Classe préparatoire MPSI

Programme de
mathématiques
Année scolaire 2022-2023
Programme de mathématiques Classe MPSI

Programme de mathématiques de la classe préparatoire MPSI

1 Préambule
Les programmes de mathématiques des classes préparatoires scientifiques sont conçus comme un socle
cohérent et ambitieux de connaissances et de capacités, avec l’objectif de préparer les élèves à poursuivre
avec succès dans les écoles et les universités un cursus de formation aux métiers d’ingénieur, d’enseignant,
de chercheur.

1.1 Objectifs généraux de formation

L’enseignement des mathématiques dans la filière Mathématiques et Physique (MP) a pour vocation
d’apporter les connaissances fondamentales et les savoir-faire indispensables à la formation générale des
scientifiques, qu’ils soient ingénieurs, enseignants ou chercheurs ; il développe les aptitudes et les capacités
des élèves selon les axes majeurs suivants :
— l’acquisition d’un solide bagage de connaissances, de concepts et de méthodes, et la maı̂trise de
techniques usuelles ;
— le développement simultané du goût du concret et des capacités de raisonnement, d’argumentation
et de rigueur ;
— l’éveil de la curiosité intellectuelle et le développement de l’esprit critique et des attitudes de ques-
tionnement, de recherche, d’analyse et de synthèse ;
— le développement de l’initiative, de l’autonomie et des capacités d’expression et de communication.
Son objectif est double. D’une part, il permet de développer des concepts, des résultats, des méthodes
et une démarche spécifiques aux mathématiques. D’autre part, il contribue à fournir un langage, des
représentations, des connaissances et des méthodes dont les autres disciplines scientifiques étudiées dans
ces classes et au-delà, comme la physique, la chimie, l’informatique et les sciences industrielles, sont de-
mandeuses ou utilisatrices.
Une formation mathématique de qualité doit développer non seulement la capacité à acquérir des connais-
sances et à les appliquer à des problèmes préalablement répertoriés, mais aussi l’aptitude à étudier des
problèmes plus globaux ou des questions issues de situations réelles. Certaines situations nécessitent la
conception d’outils nouveaux pour les traiter. Ainsi, la réflexion sur les concepts et les méthodes, la pra-
tique du raisonnement et de la démarche mathématique constituent des objectifs majeurs.
Il est attendu que la pratique de la démarche et du raisonnement mathématique à travers les notions
étudiées dans le cadre de ce programme concourt à la formation de l’esprit des élèves et le développement
de leurs compétences : la rigueur du raisonnement, l’esprit critique, l’analyse et le contrôle des hypothèses
et des résultats obtenus et leur pertinence au regard du problème posé, le sens de l’observation et celui de
la déduction trouvent en mathématiques un champ d’action où ils seront cultivés de manière spécifique.
Enfin, l’autonomie et la prise d’initiative sont spécifiquement développées à travers la pratique d’activités
du type  résolution de problèmes  qui visent à exercer les élèves à mobiliser, de façon complémentaire
et coordonnée, connaissances et capacités pour répondre à un questionnement ou atteindre un but sans
qu’aucune démarche de résolution ne soit fournie.
Pour aider les élèves à effectuer la synthèse des connaissances acquises dans les différents domaines qu’ils
ont étudié, il est important de mettre en valeur l’interaction entre les différentes parties du programme,

1 MENJS 2022
Programme de mathématiques Classe MPSI

tant au niveau du cours que des thèmes des travaux proposés aux élèves ; il est aussi souhaitable de mettre
en lumière les interactions des champs de connaissance. La concertation entre les enseignants par classe,
discipline ou cycle peut y contribuer efficacement ; la cohérence et une organisation coordonnée entre les
diverses disciplines est fondamentale. Il importe d’éviter les redondances tout en soulignant les points
communs, de limiter les divergences ou ambiguı̈tés dues à la diversité des points de vue possibles sur un
même objet tout en enrichissant l’enseignement par cette même diversité.
Si les mathématiques sont un outil puissant de modélisation, que l’élève doit maı̂triser, elles sont parfois
plus contraignantes lorsqu’il s’agit d’en extraire une solution. L’évolution des techniques permet désormais
d’utiliser aussi l’approche numérique afin de faire porter prioritairement l’attention des élèves sur l’in-
terprétation et la discussion des résultats plutôt que sur une technique d’obtention. Cette approche permet
en outre une modélisation plus fine du monde réel, par exemple par la prise en compte d’effets non linéaires
ou l’étude de situations complexes hors de portée des techniques traditionnelles. C’est aussi l’occasion pour
l’élève d’exploiter les compétences acquises en informatique. C’est enfin l’opportunité de mener avec les
professeurs d’informatique d’éventuelles démarches collaboratives.
Dans ce cadre, et vue la place nouvelle des sciences numériques dans la formation des scientifiques notam-
ment dans le domaine de la simulation, les élèves doivent être entraı̂nés à l’utilisation en mathématiques
d’un logiciel de calcul scientifique et numérique pour la résolution de problèmes, la formulation de conjec-
tures ou la représentation graphique de résultats. L’utilisation de ce logiciel, en libérant les élèves des
aspects calculatoires ou techniques (calcul, dessin, représentation graphique), leur permet de se concen-
trer sur la démarche. Les concepts mathématiques sous-jacents sont mis en avant et l’interprétation des
résultats obtenus est facilitée. L’étude de situations complexes hors de portée des techniques traditionnelles
devient possible.
Concernant les capacités d’expression et de communication, cela suppose, à l’écrit, la capacité à com-
prendre les énoncés mathématiques, à mettre au point un raisonnement et à rédiger une démonstration
rigoureuse et, à l’oral, celle de présenter et défondre, de manière claire et synthétique, une démarche ou une
production mathématique. Les travaux individuels ou en équipe proposés aux élèves en dehors du temps
d’enseignement (devoirs libres, interrogations orales, comptes rendus de travaux dirigés ou d’interrogations
orales, exposés de TIPE) contribuent de manière efficace à développer ces compétences. La communication
utilise des moyens diversifiés auxquels il convient de familiariser les élèves : cela concerne non seulement
le tableau, dont la maı̂trise est un élément essentiel, mais aussi les dispositifs de projection appropriés
(vidéoprojecteur) et l’outil informatique.
Il est aussi souhaitable que le contenu culturel et historique des mathématiques ne soit pas sacrifié au
profit de la seule technicité. En particulier, les textes et les références historiques rendent compte des
interactions entre un contexte historique et social donné, une problématique spécifique et la construction,
pour la résoudre, d’outils mathématiques ; ce qui met en évidence le rôle central joué par le questionnement
scientifique pour le développement théorique. Ils montrent en outre que les sciences, et les mathématiques
en particulier, sont en perpétuelle évolution et que le dogmatisme n’est pas la référence en la matière.
Dans ce sens, il pourra s’avérer pertinent d’analyser l’interaction entre problèmes et outils conceptuels ;
les seconds sont développés pour résoudre les premiers mais deviennent à leur tour, et aux mains des
mathématiciens, des objets d’étude qui posent de nouveaux problèmes et peuvent ultérieurement servir au
traitement d’autres classes de problèmes.
On attachera une importance à l’aspect géométrique des notions et propriétés étudiées en ayant régulierement
recours à des figures et croquis, ce qui permet de développer une vision géométrique des objets abstraits
et favorise de fructueux transferts d’intuition.

2 MENJS 2022
Programme de mathématiques Classe MPSI

1.2 Organisation du texte du programme

Le programme de la classe de première année MPSI est présenté en deux grandes parties, chacune d’elles
correspondant à une période. Chacune de ces parties définit un corpus de connaissances requises et de
capacités attendues.
Le programme définit les objectifs de l’enseignement et décrit les connaissances et les capacités exigibles des
élèves ; il précise aussi certains points de terminologie, certaines notations ainsi que des limites à respecter.
À l’intérieur de chaque période, le programme est décliné en sections (numérotées 1, 2, . . . ). Chaque section
comporte un bandeau et un texte présenté en deux colonnes : à gauche figurent les contenus du programme
et à droite les commentaires.

– le bandeau définit les objectifs essentiels, délimite le cadre d’étude des notions qui lui sont relatives.
Il décrit parfois sommairement les notions qui y sont étudiées ;
– les contenus fixent les connaissances, les résultats et les méthodes figurant au programme ;
– les commentaires donnent des informations sur les capacités attendues des élèves. Ils indiquent des
repères et proposent des notations. Ils précisent le sens ou les limites de certaines notions ; les énoncés
de certaines définitions ou de certains résultats sont parfois intégralement explicités, l’objectif étant
ici d’unifier les pratiques des enseignants.

La chronologie retenue dans la présentation des différentes sections de chaque période ne doit pas être
interprétée comme un modèle de progression. Cependant, la progression retenue par chaque professeur au
cours de chaque période doit respecter les objectifs de l’enseignement dispensé au cours de cette période.

1.3 Contenu du programme

Le programme définit un corpus de connaissances requises et de capacités attendues, et explicite des

aptitudes et des compétences qu’une activité mathématique bien conçue est amène de développer. Il permet
à tous les élèves d’acquérir progressivement le niveau requis pour la poursuite des enseignements dispensés
dans les grandes écoles, et plus généralement les poursuites d’études dans différents établissements de
l’enseignement supérieur ; il leur permet également de se réorienter et de se former tout au long de leur
parcours.
Le programme porte d’une part sur le secteur de l’analyse et des probabilités, et d’autre part sur celui
de l’algèbre et un peu de géométrie. L’étude de chaque domaine permet de développer des aptitudes au
raisonnement et à la modélisation, d’établir des liens avec d’autres disciplines, et de nourrir les thèmes
susceptibles d’être abordés lors des TIPE.
En plus des nombres complexes, le programme d’algèbre comprend l’étude de l’arithmétique des entiers
relatifs et des polynômes à une indéterminée, et celle des notions de base de l’algèbre linéaire pour laquelle
un équilibre est réalisé entre les points de vue géométrique, algèbrique et numérique. Les notions de
géométrie affine et euclidienne étudiées dans le secondaire sont aussi reprises dans un cadre plus général.
Il est important de souligner le caractère général des méthodes linéaires, notamment à travers leurs in-
terventions en analyse et en géométrie. De plus, il est à noter que même si la géométrie n’apparaı̂t pas
comme un champ autonome, son importance dans la représentation des notions et objets au programme ne
saurait être sous-estimée. Ainsi, le programme préconise le recours à des figures géométriques chaque fois
que cela est possible et notamment pour l’étude des nombres complexes, de l’algèbre linéaire, des espaces
euclidiens et des fonctions d’une variable réelle.

3 MENJS 2022
Programme de mathématiques Classe MPSI

Le programme d’analyse est centré autour des concepts fondamentaux de suite et de fonction ; les in-
teractions entre les aspects discret et continu y sont mises en valeur. Il combine l’étude de problèmes
qualitatifs et quantitatifs, il développe conjointement l’étude du comportement global de suite ou de fonc-
tion avec celle de leur comportement local ou asymptotique. Les méthodes de l’analyse asymptotique sont
exploitées dans l’étude des courbes, des séries numériques et des intégrales impropres. Enfin, les fonctions
de deux variables sont abordées. Pour l’étude des solutions des équations, le programme allie les problèmes
d’existence et d’unicité, les méthodes de calcul exact et les méthodes d’approximation.
L’enseignement des probabilités se place dans le cadre discret. La notion de variable aléatoire discrete y
est étudiée et permet d’aborder des situations réelles nécessitant une modélisation probabiliste. L’accent
mis sur cette notion permet de travailler rapidement avec des événements construits en termes de variables
aléatoires.
Le programme aborde les notions de convergence et de comparaison des ordres de grandeur (étude locale),
l’étude des propriétés globales des fonctions liées à la continuité et à la dérivabilité, l’étude des probabilités
et des variables aléatoires discrètes ainsi que les notions de dimension et de rang en algèbre linéaire, et
quelques notions de base sur le produit scalaire, la géométrie euclidienne et les fonctions de deux variables.
Il développe les techniques relatives

– à l’usage des inégalités (accroissements finis, convexité, taylor-lagrange, cauchy-schwarz,

etc.),
– aux calculs sur les nombres (entiers, réels, complexes) et les polynômes,
– à la pratique des développements limités et leurs applications,
– à l’étude de la convergence ou de la divergence d’une suite, d’une série ou d’une intégrale,
– à la résolution des équations différentielles linéaires scalaires,
– au calcul matriciel et à celui des déterminants,
– aux méthodes d’approximation et à la pratique d’algorithmes divers.

La pratique de calculs simples permet aux élèves de s’approprier de manière effective les notions du
programme. Ils doivent savoir mettre en oeuvre directement (c’est-à-dire sans recourir à un instrument
de calcul), sur des exemples simples, un certain nombre de méthodes de calcul, mais aussi connaı̂tre leur
cadre d’application et la forme des résultats qu’elles permettent d’obtenir.
Le programme encourage la démarche algorithmique et le recours à l’outil informatique (calculatrices
programmables, logiciels de calcul scientifique). Il identifie un certain nombre d’algorithmes (algorithmes du
pivot de gauss, d’euclide, de hörner, de gram-schmidt, méthodes de newton et des approximations
successives, méthodes de calcul approché d’intégrales, etc.) qui doivent être connus et pratiqués par les
élèves. Ceux-ci doivent également savoir utiliser les fonctionnalités graphiques des calculatrices et des
logiciels.

1.4 Organisation temporelle de la formation

Le programme de la classe de première année MPSI est présenté en deux grandes parties, chacune d’elles
correspondant à une période. Le programme de la première période est étudié complètement en premier
lieu, lors des cinq premiers mois de l’année ; celui de la deuxième période est ensuite abordé. Le programme
doit être traité en veillant á alterner, de préférence, des chapitres d’analyse et de probabilité d’une part et
d’algèbre et de géométrie euclidienne de l’autre.

4 MENJS 2022
Programme de mathématiques Classe MPSI

Les objectifs majeurs du programme de la première période sont les suivants :

– assurer la progressivité du passage aux études supérieures en commençant les cours dans le prolonge-
ment des programmes du cycle du baccalauréat scientifique, mettant ainsi à profit les connaissances
acquises au lycée ;
– familiariser les élèves avec la terminologie française ;
– amener les élèves vers des problèmes effectifs d’analyse, de probabilités, d’algèbre ou de géométrie
en veillant à développer leur :
– intuition et imagination,
– capacité à formuler clairement des résultats et à effectuer des raisonnements rigoureux,
– capacité à argumenter et à mettre au point des démonstrations ;
– susciter la curiosité et l’intérêt des élèves en leur présentant un spectre suffisamment large de
problématiques et de champs nouveaux ;
– donner les bases mathématiques indispensables à l’enseignement des autres disciplines scientifiques
(physique, chimie, sciences industrielles, informatique, . . . ) ;
– éviter de proposer des exposés formels plus ou moins dogmatiques et inconsistants.

1.5 Recommandations pédagogiques pour le choix d’une progression

Le programme est présenté en deux grandes parties, mais son organisation n’est pas un plan de cours ;
il va de soi que cette présentation n’est qu’une commodité de rédaction et ne doit pas faire oublier les
interactions nombreuses et étroites entre les différents domaines des mathématiques.
Les sections qui composent le programme suivent un ordre thématique qui n’est d’ailleurs pas le seul pos-
sible. Cette organisation a pour objet de présenter les différentes notions du programme de mathématiques
et ne peut en aucun cas être considéré comme une progression de cours.
Chaque professeur adopte librement la progression qu’il juge adaptée au niveau de sa classe et conduit
l’organisation de son enseignement dans le respect de la cohérence de la formation globale et en privilégiant
la découverte et l’exploitation de problématiques, la réflexion sur les démarches suivies, les hypothèses for-
mulées et les méthodes de résolution. Il choisit ses méthodes et ses problématiques en privilégiant la mise
en activité 1 effective des élèves et en évitant tout dogmatisme, et ce quel que soit le temps d’enseigne-
ment proposé (cours, travaux dirigés, TIPE). En effet, l’acquisition des connaissances, des capacités et des
compétences est d’autant plus efficace que les élèves sont acteurs de leur formation. Le contexte d’ensei-
gnement retenu et les supports pédagogiques utilisés doivent motiver les élèves et favoriser la réflexion, le
raisonnement, la participation et l’autonomie de ces derniers. Les situations de résolution de problèmes, de
la modélisation jusqu’à la présentation des résultats en passant par la démarche de résolution proprement
dite, favorisent cette mise en activité.
En contrepartie de cette liberté dans l’organisation de la progression, le respect des objectifs de forma-
tion et son étalement dans l’année, comme indiqués ci-dessus, reste une nécessité incontournable.

