|det Pwv | = ni=1 |⟨vi , wi ⟩|, car Pwv est triangulaire supérieure de coefficients diagonaux
Q

⟨vi , wi ⟩. Appliquer ensuite l’inégalité de Cauchy-Schwarz.

IV Isométries
IV.1 Généralités
Définition 27.47 (Isométrie). E un espace préhilbertien. f ∈ L(E) est dit endomor-
phisme orthogonal ou isométrie lorsque ∀x ∈ E, ∥f (x)∥ = ∥x∥.

Proposition 27.48. E un espace préhilbertien. f ∈ L(E) est une isométrie ssi f conserve
le produit scalaire : ∀(x, y) ∈ E 2 , ⟨f (x), f (y)⟩ = ⟨x, y⟩.

Proposition 27.49. E un espace euclidien. f ∈ L(E). Les propriétés suivantes sont

équivalentes :
(i) f est une isométrie.
(ii) f transforme une base orthonormée de E en une base orthonormée.
(iii) f transforme toute base orthonormée de E en une base orthonormée.

Notation 27.50. E un espace préhilbertien. On note O(E) l’ensemble des isométries de

E.

Proposition 27.51. E un espace euclidien. Alors (O(E), ◦) est un groupe.

IV.2 Matrices orthogonales

Définition 27.52 (Matrice orthogonale). A ∈ Mn (R). A est dite matrice orthogonale
lorsque tAA = In .

Notation 27.53. On note On (R) l’ensemble des matrices orthogonales de Mn (R).

Proposition 27.54. (On (R), ×) est un groupe.

Proposition 27.55. A ∈ Mn (R). Les propriétés suivantes sont équivalentes :

(i) A ∈ On (R).
(ii) Les vecteurs colonnes de A forment une base orthonormée de Rn avec le produit
scalaire canonique.
(iii) Les vecteurs lignes de A forment une base orthonormée de Rn avec le produit scalaire
canonique.

Proposition 27.56. E un espace euclidien. B une base orthonormée de E, B ′ une base

′
de E. Alors B ′ est orthonormée ssi PBB ∈ On (R).

Proposition 27.57. E un espace euclidien. e une base orthonormée de E. f ∈ L(E).

f ∈ O(E) ⇐⇒ Mate (f ) ∈ On (R).

Proposition 27.58. E un espace euclidien.

(i) ∀A ∈ On (R), det A ∈ {−1, 1}.

153
CHAPITRE 27. ESPACES PRÉHILBERTIENS

O(E) −→ {−1, 1}
(ii) L’application est un morphisme de groupes.
u 7−→ Det u
Notation 27.59. E un espace euclidien. On note :
(i) SO(E) = {f ∈ O(E), Det f = 1},
(ii) O− (E) = {f ∈ O(E), Det f = −1},
(iii) SOn (R) = {A ∈ On (R), det A = 1},
(iv) On− (R) = {A ∈ On (R), det A = −1}.
Les éléments de SO(E) sont dits isométries directes.
Proposition 27.60. E un espace euclidien. Alors (SO(E), ◦) et (SOn (R), ×) sont des
groupes.
Proposition 27.61. E un espace euclidien. f ∈ L(E). Les propriétés suivantes sont
équivalentes :
(i) f est une isométrie directe.
(ii) f transforme une base orthonormée directe de E en une base orthonormée directe.
(iii) f transforme toute base orthonormée directe de E en une base orthonormée directe.

IV.3 Stabilité et isométries

Proposition 27.62. E un espace euclidien, F un sous-espace vectoriel de E. u ∈ O(E).
Alors :  
u(F ) ⊂ F =⇒ u F ⊥ ⊂ F ⊥ .

F −→ F
Démonstration. Poser v : . Noter que v ∈ O(F ), donc en particulier v est
x 7−→ u(x)
bijectif. En déduire que ∀x ∈ F ⊥ , ∀y ∈ F, u(x) ⊥ y.
Théorème 27.63. E un espace vectoriel de dimension finie. u ∈ L(E). Alors il existe un
sous-espace vectoriel de E stable par u et de dimension 1 ou 2.
Démonstration. On cherche x ∈ E\{0} t.q. u2 (x) ∈ Vect(x, u(x)). Autrement dit, on
cherche P ∈ R2 [X] t.q. Ker P (u) ̸= {0}. Or, on sait que u admet un polynôme minimal
annulateur Πu ∈ R[X] avec deg Πu ⩾ 1 (voir proposition 20.16). Soit alors P un facteur
irréductible de Πu : ∃Q ∈ R[X], Πu = P Q. Si P (u) était inversible, Q annulerait u avec
deg Q < deg Πu : c’est impossible ! Donc Ker P (u) ̸= {0} et deg P ∈ {1, 2} car P est un
irréductible de R[X].

V Isométries en dimensions 2, 3 et n
V.1 Isométries en dimension 2
Notation 27.64. Pour θ ∈ R, on note :
! !
cos θ − sin θ cos θ sin θ
R(θ) = et S(θ) = .
sin θ cos θ sin θ − cos θ

Proposition 27.65.
(i) SO2 (R) = {R(θ), θ ∈ R},

154
CHAPITRE 27. ESPACES PRÉHILBERTIENS

(ii) O2− (R) = {S(θ), θ ∈ R}.

Proposition 27.66. Soit (θ, φ) ∈ R2 .
(i) R(θ)R(φ) = R(θ + φ),
(ii) R(θ)S(φ) = S(θ + φ),
(iii) R(θ)−1 = R(−θ).
Proposition 27.67. E un plan euclidien orienté. u ∈ O(E).
(i) Si u ∈ SO(E), alors il existe une base orthonormée directe ε et un θ ∈ R t.q.
Matε (u) = R(θ). Dans ce cas, θ est indépendant de la base choisie. On dit alors que
u est la rotation d’angle θ.
(ii) Si u ∈ O− (E), alors u est une symétrie orthogonale par rapport à une droite.
U −→ SO2 (R)
Proposition 27.68. est un isomorphisme de groupes.
eiθ 7−→ R(θ)

Définition 27.69 (Angle de deux vecteurs). E un plan euclidien orienté. (x, y) ∈ (E\{0})2 .
x y [
Alors il existe une unique rotation r t.q. r ∥x∥ = ∥y∥ . On appelle angle orienté (x, y)
l’angle de la rotation r.

Proposition 27.70. E un plan euclidien orienté. (x, y) ∈ (E\{0})2 , θ = (x,

[ y). Alors on
a:
⟨x, y⟩ = ∥x∥ · ∥y∥ · cos θ, (i)
[x, y] = ∥x∥ · ∥y∥ · sin θ. (ii)

V.2 Isométries en dimension n

Proposition 27.71. E un espace euclidien de dimension n. u ∈ O(E). Alors il existe une
base orthonormée ε de E t.q. Matε (u) est diagonale par blocs de taille 1 ou 2. Les blocs
de taille 1 sont égaux à ±1, et les blocs de taille 2 sont du type R(θ), avec θ ∈ R.
Démonstration. Par récurrence forte sur n en utilisant la proposition 27.62 et le théo-
rème 27.63.

V.3 Isométries en dimension 3

Proposition 27.72. E un espace euclidien orienté de dimension 3. u ∈ SO(E). Il existe
ε = (ε1 , ε2 , ε3 ) base orthonormée directe de E et θ ∈ R t.q.
 
1 0 0
Matε (u) = 0 .
 
R(θ)
0

Pour ε1 fixé, θ est indépendant du choix de ε2 et ε3 . On dit alors que u est la rotation
d’angle θ et d’axe Vect(ε1 ).
Vocabulaire 27.73 (Retournement). E un espace euclidien de dimension 3. D une droite
vectorielle de E. On appelle retournement d’axe D toute symétrie orthogonale de base D.
Proposition 27.74. E un espace euclidien de dimension 3. P un plan vectoriel de E.
Alors la symétrie orthogonale de base P est une isométrie indirecte.

155
Chapitre 28
Dénombrement

I Ensembles finis
Vocabulaire 28.1 (Ensembles équipotents). Deux ensembles E et F sont dits équipotents
lorsqu’il existe une bijection E → F .

Théorème 28.2. (n, p) ∈ (N∗ )2 .

(i) S’il existe une injection J1, pK → J1, nK, alors p ⩽ n.
(ii) S’il existe une surjection J1, pK → J1, nK, alors p ⩾ n.
(iii) S’il existe une bijection J1, pK → J1, nK, alors p = n.

Démonstration. (i) Par récurrence sur p. (ii) À partir d’une surjection J1, pK → J1, nK,
construire une injection J1, nK → J1, pK.

Définition 28.3 (Cardinal). E un ensemble. S’il existe un n ∈ N∗ et une bijection

J1, nK → E, alors n est unique et n est dit cardinal de E, noté card E ou |E|. Le seul
ensemble de cardinal nul est ∅. Dans ces deux cas, E est dit fini.

Proposition 28.4. E un ensemble, a ∈ E. Alors E est fini ssi E\{a} est fini. Dans ce
cas, on a |E\{a}| = |E| − 1.

Proposition 28.5. Les parties de N non vides et majorées sont exactement les parties de
N non vides et finies.

Proposition 28.6. P une partie non vide et finie de N, de cardinal n. Alors il existe une
unique application strictement croissante J1, nK → P .

Proposition 28.7. E, F deux ensembles, E ′ ⊂ E.

(i) Si E et F sont équipotents et E est fini, alors F est fini et |E| = |F |.
(ii) Si E est fini alors E ′ est fini et |E ′ | ⩽ |E|, avec égalité ssi E ′ = E.
(iii) Toute intersection d’ensembles finis est finie.
(iv) S’il existe une injection E → F avec F fini alors E est fini et |E| ⩽ |F |.

156
CHAPITRE 28. DÉNOMBREMENT

II Généralités sur les cardinaux

II.1 Premières propriétés
Lemme 28.8. E un ensemble. A ⊂ E. Alors
X X
|A| = 1= 1A (x).
x∈A x∈E

Proposition 28.9. E un ensemble. A, B ⊂ E. Alors A ∪ B est fini et

|A ∪ B| = |A| + |B| − |A ∩ B|.

Sp
Lemme 28.10. E1 , . . . , Ep p ensembles finis deux à deux disjoints. Alors | i=1 Ei | =
Pp
i=1 |Ei |.

Proposition 28.11.
(i) Toute réunion de p sous-ensembles finis E1 , . . . , Ep d’un ensemble E est finie et :
p
[ p
X
Ei ⩽ |Ei | .
i=1 i=1

(ii) Soit (Ai )i∈I une partition d’un ensemble fini E, avec ∀(i, j) ∈ I 2 , i ̸= j ⇒ Ai ̸= Aj .
Alors I est fini et X
|E| = |Ai | .
i∈I

II.2 Applications et cardinal

Proposition 28.12. E, F deux ensembles finis t.q. |E| = |F |. f : E → F . Alors f est
injective ssi f est surjective ssi f est bijective.

Proposition 28.13. E un ensemble fini, F un ensemble quelconque. f : E → F . Alors

f (E) est fini et |f (E)| ⩽ |E|, avec égalité ssi f est injective.

Lemme 28.14 (Lemme des bergers). E un ensemble fini, F un ensemble quelconque.

f : E → F . Si ∃p ∈ N∗ , ∀y ∈ F, f −1 ({y}) = p, alors |E| = p|F |.

f −1 ({y}).
F
Démonstration. Écrire E = y∈F

III Arrangements et combinaisons

Notation 28.15. Soit (n, p) ∈ N2 avec p ⩽ n. On note :
n!
(i) Apn = (n−p)! ,
n
n!
(ii) p = p!(n−p)! .

Proposition 28.16. E, F deux ensembles finis. On note p = |E|, n = |F | et on suppose

p ⩽ n. Alors le nombre d’injections E → F est Apn .

Corollaire 28.17. E un ensemble fini de cardinal n. Alors |SE | = n!.

Vocabulaire 28.18. E un ensemble fini de cardinal p. q ∈ J0, pK.

157
CHAPITRE 28. DÉNOMBREMENT

(i) On appelle q-liste de E tout q-uplet d’éléments de E. L’ensemble des q-listes de E

est donc E q .
(ii) On appelle arrangement de q éléments de E toute q-liste d’éléments de E deux à
deux distincts.
(iii) On appelle combinaison de q éléments de E toute partie finie à q éléments de E. On
note Pq (E) l’ensemble des combinaisons de q éléments de E.

Proposition 28.19. E, F deux ensembles finis.

(i) |E × F | = |E| · |F |,
(ii) F E = |F ||E| ,
(iii) |P(E)| = 2|E| .

Proposition 28.20. E un ensemble fini de cardinal p. q ∈ J0, pK.

(i) Le nombre de q-listes de E est pq .
(ii) Le nombre d’arrangements de q éléments de E est Aqp .
p

(iii) Le nombre de combinaisons de q éléments de E est q .