1. “ Tell me and I forget, teach me and I may remember, involve me and I learn.” benjamin franklin ( Dis-moi et
j’oublie, enseigne-moi et je peux me rappeler, implique-moi et j’apprends. )

5 MENJS 2022
Programme de mathématiques Classe MPSI

2 Première période

2.1 Vocabulaire ensembliste et éléments de logique

Cette section regroupe les différents points de vocabulaire, notations, outils et raisonnement nécessaires
aux élèves pour la conception, l’argumentation et la rédaction efficace d’une démonstration mathématique.
Ces notions doivent être introduites de manière progressive, au fur et à mesure des besoins et des exemples
rencontrés dans le programme, en vue d’être acquises en fin de la première période. Elles ne doivent faire
l’objet d’aucune étude exhaustive bloquée en début d’année. Toute étude systématique de la logique ou de
la théorie des ensembles est hors programme.
Le programme se limite strictement aux notions de base figurant ci-dessous.
On suppose les élèves familiers avec la théorie naı̈ve élémentaire des ensembles. L’objectif est de fixer la
terminologie.
Il est attendu qu’à l’issue de cette section, les élèves sachent :
— utiliser correctement les connecteurs logiques ;
— utiliser à bon escient les quantificateurs universel, existentiel et repérer les quantifications implicites
dans certaines propositions et, particulièrement, dans les propositions conditionnelles ;
— utiliser correctement les expressions  condition nécessaire ,  condition suffisante  ;
— formuler la négation d’une proposition ;
— distinguer, dans le cas d’une proposition conditionnelle, la proposition directe, sa réciproque, sa
contraposée et sa négation ;
— utiliser un contre-exemple pour infirmer une proposition universelle ;
— reconnaı̂tre et utiliser des types de raisonnement spécifiques : raisonnement par contraposée, rai-
sonnement par disjonction des cas, raisonnement par analyse-synths̀e, raisonnement par l’absurde,
raisonnements par récurrence.

Implication, contraposition, équivalence, condition Les élèves doivent être capables de formuler la
nécessaire, condition suffisante. Connecteurs ET et négation d’un énoncé, d’une proposition.
OU. Négation d’un énoncé.

Quantificateurs universel ∀ et existentiel ∃. Les élèves doivent être entraı̂nés à l’em-

ploi des quantificateurs pour formuler avec
précision les énoncés mathématiques ainsi que
leurs négations. On insistera sur la qualité de
rédaction des textes mathématiques ou plus
généralement scientifiques. En particulier, l’uti-
lisation des quantificateurs et des symboles
mathématiques en tant qu’abréviations est ex-
clu.

6 MENJS 2022
Programme de mathématiques Classe MPSI

Raisonnement par disjonction des cas ; raison- Ces notions doivent être introduites au moyen
nement par contraposition ; raisonnement par de plusieurs exemples utilisant les acquis du
analyse-synths̀e ; raisonnement par l’absurde. lycée. Le raisonnement par analyse-synths̀e est
l’occasion de préciser les notions de  condition
nécessaire  et  condition suffisante .
Ensemble N des entiers naturels. Toute partie non On ne construit pas N, on rappelle et on utilise
vide de N admet un plus petit élément. Raisonne- ses propriétés.
ments par récurrence (simple, double et forte).

Ensembles. Éléments d’un ensemble, relation d’ap- L’ensemble vide est noté ∅, l’ensemble des par-
partenance. Parties (ou sous-ensembles) d’un en- ties d’un ensemble E est noté P(E).
semble, relation d’inclusion.

Opérations sur les parties d’un ensemble : Notation A \ B pour la différence et E \ A ou

réunion, intersection, différence, passage au A ou CEA ou Ac pour le complémentaire d’une
complémentaire. Recouvrement disjoint, partition partie A de E.
d’un ensemble. Produit cartésien d’un nombre fini
d’ensembles.

Relation binaire sur E ; relation d’équivalence, La notion d’ensemble-quotient est hors pro-
classes d’équivalence. gramme. L’ensemble des classes d’équivalence
réalise une partition de E.
Congruences dans R, dans Z ; notation a ≡ b [c].
Relation d’ordre, ordre partiel, ordre total. Pour A
partie non vide de E ordonné : notions de majorant
et de minorant, de plus grand élément (maximum),
et plus petit élément (minimum).

Application (ou fonction) d’un ensemble non vide Le programme ne distingue pas les notions de
E dans un ensemble non vide F . Graphe d’une ap- fonction et d’application. On insistera sur l’exis-
plication. Restriction et prolongement. tence et l’unicité de l’image de tout élément de
l’ensemble de départ E.
Notations F(E, F ) et F E .
La restriction de f à A est notée f |A .
Famille indexée par un ensemble non vide. 
1 si x ∈ A
Indicatrice d’une partie A d’un ensemble E. Notation 1A . On a 1A (x) =
0 si x ∈ E \ A
Image directe, image réciproque. Notations f (A) et f −1 (B).
Composition d’applications.
Injection, surjection, bijection. Application L’application réciproque d’une bijection f est
réciproque d’une bijection. Composées de deux notée f −1 . La notation f −1 (B) est cohérente.
injections, de deux surjections, de deux bijections.
Réciproque de la composée de deux bijections.

7 MENJS 2022
Programme de mathématiques Classe MPSI

2.2 Nombres complexes : calculs algébriques et applications géométriques

L’objectif de cette section est de consolider et d’approfondir les notions sur les nombres complexes acquises
en classe de terminale du cycle du baccalauréat. Le programme combine les aspects suivants :
– l’étude algébrique du corps C et des équations algébriques (équations du second degré, racines n-ièmes
d’un nombre complexe) ;
– l’interprétation géométrique des nombres complexes et leur utilisation en géométrie plane ;
– l’introduction de l’exponentielle complexe et l’étude de ses applications à la trigonométrie.
Il est attendu qu’à l’issue de cette section, les élèves sachent manipuler les nombres complexes et les utiliser
pour résoudre des problèmes de géométrie plane.
Il est recommandé d’illustrer le cours par de nombreuses figures.

Nombres complexes, conjugaison et module

Parties réelle et imaginaire d’un nombre complexe ; L’ensemble C peut être construit à partir de R2
notations Re (z) et Im (z). mais le programme ne comporte aucun résultat
théorique sur cette construction.
Conjugaison. Opérations sur les nombres com- Compatibilité de la conjugaison avec les
plexes, propriétés. opérations.
Point du plan associé à un nombre complexe, affixe Le plan affine euclidien rapporté à un repère or-
d’un point du plan, affixe d’un vecteur. thonormé direct est identifié à C.

Module d’un nombre complexe, relation |z|2 = zz. Interprétation géométrique de |z − z 0 |, distance,
Module d’un produit, d’un quotient. Inégalité tri- cercle et disque.
angulaire, cas d’égalité.
Nombres complexes de module 1 et trigonométrie
Cercle trigonométrique U. Paramétrisation par les On présentera une justification géométrique de
fonctions circulaires cosinus et sinus l’une de ces formules.
Définition de eit , t ∈ R. Relation ei(s+t) = eis eit . Les élèves doivent savoir retrouver rapidement
Trigonométrie circulaire : formules d’addition les formules donnant cos(a) cos(b), cos(a) sin(b),
cos(a ± b), sin(a ± b), tan(a ± b) ; cas particulier des sin(a) sin(b) ainsi que les formules donnant
formules de duplication cos(2a), sin(2a) et tan(2a). cos(p) ± cos(q), sin(p) ± sin(q).

Cosinus, sinus et tangente de π ± θ, de π2 ± θ ; co- Les élèves doivent savoir retrouver les expres-
sinus, sinus et tangentes des angles usuels. sions de cos(θ) et sin(θ) en fonction de tan(θ/2).

Exemples de résolution d’équations et Les élèves doivent savoir résoudre de telles

d’inéquations trigonométriques simples. équations et inéquations en s’aidant du cercle
trigonométrique.

Formules d’euler. Technique de l’angle moitié : Les élèves doivent savoir linéariser des puis-
factorisation de 1 ± eit et de eis ± eit , s, t ∈ R. sances de fonctions circulaires et
Pnexprimer sim-
plement
Pn des sommes comme k=0 cos(kt) et
k=0 sin(kt).

8 MENJS 2022
Programme de mathématiques Classe MPSI

Formule de moivre Les élèves doivent savoir retrouver les expres-

sions de cos(nt) et sin(nt) en fonction de cos t et
sin t.
Forme trigonométrique d’un nombre complexe
Forme trigonométrique reit avec r > 0 d’un nombre Relation de congruence modulo 2π sur R ; nota-
complexe non nul. Arguments. Arguments d’un tion a ≡ b [2π]. Transformation de a cos t+b sin t
produit, d’un quotient. Coordonnées polaires. en A cos(t − ϕ) (amplitude et phase).
Équations algébriques, racines de l’unité
Pour P fonction polynomiale à coefficients com-
plexes admettant a pour racine, factorisation de
P (z) par z − a.
Résolution des équations du second degré dans C ; Calcul des racines carrées d’un nombre complexe
somme et produit des racines. donné sous forme algébrique.
Racines n-ièmes de l’unité, d’un nombre complexe Notation Un .
non nul donné sous forme trigonométrique. Représentation géométrique.
Exponentielle complexe
Exponentielle complexe : ez = eRe (z) ei Im (z) . Expo- Notation exp(z) ; module et arguments de ez .
nentielle d’une somme. Pour tous z et z 0 dans C,
exp(z) = exp(z 0 ) si, et seulement si, z − z 0 ∈ 2iπZ.
Résolution de l’équation exp(z) = a.
Interprétation géométrique des nombres complexes
Interprétation géométrique du module et de l’argu- Traduction de l’alignement, de l’orthogonalité.
c−a Cocyclicité.
ment de , a, b, c ∈ C avec c 6= a et b 6= a.
b−a
Interprétation géométrique des applications z 7→
az +b. Similitudes directes. Cas particuliers : trans-
lations, homothéties, rotations. Cas général.
Interprétation géométrique de la conjugaison. L’étude générale des similitudes indirectes est
Réflexions du plan. hors programme.

2.3 Compléments de calcul algébrique

Cette section porte sur un certain nombre de points importants pour la suite de la formation :
– calculs de sommes et de produits de nombres réels ou complexes, dont la formule du binôme ;
– résolution de systèmes linéaires en petite dimension par l’algorithme du pivot de Gauss.
Il est recommandé d’illustrer le cours par de nombreux exemples de calculs et d’applications.

2.3.1 Sommes et produits de nombres complexes

9 MENJS 2022
Programme de mathématiques Classe MPSI

n
X X n
Y Y
Somme et produit d’une famille finie de nombres Notations ai , ai , ai , ai , avec I fini.
réels ou complexes. i=1 i∈I i=1 i∈I
Cas où I est vide.
On pourra aussi présenter les calculs avec des
points de
P suspension. Q
Sommes et produits télescopiques ; exemples de Cas de (i,j)∈A xi,j et (i,j)∈A xi,j où A désigne
changements d’indices et de regroupements de un sous-ensemble fini de N2 ou de Z2 .
termes. Sommes doubles, sommes triangulaires.
Produit de deux sommes finies.

Rappel de la notion de suite de nombres réels ou Exemples simples.

complexes.
Suites arithmétiques, suites géométriques. Calcul du n-ième terme.
Calculs de sommes portant sur les termes Pour n ∈ N∗ et q ∈P R, expressions
Pn simplifiées des
n 2
Pn 3
consécutifs de suites arithmétiques ou sommes
Pn usuelles : k=1 k, k=1 k , k=1 k et
géométriques ; en particulier, somme des n q k.
k=0
premiers termes d’une suite arithmétique ou
géométrique.
Pn−1
Factorisation de an − bn par a − b, avec a, b ∈ C. Si n > 2, an − bn = (a − b) k=0 ak bn−k−1 .

Notations n!, np ; convention np = 0 pour p <

Factorielle. Coefficients binomiaux.
0 et p > n.
Expression des coefficients binomiaux
  avec
 la fonc- Ces relations pourront faire l’objet de manipu-
n n lations sur la notation factorielle.
tion factorielle. Relation = . Relation
p n−p La relation de Pascal fournit un algorithme
(ou formule du triangle) de Pascal : pour le calcul numérique des coefficients bino-
      miaux, à programmer en Python.
n+1 n n
= + .
p p p−1

Formule du binôme de Newton dans C : Si n ∈ N∗ Cette formule sera démontrée par récurrence.
n  
X n k n−k
et a, b ∈ C, alors (a + b)n = a b .
k
k=0

2.3.2 Systèmes linéaires en petite dimension

Système linéaire à coefficients réels ou complexes de Interprétation géométrique : intersection de

deux ou trois équations à deux ou trois inconnues. droites dans R2 , de plans dans R3 .
Solution d’un tel système.
Résolution par l’algorithme du pivot de Gauss et Notations Li ↔ Lj , Li ← αLi avec α 6= 0,
mise en évidence des opérations élémentaires sur les Li ← Li + λLj avec λ ∈ K et i 6= j .
lignes.

10 MENJS 2022
Programme de mathématiques Classe MPSI

2.4 Nombres réels

Les nombres réels sont supposés connus ; on rappelle leurs propriétés fondamentales sans pour autant
adopter un point de vue axiomatique, en mettant l’accent sur le principe de la borne supérieure / inférieure.
Il est attendu qu’à l’issue de cette section, les élèves aient une bonne maı̂trise des automatismes et du
vocabulaire de base relatifs aux inégalités et soient entraı̂nés à l’usage de la caractérisation de la borne
supérieure / inférieure.
On peut utiliser les quantificateurs pour formuler certaines propriétés des réels (notamment celles relatives
à l’ordre) et obtenir leurs négations.

Nombre rationnels, réels, irrationnels. R est un La construction de R est hors programme.

corps commutatif totalement ordonnée. Exemples de majoration et de minoration de
sommes, de produits et de quotients. Utilisa-
tion de factorisations et de tableaux de signes.
Résolution d’inéquations.
Valeur absolue d’un réel. Inégalités triangulaires. Interprétation sur la droite réelle d’inégalités du
type |x − a| ≤ ε ou |x − a| < ε, avec ε > 0 .
Propriété d’archimède. Partie entière. Approxi- Notation bxc. Valeurs décimales approchées à la
mations décimales d’un réel. précision 10−n par défaut et par excès.
Majorant, minorant d’une partie non vide. Plus
grand, plus petit élément d’une partie non vide
(sous réserve d’existence).
Une partie X de R est un intervalle si, et seulement [a, b] peut être introduit comme étant l’ensemble
si, pour tous a, b ∈ X tels que a 6 b, [a, b] ⊂ X. {x ∈ R, a ≤ x ≤ b}.
Segment. Intervalle admettant un plus petit et un plus
grand élément
Borne supérieure (resp. inférieure) d’une partie X Caractérisation. Notations sup X (resp. inf X).
non vide majorée (resp. minorée) de R.
Axiome de la borne supérieure.
Partie dense de R ; densité de Q et R \ Q dans R. Une partie de R est dense dans R si elle ren-
contre tout intervalle ouvert non vide.
Droite achevée R.

2.5 Suites numériques

Cette section conjointement avec la précédente posent les fondements du programme d’analyse en MPSI.
Elle est consacrée aux suites numériques et combine l’étude des aspects qualitatifs (monotonie, conver-
gence, divergence) et celle des aspects quantitatifs (majoration, encadrement, vitesse de convergence ou de
divergence).
On soulignera l’intérêt des suites, tant du point de vue pratique (modélisation de phénomènes discrets) que
théorique (approximation de nombres réels).

11 MENJS 2022
Programme de mathématiques Classe MPSI

Mode de définition d’une suite : explicite, implicite, L’étude des suites récurrentes générales sera
par récurrence. abordée après celle de la dérivation ; cette étude
sera l’occasion d’introduire la notion de vitesse
de convergence.
Suite majorée, minorée, bornée. Suite stationnaire, Une suite (un )n∈N est bornée si, et seulement si,
monotone, strictement monotone. la suite (|un |)n∈N est majorée.
Limite finie ou infinie d’une suite Notation un −→ l
Unicité de la limite. Écriture lim un = l.
Suite convergente, divergente
Toute suite convergente est bornée.
Opérations sur les limites : combinaison linéaire, Produit d’une suite bornée et d’une suite de li-
produit, quotient. mite nulle. Exemples de formes indéterminées.
Stabilité des inégalités larges par passage à la li-
mite.
Si (un )n∈N converge vers l > 0, alors un > 0 à partir Mieux : un ∈]`/2, 3`/2[ pour n assez grand.
d’un certain rang.
Théorème de convergence par encadrement. Utilisation d’une majoration de la forme |un −
Théorèmes de divergence par minoration ou `| ≤ vn , où (vn )n converge vers 0.
majoration.
Théorème de la limite monotone : toute suite mo- Toute suite croissante majorée converge, toute
notone possède une limite. suite croissante non majorée tend vers +∞.
Résultats analogues pour une suite décroissante.
Théorème des suites adjacentes.
Suite extraite.
Si une suite possède une limite, toutes ses suites Utilisation pour montrer la divergence d’une
extraites possèdent la même limite. suite. Si (u2n ) et (u2n+1 ) tendent vers l, alors
(un ) tend vers l.
Théorème de bolzano-weierstrass. Les élèves doivent connaı̂tre le principe de la
démonstration par dichotomie.
Caractérisation séquensielle de la densité d’une par- Applications : densité de Q et de l’ensemble des
tie de R. nombres décimaux.
Si X est une partie non vide majorée (resp. non Résultats analogues pour X non vide minorée
majorée) de R, il existe une suite d’éléments de X (resp. non minorée).
de limite sup X (resp. +∞).
Cas des suites complexes : brève extension des Caractérisation de la limite en termes de parties
définitions et résultats précédents, théorème de réelle et imaginaire.
bolzano-weierstrass.

Suites arithmétiques, suites géométriques. Calcul du n-ième terme.

Exemples de calculs de sommes portant sur les
termes de suites arithmétiques ou géométriques.
Suites arithmético-géométriques. Pour les suites (un )n vérifiant une relation de
récurrence du type un+1 = aun +b, où a ∈ C\{1}
et b ∈ C, recherche d’une solution constante puis
détermination des solutions en se ramenant au
cas d’une suite géométrique.

12 MENJS 2022
Programme de mathématiques Classe MPSI

Suites récurrentes linéaires homogènes d’ordre 2 à Pour les suites (un )n vérifiant une relation de
coefficients constants ; équation caractéristique ; cas récurrence linéaire homogène d’ordre 2 du type
complexe, cas réel. un+2 = αun+1 + βun , où (α, β) ∈ C2 , re-
cherche d’une solution de la forme (λn )n puis
détermination des solutions en considérant la
suite (un+1 − λ un )n pour se ramener au cas
d’une suite géométrique.
Si α et β sont réels, description des solutions
réelles.

2.6 Fonctions de la variable réelle, limites et continuité

Cette section est consacrée à l’étude des notions de limite et de continuité d’une fonction à valeurs réelles
ou complexes. Les propriétés à caractère local sont énoncées et étudiées finement à l’aide des ε et des η.
Il est attendu qu’à l’issue de cette section, les élèves aient une bonne maı̂trise des propriétés locales et
globales des fonctions continues.
Dans de nombreuses questions de nature qualitative, on visualise une fonction par son graphe. On tâchera
ici de souligner cet aspect géométrique en ayant recours à de nombreuses figures.

2.6.1 Généralités sur les fonctions

Ensemble de définition.
Représentation graphique d’une fonction f à va- Graphes des fonctions x 7−→ f (x) + a, x 7−→
leurs réelles. f (x + a), x 7−→ f (a − x), x 7−→ f (ax), x 7−→
af (x).
Parité, imparité, périodicité ; réduction du domaine Interprétation géométrique de ces propriétés.
d’étude.
Somme f +g, produit f g, composée g◦f , max(f, g),
min(f, g).
Monotonie (large et stricte).
Fonctions majorées, minorées, bornées. Traduction géométrique de ces propriétés.
Une fonction f est bornée si, et seulement si, |f |
est majorée.

2.6.2 Limites et continuité

Les notions de limites ont déjà été abordées pour les suites, le professeur a la liberté d’admettre certains
résultats sans démonstrations.
Pour la pratique du calcul de limites, on se borne à ce stade à des calculs très simples, en attendant de
pouvoir disposer d’outils efficaces (développements limités).
Les fonctions sont définies sur un intervalle I de R non vide et non réduit à un point, et sont à valeurs
réelles sauf mention explicite du contraire. Le point a considéré par la suite est toujours élément de I ou

13 MENJS 2022
Programme de mathématiques Classe MPSI

extrémité de I.
On dit qu’une propriété portant sur une fonction f définie sur I est vraie au voisinage de a si elle est vraie
sur l’intersection de I avec un intervalle ouvert centré en a lorsque a est réel, avec un intervalle [A, +∞[,
si a = +∞, avec un intervalle ] − ∞, A] si a = −∞.

Limite finie ou infinie d’une fonction en a. Notations f (x) −→ l

x→a
Unicité de la limite. Écritures lim f = l, lim f (x) = l.
a x→a
Si f est définie en a et possède une limite l en a,
alors l = f (a).
Si f possède une limite finie en a, f est bornée au
voisinage de a.
Limite à droite, limite à gauche. Notations x→a
lim f (x) ou lim f (x).
x>a
x→a+
Extension de la notion de limite en a lorsque f est Notations x→a
lim f (x).
définie sur I \ {a} x6=a

Caractérisation séquentielle de la limite (finie ou

infinie).
Opérations algébrique sur les limites : combinaison Exemples de formes indéterminées.
linéaire, produit, quotient.
Composition de limites. Conservation des inégalités
larges par passage à la limite.
Théorèmes d’encadrement (limite finie), de mino- Existence d’une limite par encadrement (limite
ration (limite +∞), de majoration (limite −∞). finie), par minoration (limite +∞),par majora-
Théorème de la limite monotone. tion (limite −∞).
Continuité, prolongement par continuité en un
point.
Continuité à gauche, à droite. Caractérisation
séquentielle de la continuité en un point.
Opérations algébriques sur les fonctions continues
en un point : combinaison linéaire, produit, quo-
tient.
Composition de fonctions continues.
Continuité sur un intervalle.
Théorème des valeurs intermédiaires. Si f : [a, b] → R est une fonction continue et si
L’image d’un intervalle par une fonction continue y est un réel compris entre f (a) et f (b), il existe
est un intervalle. Cas d’une fonction continue et x dans [a, b] tel que f (x) = y. Il en résulte que
strictement monotone sur un intervalle. l’image d’un intervalle I de R par une fonction
continue réelle définie sur I est un intervalle.
Principe de démonstration par dichotomie.
Calcul approché d’un zéro d’une fonction continue
par l’algorithme de dichotomie.
Théorème des bornes atteintes. Toute fonction continue sur un segment est
L’image d’un segment par une fonction continue est bornée et atteint ses bornes.
un segment

14 MENJS 2022
Programme de mathématiques Classe MPSI

Continuité et monotonie stricte. La fonction f étant supposée à valeurs réelles et

continue sur I, elle est injective si, et seulement
si, elle est strictement monotone.
La réciproque d’une fonction continue et stricte- Toute fonction f réelle, continue et strictement
ment monotone sur I est continue. monotone sur un intervalle I, admet une fonc-
tion réciproque de même monotonie, définie et
continue sur l’intervalle f (I).
Extension des définitions et résultats précédents au Caractérisation de la limite et de la continuité à
cas de fonctions à valeurs complexes. l’aide des parties réelle et imaginaire.

2.7 Fonctions de la variable réelle, dérivation

Cette section est consacrée à l’étude de la dérivation ; on y aborde aussi les suites récurrentes. Il est attendu
qu’à l’issue de cette section, les élèves :

– aient une bonne maı̂trise des propriétés locales et globales des fonctions dérivables et soient capables
de démontrer celles qui seront étudiées à ce stade ;
– puissent mener l’étude d’une fonction ( continuité et dérivabilité, prolongement, symétries, périodicité,
domaine d’étude, sens de variations, recherche d’extremums et obtention d’inégalités, tracé du graphe
et dérmination des asymptotes, tracé du graphe de la réciproque, . . . ) ;
– aient une connaissance à la fois théorique et pratique des principales inégalités (inégalité des ac-
croissements finis , inégalités de convexité, inégalité de cauchy-schwarz, etc.).

On attachera une importance à l’aspect géométrique des propriétés étudiées en ayant recours à de nom-
breuses figures pour les illustrer et les visualiser.
Les fonctions sont définies sur un intervalle I de R non vide et non réduit à un point, et sont à valeurs
réelles sauf mention explicite du contraire. Le point a considéré par la suite est toujours élément de I.

2.7.1 Fonctions dérivabes

Dérivabilité en un point, nombre dérivé. Définition par le taux d’accroissement.

La dérivabilité entraine la continuité. Caractérisation : une fonction f est dérivable
Dérivabilité à gauche, à droite. en a si, et seulement si, elle admet un
développement limité à l’ordre 1 en a. Dans
ce cas, f (a + h) = f (a) + f 0 (a)h + hε(h), où
ε(h) → 0.
h→0
Interprétation géométrique : tangente au graphe
en un point.
Interprétation cinématique : vitesse instantanée.
Dérivabilité et dérivée sur un intervalle.
Opérations sur les fonctions dérivables et les
dérivées : combinaison linéaire, produit, quotient.
Dérivée d’une fonction composée, dérivée de la Tangente au graphe d’une fonction réciproque.
fonction réciproque.

15 MENJS 2022
Programme de mathématiques Classe MPSI

Extremum local, extremum global.

Si f est dérivable et présente un extrémum local en Un point critique est un zéro de la dérivée.
un point a intérieur à I alors a est un point critique
de f
Théorème de rolle, égalité des accroissements fi- Interprétations géométrique et cinématique. Ap-
nis. plication à l’existence de zéros d’une fonction.
Inégalité des accroissements finis : si f est dérivable La notion de fonction lipschitzienne est intro-
et si |f 0 | est majorée par k , alors f est k- duite à cette occasion.
lipschitzienne. Application à l’étude de suites définies par une
relation de récurrence un+1 = f (un ) dans la sous
section suivante.
Caractérisation des fonctions dérivables constantes,
monotones, strictement monotones sur un inter-
valle.
Théorème de la limite de la dérivée : si f est conti- Si l ∈ R, alors f est dérivable en a et f 0 est
nue sur I, dérivable sur I \ {a} et s’il existe l dans continue en a.
R tel que x→a lim f (x)−f
lim f (x) = l, alors x→a x−a
(a)
= l.
x6=a x6=a
Dérivées d’ordre supérieur d’une fonction. Pour k ∈
N ∪ {+∞}, fonction de classe C k .
Opérations sur les fonctions de classe C k : combi-
naison linéaire, produit (formule de leibniz), quo-
tient.
Composée de fonctions de classe C k . Réciproque
d’une fonction de classe C k .
Théorème de classe C k par prolongement : si f
est de classe C k sur I \ {a} et si f (i) (x) possède
une limite finie lorsque x tend vers a pour tout
i ∈ {0, 1, . . . , k}, alors f admet un prolongement
de classe C k sur I.
Extension des définitions et résultats précédents Caractérisation de la dérivabilité et de la classe
aux fonctions complexes. C k en termes de parties réelle et imaginaire.
Inégalité des accroissements finis pour une fonction On mentionne que l’inégalité résulte d’une
complexe de classe C 1 . simple majoration d’intégrale à faire le moment
venu.

2.7.2 Suites récurrentes

L’étude des suites récurrentes est l’occasion d’introduire la notion de vitesse de convergence. Sur des
exemples, on mettra en évidence divers comportements (convergence lente, géométrique, quadratique) en
explicitant le nombre d”itérations nécessaires pour obtenir une précision donnée. On présentera la méthode
de Newton ; de même, l’étude de la dérivabilité donne un prétexte pour présenter la notion de discrétisation,
à travers la méthode d’ Euler.
Lors de l’étude d’une suite de nombres réels définie par une relation de récurrence du type un+1 = f (un ),
il est utile de mettre en valeur le rôle des variations de f pour en déduire celles de la suite (un ). En

16 MENJS 2022
Programme de mathématiques Classe MPSI

outre, pour étudier la vitesse de convergence vers a de un , on peut exploiter le comportement local de f au
voisinage de a et, notamment, une inégalité du type( lipschitzien) |f (x) − f (a)| 6 k|x − a| où 0 6 k < 1,
ou du type (quadratique) |f (x) − f (a)| 6 λ|x − a|2 , λ > 0.

Intervalle stable par une fonction, point fixe d’une Pour l’étude de la monotonie de (un ), on souli-
fonction. gnera l’intérêt, d’une part, de l’étude du signe de
Suite définie par un+1 = f (un ). x 7−→ f (x) − x, et, d’autre part, de l’utilisation
Si (un )n∈N converge vers a et si f est continue en de la croissance éventuelle de f .
a alors a est un point fixe de f .
Exemples d’étude dans le cas où f est monotone ou
lipschitzienne.

Méthode de newton. Applications dans des cas simples.

2.8 Fonctions usuelles, fonctions convexes

Cette section est consacrée à l’étude des fonctions usuelles et des fonctions convexes.

2.8.1 Généralités sur l’étude d’une fonction

Détermination des symétries et des périodicités afin

de réduire le domaine d’étude.
Tableau de variations. Application à la recherche d’extremums et à
l’obtention d’inégalités.
Asymptotes.
Tracé du graphe.
Graphe d’une réciproque.

2.8.2 Fonctions usuelles

Les fonctions puissances, l’éxponentielle réelle et les fonctions sinus et cosinus sont décrites en détail mais
leur existence est admise ; leurs propriétés peuvent être démontrées en partie. On en déduit l’étude des
autres fonctions usuelles.
Il est attendu qu’à l’issue de cette sous section, les élèves aient une bonne connaissance des fonctions
usuelles et soient en particulier capables de se représenter leur graphe, de définir les fonctions trigo-
nométriques réciproques (circulaires et hyperboliques), de manipuler les formules d’addition, etc.
Notations internationales standard : exp, ln, cos, sin, tan, cot, cosh, sinh, tanh, coth, arccos, arcsin,
arctan, arccosh, arcsinh, arctanh.

17 MENJS 2022
Programme de mathématiques Classe MPSI

Fonctions exponentielle, logarithme népérien, puis- Dérivées, variations et graphes.

sances. Les fonctions puissances sont définies sur l’inter-
valle ]0, +∞[ et prolongées en 0 le cas échéant.
Seules les fonctions puissances entières sont en
outre définies sur l’intervalle ] − ∞, 0[.
Logarithme décimal, logarithme en base 2.

Relations fonctionnelles. (xy)α = xα y α , xα+β = xα xβ , (xα )β = xαβ .

Croissances comparées des fonctions logarithme,
puissances et exponentielle.
Fonctions trigonométriques circulaires et hyperbo- sin, cos, tan, sinh, cosh, tanh.
liques
Fonctions réciproques arcsin, arccos, arctan, arcsinh, arccosh, arctanh.
Fonction θ 7→ eiθ .

2.8.3 Fonctions convexes

L’objectif de cette sous section est d’introduire brièvement la notion de partie convexe du plan R2 en vue
d’étudier les fonctions convexes d’une variable réelle ; la notion de barycentre est introduite exclusivement
pour aborder la convexité.
Le cours gagne à être illustré par de nombreuses figures. On soulignera l’intérêt des fonctions convexes
pour obtenir des inégalités.

Dans le plan R2 , notions de barycentre et de partie L’exposé sera réduit au strict minimum possible.
convexe ; caractérisation d’une de partie convexe à
l’aide de barycentres à coefficients positifs.
Fonctions à valeurs réelles convexes ; inégalité Une fonction f est convexe sur l’intervalle I de
de convexité. Fonctions concaves. Interprétation R si pour tout (x, y) de I 2 et tout λ de [0, 1] :
géométrique. f ((1 − λ)x + λy) 6 (1 − λ)f (x) + λf (y).

Inégalité de jensen Si f est convexe sur I, x1 , x2 , . . . , xn des points

de I et λ1 , λ2 , . . . , λn des éléments de R+ de
X n n

X
somme 1 alors f λ i xi 6 λi f (xi ).
i=1 i=1
Caractérisations : convexité de l’épigraphe, position
relative du graphe et d’une de ses cordes, inégalité
des pentes.
Caractérisation des fonctions convexes dérivables Position relative du graphe d’une fonction
sur I, des fonctions convexes deux fois dérivables convexe dérivable et de ses tangentes.
sur I.
Applications : Inégalités de cauchy-schwarz, de Les demonstrations de ces applications pourront
young, inégalité arithmético-géométrique. être faites à titre d’exercices.

18 MENJS 2022
Programme de mathématiques Classe MPSI

2.9 Primitives et équations différentielles linéaires

Cette section est consacrée au calcul des primitives et à l’étude des équations différentielles linéaires ; le
point de vue adopté est principalement pratique : il s’agit, en prenant appui sur les acquis du lycée, de
mettre en œuvre des techniques de l’analyse. Les définitions précises et les constructions rigoureuses des
notions de calcul intégral utilisées sont différées à une section ultérieure qui sera traitée lors de la deuxième
période.
Pour illustrer le cours sur les équations différentielles, on traitera des exemples notamment issus des autres
disciplines scientifiques et on étudiera sur quelques exemples le problème de raccordements de solutions.
Il est attendu qu’à l’issue de cette section, les élèves :

– soient capables de mener des calculs de primitives dans des cas usuels et sachent reconnaı̂tre les
dérivées de fonctions composées ;
– puissent mettre en pratique, sur des exemples simples, les techniques d’intégration par parties et de
changement de variable ;
– sachent appliquer les deux points précédents lors de l’étude des équations différentielles linéaires du
premier ordre et celles du second ordre à coefficients constants.

Les fonctions considérées sont à valeurs réelles ou complexes.

2.9.1 Calcul de primitives

Primitives d’une fonction définie sur un intervalle. Description de l’ensemble des primitives d’une
Exemples. fonction sur un intervalle connaissant l’une
d’entre elles.
Primitives des fonctions puissances, trigo- Les élèves doivent savoir utiliser les primitives
nométriques et hyperboliques, exponentielle, de x 7−→ eλx pour calculer celles de x 7−→
logarithme. eax cos(bx) et x 7−→ eax sin(bx). Ils doivent aussi
savoir calculer les primitives d’une fonction du
1
type x 7−→ ax2 +bx+c .
Application du calcul des primitives à celui Pour uneR fonction f continue sur I, l’intégrale
b
d’intégrales. de a à b, a f (x) dx, est donnée par F (b) − F (a)
où F est une primitive quelconque de f sur I.
Toute fonction continue sur un Rintervalle admet des Résultat admis.
x
primitives. Dérivée de x 7−→ a f (t) dt, où f est
continue.
Intégration par parties pour des fonctions de classe Exemples de calculs d’intégrales au moyen d’une
C1. intégration par parties
Changement de variable : si ϕ est de classe C 1 sur Exemples de calculs d’intégrales au moyen d’un
I et si f est continue sur ϕ(I), alors pour tous a et changement de variables.
b dans I Intérêt d’un changement de variable affine pour
Z ϕ(b) Z b exploiter la périodicité et les symétries, ou pour
f ϕ(t) ϕ0 (t) dt. se ramener au cas où l’intervalle d’intégration


f (x) dx =
ϕ(a) a est [0, 1] ou [−1, 1].