Proposition 28.21. n ∈ N∗ .
! ! !
n n n+1
∀k ∈ J0, nJ, + = , (i)
k k+1 k+1
! !
n+1 n+1 n
∀k ∈ J0, nK, = , (ii)
k+1 k+1 k
! !
n n
max = n . (iii)
0⩽k⩽n k 2

158
Chapitre 29
Probabilités – Généralités

I Espaces probabilisables
Vocabulaire 29.1 (Expérience aléatoire). Une expérience aléatoire est une expérience
dont on ne peut pas prédire le résultat. Pour une telle expérience, on note Ω, dit univers,
l’ensemble des résultats possibles.
Définition 29.2 (Tribu). On appelle tribu tout T ⊂ P(Ω) vérifiant les trois propriétés
suivantes :
(i) Ω ∈ T .
(ii) Pour toute famille (Ai )i∈I d’éléments de T , avec I fini ou dénombrable, i∈I Ai ∈ T .
S

(iii) Pour tout A ∈ T , A ∈ T .

Définition 29.3 (Espace probabilisable). Si T est une tribu de Ω, on dit que (Ω, T ) est
un espace probabilisable.
Remarque 29.4. Dans le cas où Ω est fini, on choisira toujours T = P(Ω).
Vocabulaire 29.5. (Ω, T ) un espace probabilisable.
(i) Tout élément de T est dit événement.
(ii) Ω est dit événement certain, ∅ est dit événement impossible.
(iii) Un événement A est dit réalisé si le résultat ω de l’expérience appartient à A.
(iv) L’événement contraire de A est A.
(v) L’événement “A et B” est A ∩ B.
(vi) L’événement “A ou B” est A ∪ B.
(vii) On dit que A implique B lorsque A ⊂ B.
(viii) On dit que A et B sont incompatibles lorsque A ∩ B = ∅.
(ix) Pour ω ∈ Ω, {ω} est dit événement élémentaire.
(x) On dit qu’une famille d’événements (Ai )i∈I est un système complet d’événements
(SCE) lorsque i∈I Ai = Ω et ∀(i, j) ∈ I 2 , i ̸= j ⇒ Ai ∩ Aj = ∅.
S

Définition 29.6 (Variable aléatoire). Ω fini. Toute application X : Ω → E, où E est un

ensemble quelconque, est dite variable aléatoire.
Notation 29.7. Ω fini. X : Ω → E une variable aléatoire.
(i) Pour a ∈ E, (X = a) est l’événement X −1 ({a}).
(ii) Pour F ⊂ E, (X ∈ F ) est l’événement X −1 (F ).
(iii) Si E ⊂ R, (a, b) ∈ R2 , (a ⩽ X ⩽ b) est l’événement (X ∈ [a, b]).

159
CHAPITRE 29. PROBABILITÉS – GÉNÉRALITÉS

II Probabilités
II.1 Généralités
Définition 29.8 (Probabilité). (Ω, T ) un espace probabilisable. On appelle probabilité
toute application P : T → [0, 1] vérifiant les deux propriétés suivantes :
(i) P(Ω) = 1.
(ii) Pour toute suite (Ai )i∈N d’événements deux à deux incompatibles :
 
[ ∞
X
P Ai  = P(Ai ).
i∈N i=0

Proposition 29.9. Ω fini. Alors P : P(Ω) → [0, 1] est une probabilité sur (Ω, P(Ω)) ssi
les deux propriétés suivantes sont vérifiées :
(i) P(Ω) = 1.
(ii) Si A, B sont deux événements incompatibles :

P(A ∪ B) = P(A) + P(B).

Définition 29.10 (Espace probabilisé). Si T est une tribu de Ω et P est une probabilité
sur (Ω, T ), on dit que (Ω, T , P) est un espace probabilisé.

Proposition 29.11. Ω fini, P probabilité sur (Ω, P(Ω)). Alors :

X
∀A ∈ P(Ω), P(A) = P ({ω}) .
ω∈A

Proposition 29.12. Ω = {ω1 , . . . , ωn }. (p1 , . . . , pn ) ∈ Rn t.q. ∀i ∈ J1, nK, pi ⩾ 0 et

Pn
i=1 pi = 1. Alors l’application P : P(Ω) → [0, 1] vérifiant ∀i ∈ J1, nK, P ({ωi }) = pi est
une probabilité. On dit alors que (p1 , . . . , pn ) est une distribution de probabilités sur Ω.

Exemple 29.13. Ω fini. La probabilité uniforme sur Ω est la probabilité P telle que
1
∀ω ∈ Ω, P ({ω}) = |Ω| .

II.2 Propriétés des probabilités

Remarque 29.14. Dans toute la suite, Ω est fini et on se place dans l’espace probabilisé
(Ω, P(Ω), P).

Proposition 29.15. A, B deux événements quelconques. A1 , . . . , An n événements quel-

conques.
 
(i) P A = 1 − P(A),
(ii) P(∅) = 0,
(iii) A ⊂ B =⇒ P(A) ⩽ P(B),
(iv) P (A ∪ B) = P(A) + P(B) − P (A ∩ B),
(v) P (A\B) = P(A) − P (A ∩ B),
Sn Pn
(vi) P ( i=1 Ai ) ⩽ i=1 P (Ai ).

160
CHAPITRE 29. PROBABILITÉS – GÉNÉRALITÉS

III Probabilités conditionnelles

Définition 29.16 (Probabilité conditionnelle). A un événement t.q. P(A) > 0. Alors
l’application
P (A ∩ B)
PA : B ∈ P(Ω) 7−→ ∈ [0, 1]
P(A)
est une probabilité, dite probabilité conditionnelle sachant A.
Proposition 29.17 (Formule des conditionnements successifs). A1 , . . . , An n événements
t.q. P ( ni=1 Ai ) > 0. Alors :
T

n
!
\
P Ai = P (A1 ) · PA1 (A2 ) · · · PA1 ∩···∩An−1 (An ) .
i=1

Proposition 29.18 (Formule des probabilités totales). (A1 , . . . , An ) un système complet

d’événements. Γ un événement. Alors :
n
X
P (Γ) = P (Ai ) · PAi (Γ) .
i=1

Proposition 29.19 (Formule de Bayes). (A1 , . . . , An ) un système complet d’événements.

Γ un événement avec P (Γ) > 0. Alors :
P (Γ ∩ Ai ) P (Ai ) · PAi (Γ)
∀i ∈ J1, nK, PΓ (Ai ) = = Pn .
P (Γ) i=1 P (Ai ) · PAi (Γ)

IV Indépendance d’événements
IV.1 Indépendance de deux événements
Définition 29.20 (Indépendance de deux événements). Deux événements A et B sont
dits indépendants lorsque
P (A ∩ B) = P (A) · P (B) .
De plus, n événements A1 , . . . , An sont dits indépendants deux à deux si pour tout (i, j) ∈
J1, nK2 avec i ̸= j, Ai et Aj sont indépendants.
Proposition 29.21. A, B deux événements. A et B sont indépendants ssi A et B sont
indépendants ssi A et B sont indépendants.

IV.2 Indépendance mutuelle

Définition 29.22 (Indépendance mutuelle). On dit que n événements A1 , . . . , An sont
mutuellement indépendants lorsque :
 
\ Y
∀J ⊂ J1, nK, P  Aj  = P (Aj ) .
j∈J j∈J

Proposition 29.23. Si n événements sont mutuellement indépendants, alors ils sont

indépendants deux à deux.
Proposition 29.24. A1 , . . . , An n événements
n o mutuellement indépendants et E1 , . . . , En
n événements t.q. ∀i ∈ J1, nK, Ei ∈ Ai , Ai . Alors E1 , . . . , En sont mutuellement indé-
pendants.

161
CHAPITRE 29. PROBABILITÉS – GÉNÉRALITÉS

IV.3 Expériences indépendantes

Proposition 29.25. Soit E1 , . . . , En n expériences associées à des univers Ω1 , . . . , Ωn finis
et munis de probabilités P1 , . . . , Pn . On note E l’expérience constituée des n expériences
E1 , . . . , En , d’univers Ω = Ω1 × · · · × Ωn . On admet l’existence d’une probabilité P définie
sur P(Ω) et telle que
n
Y
∀(A1 , . . . , An ) ∈ P(Ω1 ) × · · · × P(Ωn ), P(A1 , . . . , An ) = Pi (Ai ).
i=1

On dit alors que les expériences E1 , . . . , En sont indépendantes (avec la probabilité P).

Proposition 29.26 (Expériences de Bernoulli et loi binomiale). Une expérience de Ber-

noulli est une expérience d’univers Ω = {0, 1}. On note p la probabilité d’obtenir 1 et
q = 1 − p. On répète n expériences de Bernoulli indépendantes et identiques. Soit X le
nombre de 1 obtenu. On a X(Ω) = J0, nK et :
!
n k n−k
∀k ∈ J0, nK, P(X = k) = p q .
k

162
Chapitre 30
Variables Aléatoires Réelles

Remarque 30.1. Dans toute la suite, Ω est fini et on se place dans l’espace probabilisé
(Ω, P(Ω), P).

I Généralités
Notation 30.2. X : Ω → R une variable aléatoire réelle.
(i) Pour a ∈ R, (X = a) est l’événement X −1 ({a}).
(ii) Pour F ⊂ R, (X ∈ F ) est l’événement X −1 (F ).
(iii) Pour (a, b) ∈ R2 , (a ⩽ X ⩽ b) est l’événement (X ∈ [a, b]).
On note FX : x ∈ R 7−→ P(X ⩽ x), dite fonction de répartition. Alors ∀(a, b) ∈ R2 , P(a <
X ⩽ b) = FX (b) − FX (a).
Proposition 30.3 (Loi de probabilité). X : Ω → E une variable aléatoire. Alors l’appli-
cation
P (X(Ω)) −→ [0, 1]
PX :
A 7−→ P(X ∈ A)
est une probabilité, dite loi de probabilité de X.
Notation 30.4. X, Y : Ω → E deux variables aléatoires. On notera X ∼ Y lorsque X et
Y ont la même loi de probabilité.
Exemple 30.5. X : Ω → E une variable aléatoire.
(i) On dit que X ∼ U(E) lorsque X(Ω) = E (avec E fini non vide) et ∀e ∈ E, P(X =
1
e) = |E| .
(ii) On dit que X ∼ Be(p) lorsque X(Ω) = {0, 1} et P(X = 1) = p, P(X = 0) = 1 − p.
(iii) On dit que X ∼ B(n, p) lorsque X(Ω) = J0, nK et ∀k ∈ J0, nK, P(X = k) = nk pk (1 −

p)n−k .
Proposition 30.6. X : Ω → E une variable aléatoire, f : E → F une application. Alors
Y = f (X) est une variable aléatoire Ω → F et sa loi de probabilité est caractérisée par
Y (Ω) = f (X(Ω)) et :
X
∀y ∈ X(Ω), P(Y = y) = P(X = k).
x∈f −1 ({y})

Proposition 30.7. Si X suit une loi uniforme à valeurs réelles et (α, β) ∈ R2 , alors
αX + β suit une loi uniforme.

163
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

II Espérance et variance d’une variable aléatoire réelle

II.1 Espérance
Définition 30.8 (Espérance). X : Ω → R une variable aléatoire réelle. On définit :
X
E(X) = xP(X = x).
x∈X(Ω)

Exemple 30.9.
n+m
(i) Si X ∼ U (Jn, mK), alors E(X) = 2 .
(ii) Si X ∼ Be(p), alors E(X) = p.
(iii) Si X ∼ B(n, p), alors E(X) = np.
Proposition 30.10. L’espérance est linéaire. Autrement dit, si X et Y sont des variables
aléatoires réelles et (α, β) ∈ R2 , alors

E (αX + βY ) = αE(X) + βE(Y ).

Démonstration. Soit Z = αX+βY . On note, pour z ∈ Z(Ω) : Sz = {(x, y) ∈ X(Ω) × Y (Ω), αx + βy = z}.
En utilisant le fait que z∈Z(Ω) Sz = X(Ω) × Y (Ω), écrire :
F

X
E(Z) = zP(Z = z)
z∈Z(Ω)
X X
= z P ((X = x) ∩ (Y = y))
z∈Z(Ω) (x,y)∈Sz

X X
E(Z) = α xP ((X = x) ∩ (Y = y))
z∈Z(Ω) (x,y)∈Sz
X X
+β yP ((X = x) ∩ (Y = y))
z∈Z(Ω) (x,y)∈Sz
X X
=α x P ((X = x) ∩ (Y = y))
x∈X(Ω) y∈Y (Ω)
| {z }
P(X=x)
X X
+β y P ((X = x) ∩ (Y = y))
y∈Y (Ω) x∈X(Ω)
| {z }
P(Y =y)

= αE(X) + βE(Y ).

Proposition 30.11. X : Ω → N une variable aléatoire. Alors :

X
E(X) = P(X ⩾ k).
k∈N∗

Proposition 30.12. X, Y deux variables aléatoires réelles.

(i) X ⩾ 0 =⇒ E(X) ⩾ 0, avec égalité ssi P(X = 0) = 1.
(ii) X ⩾ Y =⇒ E(X) ⩾ E(Y ).

164
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

II.2 Formule de transfert

Proposition 30.13 (Formule de transfert). X : Ω → E une variable aléatoire, f :
X(Ω) → R une application.
X
E (f (X)) = f (x)P(X = x).
x∈X(Ω)

II.3 Variance et moments

Définition 30.14 (Moment, variance, écart-type). X une variable aléatoire réelle.
(i) On appelle moment d’ordre k de X l’espérance de X k .
(ii) On appelle variance de X :
 
V (X) = E (X − E(X))2 .
p
(iii) On appelle écart-type de X : σ(X) = V (X).

Vocabulaire 30.15. X une variable aléatoire réelle.

(i) On dit que X est centrée lorsque E(X) = 0.
(ii) On dit que X est centrée réduite lorsque E(X) = 0 et σ(X) = 1.

Proposition 30.16. X une variable aléatoire réelle.

(i) V (X) = E X 2 − (E(X))2 .


(
V (aX) = a2 V (X)
(ii) ∀a ∈ R, .
σ(aX) = |a|σ(X)
(
V (a + X) = V (X)
(iii) ∀a ∈ R, .
σ(a + X) = σ(X)
(iv) V (X) = 0 ssi P (X = E(X)) = 1.
(v) X − E(X) est une variable aléatoire centrée.
X−E(X)
(vi) Si σ(X) ̸= 0, σ(X) est une variable aléatoire centrée réduite.

Exemple 30.17.
(i) Si X ∼ Be(p), alors V (X) = p(1 − p).
(ii) Si X ∼ B(n, p), alors V (X) = np(1 − p).

Démonstration. (i) Utiliser le fait que X 2 = X car X(Ω) = {0, 1}. (ii) Calculer d’abord
E (X(X − 1)), puis en déduire V (X).

II.4 Inégalités
Proposition 30.18 (Inégalité de Cauchy-Schwarz). X, Y deux variables aléatoires réelles.
(i) |E(X)| ⩽ E (|X|),
(ii) (E(XY ))2 ⩽ E X 2 E Y 2 .

le résultat pour E X 2 = E Y 2 = 1 en utilisant

Démonstration. (ii) Montrer d’abord
1 2 2


(i) et le fait que |XY | ⩽ 2 X + Y . Puis généraliser.

165
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

Proposition 30.19 (Inégalité de Markov). X une variable aléatoire réelle positive. a ∈

R∗+ . Alors :
E(X)
P(X ⩾ a) ⩽ .
a
Démonstration. Poser Y = 1(X⩾a) , et montrer que E(Y ) = P(X ⩾ a) et que X ⩾
aY .

Proposition 30.20 (Inégalité de Bienaymé-Tchebychev). X une variable aléatoire réelle.

ε > 0. Alors :
V (X)
P (|X − E(X)| ⩾ ε) ⩽ .
ε2

III Indépendance de variables aléatoires

III.1 Indépendance de deux variables aléatoires
Définition 30.21 (Indépendance de deux variables aléatoires). X : Ω → E et Y : Ω → F
deux variables aléatoires. On dit que X et Y sont indépendantes lorsque :

∀(x, y) ∈ X(Ω) × Y (Ω), (X = x) et (Y = y) sont indépendants.

De plus, n variables aléatoires X1 , . . . , Xn sont dites indépendantes deux à deux si pour

tout (i, j) ∈ J1, nK2 avec i ̸= j, Xi et Xj sont indépendantes.

Proposition 30.22. X : Ω → E et Y : Ω → F deux variables aléatoires indépendantes.

Alors :
∀A ⊂ X(Ω), ∀B ⊂ Y (Ω), (X ∈ A) et (Y ∈ B) sont indépendants.

Proposition 30.23. X : Ω → E et Y : Ω → F deux variables aléatoires indépendantes.

Alors, pour tout f : X(Ω) → E ′ , g : Y (Ω) → F ′ , f (X) et g(Y ) sont indépendantes.

Démonstration. Utiliser l’indépendance de X ∈ f −1 ({x}) et de Y ∈ g −1 ({y}), pour

tout (x, y) ∈ f (X(Ω)) × g(Y (Ω)).

Proposition 30.24.
(i) Soit X ∼ Be(p) et Y ∼ Be(p′ ). Alors X et Y sont indépendantes ssi (X = 1) et
(Y = 1) sont indépendants.
(ii) Soit A et B deux événements. Alors A et B sont indépendants ssi 1A et 1B sont
indépendants.

Proposition 30.25. X, Y deux variables aléatoires réelles indépendantes. Alors :

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

III.2 Indépendance mutuelle

Définition 30.26 (Indépendance mutuelle). X1 , . . . , Xn n variables aléatoires. On dit que
X1 , . . . , Xn sont mutuellement indépendantes lorsque :
n n
!
\ Y
∀(x1 , . . . , xn ) ∈ X1 (Ω) × · · · × Xn (Ω), P (Xi = xi ) = P(Xi = xi ).
i=1 i=1

166
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

Proposition 30.27. X1 , . . . , Xn n variables aléatoires mutuellement indépendantes. Alors

∀(A1 , . . . , An ) ∈ P (X1 (Ω)) × · · · × P (Xn (Ω)) , les événements (X1 ∈ A1 ), . . . , (Xn ∈ An )
sont mutuellement indépendants.

Démonstration. Soit A1 ⊂ X1 (Ω), . . . , An ⊂ Xn (Ω). Soit k événements quelconques

parmi (X1 ∈ A1 ), . . . , (Xn ∈ An ). On suppose, quitte à renuméroter les Ai , que ces k
événements sont (X1 ∈ A1 ), . . . , (Xk ∈ Ak ). On pose alors A′i = Ai pour i ∈ J1, kK et
A′i = Xi (Ω) pour i ∈Kk, nK. Ainsi :
k n
! !
A′i )
\ \
P (Xi ∈ Ai ) =P (Xi ∈
i=1 i=1
X
= P ((X1 = x1 ) ∩ · · · ∩ (Xn = xn ))
(x1 ,...,xn )∈A′1 ×···×A′n
X n
Y n X
Y
= P(Xi = xi ) = P(Xi = xi )
(x1 ,...,xn )∈A′1 ×···×A′n i=1 i=1 xi ∈A′i
n k
P(Xi ∈ A′i ) =
Y Y
= P(Xi ∈ Ai ).
i=1 i=1

Corollaire 30.28. X1 , . . . , Xn n variables aléatoires mutuellement indépendantes. Alors

∀(x1 , . . . , xn ) ∈ X1 (Ω) × · · · × Xn (Ω), les événements (X1 = x1 ), . . . , (Xn = xn ) sont
mutuellement indépendants.

Proposition 30.29. X1 , . . . , Xn n variables aléatoires mutuellement indépendantes.

(i) X1 , . . . , Xn sont deux à deux indépendantes.
(ii) Pour tout J ⊂ J1, nK, les (Xj )j∈J sont indépendantes.
(iii) Pour tout r ∈ J1, nJ, toute fonction de X1 , . . . , Xr est indépendante de toute fonction
de Xr+1 , . . . , Xn .

Corollaire 30.30. X1 , . . . , Xn n variables aléatoires mutuellement indépendantes. Alors :

n n
!
Y Y
E Xi = E (Xi ) .
i=1 i=1

Démonstration. Par récurrence sur n.

III.3 Fonctions génératrices

Définition 30.31 (Fonction génératrice). X : Ω → N une variable aléatoire. On définit
la fonction génératrice de X par :
 
GX : t ∈ R 7−→ E tX ∈ R.

Proposition 30.32. X, Y : Ω → N deux variables aléatoires.

(i) ∀t ∈ R, GX (t) =
P k
k∈X(Ω) t P(X = k).
′ (1)
(ii) GX (1) = 1, GX = E(X) et GX′′ (1) = E (X(X − 1)).
(k)
GX
(iii) ∀k ∈ N, P(X = k) = k! .

167
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

(iv) Si GX = GY , alors X ∼ Y .
(v) Si X et Y sont indépendantes alors GX+Y = GX GY .

Exemple 30.33.
(i) Si X ∼ Be(p), alors ∀t ∈ R, GX (t) = pt + 1 − p.
(ii) Si X ∼ B(n, p), alors ∀t ∈ R, GX (t) = (pt + 1 − p)n .

IV Couples de variables aléatoires

IV.1 Loi conjointe et lois marginales
Définition 30.34 (Loi conjointe, lois marginales et lois conditionnelles). X, Y deux va-
riables aléatoires.
(i) La loi conjointe est la loi du couple (X, Y ).
(ii) Les lois marginales sont les lois de X et de Y .
(iii) La loi conditionnelle de X par rapport à Y = yj , où yj ∈ Y (Ω), est déterminée par
X(Ω) et PY =yj (X = x), pour x ∈ X(Ω).

Notation 30.35. X, Y deux variables aléatoires. (x, y) ∈ X(Ω) × Y (Ω). On notera :

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

Proposition 30.36. X, Y deux variables aléatoires réelles.

X
∀s ∈ (X + Y )(Ω), P(X + Y = s) = P(X = x, Y = y).
(x,y)∈X(Ω)×Y (Ω)
x+y=s

Proposition 30.37.
(i) Si X1 , . . . , Xn suivent toutes la loi Be(p) et sont mutuellement indépendantes, alors
(X1 + · · · + Xn ) ∼ B(n, p).
(ii) Si X ∼ B(n, p) et Y ∼ B(m, p) et X et Y sont indépendantes, alors (X + Y ) ∼
B(n + m, p).

IV.2 Covariance
Définition 30.38 (Covariance). X, Y deux variables aléatoires réelles. On définit :

cov(X, Y ) = E [(X − E(X)) (Y − E(Y ))] .

Proposition 30.39. X, Y deux variables aléatoires réelles.

(i) cov(X, X) = V (X).
(ii) cov(X, Y ) = E(XY ) − E(X)E(Y ).
(iii) La covariance est une forme bilinéaire, symétrique et positive.

Proposition 30.40. X, Y deux variables aléatoires réelles.

X et Y sont indépendantes =⇒ cov(X, Y ) = 0.

168
CHAPITRE 30. VARIABLES ALÉATOIRES RÉELLES

Proposition 30.41. X1 , . . . , Xn n variables aléatoires réelles.

n n
!
X X X
V Xi = V (Xi ) + 2 cov(Xi , Xj ), (i)
i=1 i=1 1⩽i<j⩽n

n n
!
X X
X1 , . . . , Xn indépendantes deux à deux =⇒ V Xi = V (Xi ). (ii)
i=1 i=1

Corollaire 30.42. X1 , . . . , Xn n variables aléatoires réelles deux à deux indépendantes de

même loi. On note Sn = ni=1 Xi . Alors, pour tout ε > 0 :
P

Sn
 
P − E (X1 ) ⩽ ε −−−−−→ 0.
n n→+∞
 
Sn
On dit que n converge en probabilité vers la variable aléatoire constante E (X1 ).

169
Chapitre 31
Ensembles Dénombrables et Familles
Sommables

I Ensembles dénombrables
Définition 31.1 (Dénombrabilité). Un ensemble E est dit dénombrable s’il est en bijec-
tion avec N. De plus, E est dit au plus dénombrable si E est dénombrable ou fini.
Théorème 31.2. Soit P une partie infinie de N. Alors P est dénombrable. De plus, il
existe une unique bijection strictement croissante φ : N → P.
Démonstration. Construire φ par récurrence : poser φ(0) = min P puis, pour k ∈ N,
φ(k +1) = min P\ {φ(0), . . . , φ(k)}. Montrer que φ est strictement croissante et surjective,
donc bijective. Montrer ensuite l’unicité.
Proposition 31.3. H un ensemble.

H est au plus dénombrable ⇐⇒ il existe une injection H → N

⇐⇒ il existe une surjection N → H.

Lemme 31.4. Pour tout k ∈ N∗ , Nk est dénombrable.

Démonstration. En notant pi le i-ième nombre premier, montrer que

Nk −→ N
k
pai
Y
(a1 , . . . , ak ) 7−→ i
i=1

est une injection.

Théorème 31.5. Tout produit fini d’ensembles au plus dénombrables est au plus dénom-
brable.
Exemple 31.6.
(i) Z est dénombrable.
(ii) Q est dénombrable.
Théorème 31.7. Toute réunion au plus dénombrable d’ensembles au plus dénombrables
est au plus dénombrable.

170
CHAPITRE 31. ENSEMBLES DÉNOMBRABLES ET FAMILLES
SOMMABLES
Démonstration. Se ramener au cas d’une famille (Bk )k∈N d’ensembles dénombrables.
Pour k ∈ N, poser fk : Bk → N une injection. Montrer alors que
[
Bk −→ N2
k∈N
b 7−→ (k0 , fk0 (b)) avec k0 = min {k ∈ N, b ∈ Bk }
est une injection.

II Familles sommables de réels positifs

II.1 Définition
Définition 31.8 (Famille sommable de réels positifs). Une famille (ui )i∈I de réels positifs,
avec I dénombrable, est dite sommable lorsque
X
∃M ⩾ 0, ∀J ⊂ I, J fini, uj ⩽ M.
j∈J

Dans ce cas, on appelle somme de la famille (ui )i∈I :

 
X X
ui = sup  uj  .
i∈I J⊂I j∈J
J fini

Proposition 31.9. Toute sous-famille d’une famille sommable de réels positifs est som-
mable.