19 MENJS 2022
Programme de mathématiques Classe MPSI

2.9.2 Équations différentielles linéaires

Équation différentielle linéaire générale du premier De la forme α(x)y 0 + β(x)y = γ(x), où α, β et
ordre. γ sont des fonctions continues sur un intervalle
I de R, à valeurs dans K = R ou C.
Équation homogène associée. Il s’agit de l’équation α(x)y 0 + β(x)y = 0.
Notion de solution d’une équation différentielle
linéaire du premier ordre.
Forme générale des solutions de l’équation Somme d’une solution particulière (s’il en existe)
complète. et de la solution générale de l’équation ho-
mogène.
Principe de superposition des solutions.
Cas des équations différentielle linéaire du premier Elles sont du type
ordre résolues en y 0 .
Résolution de l’équation homogène associée à y 0 + a(x)y = b(x), (1)
(1) dans le cas particulier où la fonction a est
constante. où a et b sont des fonctions continues sur un
intervalle I de R, à valeurs dans K = R ou C.
Résolution de l’équation homogène associée à (1) Les solutions sont du type x 7−→ λe−A(x) , où A
dans le cas général. est une primitive de a sur l’intervalle I et λ ∈ K.
Méthode de variation de la constante pour la Expression intégrale des solutions de l’équation
résolution de l’équation (1). complète.
Problème de cauchy  0 associé à (1) et au couple Il s’agit d’étudier l’existence et l’unicité de la so-
y + a(x)y = b(x), lution sur I de (1), vérifiant la condition initiale
(x0 , y0 ) ∈ I × K :
y(x0 ) = y0 . y(x0 ) = y0 .
Existence et unicité de la solution d’un problème Justification à l’aide de l’expression intégrale des
de cauchy associé à (1). solutions de l’équation complète.

Exemples d’étude dans des cas simples d’équations Raccordements de solutions : on présentera en
de type détail des exemples de recollement de solutions
a(x)y 0 + b(x)y = c(x), et de recherche de solutions maximales.
la fonction a pouvant s’annuler en des points de I.

Équation différentielle linéaire du second ordre à Du type

coefficients constants. y 00 + ay 0 + by = f (x), (2)
Notion de solution d’une équation différentielle
où a et b sont des scalaires et f est une applica-
linéaire du second ordre à coefficients constants.
tion continue à valeurs dans K = R ou C, définie
sur un intervalle I de R.
Résolution de l’équation homogène associée à (2). Si a et b sont complexes, recherche d’une so-
Cas réel et complexe : équation caractéristique, lution du type x 7−→ eλ x , avec λ ∈ C, puis
système fondamental de solutions de l’équation ho- détermination des solutions en se ramenant,
mogène. à l’aide d’un changement de fonction, à une
équation différentielle linéaire du premier ordre.
Si a et b sont réels, description des solutions
réelles.

20 MENJS 2022
Programme de mathématiques Classe MPSI

Forme générale des solutions de l’équation Les élèves doivent savoir déterminer une solution
complète : somme d’une solution particulière et de particulière dans le cas d’un second membre de
la solution générale de l’équation homogène. la forme x 7−→ α eλx , avec (α, λ) ∈ C2 , ou de la
forme x 7−→ β cos(ωx) ou x 7−→ β sin(ωx), avec
β, ω des réels, et plus généralement dans le cas
où le second membre est une fonction polynôme-
exponentielle x 7−→ P (x)eλx , (P, λ) ∈ K[X] × K.
Principe de superposition des solutions.
Méthode de la variation des constantes (méthode Connaissant un système fondamental de solu-
de lagrange). tions de l’équation homogène, la méthode de la
Expression intégrale des solutions de l’équation variation des constantes ramène la résolution de
complète. l’équation complète à celle d’un système linéaire
d’ordre 2 suivie d’une quadrature.
Problème de cauchyassocié à (2) et au triplet Il s’agit d’étudier l’existence et l’unicité de la
y 00 + ay 0 + by = f (x), solution sur I de (2), vérifiant les conditions ini-
(x0 , y0 , y00 ) ∈ I × K2 :
y(t0 ) = y0 , y 0 (t0 ) = y00 . tiales y(t0 ) = y0 et y 0 (t0 ) = y00 .
Existence et unicité de la solution d’un problème Justification à l’aide de l’expression intégrale des
de cauchy. solutions de l’équation complète.

2.10 Arithmétique des entiers

L’objectif de cette section est d’étudier les propriétés de la divisibilité des entiers et celles des congruences ; il
développe l’arithmétique des entiers. L’algorithme d’ euclide (division euclidienne) y joue un rôle central :
il fournis des démonstrations alternatives constructives. Il est attendu qu’à l’issue de cette section, les élèves
sachent l’appliquer à la détermination d’un pgcd ou d’une relation de bézout.
L’approche préconisée reste tout de même élémentaire dans le sens où elle ne fait pas appel au langage des
structures algébriques.

Multiples et diviseurs d’un entier relatif, divisibilité On note D(a) l’ensemble des diviseurs de a.
dans Z. Entiers inversibles, relation d’association. Caractérisation des couples d’entiers associés.
Théorème de la division euclidienne.
pgcd de deux entiers non tous deux nuls a et b. Noté a ∧ b, c’est le plus grand élément de D(a) ∩
Pour k ∈ Z∗ , ka ∧ kb = |k|(a ∧ b). D(b) pour l’ordre naturel de Z.
D(a) ∩ D(b) = D(a ∧ b).
Algorithme d’euclide.
Relation de bézout. L’algorithme d’euclide fournit une relation de
bézout.
ppcm . Notation a ∨ b. Lien avec le pgcd .
Couple d’entiers premiers entre eux. Forme irréductible d’un rationnel.
Théorème de bézout. Lemmes d’euclide et de euclide : si a et b divisent c et sont premiers
gauss. entre eux, alors ab divise c.
Si a et b sont premiers à c, alors ab aussi. gauss : si a divise bc et si a est premier avec b,
alors a divise c.

21 MENJS 2022
Programme de mathématiques Classe MPSI

pgcd d’un nombre fini d’entiers, relation de

bézout. Entiers premiers entre eux dans leur en-
semble, premiers entre eux deux à deux.
Nombre premier. Théorème d’euclide. Théorème d’euclide : L’ensemble des nombres
premiers est infini.
Théorème fondamental de l’arithmétique. Existence et unicité de la décomposition d’un
entier naturel non nul en produit de nombres
premiers.
Valuation p-adique, p premier ; valuation p-adique Notation vp (n). Caractérisation de la divisibilité
d’un produit. en termes de valuations p-adiques. Expressions
du pgcd et du ppcm à l’aide des valuations p-
adiques.
Relation de congruence modulo un entier sur Z. Notation a ≡ b [n].
Opérations sur les congruences : somme, produit. L’étude des anneaux Z/nZ est hors programme.
Inverses modulo n ; utilisation d’un inverse modulo
n pour résoudre une congruence modulo n.
Petit théorème de fermat.

2.11 Vocabulaire relatif aux structures algébriques usuelles

On présente ici les structures algébriques utiles à l’étude du programme. Ce chapitre, strictement limité
au vocabulaire décrit ci-dessous, a pour objectif de permettre une présentation unifiée des exemples usuels.
En particulier, l’étude de lois artificielles est exclue.

Loi de composition interne. Associativité, commu- L’étude de lois artificielles est exclue.
tativité, élément neutre, inversibilité, distributivité. Inversibilité et inverse du produit de deux
Partie stable. éléments inversibles.
Groupe. Notation xn dans un groupe multiplicatif, nx
dans un groupe additif.
Exemples usuels. Groupes additifs Z, Q, R, C, groupes multiplica-
tifs Q∗+ , Q∗ , R∗+ , R∗ , C∗ , U, Un .

Groupe des permutations d’un ensemble E. Notation SE .

Groupe produit.
Sous-groupe : définition, caractérisation.
Morphisme de groupes. Image et image réciproque
d’un sous-groupe par un morphisme.
Image et noyau d’un morphisme. Condition d’in- Notations Im f , Ker f .
jectivité.
Isomorphisme de groupes.
Anneau, anneau intègre, corps. Par convention un anneau est unitaire, un corps
est commutatif.
Exemples usuels : Z, Q, R, C.
Calcul dans un anneau. Relation an − bn et formule du binôme si a et b
commutent.

22 MENJS 2022
Programme de mathématiques Classe MPSI

Groupe des inversibles d’un anneau.

Sous-anneau.
Morphisme d’anneaux. Isomorphisme.

2.12 Calcul matriciel et systèmes d’équations linéaires

Le but de cette section est présenter une initiation au calcul matriciel ; on obtient ainsi des exemples
fondamentaux d’anneaux. On étudie aussi, dans un cadre plus général, les systèmes d’équations linéaires
à coefficients réels ou complexes ; les solutions de tels systèmes sont obtenues en utilisant les opérations
élémentaires sur les lignes (méthode de gauss) ; dans ce cadre, l’aspect matriciel des opérations élémentaires
sera abordé et mis en œuvre.
Il est attendu qu’à l’issue de cette section, les élèves :
– maı̂trisent le calcul matriciel ;
– soient capables, au moyen de l’algorithme du pivot de gauss, de résoudre un système linéaire et
d’inverser une matrice carrée.
Dans toute la section, K désigne le corps R des nombres réels ou C, celui des complexes.

2.12.1 Calcul matriciel

Ensemble Mn,p (K) des matrices à n lignes et p co-

lonnes, à coefficients dans K. Addition, multiplica-
tion par un scalaire, combinaisons linéaires.
Matrices élémentaires. Toute matrice de Mn,p (K) est combinaison
linéaire de matrices élémentaires.
Produit matriciel ; bilinéarité, associativité. Si X est une matrice colonne, la matrice produit
AX est une combinaison linéaire des colonnes de
la matrice A.
Produit d’une matrice élémentaire de Mn,p (K) par Symbole de Kronecker δi,j .
une matrice élémentaire de Mp,q (K).
Transposée d’une matrice. Opérations sur les trans- Notations tA, AT .
posées : combinaison linéaire, produit.

Opérations élémentaires sur les lignes et sur les co- Interprétation des matrices élémentaires en
lonnes d’une matrice. Interprétation en termes de termes d’opérations élémentaires sur les lignes
produit matriciel. et sur les colonnes.

Anneau Mn (K) ; matrice identité, matrice scalaire ; Notation In . Non commutativité de l’anneau
produit de deux matrices élémentaires de Mn (K). Mn (K) si n ≥ 2. Exemples de diviseurs de zéro
et de matrices nilpotentes.
Matrice diagonale, matrice triangulaire Produit de matrices diagonales, de matrices tri-
supérieure/inférieure de Mn (K). angulaires supérieures/inférieures.
Matrice symétrique, antisymétrique de Mn (K). Notations Sn (K), An (K).
Formule du binôme de newton dans Mn (K) pour Application au calcul de puissances.
deux matrices qui commutent.

23 MENJS 2022
Programme de mathématiques Classe MPSI

Dans Mn (K) : matrice inversible, inverse, groupe Notation GLn (K).

linéaire ; transposition et inversion de matrices.
Inverse d’un produit de matrices inversibles.
Condition d’inversibilité et inverse d’une matrice L’inverse d’une matrice diagonale (resp. triangu-
diagonale, triangulaire. laire supérieure/inférieure) est une matrice dia-
gonale (resp. triangulaire supérieure/inférieure).
Les opérations élémentaires préservent l’inversi-
bilité. Calcul de l’inverse d’une matrice, par
opérations élémentaires.

2.12.2 Systèmes d’équations linéaires

Système linéaire de n équations à p inconnues, à On introduit aussi T , appelé

 matrice augmentée,
coefficients ai,j , 1 6 i 6 n, 1 6 j 6 p et second ai,j si j ∈ [[1, p]]
de terme général ti,j = .
membre b1 , . . . , bn . Les ai,j et bi sont éléments de bi si j = p + 1
K. On peut présenter le système sous forme de Ces présentations simplifiées sont intéressantes
couple : matrice A ∈ Mn,p (K) des ai,j , colonne pour le traitement informatique d’un système
B ∈ Mn,1 (K) des bi . linéaire.
Système linéaire homogène : les bi sont tous nuls.
Solution d’un système linéaire ; système compa- Un système est dit combatible s’il admet au
tible. moins une solution.
Tout système homogène est compatible et l’en-
semble de ces solutions est stable par combinaisons
linéaires.
Traduction matricielle d’un système linéaire d’in- AX = B, X ∈ Mp,1 (K) étant la matrice colonne
connues x1 , . . . , xp , à coefficients ai,j , 1 6 i 6 n, des xi .
1 6 j 6 p et de second membre b1 , . . . , bn .
Condition de compatibilité d’un système linéaire. Le système AX = B est compatible si B est
combinaison linéaire des colonnes de A.
Description des solutions d’un système compatible Les solutions d’un système compatible AX = B
au moyen d’une solution particulière et des solu- sont les X0 + Y , où X0 est une solution parti-
tions du systéme homogène associé. culière et où Y parcourt l’ensemble des solutions
du système homogène associé AX = 0.
Opérations élémentaires sur les lignes d’un système On utilise les notations : Li ← Li + λLj (trans-
linéaire. Une opération élémentaire transforme un vection), Li ↔ Lj (échange), Li ← αLi (dilata-
système linéaire en un autre système linéaire qui tion).
possède le même ensemble de solutions.
Algorithme du pivot de gauss : en utilisant On reprend brièvement l’algorithme du pivot
échanges de lignes et transvections on peut trans- vu au début de l’année, en termes d’opérations
former un système linéaire en système échelonné, élémentaires sur les lignes, dans ce contexte
donc plus facile à résoudre. général mais toute technicité est exclue.
Exemples de résolution de systèmes linéaires : Pour des systèmes de taille n > 3 ou p > 3, on
système diagonale, triangulaire, échelonné etc. utilise l’outil informatique. On met en évidence
sur un exemple l’instabilité numérique de la
méthode due aux erreurs d’arrondis.
24 MENJS 2022
Programme de mathématiques Classe MPSI

Calcul de l’inverse d’une matrice A ∈ Mn (K), par

résolution de système linéaire AX = Y .
Application aux problèmes d’intersection en
géométrie du plan et de l’espace.

2.13 Polynômes et fractions rationnelles

L’objectif de cette section est d’étudier les propriétés de base de ces objets formels et de les exploiter pour la
résolution de problèmes portant sur les équations algébriques et les fonctions numériques. L’arithmétique
de K[X] est développée selon le plan déjà utilisé pour l’arithmétique de Z, ce qui autorise un exposé allégé.
Comme pour les entiers, l’algorithme d’ euclide (division euclidienne) fournis des démonstrations al-
ternatives constructives ; il est attendu qu’à l’issue de cette section, les élèves sachent l’appliquer à la
détermination d’un pgcd ou d’une relation de bézout.
Concernant les fonctions rationnelles, l’objectif essentiel est de présenter aux élèves un outil qui leur
permette de mener à bien des calculs d’intégration, de dérivation, de somme, etc.
Le programme se limite au cas où le corps de base K est R ou C.

Anneau des polynômes à coefficients dans K et une Notation K[X].

indéterminée.
Degré, coefficient dominant, polynôme unitaire. Le degré du polynôme nul est −∞. On note
Kn [X] l’ensemble des polynômes de degré au
plus n.
Opérations sur les degrés : somme, produit. L’anneau K[X] est intègre.
Composition des polynômes.

Multiples et diviseurs d’un polynôme, divisibilité On note D(P ) l’ensemble des diviseurs de P .
dans K[X]. Polynômes inversibles, relation d’asso-
ciation.
Théorème de la division euclidienne.
pgcd de deux polynômes non tous deux nuls. Noté P ∧ Q c’est le polynôme unitaire de
plus grand degré appartenant à D(P ) ∩ D(Q).
On peut, par abus de langage, appeler aussi
pgcd de P, Q tout polynôme associé à P ∧ Q.
D(P ) ∩ D(Q) = D(P ∧ Q).
Algorithme d’euclide.
Relation de bézout. L’algorithme d’euclide fournit une relation de
bézout.
ppcm . Notation P ∨ Q. Lien avec le pgcd .
pgcd d’un nombre fini de polynômes, relation de
bézout. Polynômes premiers entre eux dans leur
ensemble, premiers entre eux deux à deux.
Théorème de bézout.
Lemmes d’euclide et de gauss.

25 MENJS 2022
Programme de mathématiques Classe MPSI

Fonction polynomiale associée à un polynôme. Ra- Algorithme de horner pour le calcul des valeurs
cine (ou zéro) d’un polynôme, caractérisation en d’une fonction polynomiale.
termes de divisibilité. Détermination d’un polynôme par la fonction
polynomiale associée.
Le nombre de racines d’un polynôme non nul est
majoré par son degré.
Multiplicité d’une racine. Si P (a) 6= 0 a est racine de P de multiplicité 0.
Polynôme scindé. Relations de viète entre coeffi- Les formules concernant la somme et le pro-
cients et racines. duit doivent être connues des éléves ; les autres
doivent être retrouvées rapidement.
Aucune connaissance spécifique sur le calcul des
fonctions symétriques des racines n’est exigible.
Polynômes irréductibles de K[X].
Théorème de d’alembert-gauss. La démonstration est hors programme.
Polynômes irréductibles de C[X]. Théorème de Caractérisation de la divisibilité dans C[X] à
décomposition en facteurs irréductibles dans C[X]. l’aide des racines et des multiplicités.
Deux polynômes de C[X] sont premiers entre
eux si et seulement s’ils n’ont pas de racine com-
mune.
Factorisation de X n − 1 dans C[X].
Polynômes irréductibles de R[X]. Théorème de Deux racines complexes conjuguées d’un po-
décomposition en facteurs irréductibles dans R[X]. lynôme de R[X] ont même multiplicité.

Dérivée formelle d’un polynôme. Pour K = R, lien avec la dérivée de la fonction

polynomiale associée.
Opérations sur les polynômes dérivés : combinaison
linéaire, produit. Formule de leibniz. Formule de
taylor polynomiale. Caractérisation de la multi-
plicité d’une racine par les polynômes dérivés suc-
cessifs.
Théorème d’interpolation de lagrange Si x1 , . . . , xn sont des éléments distincts de K et
y1 , . . . , yn des éléments de K, il existe un unique
P ∈ Kn−1 [X] tel que : P (xi ) = yi , 1 ≤ i ≤ n.
Expression de P et description des polynômes Q
tels que, pour tout i ∈ {1, . . . , n}, Q(xi ) = yi .

Fractions rationnelles à coefficients dans K. Corps La construction de K(X) n’est pas exigible.
K(X).
Forme irréductible d’une fraction rationnelle.
Fonction rationnelle.
Degré, partie entière, zéros et pôles, multiplicités.

26 MENJS 2022
Programme de mathématiques Classe MPSI

Éléments simples sur C et sur R. La démonstration est hors programme, de même

Théorème d’existence et d’unicité de la que la division selon les puissances croissantes.
décomposition en éléments simples sur C et On limitera la technicité des exercices.
sur R. Application au calcul de primitives, de dérivées
successives.
Coefficient associé à un un pôle simple dans la
décomposition.
Décomposition en éléments simples de P 0 /P .

2.14 Dénombrement

Dans cette section, il s’agit d’une brève initiation aux techniques élémentaires de la combinatoire ; l’objectif
est de consolider les acquis du secondaire. On introduit sans formalisation excessive la notion de cardinal
et on peut admettre sans démonstration les propriétés les plus intuitives. Pour la dénombrabilité, on se
limite à la définition et quelques exemples.
L’utilisation systématique de bijections dans les problèmes de dénombrement n’est pas un attendu du pro-
gramme.

Cardinal d’un ensemble fini. Notations |A|, Card(A), #A. Tout fondement
théorique des notions d’entier naturel et de car-
dinal est hors programme.
Cardinal d’une partie d’un ensemble fini, cas
d’égalité. Une application entre deux ensembles fi-
nis de même cardinal est bijective si, et seulement
si, elle est injective, si, et seulement si, elle est sur-
jective.
Cardinal de la réunion disjointe ou quelconque de La formule du crible est hors programme.
deux ensembles finis, cardinal de leur différence.
Cardinal du complémentaire d’un ensemble fini.
Cardinal d’un produit fini d’ensembles finis.
Cardinal de l’ensemble des applications d’un en-
semble fini dans un autre. Cardinal de l’ensemble
des parties d’un ensemble fini.
Nombre de p-listes (ou p-uplets) d’éléments dis-
tincts d’un ensemble de cardinal n, nombre d’appli-
cations injectives d’un ensemble de cardinal p dans
un ensemble de cardinal n, nombre de permutations
d’un ensemble de cardinal n.
Nombre de parties à p éléments (ou p- Démonstrations combinatoires des formules de
combinaisons) d’un ensemble de cardinal n. pascal et du binôme.

27 MENJS 2022
Programme de mathématiques Classe MPSI

2.15 Probabilité sur un univers fini

L’objectif de cette première approche est de mettre en place un cadre simplifié mais formalisé dans le-
quel on puisse mener des calculs de probabilités sans difficultés techniques majeures. Les situations et les
concepts utilisés sont nécessairement simples, ne faisant appel qu’aux opérations logiques et arithmétiques
élémentaires.
Dans ce cadre, l’étude préalable du cas fini lors de cette première période permettra de consolider les acquis
de la classe terminale du secondaire qualifiant, et de mettre en place les concepts probabilistes de base en
restreingnant l’étude à un univers Ω fini, muni de la tribu P(Ω).
Cette section a pour objectifs de :
– revoir et consolider les connaissances relatives aux probabilités sur un univers fini et aux variables
aléatoires définies sur un tel univers ;
– donner des outils permettant de modéliser et d’aborder, sur des exemples simples, l’étude des situa-
tions concrètes où le hasard intervient ;
– présenter les premières notions relatives aux variables aléatoires finies.
Les définitions sont motivées par la notion d’expérience aléatoire. La modélisation de situations aléatoires
simples fait partie des capacités attendues des élèves.
Cette partie s’appuie sur la section consacrée au dénombrement et elle a vocation à interagir avec l’ensemble
du programme. Elle se prête également à des activités de modélisation de situations issues de la vie courante
ou d’autres disciplines. On pourra faire travailler les élèves sur des marches aléatoires ou des chaı̂nes de
Markov en temps fini, sur des permutations aléatoires (loi uniforme sur Sn ), des graphes aléatoires, des
inégalités de concentration etc.
L’utilisation de l’outil informatique est fortement recommandée pour illustrer les situations probabilistes,
pour simuler des variables aléatoires et expérimenter sur des problèmes réels correctement modélisés.

2.15.1 Espace probabilisable fini

Expérience aléatoire ; issues (ou résultats observables) Proposer des situations simples et concrètes où
d’une expérience aléatoire. le hasard intervient, proposer une modélisation
mathématique.
L’ensemble des issues d’une expérience aléatoire est Un événement est à priori une assertion dont la
appelé univers et noté Ω. véracité dépend du résultat de l’expérience. Les
Dans toute la section, Ω est un ensemble fini non vide issues (ou aléas) qui la rendent vraie forment
et on appelle événement tout sous-ensemble de Ω. un sous ensemble de Ω, qu’on peut identifier à
L’ensemble des issues est Ω, l’ensemble des événements l’événement.
est P(Ω) ; le couple (Ω, P(Ω)) s’appelle espace proba-
bilisable.
Opérations sur les événements : événement contraire Lien avec les connecteurs logiques : le
A, événement A et B, événement A ou B, événement contraire d’un événement est au niveau lo-
certain, événement impossible. gique sa négation et au niveau ensembliste son
complémentaire. La conjonction d’événements
correspond au connecteur logique  et  ainsi
qu’à l’opération ensembliste ∩. Pour la disjonc-
tion c’est  ou  et ∪.
28 MENJS 2022
Programme de mathématiques Classe MPSI

Des événements sont dits incompatibles quand ils ne Pour deux événements A et B, cela signifie
peuvent se réaliser simultanément. que A ∩ B = ∅. Pour une famille de plus de
2 événements, distinguer  incompatibles  de
 incompatibles deux à deux .

Système complet d’événements : famille de sous en- Une famille (Ai )i∈I , où I est une partie finie
sembles deux à deux incompatibles et dont la réunion de N, est un système complet d’événements
est Ω ; c’est-à-dire formant une partition de Ω. si elle vérifie les deux conditions suivantes :
2

∀(i,
S j) ∈ I , i 6= j =⇒ Ai ∩ Aj = ∅,
i∈I Ai = Ω.

2.15.2 Espace probabilisé fini

Une probabilité sur l’espace probabilisable La probabilité d’un événement A est le taux de
(Ω, P(Ω)) (avec Ω fini) est une application P chance de voir A se réaliser.
de P(Ω) vers [0, 1] qui est additive et vérifie L’additivité signifie : pour tous A et B incom-
P(Ω) = 1. Le triplet (Ω, P(Ω), P) est appelé espace patibles de P (Ω), P(A ∪ B) = P(A) P + P(B).
probabilisé. On en déduit que P(∪ni=1 Ai ) = ni=1 P(Ai ) pour
toute famille A1 , . . . , An d’événements incompa-
tibles deux à deux.
Une probabilité est déterminée par la famille Cas de l’équiprobabilité.
(P({w}))w∈Ω , famille finie dePréels positifs ayant
pour somme 1. On a P(A) = a∈A P({a}).
Formule du crible de Poincaré. Pour la formule de Poincaré on peut se limiter
au cas de deux ou trois événements.

2.15.3 Probabilité conditionnelle, indépendance

On tâchera de donner de nombreux exemples d’utilisation des formules de ce paragraphe.

Si B est un événement de probabilité P(B) > 0, Illustrer cette notion par des situations de la vie
la probabilité conditionnelle de A sachant B est courante.
définie par : PB (A) = P(A ∩ B)/P(B). La notation P(A|B) est utilisée parfois à la place
de PB (A).
L’application PB est une probabilité sur P(Ω).
Formule des probabilités composées. Si P(∩n−1
i=1 Ai ) 6= 0, alors
P(∩ni=1 Ai ) = P(A1 )PA1 (A2 ) · · · P∩n−1 Ai (An ).
i=1
Formule des probabilités totales : si (Ai )1≤i≤n est Éliminant
P les Ai de probabilité 0, c’est aussi
un système complet d’événements, alors pour tout i P(A i )PA i (B).
événement B on a P(B) = ni=1 P(B ∩ Ai ).
P
Formule de Bayes : A1 , . . . , A n est un système complet
d’événements de probabilités non nulles et
PA (B)P(Aj )
PB (Aj ) = P j on suppose P(B) 6= 0.
i PAi (B)P(Ai )

29 MENJS 2022
Programme de mathématiques Classe MPSI

Indépendance de deux événements. Si P(B) > 0, l’indépendance de A etB s’écrit

PB (A) = P(A). Cette notion est relative à la
probabilité.
Indépendance mutuelle d’événements. Les événements A1 , . . . , An sont dits (mutuelle-
Si n événements A1 , . . . , An sont mutuellement ment) indépendantsQsi, pour toute partie J de
indépendants, il en est de même pour les [[1, n]], P(∩i∈J Ai ) = i∈J P(Ai ).
événements Bi , avec Bi = Ai ou Ai . Noter que l’indépendance des Aj implique
l’indépendance deux à deux et que la récproque
est fausse.

2.15.4 Variables aléatoires réelles

On introduit ici la notion de variable aléatoire réelle définie sur un univers fini. Ces variables aléatoires
sont alors à valeurs dans un ensemble fini, ce qui simplifie les démonstrations des formules.

Notion de variable aléatoire.

On appelle variable aléatoire réelle toute application Par abus, on écrit {X ∈ H} ou (X ∈ H) ou [X ∈
X de Ω vers R. H] à la place de X −1 (H) = {ω ∈ Ω, X(ω) ∈
H}. On adoptera aussi les notations habituelles
telles que [X = x], [X 6 x] ou (X = x), (X 6 x)
ou {X = x}, {X 6 x}.
Système complet associé à une variable aléatoire.

Loi PX de la variable aléatoire X. PX est la probabilité sur X(Ω), P(X(Ω))
La donnée de X(Ω) et des probabilités correspon- définie par PX (A) = P({X ∈ A}) ; elle est
dantes constitue la loi de X dans le cas fini. déterminée par la donnée des P({X = x}), pour
tout x élément de X(Ω).
Fonction de répartition FX associée à la variable C’est une fonction en escalier sur R. Les sauts de
aléatoire X, définie par FX : x ∈ R 7−→ P({X ≤ x}). cette fonction caractérisent l’image X(Ω) ainsi
Propriétés d’une fonction de répartition pour Ω fini. que les probabilités P({X = x}) pour x ∈ X(Ω).
La fonction de répartition caractérise la loi.
Somme de deux variables aléatoires. Variable aléatoire On écrit f (X) au lieu de f ◦ X et on se limitera
Y = f (X), composée d’une variable aléatoire réelle X à des cas simples, tels que f (x) = ax + b, f (x) =
par une fonction f , définie sur un domaine contenant x2 , . . .
X(Ω).

Espérance et variance d’une variable aléatoire

L’espérance de X est C’est une moyenne pondérés

P des valeurs de X.
X On a aussi : E(X) = ω∈Ω X(ω)P({ω}). (∗∗)
E(X) = xP({X = x}). (∗)
x∈X(Ω)

Propriétés de E : positivité, linéarité, croissance. E(aX + bY ) = aE(X) + bE(Y ).

Utiliser (∗∗) pour les démonstrations.

30 MENJS 2022
Programme de mathématiques Classe MPSI

X
Théorème de transfert : espérance de f (X). E(f (X)) = f (x)P({X = x})
Cas d’une transformation affine : x∈X(Ω)
X
E(aX + b) = aE(X) + b.


= f X(ω) P({ω}).
ω∈Ω
Espérance d’un produit de deux variables aléatoires Si X et Y sont deux variables aléatoires
indépendantes. indépendantes, alors E(XY ) = E(X)E(Y ).
Une variable aléatoire d’espérance nulle est dite On note Xe la variable centrée X − E(X).
centrée.
La variance de X est V (X) = E((X p − m)2 ) où m = Formule de Koenig-Hyugens :
E(X). L’écart-type de X est σ(X) = V (X).
V (X) = E(X 2 ) − (E(X))2 .

Une variable aléatoire d’espérance nulle et de variance On note X ∗ la variable aléatoire centrée réduite
X−E(X)
1 est dite centrée réduite. σ(X) lorsque σ(X) 6= 0.
Transformation affine V (aX + b) = a2 V (X).

Variables aléatoires de lois usuelles

Loi certaine.
Loi de Bernoulli de paramètre p, p ∈ [0, 1]. Espérance, Notation X ,→ B(p).
variance. Lien entre variable aléatoire de Bernoulli et Interprétation : épreuve aléatoire à deux issues,
indicatrice d’un événement. succès avec probabilité p vs échec avec probabi-
lité q = 1 − p.
Loi binomiale de paramètres n, p, n ∈ N∗ et p ∈ [0, 1]. Notation : X ,→ B(n, p).
Espérance, variance. Interprétation : nombre de succès lors de n
répétitions indépendantes d’une épreuve de Ber-
noulli. On fera le lien avec la formule du binôme
de Newton et les propriétés des coefficients bi-
nomiaux.
Loi uniforme sur un segment d’entiers [[m, n]]. Application, à l’étude de la loi uniforme sur
Espérance, variance. [[a, b]], où (a, b) ∈ Z2 . Notation X ,→ U([[a, b]]).

31 MENJS 2022
Programme de mathématiques Classe MPSI

3 Deuxième période

Il s’agit de compléter les résultats de la première période en développant :

– l’étude des développements limités et le calcul asymptotique, et leurs applications en analyse ;

– l’étude des notions fondamentales relatives aux espaces vectoriels et des applications linéaires, dans
leur aspect gómétrique ;
– l’utilisation du calcul matriciel en algèbre linéaire ;
– les notions fondamentales relatives aux déterminants et aux espaces préhilbertiens ;
– l’étude de l’intégration sur un segment puis sur un intervalle quelconque et celle des séries numériques ;
– l’étude des fonctions d’une variable rélle à valeurs dans R2 , ce qui permet d’aborder les arcs pa-
ramétrés et une brève introduction aux fonctions de deux variables ;
– l’étude des variables aléatoires discrètes, ce qui permet de consolider et d’enrichir les notions relatives
aux probabilités sur un univers fini introduites lors de la premère période.

3.1 Développements limités, calcul asymptotique

Cette section est consacrée aux développements limités et le calcul asymptotique. Son objectif est de fami-
liariser les élèves avec les techniques asymptotiques de base, dans les cadres discret et continu. Les suites
et les fonctions y sont à valeurs réelles ou complexes, le cas réel jouant un rôle prépondérant.
On donne la priorité à la pratique d’exercices plutôt qu’à la vérification de propriétés élémentaires rela-
tives aux relations de comparaison. De même, on expose le calcul des développements limités (somme et
produit de fonctions, fonctions composées) à partir d’exemples explicites, en évitant toute présentation
systématique.
On insiste sur l’estimation des restes ; pratiquement, on écrira par exemple cos x = 1 − 12 x2 + β(x)x4 où
β est une fonction continue en 0, plutôt que cos x = 1 − 12 x2 + ◦(x2 ).
Il est attendu qu’à l’issue de cette section, les élèves :
– connaı̂ssent les développements limités usuels ;
– maı̂trisent la pratique du calcul asymptotique et ses applications au calcul des limites, à l’étude locale
des fonctions et des courbes, etc.
En revanche, les situations dont la gestion manuelle ne relèverait que de la technicité seront traitées à
l’aide d’outils logiciels auxquels il convient d’initier les élèves.