II.2 Caractérisations de la sommabilité

Proposition 31.10. (ui )i∈I une famille de réels positifs. (ui )i∈I est sommable de somme
S ssi
X
∀ε > 0, ∃K ⊂ I, K fini, ∀J ⊂ I, J fini, K ⊂ J =⇒ S − ε ⩽ uj ⩽ S.
j∈J

Corollaire 31.11. (ui )i∈I une famille de réels positifs. (Jn )n∈N une famille de parties
P de I t.q. ∀n ∈ N, Jn ⊂ Jn+1 et I = n∈N Jn . Alors (ui )i∈I est sommable ssi la suite
S
finies
j∈Jn uj n∈N
converge. Dans ce cas :
 
X X
ui = lim  uj  .
n→+∞
i∈I j∈Jn

Proposition 31.12. (ui )i∈I et (vi )i∈I deux familles de réels positifs. Si ∀i ∈ I, 0 ⩽ ui ⩽ vi
et (vi )i∈I est sommable alors (ui )i∈I est sommable et :
X X
ui ⩽ vi .
i∈I i∈I

Proposition 31.13. (ui )i∈I et (vi )i∈I deux familles de réels positifs sommables. λ ∈ R+ .
(i) (ui + vi )i∈I est sommable et :
X X X
(ui + vi ) = ui + vi .
i∈I i∈I i∈I

171
CHAPITRE 31. ENSEMBLES DÉNOMBRABLES ET FAMILLES
SOMMABLES
(ii) (λui )i∈I est sommable et : X X
(λui ) = λ ui .
i∈I i∈I
P P
Démonstration. En notant S = i∈I ui + i∈I vi , montrer que :

∀ε > 0, ∃K ⊂ I, K fini, ∀J ⊂ I, J fini, K ⊂ J

X X X
=⇒ S − ε ⩽ uj + vj = (uj + vj ) ⩽ S.
j∈J j∈J j∈J

Théorème 31.14 (Théorème de sommation par paquets). (ui )i∈I une famille de réels
F
positifs. (In )n∈N une famille de parties non vides de I t.q. I = n∈N In . Alors (ui )i∈I est
sommable ssi les deux conditions suivantes sont réalisées :
(i) Pour tout n ∈ N, (ui )i∈In est sommable de somme Sn .
P
(ii) La série Sn converge.
Dans ce cas :  
X ∞
X X
ui =  ui  .
i∈I n=0 i∈In

III Familles sommables de réels ou complexes

III.1 Définition
Définition 31.15 (Famille sommable de réels ou complexes). Une famille (ai )i∈I de réels
ou complexes est dite sommable lorsque (|ai |)i∈I est sommable.

Définition 31.16 (Somme d’une famille de réels ou complexes). (aj )j∈I une famille d’élé-
ments de K.
   
(i) K = R. (aj )j∈I est sommable ssi a+
j et a−
j le sont, où a+
j = max(aj , 0) et
j∈I j∈I
a−
j = max(−aj , 0). Dans ce cas, on définit :
   
−
X X X
aj =  a+
j
 −  a . j
j∈I j∈I j∈I

(ii) K = C. (aj )j∈I est sommable ssi (ℜ (aj ))j∈I et (ℑ (aj ))j∈I le sont. Dans ce cas, on
définit :    
X X X
aj =  ℜ (aj ) + i  ℑ (aj ) .
j∈I j∈I j∈I

III.2 Premières propriétés

Proposition 31.17. (ai )i∈I et (bi )i∈I deux familles sommables d’éléments de K. (α, β) ∈
K2 . Alors (αai + βbi )i∈I est sommable et :
! !
X X X
(αai + βbi ) = α ai + β bi .
i∈I i∈I i∈I

172
CHAPITRE 31. ENSEMBLES DÉNOMBRABLES ET FAMILLES
SOMMABLES
Proposition 31.18. (ai )i∈I une famille sommable d’éléments de K. Alors :

X X
ai ⩽ |ai | .
i∈I i∈I

−
Démonstration. K = R. Revenir à a+
i et ai . K = C. Même méthode que pour la
proposition 24.45.

III.3 Calculs de sommes

Proposition 31.19. (ai )i∈I une famille sommable de complexes.
(i) (In )n∈N une famille de parties finies de I t.q. ∀n ∈ N, In ⊂ In+1 et I =
S
n∈N In .
Alors :  
X X
ai = lim  ai  .
n→+∞
i∈I i∈In
F
(ii) (In )n∈N une famille de parties non vides de I t.q. I = n∈N In . Alors pour tout
n ∈ N, (ai )i∈In est sommable de somme Sn , et la série Sn converge. De plus :
P

 
X ∞
X X
ai =  ai  .
i∈I n=0 i∈In

Proposition 31.20. (ai )i∈I une famille sommable de complexes. G un ensemble dénom-
F
brable. (Ig )g∈G une famille de parties non vides de I t.q. I = g∈G Ig . Alors pour tout
g ∈ G, (ai )i∈Ig est sommable de somme Sg , et la famille (Sg )g∈G est sommable. De plus :
 
X X X
ai =  ai  .
i∈I g∈G i∈Ig

Proposition 31.21. (ai )i∈I une famille

 sommable
 de complexes. σ : J → I une bijection.
Si I et J sont dénombrables, alors aσ(j) est sommable et :
j∈J
X X
aσ(j) = ai .
j∈J i∈I

IV Cas particuliers
IV.1 Familles indexées par N ou Z
Proposition 31.22. (an )n∈I une famille de complexes.
P
(i) I = N. (an )n∈N est sommable ssi an est absolument convergente. Dans ce cas :
X ∞
X
an = an .
n∈N n=0
P P
(ii) I = Z. (an )n∈Z est sommable ssi an et a(−n) sont absolument convergentes.
Dans ce cas :
∞ ∞
! !
X X X
an = an + a(−n) .
n∈Z n=0 n=1

173
CHAPITRE 31. ENSEMBLES DÉNOMBRABLES ET FAMILLES
SOMMABLES
IV.2 Familles indexées par N2
Proposition 31.23. Une famille de complexes (ai,j )(i,j)∈N2 est sommable ssi
 
n
X n
X
∃B ⩾ 0, ∀n ∈ N,  |ai,j | ⩽ B.
i=0 j=0

Théorème 31.24 (Théorème de Fubini). Une famille de complexes (ai,j )(i,j)∈N2 est som-
mable ssi pour tout j ∈ N fixé, la série i |ai,j | est convergente de somme Sj et j Sj est
P P

convergente. Dans ce cas :

 
∞ ∞ ∞ ∞
!
X X X X X
ai,j =  ai,j  = ai,j .
(i,j)∈N2 i=0 j=0 j=0 i=0

Proposition 31.25. (ai,j )(i,j)∈N2 une famille de complexes sommable. σ : N → N2 une

P
bijection. Alors aσ(k) est absolument convergente et :
X X
aσ(k) = ai,j .
k∈N (i,j)∈N2
P P
Proposition 31.26. (ai )i∈N et (bj )j∈N deux familles de complexes. Si ai et bj sont
absolument convergentes alors (ai bj )(i,j)∈N2 est sommable et :
  
X X X
ai bj =  ai   bj  .
(i,j)∈N2 i∈N j∈N

Définition 31.27 (Produit de Cauchy). (ai )i∈N et (bj )j∈N deux familles de complexes. Le
produit de Cauchy de (ai )i∈N et (bj )j∈N est la suite (cn )n∈N définie par :
n
X X
∀n ∈ N, cn = ak bn−k = ai bj .
k=0 (i,j)∈N2
i+j=n

Proposition 31.28. (ai )i∈N et (bj )j∈N deux familles de complexes de produit de Cauchy
P P P
(cn )n∈N . Si ai et bj sont absolument convergentes alors cn est absolument conver-
gente et :   
X X X
cn =  ai   bj  .
n∈N i∈N j∈N

V Retour sur l’exponentielle complexe

P∞ xn
Proposition 31.29. ∀x ∈ R, ex = n=0 n! .

Démonstration. Utiliser la formule de Taylor avec reste intégral (proposition 12.4) ap-
pliquée à la fonction exp.
P∞ (ix)n
Proposition 31.30. ∀x ∈ R, eix = n=0 n! .

Démonstration. Utiliser la formule de Taylor avec reste intégral (proposition 12.4) ap-
pliquée aux fonctions cos et sin.

174
CHAPITRE 31. ENSEMBLES DÉNOMBRABLES ET FAMILLES
SOMMABLES
n n
(z1 +z2 )n
P  P 
∞ z1 ∞ z2 P∞
Lemme 31.31. ∀(z1 , z2 ) ∈ C2 , n=0 n! n=0 n! = n=0 n! .

Démonstration. Justifier l’absolue convergence de ces séries grâce à la proposition 31.29,

puis utiliser un produit de Cauchy.

Théorème 31.32. ∞
X zn
∀z ∈ C, ez = .
n=0
n!

175
Chapitre 32
Espaces Vectoriels Normés

I Normes
I.1 Définitions
Définition 32.1 (Norme). E un K-espace vectoriel. On dit que N : E → R est une norme
lorsque les quatre propriétés suivantes sont vérifiées :
(i) ∀x ∈ E, N(x) ⩾ 0,
(ii) ∀x ∈ E, N(x) = 0 ⇐⇒ x = 0,
(iii) ∀x ∈ E, ∀λ ∈ K, N(λx) = |λ| · N(x),
(iv) ∀(x, y) ∈ E 2 , N(x + y) ⩽ N(x) + N(y).
Définition 32.2 (Distance). E un K-espace vectoriel. On dit que d : E 2 → R est une
distance lorsque les quatre propriétés suivantes sont vérifiées :
(i) ∀(x, y) ∈ E 2 , d(x, y) ⩾ 0,
(ii) ∀(x, y) ∈ E 2 , d(x, y) = 0 ⇐⇒ x = y,
(iii) ∀(x, y) ∈ E 2 , d(x, y) = d(y, x),
(iv) ∀(x, y, z) ∈ E 3 , d(x, z) ⩽ d(x, y) + d(y, z).
Vocabulaire 32.3 (Espace vectoriel normé). Un espace vectoriel est dit normé s’il est
muni d’une norme.

I.2 Exemples de normes

Notation 32.4. p ∈ J1, +∞J. On définit ∥ · ∥p sur Kn par :
v
u n
|xi |p .
n
uX
∀x = (x1 , . . . , xn ) ∈ K , ∥x∥p = t
p

i=1

On définit aussi ∥ · ∥∞ sur Kn par :

∀x = (x1 , . . . , xn ) ∈ Kn , ∥x∥∞ = sup |xi | .
1⩽i⩽n

Lemme 32.5. x = (x1 , . . . , xn ) ∈ Kn , y = (y1 , . . . , yn ) ∈ Kn . (p, q) ∈ (N∗ )2 t.q. 1

p + 1q = 1.
Alors : nX
|xi yi | ⩽ ∥x∥p · ∥y∥q .
i=1

176
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

2
Démonstration. Première étape. Par concavité de ln : ∀(a, b) ∈ R∗+ , ln(ab) = 1
p ln (ap )+
 
ap q ap bq
1
q ln (bq ) ⩽ ln p + bq . Donc ∀(a, b) ∈ (R+ )2 , ab ⩽ p + q . Deuxième étape. On suppose
d’abord ∥x∥p = 1 et ∥y∥q = 1. Montrer alors que ni=1 |xi yi | ⩽ 1. Troisième étape. Se
P

ramener au cas où ∥x∥p = 1 et ∥y∥q = 1.

Proposition 32.6. ∥ · ∥p et ∥ · ∥∞ sont des normes sur Kn .

p
Démonstration. ∥ · ∥p vérifie l’inégalité triangulaire car, en notant q = p−1 , on a, pour
x = (x1 , . . . , xn ) ∈ Kn , y = (y1 , . . . , yn ) ∈ Kn :
n
X n
X
∥x + y∥pp ⩽ |xi | · |xi + yi |p−1 + |yi | · |xi + yi |p−1
i=1 i=1
v v
u n u n
uX uX
⩽ ∥x∥p q
t |xi + yi |(p−1)q + ∥y∥p t
q
|xi + yi |(p−1)q
i=1 i=1

= ∥x∥p · ∥x + y∥p−1
p + ∥y∥p · ∥x + y∥p−1
p .

Les autres points sont clairs.

Notation 32.7. p ∈ J1, +∞J. On définit ∥ · ∥p sur C 0 ([a, b], K) par :

s
Z b
∀f ∈ C 0 ([a, b], K) , ∥f ∥p = |f |p .
p

On définit aussi ∥ · ∥∞ sur C 0 ([a, b], K) par :

∀f ∈ C 0 ([a, b], K) , ∥f ∥∞ = sup |f | .

[a,b]

Lemme 32.8. f, g : [a, b] → K C 0 . (p, q) ∈ (N∗ )2 t.q. 1

p + 1
q = 1. Alors :
Z b
|f g| ⩽ ∥f ∥p · ∥g∥q .
a

Proposition 32.9. ∥ · ∥p et ∥ · ∥∞ sont des normes sur C 0 ([a, b], K).