Relations de comparaison pour les suites : domina- Notations un = O(vn ), un = ◦(vn ), un ∼ vn .

tion, négligeabilité et équivalence. Les relations un = ◦(vn ) et un ∼ vn sont définies
à partir du quotient uvnn sous l’hypothèse que
vn 6= 0 pour n assez grand.
Traduction à l’aide du symbole ◦ des croissances
comparées des suites de termes généraux lnβ (n),
nα , eγn , (α, β, γ) ∈ R3 .
Liens entre les relations de comparaison. Équivalence des relations un ∼ vn et un − vn =
o(vn ).

32 MENJS 2022
Programme de mathématiques Classe MPSI

Règles usuelles de manipulation des relations de Opérations algébriques sur les équivalents.
comparaison.
Obtention d’un équivalent par encadrement. Si les suites réelles (un )n , (vn )n et (wn )n vérifient
un 6 vn 6 wn , pour n assez grand, et si un ∼ wn
alors un ∼ vn .
Propriétés conservées par équivalence. Signe, limite.

Adaptation aux fonctions des définitions et Notations f (x) = O (g(x)), f (x) = ◦ (g(x))
x→a x→a
résultats précédents. et f (x) ∼ (g(x)), a ∈ R.
Traduction à l’aide du symbole ◦ des croissances x→a
Les relations f (x) = ◦ (g(x)) et f (x) ∼ (g(x))
comparées des fonctions x 7→ lnβ (x), x 7→ xα , x 7→ x→a x→a
eγx en +∞, de x 7→ lnβ (x) et x 7→ xα en 0. f
sont définies à partir du quotient sous l’hy-
Pour mener une étude locale de f au voisinage de g
a 6= 0, on étudie la fonction h 7−→ f (a + h) au pothèse que la fonction g ne s’annule pas au
voisinage de 0. voisinage de a.

Développement limité, unicité des coefficients, règle Développement limité en 0 d’une fonction paire,
de troncature. impaire.
Caractérisation de la dérivabilité par l’existence
d’un développement limité à l’ordre 1.
Forme normalisée d’un développement limité : Équivalence f (a + h) ∼ a0 hp ; signe de f au
h→0
voisinage de a.
f (a+h) = hp a0 +a1 h+· · ·+an hn +o(hn ) , a0 6= 0.

Opérations sur les développements limités : combi- Utilisation de la forme normalisée pour prévoir
naison linéaire, produit, quotient. l’ordre d’un développement.
Les élèves doivent savoir déterminer sur des
exemples simples le développement limité d’une
composée, mais aucun résultat général n’est exi-
gible.
La division selon les puissances croissantes est
hors programme.
Primitivation d’un développement limité.
Formule de Taylor-Young : développement li-
mité à l’ordre n en un point d’une fonction de classe
Cn.
Développement limité à tout ordre en 0 de exp,
1
sin, cos, sinh, cosh, x 7−→ ln(1 + x), x 7−→ ,
1+x
α
x 7−→ (1 + x) ; de arctan et de tan à l’ordre 3.
Utilisation des développements limités à l’étude lo- Calculs d’équivalents et de limites, position
cale d’une fonction et pour préciser l’allure d’une relative d’une courbe et de sa tangente,
courbe au voisinage d’un point. détermination d’asymptotes.
Condition nécessaire, condition suffisante à l’ordre
2 pour un extremum local.

33 MENJS 2022
Programme de mathématiques Classe MPSI

Exemples de développements asymptotiques, dans La notion de développement asymptotique est

les cadres discret et continu : fonctions réciproques, présentée sur des exemples simples. La notion
équations à paramètre, suites récurrentes, suites d’échelle de comparaison est hors programme.
d’intégrales.
Formule de Stirling. Traduction comme La démonstration n’est pas exigible.
développement asymptotique de ln(n!).

3.2 Espaces vectoriels

Cette section et la suivante sont organisées autour des axes suivants :

– étudier les notions de base relatives aux espaces vectoriels, aux applications linéaires et à l’indépendance
linéaire ;
– définir la notion de dimension, qui interprète le nombre de degrés de liberté d’un problème linéaire.
On insiste sur les méthodes pratiques de calcul de dimension en faisant apparaı̂tre qu’elles reposent
sur deux types de représentations : paramétrisation linéaire d’un sous-espace vectoriel, description
d’un sous-espace vectoriel par des équations linéaires ;
– présenter quelques notions de géométrie affine de manière à faciliter l’interprétation géométrique de
certaines situations, et à consolider et enrichir les acquis relatifs à la la géométrie affine classique
du plan et de l’espace.
Lors de cette étude, on fera usage de nombreuses figures et on soulignera comment l’intuition géométrique
permet d’interpréter en petite dimension les notions de l’algèbre linéaire, ce qui facilite leur extension à la
dimension quelconque.
Il est attendu qu’à l’issue de ces sections, les élèves :
– aient assimilé les notions d’espace vectoriel et d’application linéaire, et les procédés usuels de leur
construction ;
– sachent reconnaı̂tre les problèmes linéaires et les modéliser à l’aide des notions d’espace vectoriel et
d’application linéaire ;
– connaissent les conséquences du théorème de la base incomplète (définition de la dimension, théorème
du rang) ;
– maı̂trisent le passage de l’expression géométrique d’un probléme (en termes d’applications linéaires,
de sous-espaces vectoriels, etc.) à son expression algébrique (en termes d’équations linéaires, de
matrices, etc.) et vice versa ;
– soient capable, au moyen de l’algorithme de gauss, de déterminer un rang, d’extraire une sous-
famille libre maximale d’une famille de vecteurs (base extraite), de compléter une famille libre en
une base (base incompléte), d’inverser une matrice carrée ;
– maı̂trisent le  théorème du rang  dans différentes formulations.
Dans tout le cours d’algèbre linéaire, le corps K est égal à R ou C.

34 MENJS 2022
Programme de mathématiques Classe MPSI

3.2.1 Généralités sur les espaces vectoriels

Notion d’espace vectoriel

Structure de K−espace vectoriel. Espaces vectoriels Kn , K[X], KN .
Produit d’un nombre fini d’espaces vectoriels.

Espace vectoriel E A des fonctions d’un ensemble Cas particulier des espaces vectoriels KA , KN .
non vide A dans un espace vectoriel E.
Famille à support fini (ou presque nulle) de sca- On commence d’abord par introduire la notion
laires, combinaison linéaire d’une famille de vec- de combinaison linéaire d’une famille finie de
teurs. vecteurs.

Notion de sous-espace vectoriel

Sous-espace vectoriel. Sous-espace nul. Droites vectorielles de R2 ,
droites et plans vectoriels de R3 .
Sous-espace Kn [X] de K[X].
Intersection d’une famille de sous-espaces vecto- Cas de l’ensemble des solutions d’un système
riels. linéaire homogène.
Sous-espace vectoriel engendré par une partie X. Notations Vect(X), Vect(xi )i∈I . Tout sous-
espace vectoriel contenant X contient Vect(X).
Familles de vecteurs d’un espace vectoriel
Familles ( ou parties) génératrices, libres, liées ; Ajout d’un vecteur à une famille libre.
indépendance et dependance linéaire d’une famille Indépendance d’une famille de polynômes de
de vecteurs. degrés distincts.
Base, coordonnées. Bases canoniques de Kn , Mn,p (K), Kn [X], K[X].
Bases formée de polynômes de degrés échelonnés
dans K[X] et Kn [X].
Somme de sous-espaces vectoriels
Somme de deux sous-espaces vectoriels. Notations F + G, F ⊕ G.
Somme directe de deux sous-espaces vectoriels. Caractérisation de la somme directe par l’unicité
de l’écriture, par l’intersection.
Sous-espaces vectoriels supplémentaires. Les élèves doivent prendre l’habitude de se
représenter des espaces supplémentaires par une
figure en dimension 2 et 3.
Somme d’un nombre fini de sous-espaces vectoriels.
Somme directe d’un nombre fini de sous-espaces Caractérisation par l’unicité de la décomposition
vectoriels. du vecteur nul.

3.2.2 Espaces vectoriels de dimension finie

Existence de bases
Un espace vectoriel est dit fini-dimensionnel (ou de
dimension finie) s’il possède une famille génératrice
finie.

35 MENJS 2022
Programme de mathématiques Classe MPSI

Si (xi )1≤i≤n engendre E et si (xi )i∈I est libre, où Existence de bases d’un espace vectoriel fini-
I ⊂ {1, . . . , n}, alors il existe une partie J ⊂ dimensionnel.
{1, . . . , n}, contenant I telle que (xi )i∈J soit une
base de E.
Théorème de la base extraite : de toute famille Utilisation de l’algorithme de gauss pour ex-
génératrice on peut extraire une base. Théorème traire une sous-famille libre maximale d’une fa-
de la base incomplète : toute famille libre peut être mille de vecteurs et pour compléter une famille
complétée en une base. libre en une base.

Notion de dimension
Dans un espace vectoriel engendré par n vecteurs, Dimensions de Kn , de Kn [X], de Mn,p (K).
toute famille de n + 1 vecteurs est liée. Dimensions de l’espace des solutions d’une
Dimension d’un espace de dimension finie. équation différentielle linéaire homogène d’ordre
Exemples de calcul de la dimension. 1 résolue en y 0 , de l’espace des solutions d’une
équation différentielle linéaire homogène d’ordre
2 à coefficients constants, de l’espace des suites
vérifiant une relation de récurrence linéaire ho-
mogène d’ordre 2 à coefficients constants.
Dans un espace vectoriel de dimension n, ca- Une famille de n vecteurs est une base si, et
ractérisation des bases comme familles libres ou seulement si, elle est libre ; si, et seulement si,
génératrices de n vecteurs. elle est génératrice.

Dimension d’un produit fini d’espaces vectoriels de

dimensions finies.
Rang d’une famille finie de vecteurs. Notation rg(x1 , . . . , xn ).

Dimension et sous-espace vectoriel

Dimension d’un sous-espace vectoriel d’un espace Sous-espaces vectoriel de R2 et R3 .
vectoriel de dimension finie, cas d’égalité.
Dimension d’une somme de deux sous-espaces vec- Formule de Grassmann.
toriels. Caractérisation dimensionnelle des couples
de sous-espaces vectoriels supplémentaires.
Tout sous-espace vectoriel d’un espace vectoriel de Dimension commune des supplémentaires.
dimension finie possède un supplémentaire.
Base adaptée à un sous-espace vectoriel, à une
décomposition en somme directe de deux sous-
espaces vectoriels.
Caractérisation par la dimension des sommes di- Si F1 , . . . , Fp sont des sous-espaces
 P vectoriels

rectes d’un nombre fini de sous-espaces vectoriels. p
de dimension finie, alors : dim i=1 Fi ≤
Pp
i=1 dim(Fi ), avec égalité si, et seulement si,
la somme est directe.
Base adaptée à une décomposition en somme di-
recte finie de sous-espaces vectoriels.

36 MENJS 2022
Programme de mathématiques Classe MPSI

3.3 Applications linéaires

On rappelle que le corps K est ici égal à R ou C.

3.3.1 Généralités sur les applications linéaires

Application linéaire. L’ensemble L (E, F ) est un espace vectoriel.

Opérations sur les applications linéaires : com- Bilinéarité de la composition.
binaison linéaire, composition. Isomorphismes,
réciproque.
Image directe et image réciproque d’un sous-espace
vectoriel par une application linéaire.
Image et noyau d’une application linéaire. Notations Im (u), Ker(u) ou plus simplement
Caractérisation de l’injectivité, la surjectivité. Im u, Ker u.
Si (xi )i∈I est une famille génératrice de E et si u ∈
L (E, F ), alors Im u = Vect({u(xi ), i ∈ I}).
Image d’une base par un isomorphisme.
Endomorphismes. Anneau (L (E), +, ◦) ; non commutativité si E
n’est pas de dimension 6 1.
Pour u, v ∈ L (E), notation vu pour la com-
posée v ◦ u ; notation uk pour k ∈ N.
Exemples d’endomorphismes : Identité, ho- Notations idE , λ.idE .
mothéties.
Définition géométrique d’une projection ou projec- Les élèves doivent prendre l’habitude de se
teur, d’une symétrie. représenter ces notions de projection et de
Caractérisation par p2 = p ou s2 = IdE . symétrie par une figure en dimension 2 et 3.

Automorphismes. Groupe linéaire. Notation GL(E).

Notation uk pour u ∈ GL(E) et k ∈ Z.

3.3.2 Applications linéaires et dimension finie

Application linéaire de rang fini. Notation rg(u).

Inégalité rg(v ◦ u) 6 min(rg(u), rg(v)).
Invariance du rang par composition par un isomor-
phisme.

Détermination d’une application linéaire par les Si (ei )i∈I est une base de E et (fi )i∈I une famille
images des vecteurs d’une base. de vecteurs de F , alors il existe une et une seule
Caractérisation de l’injectivité, de la surjectivité, application u ∈ L (E, F ) telle que pour tout i ∈
de la bijectivité de u. I, u(ei ) = fi .
Espaces vectoriels isomorphes, caractérisation par Classification, à isomorphisme près, des espaces
la dimension. vectoriels de dimension finie par leur dimension.

37 MENJS 2022
Programme de mathématiques Classe MPSI

Pour une application linéaire entre deux espaces de Si u ∈ L (E, F ), avec E et F de même dimension
même dimension finie, équivalence entre injectivité, finie, alors u est bijective si, et seulement si, u
surjectivité et bijectivité. est injective, si, et seulement si, u est surjective.
Pour un endomorphisme en dimension finie, Si u ∈ L (E), avec E de dimension finie, alors u
équivalence entre inversibilité, inversibilité à gauche est inversible si, et seulement si, u est inversible
et inversibilité à droite. à gauche si, et seulement si, u est inversible à
droite.
Si E et F sont de dimension finie, il en est de même Formule dim L (E, F ) = dim E × dim F .
pour L (E, F ).
Si E1 , . . . , Ep sont des sous-espaces vectoriels de E Adaptation au cas p = 2 : Si E1 et E2 sont des
tels que E = ⊕pi=1 Ei et si ui ∈ L (Ei , F ) pour sous-espaces supplémentaires de E, et si u1 ∈
tout i, alors il existe une et une seule application L (E1 , F ), u2 ∈ L (E2 , F ), il existe une unique
u ∈ L (E, F ) telle que u|Ei = ui pour tout i. application u ∈ L (E, F ) coıncidant avec u1 sur
E1 et avec u2 sur E2 .
Si u ∈ L (E, F ) et si S est un supplémentaire de
Ker u dans E, alors u induit un isomorphisme de S
sur Im u.
Théorème du rang : forme géométrique. Si E est de dimension finie et u ∈ L (E, F ) alors
u est de rang finie et dim E = dim Ker u + rg(u).

3.3.3 Notions sur les formes linéaires et les hyperplans

Forme linéaire. Formes coordonnées relativement à une base.

Hyperplan. Un hyperplan est le noyau d’une forme linéaire
Équations d’un hyperplan dans une base en dimen- non nulle.
sion finie.
Si H est un hyperplan de E, alors pour toute En dimension n, les hyperplans sont exactement
droite D non contenue dans H : E = H ⊕ D. les sous espaces de dimension n − 1.
Réciproquement, tout supplémentaire d’une droite
est un hyperplan.
Comparaison de deux équations d’un même hyper-
plan.
Si E est un espace vectoriel de dimension finie n, Système d’équations d’un sous-espace vectoriel ;
l’intersection de m hyperplans est de dimension au cas des droites vectorielles de R2 , des droites et
moins n − m. Réciproquement, tout sous-espace plans vectoriels de R3 .
vectoriel de E de dimension n − m est l’intersec- L’étude de la dualité est hors programme.
tion de m hyperplans.

3.4 Sous-espaces affines d’un espace vectoriel

Cette section a un double objectif :

– montrer comment l’algèbre linéaire permet d’étendre les notions de géométrie affine étudiées dans le
secondaire et d’utiliser l’intuition géométrique dans un cadre élargi ;
– modéliser un problème affine par une équation du type u(x) = a, où u est une application linéaire,
et unifier ainsi plusieurs situations de ce genre déjà rencontrées (systèmes linéaires, équations

38 MENJS 2022
Programme de mathématiques Classe MPSI

différentielles linéaires, suites récurrentes linéaires, . . . ).

Cette partie du cours doit être illustrée par de nombreuses figures.

Présentation informelle de la structure affine d’un On se limite à la dimension finie. L’écriture B =

−−→
espace vectoriel : points et vecteurs. Translation. A + ~u est équivalente à la relation AB = ~u.

Sous-espace affine d’un espace vectoriel, direction. Sous-espaces affines de R2 et de R3

Hyperplan affine.
Intersection de sous-espaces affines.
Barycentres. Famille affinement indépendante de Insister sur le cas de dimension 1, 2 et 3.
points, repère affine, coordonnées.
Si u ∈ L (E, F ), l’ensemble des solutions de Retour sur les systèmes linéaires, les équations
l’équation linéaire u(x) = a, d’inconnue x, est soit différentielles linéaires d’ordres 1 et 2, les suites
l’ensemble vide, soit un sous-espace affine dirigé par arithméticogéométriques, et la recherche de po-
Ker u. lynômes interpolateurs.
La notion d’application affine est hors pro-
gramme.

3.5 Matrices

Les objectifs de cette section sont les suivants :

– présenter les liens entre applications linéaires et matrices, de manière à exploiter les changements
de registres (géométrique, numérique, formel) ;
– étudier l’effet d’un changement de bases sur la représentation matricielle d’une application linéaire
et la relation d’équivalence qui s’en déduit sur Mn,p (K) ;
– introduire brièvement la relation de similitude sur Mn (K).
Il est attendu qu’à l’issue de cette section, les élèves
– sachent représenter matriciellement une famille finie de vecteurs ou de formes linéaires et une ap-
plication linéaire dans une base donnée et utiliser les formules de changement de bases ;
– maı̂trisent le passage de l’expression géométrique d’un probléme (en termes d’applications linéaires,
de sous-espaces vectoriels, etc.) à son expression algébrique (en termes d’équations linéaires, de
matrices, etc.) et vice versa ;
– soient capables, au moyen de l’algorithme de gauss, de déterminer le rang d’une matrice ou d’une
application linéaire ;
– maı̂trisent le  théorème du rang  dans différentes formulations.

39 MENJS 2022
Programme de mathématiques Classe MPSI

3.5.1 Matrice d’une application linéaire dans des bases

Matrice d’une famille de vecteurs dans une base e, Notation M ate,f (u), M ate (v).
d’une application linéaire u dans un couple (e, f ) Exemple : matrice, dans la base (1, i) du
de bases, d’un endomorphisme v dans une base e. R−espace vectoriel C, de la similitude
z 7−→(a+ib)z, a,b∈ R.
Isomorphisme d’espaces vectoriels de L (E, F ) sur Notations u 7→ M ate,f (u) et v 7→ M ate (v).
Mn,p (K) induit par le choix d’un couple de bases.
Isomorphisme d’espaces vectoriels et d’anneaux de
L (E) sur Mn (K) induit par le choix d’une base.
Coordonnées de l’image d’un vecteur par une ap-
plication linéaire.
Matrice d’une composée d’applications linéaires. Cas particulier des endomorphismes.
Lien entre matrices inversibles et isomorphismes. Matrice de la réciproque d’un isomorphisme.

3.5.2 Application linéaire canoniquement associée à une matrice

Application linéaire canoniquement associée à une On identifie ici Mn,1 (K) et Kn .

matrice.
Noyau, image et rang d’une matrice. Les colonnes engendrent l’image, les lignes
donnent un système d’équations du noyau.
Une matrice carrée de Mn (K) est inversible si, et Condition d’inversibilité d’une matrice trian-
seulement si, son noyau est réduit au sous-espace gulaire. L’inverse d’une matrice triangulaire
nul, ou si, et seulement si, ses colonnes engendrent supérieure/inférieure est une matrice triangu-
l’espace Kn ou si, et seulement si, son rang vaut n. laire supérieure/inférieure.
Lien entre les diverses notions de rang.
Toute matrice carrée inversible à gauche ou à droite
est inversible.
Retour sur les systèmes linéaires
Interprétation de l’ensemble des solutions d’un Rang d’un tel système, dimension de l’espace des
système homogéne comme noyau d’une matrice. solutions.

Le système AX = B est compatible si, et seulement Structure affine de l’ensemble des solutions.
si, B appartient à l’image de A.
Si la matrice A est carrée et inversible, le système Dans ce cas, le système est dit de Cramer.
AX = B possède une unique solution.

3.5.3 Changements de bases, équivalence et similitude

Changements de bases
0
Matrice de passage d’une base à une autre. La matrice de passage Pee de e à e0 est la matrice
0
Inversibilité et inverse d’une matrice de passage. de la famille e0 dans la base e. L’inverse de Pee
est Pee0 .
Effet d’un changement de base sur la matrice des Base dans laquelle la matrice d’un endomor-
coordonnées d’un vecteur. phisme donné est simple.

40 MENJS 2022
Programme de mathématiques Classe MPSI

Effet d’un changement du couple de bases sur la Exemples de recherche d’un couple de bases
matrice d’une application linéaire. dans lequel la matrice d’une application linéaire
donnée est simple.
Effet d’un changement de base sur la matrice d’un Exemples de recherche d’une d’une base dans
endomorphisme. laquelle la matrice d’un endomorphisme donné
est simple.

Matrices équivalentes et rang  

Ir 0
Si E et F sont deux espaces vectoriels de dimen- La matrice Jr = ∈ Mn,p (K), Ir étant
0 0
sions p et n respectivement, et si u ∈ L (E, F ) est
la matrice unité d’ordre r.
de rang r alors il existe une base e de E et une base
f de F telles que : M ate,f (u) = Jr .
Matrices équivalentes. Interprétation géométrique.
Une matrice élément de Mn,p (K) est de rang r si Classification des matrices équivalentes par le
et seulement si elle est équivalente à Jr . rang.
Invariance du rang par transposition. Rang d’une
matrice extraite. Caractérisation du rang par les
matrices carrées extraites.
Les opérations élémentaires sur les colonnes (resp. Application : calcul du rang.
lignes) conservent l’image (resp. le noyau). Les
opérations élémentaires conservent le rang.
Une autre formulation du théorème du rang. Le rang d’un système d’équations linéaires ho-
mogènes est égal au rang de sa matrice, une ma-
trice et sa transposée ont même rang, l’ensemble
des solutions d’un système d’équations linéaires
homogènes à p inconnues de rang r est un sous-
espace vectoriel de Kp de dimension p − r.

Matrices semblables
Matrices semblables. Interprétation géométrique.
Exemples de recherche d’une matrice simple
semblable à une matrice donnée.
Trace d’une matrice carrée. Notations tr(A), Tr(A).
Linéarité de la trace, relation Tr(AB) = Tr(BA),
invariance par similitude.
Trace d’un endomorphisme d’un espace vectoriel Notations tr(u), Tr(u).
de dimension finie. Linéarité de la trace, relation
Tr(uv) = Tr(vu). Trace d’un projecteur.

3.6 Groupe symétrique et déterminants

Dans cette section, le groupe symétrique est introduit en vue de l’étude des déterminants, mais aussi pour
son intérêt propre et ses interventions possibles dans diverses questions d’algèbre et de probabilités. ; les
objectifs visés dans cette section sont les suivants :
– introduire la notion de déterminant d’une famille de vecteurs, en motivant sa construction par la

41 MENJS 2022
Programme de mathématiques Classe MPSI

géométrie ;
– établir les principales propriétés des déterminants des matrices carrées et des endomorphismes ;
– indiquer quelques méthodes simples de calcul de déterminants.
Il est attendu qu’à l’issue de cette section, les élèves :
– puissent manipuler les permutations et calculer leur signature ;
– connaissent la théorie des déterminants et acquièrent des méthodes pour les calculer.
Dans toute la suite, E désigne un espace vectoriel de dimension finie n > 1.

3.6.1 Groupe symétrique

Groupe des permutations de l’ensemble {1, . . . , n}. Notation Sn .

Cycle, transposition. Notation (a1 a2 . . . ap ).
Décomposition d’une permutation en produit de La démonstration n’est pas exigible.
cycles à supports disjoints : existence et unicité. Commutativité de la décomposition.
Méthode pratique de décomposition. les élèves doivent maı̂triser la pratique de
décomposition d’une permutation.
Toute permutation se décompose en produit de La décomposition n’est pas unique mais la parité
transpositions. du nombre de transpositions l’est.

Signature. Il existe un unique morphisme de groupes de Sn

Signature d’une permutation ; signature d’un cycle ; sur {−1, 1} envoyant toute transposition sur −1.
pratique de calcul de la signature. La démonstration n’est pas exigible.

3.6.2 Déterminants

Formes n-linéaires alternées

Formes n-linéaires alternées sur E. La définition est motivée par les notions intui-
tives d’aire et de volume algébriques, en s’ap-
puyant sur des figures.
Antisymétrie, effet d’une permutation. Si f est une forme n-linéaire alternée sur E et
si (x1 , . . . , xn ) est une famille liée de E, alors
f (x1 , . . . , xn ) = 0.
Déterminant d’une famille de vecteurs dans une base
Déterminant d’une famille de vecteurs dans une Notation dete .
base : si e est une base, il existe une et une seule La démonstration de l’existence n’est pas exi-
forme n linéaire alternée f pour laquelle f (e) = 1. gible.
Toute forme n-linéaire alternée est un multiple de
dete
Expression du déterminant dans une base en fonc- Dans R2 (resp. R3 ), interprétation du
tion des coordonnées (formule de leibniz). déterminant dans la base canonique comme
aire orientée (resp. volume orienté) d’un
parallélogramme (resp. parallélépipède).

42 MENJS 2022
Programme de mathématiques Classe MPSI

Relation entre dete et dete0 si e et e0 sont deux

bases.
La famille (x1 , . . . , xn ) est une base si et seulement
si dete (x1 , . . . , xn ) 6= 0.
Orientation d’un espace vectoriel réel de dimension
finie.

Déterminant d’un endomorphisme, d’une matrice

carrée
Déterminant d’un endomorphisme. Déterminant Caractérisation des automorphismes.
d’une composée.
Déterminant d’une matrice carrée. Caractère n-linéaire alterné du déterminant par
rapport aux colonnes.
Déterminant d’un produit. Relation det(λA) = λn det(A) si A ∈ Mn (K).
Caractérisation des matrices inversibles.
L’application det induit un morphisme de GL(E)
(resp. GLn (K)) sur K∗ .
Déterminant d’une transposée. Caractère n-linéaire alterné du déterminant par
rapport aux lignes.
Calcul des déterminants, Comatrice
Effet des opérations élémentaires.
Cofacteur. formules de Laplace de
développement d’un déterminant par rapport
à une ligne ou une colonne.
Déterminant d’une matrice triangulaire.
Déterminant de Vandermonde. Lien avec les polynômes de Lagrange.
Comatrice. Notations Com(A), A e = t Com(A).
Relation A t Com(A) =t Com(A)A = det(A)In . Expression de l’inverse d’une matrice inversible.

3.7 Espaces préhilbertiens réels

La notion de produit scalaire a été étudiée d’un point de vue élémentaire dans l’enseignement secondaire
qualifiant. L’objectif de cette section est de généraliser cette notion et exploiter, principalement à travers
l’étude des projections orthogonales, l’intuition acquise dans des situations géométriques en dimension 2
ou 3 pour traiter des problèmes posés dans un contexte plus abstrait.
Lors de cette étude, on fera usage de nombreuses figures et on soulignera comment l’intuition géométrique
permet d’interpréter en petite dimension les notions étudiées, ce qui facilite leur extension à la dimension
quelconque.
Il est attendu qu’à l’issue de cette section, les élèves :
– acquièent les notions de base sur le produit scalaire, sur les espaces vectoriels euclidiens (bases or-
thonormales, supplémentaires orthogonaux, projecteurs orthogonaux) et sur la géométrie euclidienne
du plan et de l’espace ;
– sachent orthogonaliser une famille libre d’un espace euclidien au moyen de l’algorithme de gram-
schmidt et calculer la distance entre deux sous-espaces affines ;

43 MENJS 2022
Programme de mathématiques Classe MPSI

– maı̂trisent les relations entre le point de vue géométrique et le point de vue matriciel.
Dans toute la suite, E est un espace vectoriel réel.

3.7.1 Produit scalaire, norme associée

Produit scalaire sur E. Notations < x, y >, (x|y), x.y.

Espace préhilbertien, espace euclidien.
Produit scalaire canonique sur Rn , sur Mn,p (R). Expressions x t y , Tr(tAB).
Rb
Produit scalaire (f, g) 7→ a f g sur C [a, b], R ,


Exemples
de produits scalaires sur R[X] et
C [a, b], R définis à l’aide d’intégrales.
1
R 2π
produit scalaire (f, g)
7→ 2π 0 f g sur l’es-
pace vectoriel C2π R, R des fonctions continues
2π−périodiques sur R.

Norme associée à un produit scalaire, distance. Notation k k.

Inégalité de cauchy-schwarz, cas d’égalité. Application dans les cas des produits scalaires
Inégalité triangulaire, cas d’égalité. cités ci-dessus.
Relations entre produit scalaire et norme ; identités 2 < x, y >= kx + yk2 − kxk2 − kyk2 .
de polarisation ; identité du parallélogramme. kx + yk2 + kx − yk2 = 2(kxk2 + kyk2 ).

3.7.2 Orthogonalité ; base orthogonale, orthonormale

Vecteurs orthogonaux, orthogonal d’une partie, Notation X ⊥ .

sous-espaces vectoriels orthogonaux. L’orthogonal d’une partie est un sous-espace
vectoriel.
Famille orthogonale, orthonormale (ou ortho-
normée). Toute famille orthogonale de vecteurs non
nuls est libre. Théorème de pythagore, cas d’une
famille finie de vecteurs. Algorithme d’orthonorma-
lisation de Gram-Schmidt.

Existence de bases orthonormales dans un espace

euclidien. Théorème de la base orthonormale in-
complète. Coordonnées dans une base orthonor-
male ; expressions du produit scalaire et de la
norme dans une telle base.

44 MENJS 2022
Programme de mathématiques Classe MPSI

Dans un espace vectoriel euclidien orienté de di- Interprétation géométrique en termes de volume
mension n, déterminant de n vecteurs dans une orienté, effet d’une application linéaire.
base orthonormale directe, noté Det(x1 , x2 , . . . , xn )
ou [x1 , x2 , . . . , xn ] ; produit mixte de n vecteurs,
produit vectoriel de n − 1 vecteurs.
Dans un espace euclidien orienté de dimension 3,
notations u∧v ou u×v ; expression des coordonnées
du produit vectoriel dans une base orthonormale
directe.

3.7.3 Projection orthogonale sur un sous-espace vectoriel de dimension finie

Supplémentaire orthogonal d’un sous-espace vecto- En dimension finie : dimension de F ⊥ , vecteur

riel F de dimension finie. normal à un hyperplan.
Projection orthogonale sur un sous-espace vectoriel À défaut dune base orthonormale de F , les
de dimension finie. Expression du projeté orthogo- élèves doivent savoir déterminer pF (x) en
nal dans une base orthonormale de F . résolvant un système linéaire traduisant l’ortho-
gonalité du vecteur x−pF (x) aux vecteurs d’une
base (ou d̀éfaut d’une famille génératrice) de F .
Distance d’un vecteur x à un sous-espace vectoriel Notation d(x, F ).
F de dimension finie.
Le projeté orthogonal de x sur F est l’unique En dimension finie, projeté orthogonal d’un vec-
élément de F qui minimise la distance de x à F : teur x sur l’hyperplan Vect(u)⊥ ; distance de x
kx − pF (x)k = min . à Vect(u)⊥ .
y∈F
Inégalité de Bessel : pour tout x, kpF (x)k 6 kxk.

3.7.4 Un peu de géométrie affine euclidienne

−−→
Vecteur normal à un hyperplan affine d’un espace Lignes de niveau de l’application M 7→ AM .~n.
euclidien. Si l’espace est orienté, orientation d’un
hyperplan par un vecteur normal.
Équations d’un hyperplan affine dans un repère or- Cas particuliers de R2 et R3 .
thonormal.
Distance d’un point M à un hyperplan affine défini Cas particuliers du plan et de l’espace euclidiens.
par un point A et un vecteur normal unitaire ~n :
−−→
|AM .~n|.

3.8 Intégration des fonctions continues par morceaux sur un segment

Dans cette section, Il s’agit de donner une construction rigoureuse de l’intégrale d’une fonction, rélles
ou complexes, continue par morceaux sur un segment en partant de sa définition comme une aire. Ses
propriétés élémentaires sont établies, et notamment le lien entre intégration et primitivation. Ceci permet
aussi de consolider la pratique des techniques usuelles de calcul intégral.

45 MENJS 2022
Programme de mathématiques Classe MPSI

La notion de continuité uniforme étant hors programme de MPSI, le théorème sur l’approximation d’une
fonction continue par morceaux sur un segment par une fonction en escalier est établi en ayant recourt à
l’axiome de la borne supérieure.
Il est attendu qu’à l’issue de cette section, les élèves :
– soient capables de mener des calculs d’intégrales et de primitives dans des cas usuels ;
– puissent mettre en pratique, sur des exemples simples, les techniques d’intégration par parties et de
changement de variable ;
– aient une connaissance à la fois théorique et pratique des principales inégalités (inégalités des ac-
croissements finis et de taylor-lagrange, inégalité triangulaire, etc.).
On note K = R ou C. Pour la construction de l’intégrale, on peut soit se placer d’emblée dans le cadre des
fonctions à valeurs complexes, soit traiter d’abord le cas réel avant de procéder à une brève extension.