Notation 32.10. Dans toute la suite, E est un K-espace vectoriel et ∥ · ∥E est une norme
sur E.

I.3 Parties bornées

Définition 32.11 (Boules et sphères). a ∈ E, r ∈ R∗+ . On définit :
(i) Bo (a, r) = {x ∈ E, ∥x − a∥E < r} ( boule ouverte).
(ii) Bf (a, r) = {x ∈ E, ∥x − a∥E ⩽ r} ( boule fermée).
(iii) S(a, r) = {x ∈ E, ∥x − a∥E = r} ( sphère).

Définition 32.12 (Partie bornée). On appelle partie bornée de E toute partie X ⊂ E

t.q.
∃M ⩾ 0, ∀x ∈ X, ∥x∥E ⩽ M.

Proposition 32.13. Toute réunion finie de parties bornées est bornée.

Définition 32.14 (Applications et suites bornées).

177
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

(i) Une application f : A → E est dite bornée lorsque f (A) est une partie bornée de E.
(ii) Une suite (un ) ∈ E N est dite bornée lorsque {un , n ∈ N} est une partie bornée de
E.

Proposition 32.15. L’ensemble H = {f : A → E, f bornée} est un K-espace vectoriel

muni de la norme ∥ · ∥∞ définie par :

∀f ∈ H, ∥f ∥∞ = sup ∥f (x)∥E .
x∈A

Définition 32.16 (Convergence). (un ) ∈ E N . On dit que un −−−−−→ ℓ ∈ E lorsque

n→+∞
∥un − ℓ∥E −−−−−→ 0.
n→+∞

Proposition 32.17. (un ) ∈ E N , (vn ) ∈ E N . (λ, µ) ∈ K2 .

(i) Si (un ) converge, alors (un ) est bornée.
(ii) Si (un ) converge, alors sa limite est unique.
(iii) Si (un ) et (vn ) convergent alors (λun + µvn ) aussi et :

lim (λun + µvn ) = λ lim un + µ lim vn .

n→+∞ n→+∞ n→+∞

I.4 Espace vectoriel produit

Définition 32.18 (Norme produit). E1 , . . . , En n espaces vectoriels munis de normes
respectives N1 , . . . , Nn . Alors l’espace E = ni=1 Ei est un espace vectoriel normé muni de
Q

la norme produit définie par :

∀x = (x1 , . . . , xn ) ∈ E, ∥x∥E = max Ni (xi ) .

1⩽i⩽n

Proposition 32.19. E1 , . . . , En n espaces vectoriels munis de normes respectives N1 , . . . , Nn .

E −→ Ei
On munit E = ni=1 Ei de la norme produit et on note, pour i ∈ J1, nK, pi :
Q
.
(x1 , . . . , xn ) 7−→ xi
(i) Pour i ∈ J1, nK, pi est linéaire, et lipschitzienne de rapport 1 :

∀x ∈ E, Ni (pi (x)) ⩽ ∥x∥E .

(ii) Pour a ∈ E, r > 0, on a :

n
Y
Bo (a, r) = Bo (pi (a), r) .
i=1

Ceci est encore vrai pour les boules fermées.

(iii) Pour X ⊂ E, X est bornée ssi ∀i ∈ J1, nK, pi (X) est bornée.
(iv) Pour (un ) ∈ E N , un −−−−−→ ℓ ∈ E ssi ∀i ∈ J1, nK, pi (un ) −−−−−→ pi (ℓ).
n→+∞ n→+∞

178
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

II Topologie dans les espaces vectoriels normés

II.1 Voisinages, ouverts et fermés
Définition 32.20 (Voisinage, ouvert, fermé).
(i) On dit que V ⊂ E est un voisinage de a ∈ E lorsque V contient une boule ouverte
centrée en a.
(ii) On dit que Ω ⊂ E est un ouvert lorsque Ω est un voisinage de chacun de ses points.
(iii) On dit que F ⊂ E est un fermé lorsque E\F est un ouvert.

Proposition 32.21.
(i) Les boules ouvertes sont des ouverts.
(ii) Les boules fermées sont des fermés.

Définition 32.22 (Adhérence). On dit que x ∈ E est adhérent à A ⊂ E lorsque tout

voisinage de x rencontre A. On note A, dit adhérence de A, l’ensemble des points adhérents
à A.

Proposition 32.23. A ⊂ E, a ∈ E.
(i) a ∈ A ssi il existe (un ) ∈ AN t.q. un −−−−−→ a.
n→+∞

(ii) A est fermé ssi pour tout (un ) ∈ AN convergente, (limn→+∞ un ) ∈ A.

Proposition 32.24.
(i) Une réunion quelconque d’ouverts est un ouvert.
(ii) Une intersection finie d’ouverts est un ouvert.

Corollaire 32.25.
(i) Une intersection quelconque de fermés est un fermé.
(ii) Une réunion finie de fermés est un fermé.

Définition 32.26 (Intérieur). On dit que x ∈ E est intérieur à A ⊂ E lorsqu’il existe

un voisinage de x inclus dans A. On note Å, dit intérieur de A, l’ensemble des points
intérieurs à A.

Proposition 32.27. A ⊂ E.
(i) Å est le plus grand ouvert inclus dans A.
(ii) A est ouvert ssi A = Å.
(iii) A est le plus petit fermé contenant A.
(iv) A est fermé ssi A = A.

II.2 Densité
Définition 32.28 (Densité). A ⊂ B ⊂ E. On dit que A est dense dans B lorsque B ⊂ A.

Proposition 32.29. A ⊂ R est dense dans R ssi tout intervalle ouvert de R contient un
élément de A.

179
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

II.3 Topologie induite

Définition 32.30 (Voisinage, ouvert, fermé dans un sous-ensemble). A ⊂ E. On dit que
X ⊂ A est un voisinage de a ∈ A (resp. un ouvert, un fermé) dans A (ou relativement à
A) lorsque X = Y ∩ A, où Y est un voisinage de a (resp. un ouvert, un fermé) dans E.

Proposition 32.31. B ⊂ A ⊂ E. B est ouvert relativement à A ssi A\B est fermé

relativement à A.

Proposition 32.32. B ⊂ A ⊂ E. B est fermé relativement à A ssi toute suite d’éléments

de B qui converge dans A a sa limite dans B.

Définition 32.33 (Connexité). On dit que A ⊂ E est connexe lorsque A n’est pas une
partition en deux ensembles ouverts relativement à A.

Proposition 32.34. I ⊂ R est connexe dans R ssi I est un intervalle.

III Compacité
Définition 32.35 (Valeur d’adhérence). (un ) ∈ E N . ℓ ∈ E est dite valeur d’adhérence de
(un ) lorsqu’il existe une suite extraite de (un ) de limite ℓ.

Proposition 32.36. (un ) ∈ E N . ℓ ∈ E est valeur d’adhérence de (un ) ssi pour tout
voisinage V de ℓ, l’ensemble {n ∈ N, un ∈ V } est infini.

Définition 32.37 (Compact). On dit que K ⊂ E est un compact lorsque toute suite de
K admet au moins une valeur d’adhérence dans K.

Proposition 32.38.
(i) Un compact est fermé et borné.
(ii) K ⊂ E un compact, X ⊂ K. Alors X est fermé ssi X est compact.
(iii) L’intersection d’un compact et d’un fermé est un compact.
(iv) Tout produit fini de compacts est un compact pour la norme produit.

Notation 32.39. On suppose E de dimension finie, de base (e1 , . . . , ep ). Pour x ∈ E de

composantes (x1 , . . . , xp ) dans la base (e1 , . . . , ep ), on définit

∥x∥∞ = max |xi | .

1⩽i⩽p

Corollaire 32.40. On suppose E de dimension finie, muni de ∥ · ∥∞ . Alors toute boule

fermée de E est compacte.

Théorème 32.41. On suppose E de dimension finie, muni de ∥ · ∥∞ . Alors les compacts

de E sont les fermés bornés.

Théorème 32.42.
(i) Une suite à valeurs dans un compact ayant une seule valeur d’adhérence converge.
(ii) Une suite bornée à valeurs dans un espace vectoriel de dimension finie ayant une
seule valeur d’adhérence converge.

180
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

IV Fonctions continues entre deux espaces vectoriels nor-

més
IV.1 Généralités
Notation 32.43. Dans toute la suite, E, F et G sont des K-espaces vectoriels munis de
normes respectives ∥ · ∥E , ∥ · ∥F et ∥ · ∥G .
Définition 32.44 (Limite d’une fonction). f : A ⊂ E → F . a ∈ A.
(i) On dit que lima f = ℓ ∈ F lorsque

∀V voisinage de ℓ, ∃W voisinage de a, f (W ∩ A) ⊂ V.

(ii) On dit que lima f = +∞ lorsque

∀M > 0, ∃W voisinage de a, f (W ∩ A) ⊂ F \Bo (0, M ).

Définition 32.45 (Continuité). f : A ⊂ E → F est dite continue en a ∈ A lorsque

lima f = f (a). On note C 0 (A, F ) l’ensemble des fonctions A → F continues sur A (i.e.
en tout point de A).
Proposition 32.46. f : A ⊂ E → F . a ∈ A. Alors lima f = ℓ ∈ F ssi

∀ (an ) ∈ AN , an −−−−−→ a =⇒ f (an ) −−−−−→ ℓ.

n→+∞ n→+∞

Proposition 32.47. f : A ⊂ E → F . On a équivalence entre :

(i) f est C 0 sur A.
(ii) Pour tout fermé G ⊂ F , f −1 (G) est fermé dans A.
(iii) Pour tout ouvert Ω ⊂ F , f −1 (Ω) est ouvert dans A.

IV.2 Opérations et continuité

Proposition 32.48. A ⊂ E.
(i) C 0 (A, F ) est un K-espace vectoriel.
(ii) Toute fonction C 0 en a ∈ A est bornée au voisinage de a.
(iii) On suppose que F est une K-algèbre et que ∀(x, y) ∈ F 2 , ∥xy∥F ⩽ ∥x∥F · ∥y∥F . Alors
C 0 (A, F ) est une K-algèbre.
Proposition 32.49. f : A ⊂ E → F et g : B ⊂ F → G deux fonctions C 0 , avec
f (A) ⊂ B. Alors g ◦ f est C 0 sur A.
Corollaire 32.50. Si (λJ )J∈Nn est une famille presque nulle d’éléments de K, alors la
fonction
n
xki i ,
X Y
f : (x1 , . . . , xn ) ∈ Kn 7−→ λ(k1 ,...,kn )
(k1 ,...,kn )∈Nn i=1

dite polynomiale, est continue sur Kn .

Proposition 32.51. det : Mn (K) → K est polynomiale.
Corollaire 32.52. GLn (K) est un ouvert car GLn (K) = det−1 (K∗ ).
1
Remarque 32.53. GLn (K) n’est pas un fermé car k In −−−−→
k→+∞
0.

181
CHAPITRE 32. ESPACES VECTORIELS NORMÉS

V Connexité par arcs

Définition 32.54 (Chemin continu). (a, b) ∈ E 2 , A ⊂ E.
(i) On appelle chemin continu joignant a à b toute application γ ∈ C 0 ([0, 1], E) t.q.
γ(0) = a et γ(1) = b.
(ii) On appelle chemin continu dans A joignant a à b tout chemin continu γ joignant a
à b t.q. γ ([0, 1]) ⊂ A.

Définition 32.55 (Composantes connexes par arcs). A ⊂ E. On définit une relation R

sur A par aRb ssi il existe un chemin continu dans A joignant a à b. Alors R est une
relation d’équivalence, et ses classes sont dites composantes connexes par arcs de A.

Définition 32.56 (Ensemble connexe par arcs). A ⊂ E est dit connexe par arcs lorsque
pour tout (a, b) ∈ A2 , il existe un chemin continu dans A joignant a et b.

Proposition 32.57. Tout convexe est connexe par arcs.

Proposition 32.58. L’image d’un ensemble connexe par arcs par une application C 0 est
connexe par arcs.

Proposition 32.59. Les connexes par arcs de R sont les intervalles.

182
Chapitre 33
Théorie de Galois
Cours de Nicolas Tosel

I Polynômes irréductibles
Notation 33.1. Dans toute la suite, K est un corps quelconque.

I.1 Généralités
Proposition 33.2. Les deux propriétés suivantes sont équivalentes :
(i) Les polynômes irréductibles de K[X] sont les polynômes de degré 1.
(ii) Tout polynôme non constant de K[X] admet une racine dans K.
Si tel est le cas, on dit que K est algébriquement clos.

Théorème 33.3 (Théorème de Steinitz). Si K est un corps, alors il existe un sur-corps

Ω algébriquement clos de K.

I.2 Corps des rationnels

Exemple 33.4. Pour n ∈ N∗ , (X n − 2) est irréductible sur Q.
 
Démonstration. Écrire X n − 2 = X − ω21/n . Tout polynôme unitaire Q divi-
Q
ω∈Un
 
(X n
− 2) est donc de la forme Q = ω∈A X − ω21/n , où A ∈ P(Un ). En regardant
Q
sant
le terme constant de Q, en déduire une contradiction si 1 ⩽ deg Q ⩽ n − 1.

Notation 33.5. Pour p ∈ P, on note Fp = Z/pZ. On définit alors la réduction modulo

p : pour A = nk=0 ak X k ∈ Z[X], on pose A = nk=0 ak X k ∈ Fp [X], où ak est la classe
P P

d’équivalence de ak dans Fp .
(
A+B =A+B
Proposition 33.6. ∀(A, B) ∈ Z[X]2 , .
A×B =A×B
Pn k
Définition 33.7 (Contenu). Soit P = k=0 λk X ∈ Z[X]\{0}. On définit le contenu de
P par :
n
^
C(P ) = λk .
k=0

183
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Vocabulaire 33.8 (Polynômes primitifs). P ∈ Z[X]. Si C(P ) = 1, P est dit primitif.

Lemme 33.9 (Lemme de Gauss). ∀(P, Q) ∈ Z[X]2 , C(P Q) = C(P )C(Q).

Démonstration. Écrire P = C(P )Pe , Q = C(Q)Q, e où Pe et Qe sont des polynômes primitifs

de Z[X]. On a alors P Q = C(P )C(Q)PQ. Supposer
e e
 alors par l’absurde Pe Qe non primitif.
Dans ce cas, il existe p ∈ P t.q. p | C Pe Q
e . Alors Pe × Qe = Pe Qe =0
Fp [X] . Or Fp est un

corps donc Fp [X] est intègre d’où Pe = 0Fp [X] ou Q

e =0
Fp [X] . C’est une contradiction car
P et Q sont primitifs. Ainsi P Q est primitif et C(P Q) = C(P )C(Q).
e e e e

Corollaire 33.10. Si P ∈ Z[X] n’a pas de diviseur non constant dans Z[X], alors P est
irréductible dans Q[X].

Démonstration. Supposer P = AB ∈ Z[X], avec (A, B) ∈ (Q[X]\Q0 [X])2 . Écrire aA ∈

Z[X], bB ∈ Z[X] avec (a, b) ∈ (Z∗ )2 . Noter que abC(P ) = C(abP ) = C(aA)C(bB), et
qu’il existe (A1 , B1 ) ∈ Z[X]2 t.q. aA = C(aA)A1 et bB = C(bB)B1 . Écrire enfin P sous
forme d’un produit de polynômes non constants de Z[X] et en déduire le résultat par
contraposée.
Pn k
Théorème 33.11 (Théorème d’Eisenstein). Q = k=0 ak X ∈ Z[X], p ∈ P.

∀k ∈ J0, nJ, p | ak 

p ∤ an =⇒ Q est irréductible sur Q.
2
p ∤ a0



Démonstration. Supposer par l’absurde Q = AB, avec (A, B) ∈ (Z[X]\Z0 [X])2 . Effec-
tuer la réduction de Q modulo p : A × B = Q = an X n . En déduire que A et B sont des
monômes dans Fp [X]. Donc p divise les coefficients constants respectifs de A et B ; donc
p2 divise a0 . Contradiction.

I.3 Cyclotomie
Définition 33.12 (Polynômes cyclotomiques). Pour n ∈ N∗ , on définit le n-ième poly-
nôme cyclotomique par : Y  2ikπ

Φn = X −e n .
k∈J1,nK
k∧n=1

Lemme 33.13. ∀n ∈ N∗ , X n − 1 =
Q
d|n Φd .

Proposition 33.14. ∀n ∈ N∗ , Φn ∈ Z[X].

Démonstration. Par récurrence forte sur n, en utilisant la division euclidienne de (X n −1)

Q
par d|n Φd dans Z[X].
d<n

I.4 Séparabilité
Définition 33.15 (Caractéristique d’un anneau). A un anneau. Si ∃n ∈ N∗ , n · 1A =
1A + 1A + · · · + 1A = 0A , alors on appelle caractéristique de A l’entier min {n ∈ N∗ , n · 1A = 0A }.
| {z }
n fois
Sinon, on dit que A est de caractéristique 0.

184
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Définition 33.16 (Séparabilité). P ∈ K[X]. On dit que P est séparable si les racines
de P dans un sur-corps de K scindant P sont simples. Autrement dit, P est séparable ssi
P ∧ P ′ = 1.

Proposition 33.17. K un corps de caractéristique 0. Si P ∈ K[X] est irréductible, alors

P est séparable.

Démonstration. On note n = deg P . Comme K est de caractéristique 0, deg P ′ = n − 1.

En particulier, P ′ ̸= 0 (car n ⩾ 1 car P est non constant). P est irréductible et 0 ⩽
deg P ′ < deg P donc P ∧ P ′ = 1.

Proposition 33.18. K un corps de caractéristique p. P ∈ K[X] irréductible. Alors P est

séparable ssi P ̸∈ K [X p ].

II Extensions de corps
II.1 Extensions et degrés
Définition 33.19 (Extension de corps). Si K est un sous-corps d’un corps L, on dit que
L/K est une extension. On dit de plus que L/K est finie si le K-espace vectoriel L est de
dimension finie. Dans ce cas, le degré de L/K, noté [L : K], est par définition la dimension
de cet espace vectoriel.

Théorème 33.20 (Théorème de la base télescopique). L/K et M/L deux extensions. Soit
(ei )i∈I une base de L/K, (fj )j∈J une base de M/L. Alors (ei fj )(i,j)∈I×J est une base de
M/K.

Corollaire 33.21. L/K et M/L deux extensions. Si L/K et M/L sont finies, alors M/K
aussi, et dans ce cas :
[M : K] = [M : L][L : K].

II.2 Adjonction, éléments algébriques et transcendants

Proposition 33.22. L/K une extension. (x1 , . . . , xn ) ∈ Ln .
(i) Le plus petit sous-anneau de L contenant K et tous les xi est :

K [x1 , . . . , xn ] = {P (x1 , . . . , xn ), P ∈ K [X1 , . . . , Xn ]} .

(ii) Le plus petit sous-corps de L contenant K et tous les xi est :

K (x1 , . . . , xn ) = {P (x1 , . . . , xn ), P ∈ K (X1 , . . . , Xn )} .

Définition 33.23 (Éléments algébriques et transcendants). x ∈ L. On dit que x est

algébrique sur K ⊂ L lorsque ∃P ∈ K[X]\{0}, P (x) = 0. Si x n’est pas algébrique, on dit
que x est transcendant.

Notation 33.24. x ∈ L algébrique sur K. On introduit :

(i) L’idéal annulateur de x : IK,x = {P ∈ K[X], P (x) = 0}.
(ii) Le polynôme minimal de x : ΠK,x unitaire t.q. IK,x = ΠK,x K[X].
De plus, le degré de ΠK,x est dit degré d’algébricité de x sur K.

Proposition 33.25. x ∈ L algébrique sur K.

185
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

(i) ΠK,x est irréductible sur K.

(ii) Si P ∈ K[X] est irréductible unitaire et P (x) = 0, alors ΠK,x = P .

Théorème 33.26. x ∈ L algébrique de degré d sur K.

 
(i) xk est une K-base de K[x].
k∈J0,dJ
(ii) K[x] est un sous-corps de L, donc K[x] = K(x).
Ainsi, K(x)/K est une extension et [K(x) : K] = d.
 
Démonstration. (i) Si xk n’était pas libre, il existerait P ∈ Kd−1 [X] t.q. P (x) =
k∈J0,dJ  
0, ce qui contredit la définition du degré d’algébricité. Pour montrer que xk est
k∈J0,dJ
génératrice, utiliser la division euclidienne par ΠK,x . (ii) Soit y = P (x) ∈ K[x]\{0}. Par
ce qui précède, on peut supposer P ∈ Kd−1 [X]. Or ΠK,x est irréductible et deg ΠK,x = d,
donc P ∧ ΠK,x = 1. Utiliser alors l’égalité de Bézout pour écrire P U + ΠK,x V = 1, où
(U, V ) ∈ K[X]2 . En déduire que P (x)U (x) = 1, d’où l’inversibilité de y = P (x).

II.3 Sommes et produits d’algébriques

Proposition 33.27. (x, y) ∈ L2 algébriques sur K de degrés respectifs dx et dy . Alors :
(i) (x + y) est algébrique sur K de degré au plus dx dy ,
(ii) (x × y) est algébrique sur K de degré au plus dx dy .

Démonstration. L’extension K(x, y)/K(x) est finie de degré au plus dy et l’extension

K(x)/K est finie de degré dx donc l’extension K(x, y)/K est finie de degré au plus dx dy .
Or K(x + y) ⊂ K(x, y) et K(x × y) ⊂ K(x, y), d’où le résultat.

K(x)
K K(x + y) K(x, y)
K(y)

II.4 Extensions finies et algébriques

Proposition 33.28. Une extension L/K est finie ssi il existe (x1 , . . . , xn ) ∈ Ln algébriques
sur K tels que L = K(x1 , . . . , xn ).

Démonstration. (⇒) Soit (x1 , . . . , xn ) une K-base de L. Montrer que L = K(x1 , . . . , xn )

et que x1 , . . . , xn sont algébriques sur K. (⇐) Par récurrence sur n.

Définition 33.29 (Extension algébrique). On dit qu’une extension L/K est algébrique
lorsque tout élément de L est algébrique sur K.

Proposition 33.30. Si une extension L/K est finie, alors elle est algébrique.

Notation 33.31. On note Q l’ensemble des x ∈ C algébriques sur Q.

Proposition 33.32. Q est un sous-corps de C et Q/Q est une extension algébrique non
finie.

Théorème 33.33. Q est algébriquement clos.

186
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Démonstration. Soit P = nk=0 ak X k ∈ Q[X]\Q0 [X]. Soit z ∈ C une racine de P (qui

P

existe par le théorème de d’Alembert-Gauss). L’extension Q(a0 , . . . , an )/Q est finie car
a0 , . . . , an sont algébriques sur Q et l’extension Q(a0 , . . . , an , z)/Q(a0 , . . . , an ) est finie car
z est algébrique sur Q(a0 , . . . , an ) (puisque P (z) = 0). Donc l’extension Q(a0 , . . . , an , z)/Q
est finie ; or, Q ⊂ Q(z) ⊂ Q(a0 , . . . , an , z) donc Q(z)/Q est finie et z ∈ Q.

II.5 Théorème de l’élément primitif

Définition 33.34 (Extension monogène). On dit qu’une extension L/K est monogène
lorsque ∃x ∈ L, L = K(x).

Théorème 33.35 (Théorème de l’élément primitif). K un corps de caractéristique 0. Si

l’extension L/K est finie, alors elle est monogène : il existe x ∈ L t.q. L = K(x). On dit
alors que x est un élément primitif de L/K.

Démonstration. Il suffit de montrer que, si L = K(x, y), alors ∃z ∈ L, L = K(z)

(généraliser ensuite par récurrence sur le nombre de générateurs). Soit Ω un sur-corps de
K algébriquement clos. Alors ΠK,x et ΠK,y sont scindés sur Ω, et à racines simples car K
est de caractéristique 0 (et ΠK,x et ΠK,y sont irréductibles donc séparables). Écrire alors
ΠK,x = m
Qn
i=1 (X − xi ) et ΠK,y = i=1 (X − yi ), avec x1 = x, y1 = y. Soit t ∈ K t.q.
Q

∀(i, j) ̸= (1, 1), x + ty ̸= xi + tyj . Soit z = x + ty. On va montrer que K(z) = K(x, y).
L’inclusion ⊂ est claire. Pour montrer ⊃, il suffit de prouver que K(y) ⊂ K(z), car on
aura alors x = z − ty ∈ K(z). Soit P1 = ΠK,y ∈ K(z)[X], P2 = ΠK,x (z − tX) ∈ K(z)[X].
Montrer que P1 (y) = P2 (y) = 0, d’où (X − y) | P1 et (X − y) | P2 . Justifier que P1 et
P2 n’admettent pas d’autre diviseur commun et en déduire que P1 ∧ P2 = X − y. Ainsi,
(X − y) ∈ K(z)[X] donc y ∈ K(z), d’où K(y) ⊂ K(z).

Théorème 33.36. L/K une extension finie. Si L/K est monogène alors il n’existe qu’un
nombre fini de sous-corps de L contenant K.

Démonstration. Soit M un sous-corps de L = K(x) contenant K. On note X d + d−1 k

P
k=0 ak X =
ΠM,x . Comme ΠM,x | ΠK,x , on n’a qu’un nombre fini de choix pour ΠM,x . Or M =
K(a0 , . . . , ad−1 ). En effet, l’inclusion ⊃ est claire. Et réciproquement [L : M] = d ; or
x est de degré inférieur ou égal à d sur K(a0 , . . . , ad−1 ), d’où M = K(a0 , . . . , ad−1 ). Donc
on n’a qu’un nombre fini de choix pour M.

Corollaire 33.37. Si K est un corps de caractéristique 0 et L/K est une extension finie,
alors il n’existe qu’un nombre fini de sous-corps de L contenant K.

II.6 Irréductibilité des polynômes cyclotomiques

Définition 33.38 (Entier algébrique). On dit que z ∈ C est un entier algébrique lorsqu’il
existe P ∈ Z[X] unitaire t.q. P (z) = 0.

Lemme 33.39. z ∈ C est un entier algébrique ssi z ∈ Q et ΠQ,z ∈ Z[X].

Lemme 33.40. Si ω est une racine primitive n-ième de l’unité et si p ∈ P ne divise pas
n alors ω p est racine de ΠQ,ω .

Démonstration. ω et ω p étant des entiers algébriques, on a ΠQ,ω ∈ Z[X] et ΠQ,ωp ∈ Z[X].

De plus, ΠQ,ωp (X p ) annule ω donc ΠQ,ω | ΠQ,ωp (X p ). Le quotient est dans Z[X] car ΠQ,ω
p p
est unitaire : ∃A ∈ Z[X], ΠQ,ωp (X p ) = AΠQ,ω . Or ΠQ,ωp (X p ) = ΠQ,ωp , donc ΠQ,ωp =
A · ΠQ,ω . Mais, si ΠQ,ω ̸= ΠQ,ωp , alors (ΠQ,ω ΠQ,ωp ) | (X n − 1) dans Z[X]. Soit alors x ∈ Fp

187
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

racine de ΠQ,ω (Fp est un sur-corps de Fp algébriquement clos), alors x est racine de ΠQ,ωp
 ′
donc x est racine multiple de X n − 1, ce qui est absurde car X n − 1 = nX n−1 ̸= 0 (car
 ′
p ∤ n), donc X n − 1 ∧ X n − 1 = 1. Donc ΠQ,ω = ΠQ,ωp .

Théorème 33.41 (Théorème de Gauss-Kronecker). ∀n ∈ N∗ , Φn est irréductible sur Q.

III Extensions et morphismes

III.1 Applications préservant les relations algébriques
Lemme 33.42. A et A′ deux K-algèbres. Alors φ : A → A′ est un morphisme de K-
algèbres ssi ∀n ∈ N∗ , ∀P ∈ K [X1 , . . . , Xn ] , ∀(x1 , . . . , xn ) ∈ An , φ (P (x1 , . . . , xn )) =
P (φ(x1 ), . . . , φ(xn )).

Notation 33.43. Dans toute la suite, K est un corps et Ω est une clôture algébrique de
K (i.e. un sur-corps de K algébriquement clos t.q. l’extension Ω/K est algébrique).

Notation 33.44. L et M deux sous-corps de Ω.

(i) On note Hom(L, M) l’ensemble des morphismes de corps L → M.
(ii) On note HomK (L, M) l’ensemble des morphismes de K-algèbres L → M.

Notation 33.45. Pour P =

P k ∈ L[X], σ ∈ Hom(L, M), on note σ · P =
k∈N λk X
k
k∈N σ(λk )X ∈ M[X].
P

III.2 Conjugaison
Définition 33.46 (Conjugaison). (x, y) ∈ Ω2 . On dit que x et y sont K-conjugués lorsque
ΠK,x = ΠK,y .

Proposition 33.47. x ∈ Ω. Si ΠK,x est séparable sur K (ce qui est vrai dès que K est de
caractéristique 0), alors x a exactement (deg ΠK,x ) K-conjugués.

Proposition 33.48. (x, y) ∈ Ω2 . Alors x et y sont K-conjugués ssi ∃σ ∈ HomK (K(x), Ω), σ(x) =
y. Dans ce cas, σ est unique.

Démonstration. (⇐) ΠK,x (y) = ΠK,x (σ(x)) = 0. (⇒) Analyse. Si σ existe, alors ∀P ∈
K[X], σ(P (x)) = P (σ(x)) = P (y). En déduire qu’il existe au plus un σ qui convient.
K[x] −→ Ω
Synthèse. Montrer que l’application σ : est bien définie et qu’elle convient.
P (x) 7−→ P (y)
Comme K[x] = K(x), en déduire le résultat.

III.3 Prolongement des morphismes

Théorème 33.49. L/K et L′ /K′ deux extensions. σ : K → K′ un isomorphisme de corps.
x ∈ L algébrique sur K, x′ ∈ L′ . Alors les deux propriétés suivantes sont équivalentes :
(i) Il existe σ ′ ∈ Hom(K(x), L′ ) prolongeant σ et envoyant x sur x′ .
(ii) x′ est algébrique sur K′ et ΠK′ ,x′ = σ · ΠK,x .
Dans ce cas, σ est unique.

188
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Démonstration. (⇒) Montrer que ∀P ∈ K[X], σ ′ (P (x)) = σ · P (x′ ). En déduire le

résultat, en notant que σ · ΠK,x est irréductible unitaire car σ est un isomorphisme.
K[X] −→ L′
(⇐) L’application Φ : est un morphisme d’anneaux et Ker Φ =
P 7−→ σ · P (x′ )
ΠK,x K[X]. Ceci permet, par passage au quotient, de définir un morphisme d’anneaux
K[x] −→ L′
σ′ : .
P (x) 7−→ σ · P (x′ )
Corollaire 33.50.
(i) Si x ∈ Ω (donc x algébrique), alors tout élément de Hom(K, Ω) admet autant de
prolongements en un élément de Hom(K(x), Ω) que le nombre de K-conjugués de x.
(ii) Si L/K est une extension finie, alors tout élément de Hom(K, Ω) admet au moins
un prolongement en un élément de Hom(L, Ω).
(iii) Si M/L et L/K sont des extensions finies, alors tout élément de HomK (L, Ω) peut
se prolonger en un élément de HomK (M, Ω).

III.4 Conséquences
Théorème 33.51. L/K une extension finie, où K est de caractéristique 0. Alors :

|(HomK (L, Ω))| = [L : K] .

Démonstration. Utiliser le théorème de l’élément primitif (théorème 33.35) pour écrire

L = K(x). Utiliser ensuite le fait que |(HomK (L, Ω))| est le nombre de K-conjugués de
x.

Théorème 33.52 (Caractérisation du corps de base). L/K une extension finie, où K est
de caractéristique 0. Alors

K = {x ∈ L, ∀σ ∈ HomK (L, Ω), σ(x) = x} .

III.5 Indépendance des morphismes

Théorème 33.53. (M, ·) un monoïde (ensemble muni d’une LCI associative et d’un élé-
ment neutre), (K, +, ×) un corps. (σ1 , . . . , σp ) des morphismes de (M, ·) dans (K∗ , ×)
deux-à-deux distincts. Alors (σ1 , . . . , σp ) sont K-linéairement indépendants.

Démonstration. Par récurrence sur p.

IV Théorie de Galois des extensions finies

IV.1 Définition du groupe de Galois
Définition 33.54 (Groupe de Galois). Si L/K est une extension finie, on définit le groupe
de Galois de L/K par

Gal(L/K) = HomK (L, L) ⊂ HomK (L, Ω).

Proposition 33.55. L/K une extension finie. Alors (Gal(L/K), ◦) est un groupe.

Vocabulaire 33.56. L/K une extension finie.

189
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

(i) On dit que L/K est une extension normale lorsque HomK (L, L) = HomK (L, Ω), i.e.
lorsque L est stable par K-conjugaison.
(ii) On dit que L/K est une extension séparable si, pour tout x ∈ L, ΠK,x est séparable.
(iii) On dit que L/K est une extension galoisienne lorsque L/K est une extension normale
séparable.
Remarque 33.57. L/K une extension finie. Si K est de caractéristique 0, alors L/K est
galoisienne ssi L/K est normale (car L/K est toujours séparable).

IV.2 Propriétés des extensions normales

Définition 33.58 (Corps de décomposition). P = ni=1 (X−xi ) ∈ K[X], avec (x1 , . . . , xn ) ∈
Q

Ωn . Le corps de décomposition de P sur K est par définition

DK (P ) = K(x1 , . . . , xn ).

Théorème 33.59. L/K une extension finie. Alors L/K est normale ssi ∃P ∈ K[X], L =
DK (P ).


Démonstration. (⇒) L = K(x1 , . . . , xp ) = DK ΠK,x1 · · · ΠK,xp car L contient les K-
conjugués des xi . (⇐) L = DK (P ), avec P = ni=1 (X − xi ), donc L = K(x1 , . . . , xn ). Soit
Q

σ ∈ HomK (L, Ω). Pour tout i ∈ J1, nK, σ(xi ) annule P donc est l’un des xj donc est dans
L. Donc σ ∈ HomK (L, L).
Définition 33.60 (Clôture normale). La clôture normale ClnormK (L) d’une extension
finie L/K est le plus petit sous-corps de Ω contenant L et normal sur K.

IV.3 Propriétés simples du groupe de Galois

Notation 33.61. L/K une extension finie. On note :
(i) KL/K l’ensemble des sous-corps de L contenant K,
(ii) GL/K l’ensemble des sous-groupes de Gal(L/K).
Proposition 33.62. L/K une extension normale, K′ ∈ KL/K . Alors l’extension L/K′ est
normale.
Proposition 33.63. L/K une extension finie, K′ ∈ KL/K . Alors Gal(L/K′ ) est un sous-
groupe de Gal(L/K).
Théorème 33.64 (Théorème de l’irrationalité naturelle). L/K une extension normale.
(x1 , . . . , xp ) ∈ Ωp . Alors L(x1 , . . . , xp )/K(x1 , . . . , xp ) est normale et Gal(L(x1 , . . . , xp )/K(x1 , . . . , xp ))
est isomorphe à un sous-groupe de Gal(L/K).
Démonstration. Noter qu’il existe P ∈ K[X] tel que L = DK (P ) donc L(x1 , . . . , xp ) =
DK(x1 ,...,xp ) (P ). Exhiber de plus un morphisme injectif de Gal(L(x1 , . . . , xp )/K(x1 , . . . , xp ))
dans Gal(L/K).
Notation 33.65. F un corps, G un groupe d’automorphismes de F. On note

FG = {x ∈ F, ∀g ∈ G, g(x) = x} .

Proposition 33.66. Si l’extension L/K est normale, et si K est de caractéristique 0,

alors
K = LGal(L/K) .

190
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

IV.4 Premier volet de la correspondance de Galois

Lemme 33.67 (Lemme d’Artin). F un corps de caractéristique 0, G un groupe d’auto-
morphismes de F. Alors l’extension F/FG est normale finie et
 
Gal F/FG = G.
  h i
Démonstration. Noter d’abord que G ⊂ Gal F/FG . On va montrer que F : FG ⩽ |G|,
  h i
d’où le résultat car Gal F/FG ⩽ F : FG , avec égalité ssi F/FG est normale. Comme
F/FG est monogène (caractéristique 0), il suffit de prouver que tout x ∈ F est de degré
inférieur ou égal à |G| sur FG . Or, pour x ∈ F, σ∈G (X − σ(x)) est dans FG [X], de degré
Q

majoré par |G|, et annule x.

Théorème 33.68. L/K une extension normale, avec K de caractéristique 0. On définit

KL/K −→ GL/K GL/K −→ KL/K

φ: et ψ: .
K′ 7−→ Gal(L/K′ ) G 7−→ LG

Alors φ et ψ sont des bijections réciproques.

V Actions de groupes
V.1 Généralités
Définition 33.69 (Action de groupe). G un groupe, X un ensemble. On appelle action
G × X −→ X
de G sur X toute application vérifiant :
(g, x) 7−→ g · x
(i) ∀x ∈ X, e · x = x,
(ii) ∀(g1 , g2 ) ∈ G2 , ∀x ∈ X, g2 · (g1 · x) = (g2 g1 ) · x.

G × X −→ X
Proposition 33.70. G un groupe, X un ensemble. Une application est
(g, x) 7−→ g · x
G −→ SX X −→ X
une action de groupe ssi σ : est un morphisme, où σg : , pour
g 7−→ σg x 7−→ g · x
g ∈ G. Si σ est injectif, on dit que l’action de G sur X est fidèle.

Exemple 33.71.
(i) Sn agit sur J1, nK, sur J1, nKk et sur P (J1, nK).
(ii) GL(E) agit sur E et sur l’ensemble des sous-espaces vectoriels de E.
(iii) GLn (K) agit sur Mn (K) : (P, M ) ∈ GLn (K) × Mn (K) 7−→ P M P −1 .

V.2 Orbites et stabilisateurs

Définition 33.72 (Orbite). Si G agit sur X, l’orbite de x ∈ X est :

ωG (x) = {g · x, g ∈ G} .

L’action est dite transitive s’il n’y a qu’une seule orbite : ∀x ∈ X, ωG (x) = X.

191
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Définition 33.73 (Stabilisateur). Si G agit sur X, le stabilisateur de x ∈ X est :

Gx = {g ∈ G, g · x = x} .

C’est un sous-groupe de G.

Proposition 33.74. On a une bijection naturelle :

G/Gx −→ ωG (x)
.
g 7−→ g · x

En particulier, si G est fini, |G| = |ωG (x)| · |Gx |.

Lemme 33.75 (Lemme de Cauchy). G un groupe fini, p ∈ P t.q. p | |G|. Alors G contient
un élément d’ordre p.

Démonstration. Soit X = {(x1 , . . . , xp ) ∈ Gp , x1 · · · xp = e}. Z/pZ agit sur X (par ro-

tation des xi ). Et on a |X| = |G|p−1 ≡ 0 [p]. De plus, les orbites de l’action de Z/pZ sont
de cardinal 1 ou p. Et l’orbite de (x1 , . . . , xp ) est de cardinal 1 ssi x = x1 = · · · = xp , avec
xp = e. On note Np = |{x ∈ G, xp = e}|. On a donc Np ≡ 0 [p]. Le nombre d’éléments
d’ordre p est donc Np − 1 ≡ −1 [p] (car p ∈ P), qui est donc non nul.

VI Théorie de Galois des extensions finies (suite)

VI.1 Groupe de Galois d’un polynôme séparable
Notation 33.76. Pour P ∈ K[X], on note :

GalK (P ) = Gal (DK (P ) /K) .

Proposition 33.77. P = ni=1 (X − xi ) ∈ K[X], où (x1 , . . . , xn ) ∈ Ωn deux à deux

Q

distincts. Alors l’action de GalK (P ) sur R = {x1 , . . . , xn } est fidèle, et elle est transitive
ssi P est irréductible.
Qn
Proposition 33.78. P = i=1 (X − xi ) ∈ K[X], où (x1 , . . . , xn ) ∈ Ωn . On pose :
Y
δ(P ) = (xj − xi ) ,
1⩽i<j⩽n

puis ∆(P ) = δ(P )2 . Alors, en notant AR le sous-groupe alterné de SR , avec R =

(x1 , . . . , xn ), on a :
GalK (P ) ⊂ AR ⇐⇒ δ(P ) ∈ K.
De plus, si δ(P ) ̸∈ K, alors DK (P )GalK (P )∩AR = K(δ(P )).

VII Sous-groupes normaux et groupes quotients

Notation 33.79. G groupe, H sous-groupe de G. On note G/H = {a, a ∈ G}, avec
a = aH.

Définition 33.80 (Sous-groupe normal). G groupe. On dit qu’un sous-groupe H de G est

normal (ou distingué) dans G lorsque ∀g ∈ G, ∀h ∈ H, ghg −1 ∈ H. On écrit alors H ◁ G.

192
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Proposition 33.81. Si H ◁ G, on peut définir une LCI sur G/H en posant a · b = ab,
pour tout (a, b) ∈ G2 . L’ensemble G/H muni de cette loi est un groupe et l’application
G −→ G/H
est un morphisme de noyau H.
a 7−→ a
Proposition 33.82. G un groupe. Tout sous-groupe de G contenu dans Z(G) est un
sous-groupe normal de G.
Proposition 33.83. φ : G → H un morphisme de groupes. Alors Ker φ ◁ G et :
G/ Ker φ ≃ φ(G).
Proposition 33.84. H ◁ G. Les sous-groupes de G/H sont les K/H, avec K sous-groupe
de G contenant H. De plus (K/H) ◁ (G/H) ssi K ◁ G.

VIII Théorie de Galois des extensions finies (suite)

VIII.1 Second volet de la correspondance de Galois
Lemme 33.85. L/K une extension galoisienne finie. K′ ∈ KL/K , σ ∈ Gal(L/K). Alors :
σ ◦ Gal(L/K′ ) ◦ σ −1 = Gal(L/σ(K′ )).
′ −1
Démonstration. Montrer que Lσ◦Gal(L/K )◦σ = σ(K′ ).
Théorème 33.86. L/K une extension galoisienne finie. K′ ∈ KL/K . Alors le sous-groupe
Gal(L/K′ ) est normal dans Gal(L/K) ssi l’extension K′ /K est normale. Dans ce cas, on
a:
Gal(L/K)/ Gal(L/K′ ) ≃ Gal(K′ /K).

IX Sous-groupes normaux et groupes quotients (suite)

IX.1 Groupes simples
Définition 33.87 (Groupe simple). Un groupe G est dit simple si ses seuls sous-groupes
normaux sont {e} et G.
Proposition 33.88. Si G est abélien et simple, alors G ≃ Z/pZ, avec p ∈ P.
Remarque 33.89. Tout groupe fini G non nul admet un quotient simple (qui est donné
par le sous-groupe normal maximal distinct de G).
Théorème 33.90. A5 est simple.
Démonstration. On utilise le fait que, pour un groupe G, N ◁ G implique que N est une
réunion de classes de conjugaison de G (les classes de conjugaison étant les {gh0 g −1 , g ∈
G}, pour h0 ∈ G). On va montrer qu’une réunion de classes de conjugaison de A5 a un
cardinal divisant |A5 | = 60 ssi elle est de cardinal 1 ou 60. On remarque d’abord que
deux éléments de Sn sont conjugués ssi ils ont le même type cyclique (le type cyclique de
σ ∈ Sn est le n-uplet (α1 (σ), . . . , αn (σ)), où αi (σ) est le nombre de cycles de longueur i
de σ). Montrer alors, pour σ ∈ Sn , que les classes de conjugaison de σ dans Sn et An
sont les mêmes ssi il existe γ ∈ Sn \An commutant à σ ; sinon, la classe de conjugaison de
σ dans Sn est la réunion de deux classes de conjugaison équipotentes dans An . Montrer
enfin que les classes de conjugaison dans A5 sont de cardinal 1 (la classe de id), 20 (la
classe des 3-cycles), 12 (les deux classes de 5-cycles dans A5 ) et 15 (la classe des doubles
transpositions). En déduire que toute réunion de classes de conjugaison de cardinal divisant
60 a pour cardinal 1 ou 60.

193
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

IX.2 Suites de composition

Définition 33.91 (Suite de composition). G un groupe. Une suite de composition de G
est une suite de sous-groupes

{e} = G0 ⊊ G1 ⊊ · · · ⊊ Gn = G,

avec ∀i ∈ J1, nJ, Gi ◁ Gi+1 . Les Gi+1 /Gi sont dits quotients de la suite.

Vocabulaire 33.92. G un groupe, G0 , . . . , Gn une suite de composition de G.

(i) La suite G0 , . . . , Gn est dite normale si ∀i ∈ J1, nK, Gi ◁ G.
(ii) La suite G0 , . . . , Gn est dite de Jordan-Hölder si, pour tout i ∈ J1, nJ, Gi+1 /Gi est
simple.

Remarque 33.93. Tout groupe fini admet une suite de Jordan-Hölder (car tout groupe
fini non nul admet un quotient simple).

IX.3 Groupe dérivé et abélianisé

Notation 33.94 (Commutateur). G un groupe. Pour (x, y) ∈ G2 , on note [x, y] =
xyx−1 y −1 , dit commutateur de x et y.

Définition 33.95 (Groupe dérivé). G un groupe. On note D(G) (ou G′ ) le sous-groupe

de G, dit sous-groupe dérivé de G, engendré par les [x, y], où (x, y) ∈ G2 .

Définition 33.96 (Abélianisé). G un groupe. D(G) est stable par tout automorphisme de
G donc D(G) ◁ G. Le quotient G/D(G) est appelé abélianisé de G.

Proposition 33.97. G un groupe. N ◁ G. Alors G/N est abélien ssi D(G) ⊂ N .

IX.4 Groupes résolubles

Notation 33.98 (Dérivés successifs). G un groupe. On définit les dérivés successifs de G
par D0 (G) = G et ∀n ∈ N, Dn+1 (G) = D (Dn (G)).

Définition 33.99 (Groupes résolubles). On dit qu’un groupe G est résoluble lorsque :

∃n ∈ N, Dn (G) = {e}.

Proposition 33.100.
(i) Si G est résoluble et H est un sous-groupe de G alors H est résoluble.
(ii) Si G1 et G2 sont résolubles alors G1 × G2 l’est aussi.
(iii) Si G est résoluble et N ◁ G, alors G/N est résoluble.
(iv) Si G est résoluble et simple alors G ≃ Z/pZ, avec p ∈ P.

Démonstration. (i) D(H) ⊂ D(G). (ii) D (G1 × G2 ) = D (G1 )×D (G2 ). (iii) Le quotient
G/N est en fait l’image de G par le morphisme canonique φ : G → G/N ; or ∀n ∈
N, Dn (φ(G)) = φ (Dn (G)). (iv) D(G) ◁ G et D(G) ̸= G (car G résoluble) et G simple
donc D(G) = {e}. Donc G ≃ G/D(G) est abélien et simple.

Théorème 33.101. G un groupe, N ◁ G. Alors :

G est résoluble ⇐⇒ N et G/N sont résolubles.

194
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Démonstration. (⇒) Clair avec la proposition 33.100. (⇐) Il existe (r, s) ∈ N2 t.q.
Dr (G/N ) = {e} (donc Dr (G) ⊂ N ; en effet, si φ : G → G/N est le morphisme canonique,
on a φ (Dr (G)) = Dr (φ(G)) = Dr (G/N ) = {e}, donc Dr (G) ⊂ Ker φ = N ) et Ds (N ) =
{e}. Ainsi, Dr+s (G) = {e}.

Exemple 33.102.
(i) S3 et S4 sont résolubles.
(ii) D (A5 ) = A5 donc A5 n’est pas résoluble.
(iii) Pour n ⩾ 5, A5 ⊂ Sn donc Sn n’est pas résoluble.

Théorème 33.103. G un groupe fini. Alors G est résoluble ssi G admet une suite de
Jordan-Hölder à quotients cycliques d’ordres premiers.

Démonstration. Utiliser le théorème 33.101.

X Retour aux équations

X.1 Résolubilité par radicaux : condition nécessaire
Définition 33.104 (Extension résoluble par radicaux). On dit qu’une extension L/K est
résoluble par radicaux lorsqu’il existe

K = K0 ⊂ K1 ⊂ · · · ⊂ Kr ,

avec K ⊂ L ⊂ Kr et Ki+1 = Ki (αi ), où αini ∈ Ki .

Lemme 33.105. Si L/K est une extension finie résoluble par radicaux alors le groupe
Gal (ClnormK (L) /K) est résoluble.

Démonstration. On notera L′ = ClnormK (L). Montrer d’abord que L′ /K est résoluble

par radicaux. Écrire K = K0 ⊂ K1 ⊂ · · · ⊂ Ks , avec K ⊂ L′ ⊂ Ks et Ki+1 = Ki (βi ),
où βimi ∈ Ki . Poser alors M = Ks = K (β0 , . . . , βs−1 ). En notant ε une racine primitive
n-ième de 1, il suffit de montrer que Gal (M(ε)/K) est résoluble pour en déduire que
Gal (L′ /K) est résoluble. Comme l’extension K(ε)/K est abélienne, il suffit pour cela de
montrer que Gal (M(ε)/K(ε)) est résoluble. On montre alors par récurrence descendante
sur i que Gal (M (ε) /Ki (ε)) est résoluble.

K L′ M

K(ε) L′ (ε) M(ε)

X.2 Extensions cycliques de Kummer

Théorème 33.106. L/K une extension finie t.q. |Un (K)| = n. Alors les deux propriétés
suivantes sont équivalentes :
(
(X n − a) est irréductible sur K
(i) ∃a ∈ K, ,
L = DK (X n − a)
(ii) Gal (L/K) ≃ Z/nZ.

195
CHAPITRE 33. THÉORIE DE GALOIS (COURS DE NICOLAS TOSEL)

Démonstration. (⇐) Soit σ un générateur de Gal(L/K), ε une racine primitive n-ième

de 1. Première étape. Il suffit de montrer que ∃α ∈ L\{0}, σ(α) = εα. En effet, si tel est
le cas, les K-conjugués de α seront les εk α, k ∈ J0, nJ, donc ΠK,α = X n − a, avec a = αn .
Et [K(a) : K] = n, [L : K] = n, avec K(a) ⊂ L, d’où L = K(a) = DK (X n − a). Deuxième
étape. Noter que (X n − 1) annule σ, et les σ k , k ∈ J0, nJ sont libres. Donc (X n − 1) est le
polynôme minimal de σ. Les racines de (X n − 1) sont donc les valeurs propres de σ, d’où
l’existence de α.

X.3 Résolubilité par radicaux : condition suffisante

Théorème 33.107. Soit L/K une extension finie, avec K de caractéristique nulle. Alors
l’extension L/K est résoluble par radicaux ssi le groupe Gal (ClnormK (L) /K) est résoluble.

Démonstration. (⇒) Lemme 33.105. (⇐) Soit G = Gal (L′ /K), avec L′ = ClnormK (L).
On suppose G résoluble : G = Gr ⊃ Gr−1 ⊃ · · · ⊃ G0 = {e}, avec Gi ◁ Gi+1 et Gi+1 /Gi
cyclique de cardinal premier. Par la correspondance de Galois : K = K0 ⊂ K1 ⊂ · · · ⊂
Kr = L′ , où Ki = L′Gr−i . Soit ε une racine primitive n-ième de 1. Noter que Ki+1 /Ki est
normale, et Gal (Ki+1 /Ki ) ≃ Z/pi Z, pi ∈ P. Par irrationalité naturelle (théorème 33.64),
Ki+1 (ε) /Ki (ε) est normale, et son groupe de Galois est nul ou cyclique de cardinal pi .
Donc par Kummer (théorème 33.106), Ki+1 (ε) = Ki (αi , ε), où αipi ∈ Ki (ε). Donc L′ (ε)/K
est résoluble ; et L/K aussi.

196