Subdivision d’un segment, pas de la subdivision. Notations E [a, b], K , CM [a, b], K et
1


Fonction en escalier, continue par morceaux, de CM [a, b], K . Structure vectorielle ; stabi-
classe C 1 par morceaux sur un segment [a, b] de R, lité par le produit et
le passage au module
des
à valeurs dans K. ensembles E [a, b], K et CM [a, b], K .
Approximation d’une fonction continue par mor- On peut montrer cette propriété en appliquant
ceaux sur un segment par une fonction en escalier : le principe de la borne supérieure et le fait que
Soit f : [a, b] → K une fonction continue par mor- f possède une limite à droite en tout point
ceaux sur [a, b] alors, pour tout ε > 0, il existe de l’intervalle [a, b[ et une limite à gauche en
une fonction en escalier ϕ : [a, b] −→ K telle que tout point de l’intervalle ]a, b] : Considérer
l’en-
|f (t) − ϕ(t)| 6 ε pour tout t ∈ [a, b]. semble Γ = c ∈ [a, b] ; ∃ϕ ∈ E [a, c], K , ∀t ∈
Dans le cas K = R on parvient ainsi à construire un [a, c], |f (t) − ϕ(t)| 6 ε ; cet ensemble est non
couple de fonctions en escalier qui encadrent f à ε vide (il contient a) et est majoré par b ; il admet
près sur le segment. Une représentation graphique donc une borne supérieure γ dans [a, b]. Il est en
des fonctions est éclairante, en vue notamment de fait évident que Γ est l’un des intervalles [a, γ[
l’interprétation de l’intégrale en termes d’aire. ou [a, γ] ; établir le résultat d’approximation re-
vient à montrer que γ ∈ Γ et que γ = b.
R Rb Rb
Intégrale d’une fonction ϕ en escalier sur un seg- Notations [a,b] ϕ, a ϕ, a ϕ(t) dt.
ment [a, b]. Propriétés usuelles : linéarité, additivité R R
[a,b] ϕ ≤ [a,b] |ϕ|.
et positivité de l’intégrale. Inégalité triangulaire.
R Rb Rb
Définition de l’intégrale d’une fonction f continue Notations [a,b] f , a f , a f (t) dt.
par morceaux sur un segment [a, b] : Soit (ϕn )n∈N On pourrait se placer d’abord dans le cas où la
une suite de fonctions en escalier sur [a, b] telle fonction f est réelle et l’encadrer à ε près par
1 deux fonctions en escalier ϕ et ψ de sorte que
que sup |f (t) − ϕn (t)| 6 , n ∈ N ; on pose
t∈[a,b] n+1 ϕ 6 f 6 ψ et 0 6 ψ − ϕ 6 ε, puis illustrer
Rb
In = a ϕn ; alors la suite (In )n∈N est bornée et l’approximation à l’aide d’un graphique ; envisa-
convergente dans K (Bolzano-Weierstrass), et sa li- ger ensuite de définir l’intégrale d’une fonction
mite ne dépend pas du choix de la suite (ϕn )n∈N ; complexe à l’aide de sa partie réelle et sa partie
cette limite s’appelle l’intégrale de f sur [a, b]. imaginaire.

46 MENJS 2022
Programme de mathématiques Classe MPSI

Propriétés usuelles : Linéarité, additivité et positi- Valeur moyenne d’une fonction continue par
vité de l’intégrale. L’intégrale sur un segment d’une morceaux sur un segment.
fonction continue de signe constant est nulle si, et
seulement si, la fonction est nulle.
Rb
Relation de chasles. Extension de la notation a f (t) dt au cas où

b ≤ a. Propriétés correspondantes.
Sommes de riemann : si f ∈ CM [a, b], K , alors Intérprétation géométrique dans le cas K = R.
Démonstration dans le cas où f est de classe C 1
n−1 Z b
ou lipschitzienne.
 
b−aX b−a
f a+k −→ f (t) dt.
n n n→+∞ a
k=0

R R
Inégalité triangulaire. [a,b] f ≤ [a,b] |f |.
Rx
Rx
Dérivation de x 7−→ a f (t) dt pour f continue. Si f ∈ CM [a, b], K , alors x 7→ a f (t) dt
est continue (même lipschitzienne) sur [a, b] et
dérivable en tout point de continuité de f .
Théorème fondamental du calcul intégral. : Toute f étant une fonction
Rx continue sur I et a ∈ I, la
fonction continue sur un intérvalle possède une pri- fonction x 7−→ a f (t) dt est une primitive de f
mitive. sur I ; c’est l’unique primitive de f qui s’annule
en a. De plus, pour toute primitive G de f ,
Z x
G(x) = G(a) + f (t) dt, x ∈ I.
a

Définition d’une fonction continue par morceaux Une fonction f est continue par morceaux sur I
sur un intervalle quelconque. si sa restriction à tout segment J inclus dans I
est continue par morceaux sur J.
Définition des primitives d’une fonction continue Si f : I → K est continue par morceaux ; on ap-
par morceaux. pelle primitive de f sur I toute fonction continue
Deux primitives d’une fonction continue par mor- F : I → K telle qu’en tout point de continuité x
ceaux sur l’intervalle I diffèrent d’une constante. de f , F soit dérivable de dérivée égale à f (x) ;
Extension du théorème fondamental du calcul si x0 est un point de I, toute
R x primitive de f sur
intégral aux fonctions continues par morceaux. I est de la forme x 7→ λ + x0 f , avec λ ∈ K. De
plus, pour toute primitive G de f sur I,
Z x
G(x) = G(a) + f (t) dt, x ∈ I.
a

Inégalité des accroissements finis. Si f est continue et de classe C 1 par morceaux

sur le segment [a, b] alors
Z b
f 6 (b − a) sup |f 0 |
a [a,b]

47 MENJS 2022
Programme de mathématiques Classe MPSI

Formule d’intégration par parties. La formule d’intégration par partie pour des
fonctions de classe C 1 étant déjà traitée, sa
généralisation au cas des fonctions continues et
de classe C 1 par morceaux pourra être abordée
en exercices.
Pour une fonction de classe C n+1 , formule de tay- On soulignera la différence de nature entre la for-
lor (à l’ordre n) avec reste sous forme d’intégrale ; mule de taylor-young (locale) et les formules
inégalité de taylor-lagrange. de taylor globales (reste intégral et inégalité
de taylor-lagrange).

Formule de changement de variable. Si ϕ est de classe C 1 sur I et si f est continue

Application : intégrale d’une fonction paire ou im- sur ϕ(I), alors pour tous a et b dans I,
paire sur un segment centré en 0 ; l’intégrale d’une Z ϕ(b) Z b
fonction périodique sur un intervalle de période est f (x) dx = f ϕ(t) ϕ0 (t) dt.


constante. ϕ(a) a

Exemples de calcul d’intégrales et de primitives. Pour ce qui est du calcul des primitives, le
seul exposé systématique concerne les fonc-
tions rationnelles ; il utilise la décomposition
en éléments simples des fractions rationnelles.
Parmi les exemples à traiter figurent la pri-
mitivation des polynômes trigonométriques par
linéarisation, l’utilisation du paramétrage ra-
tionnel de U \ {−1} pour ramener l’intégrale
d’une fraction rationnelle en sinus et cosinus à
celle d’une fonction rationnelle et le calcul des
intégrales de wallis.

Intégration numérique : étude et comparaison des On présentera un algorithme associé à la

méthodes des rectangles et des trapèzes. méthode des trapèzes (à programmer en Py-
thon) en soulignant l’intérêt des subdivisions di-
chotomiques ; on admettra que pour une fonc-
tion de classe C 1 , l’erreur est un O(1/n2 ), n
désignant le nombre de points de la subdivision.

3.9 Intégration des fonctions continues par morceaux sur un intervalle

L’objectif de cette section est de définir, dans le cadre restreint des fonctions continues par morceaux, la
notion d’intégrabilité sur un intervalle quelconque. On soulignera l’importance du principe de comparaison
pour ramener l’étude de l’intégrabilité d’une fonction à l’estimation de son comportement aux bornes de
l’intervalle d’intégration.
Il est attendu qu’à l’issue de cette section, les élèves :
– sachent établir la convergence ou la divergence d’une intégrale dans des cas standard et en particulier
soient capables de comparer une fonction positive aux fonctions de référence ;

48 MENJS 2022
Programme de mathématiques Classe MPSI

– aient mis en œuvre les techniques d’intégration usuelles pour étudier ou calculer l’ntégrale d’une
fonction continue par morceaux sur un intervalle quelconque.

Définition d’une intégrale ( impropre ) conver- Soit I un intervalle dont les extrémiés inférieure
gente. et supérieure (dans R) sont notées a et b respec-
tivement, f : I → K , K = R ou C, une fonction
continue par morceaux et F une primitive de f
sur I ; on dit que f admet une intégrale conver-
gente sur I si F admet des
R blimites dans K en a et
en b, auquel cas on pose a f = lim F − lim F ; si
b a
par exemple I = [a, b[, avec a ∈ R et b ∈ ]a, +∞],
f admet une intégraleR xconvergente si, et seule-
ment si, la limite lim a f existe dans K, auquel
x→b
x<b
Rb
cas cette limite est la valeur de l’intégrale a f .
R Rb
Notations I f , a f (t) dt
Cas des fonctions positives. Si la fonction f est à valeurs réelles positives,
elle admet une intégrale convergente sur I si, et
seulement si, la fonction F est majiorée sur I, ce
qui revient à dire que l’ensemble des intégrales
de f sur un segment contenu dans I est majoré ;
dans ce cas, la borne supérieure
Rb de cet ensemble
est égale à l’intégrale a f .
Dans le cas où f est à valeurs réelles positives
et n’admet pas d’intégrale
Rb convergente sur I, il
est pratique d’écrire a f = +∞. R
Fonction intégrable sur un intervalle. La fonction f est intégrable sur I si I |f |
converge.
Si une intégrale est absolument convergente, elle est
convergente.
Principe de comparaison pour les fonctions posi- Encadrement, domination, négligeabilité et
tives. équivalence.
Étude de l’intégrabilité sur ]0, 1] ou sur [1, +∞[ des Pour a, b ∈ R avec a < b, étude de l’intégrabilité
1
fonctions de référence usuelles : x 7→ eλx (λ ∈ R), de x 7→ (x−a) α sur ]a, b], de l’intégrabilité de
x 7→ xα (α ∈ R), x 7→ | ln x|. 1
x 7→ (b−x)α sur [a, b[ , α ∈ R.

Si I est un Rintervalle de R, linéarité de l’applica-

tion f 7−→ I f , définie sur l’espace des fonctions
de I dans K = R ou C dont l’intégrale converge.
Positivité dans le cas où K = R.

49 MENJS 2022
Programme de mathématiques Classe MPSI

Relation de chasles. f est intégrable sur I si et seulement si, pour

tout c ∈ I, f est simultanément intégrable sur
I ∩ [c, +∞[ et I ∩ ] − ∞, c] et dans ce cas
Z Z Z
f= f+ f.
I I∩]−∞,c] I∩[c,+∞[

Espace des fonctions intégrables de I dans K. R R

Inégalité triangulaire. I f ≤ I |f |.
Si f est continue et intégrable sur I, à valeurs dans
R+ et si I f = 0, alors f est identiquement nulle.
R

Fonctions complexes de carré intégrable ; inégalité

de cauchy-schwarz.

Intégration par parties sur un intervalle quel- L’existence de deux des trois termes appa-
conque. raissant dans la formule justifie le calcul.
Notation[F ]ba .
On considère sur quelques exemples l’utilisation
de la formule d’intégration par parties pour ra-
mener l’étude de la convergence d’une l’intégrale
à celle d’une intégrale absolument convergente.

Formule de changement de variable dans une Les élèves peuvent appliquer ce résultat sans
intégrale sur un intervalle quelconque : étant justification dans des cas de changement de va-
données une fonction f continue sur un intervalle riable simples (fonctions affine, puissance, expo-
I et une fonction ϕ bijective et de classe CR1 d’un nentielle, logarithme).
intervalle I 0 sur l’intervalle I, les intégrales I f et
0
R
I 0 (f ◦ ϕ) |ϕ | sont de même nature et sont égales
en cas de convergence.

Intégration des relations de comparaison : domina- La fonction de référence est positive.

tion, négligeabilité, équivalence.

3.10 Séries numériques

L’étude des séries prolonge celle des suites. Elle permet d’illustrer la section  Développements limités,
calcul asymptotique  et, à travers la notion de développement décimal de mieux appréhender les nombres
réels. Elle est étudiée notamment pour son intérêt dans l’étude des variables aléatoires discrètes ; son
objectif majeur est la maı̂trise des série à termes positifs et de la convergence absolue.

50 MENJS 2022
Programme de mathématiques Classe MPSI

3.10.1 Convergence et divergence

P
Sommes partielles. Convergence, divergence. uk désigne la série de terme général uk , on
k
dit aussi série associée à la suite (uk )k∈N . Les uk
sont dans toute cette section éléments de C.
+∞
P
Somme et restes d’une série convergente. On note uk la somme de la série de terme
k=0
général uk , lorsqu’elle converge.
Le terme général d’une série convergente tend Exemples simples de séries convergentes, diver-
vers 0. Divergence grossière. gentes.
Si z ∈ C, alors la série n>0 z n converge si, et
P
Séries géométriques : condition nécessaire et suf-
fisante de convergence ; somme en cas de conver- +∞
X 1
gence. seulement si, |z| < 1, auquel cas zn = .
1−z
n=0
Espace vectoriel des séries convergentes ; linéarité
de la somme.
Lien suite-série. La
P suite (un )n>0 et la séries télescopiques
(uk − uk+1 ) sont de même nature.
k>0

3.10.2 Cas des séries à termes positifs

Une série à termes réels positifs converge si, et Dans le cas où une série à termes positifs est
seulement si, la suite de ses sommes partielles est divergente, il est pratique de convenir que sa
majorée. somme est égale à +∞.
Si la série à termes réels positifs uk converge alors la La suite v est une permutation de la suite u
série associée à une permutation quelconque de la s’il existe une bijection σ de N sur N telle que
suite (uk ) converge aussi, et les sommes sont égales. vn = uσ(n) , pour tout entier naturel n.

Théorèmes de comparaison pour les séries à termes

positifs : comparaison terme à terme, comparaison
logarithmique, règle de d’alembert, cas de domi-
nation, cas d’équivalence.
Dans le cas d’une fonction f monotone sur R +
P , en- Application à l’étude de sommes partielles et de
cadrement des sommes partielles de la série f (k) restes.
k
à l’aide d’intégrales.
R∞ R +∞ X
Comparaison de l’intégrale 0 f (t) dt et de la série L’intégrale 0 f (t) dt et la série f (n) sont
X
f (n) pour une fonction f : [0, +∞[ → R posi- n≥0

n≥0
de même nature.
tive, continue par morceaux et décroissante.
Exemples classiques, séries de riemann.

3.10.3 Séries à termes quelconques

51 MENJS 2022
Programme de mathématiques Classe MPSI

Séries alternées, critère de leibniz

Séries alternées, critère spécial de leibniz ; signe et Les sommes partielles d’indices pairs et celles
majoration des restes en cas de convergence. d’indices impairs forment un couple de suites ad-
jacentes.
Séries absolument convergentes à termes réels ou
complexes P
Convergence absolue d’une série. P La convergence de k uk est établie à partir de
La convergence absolue d’une série k uk implique la convergence des 4 séries
P à termesPpositifs sui-
−
: k Re(uk ) , k Re(uk ) , k Im(uk )+ ,
+
P
sa convergence, la réciproque est fausse. vantes
− +
P
Inégalité triangulaire. k Im(uk ) où l’on a posé x = max(x, 0) et
−
x = max(−x, 0) pour x ∈ R.
+∞ n
n
X z
Pour tout complexe z, la série n>0 zn! est absolu- Relation ez =
P
.
n!
ment convergente ; elle est donc convergente. n=0

Une permutation des uk ne modifie pas la propriété Résultat admis.

de convergence absolue, ni la somme d’une série
absolument convergente.

Si (un )n est une suite complexe et (vn )n est une

suite de réels positifs
P telles que un = O(vn ), alors
la convergence
P de n vn entraı̂ne la convergence
absolue de n un , donc aussi sa convergence.
Sommation des relations de comparaison : domina- La fonction de référence est positive.
tion, négligeabilité, équivalence.

Exemples d’utilisation de la formule de somma- Formule de sommation par parties :

tion par parties pour ramener l’étude de la conver- (a0 − a1 )b1 + (a1 − a2 )b2 + · · · + (an−1 − an )bn =
gence d’une série non absolument convergente à a0 b1 − a1 (b1 − b2 ) − · · · − an−1 (bn−1 − bn ) − an bn .
celle d’une série absolument convergente.

Développement décimal d’un nombre réel. Exis- Pour tout réel x strictement positif, il existe une
tence et unicité du développement décimal propre valeurs dans {0, 1, . . . , 9} telle que
suite (an ) àP
d’un réel. x = bxc + ∞ n=1 an 10
−n , où bxc est la partie

entière de x ; la suite des décimales (an ) est

uniquement déterminée si x n’est pas décimal.
Développement décimal propre d’un nombre
décimal.

Exemple de recherche de valeurs approchées de la Pour trouver une valeur approchée de la somme
somme d’une série convergente. d’une série convergente, il peut être utile d’en-
cadrer son reste ; pour cela, on pourra exploiter
la comparaison d’une série à une intégrale, le
résultat concernant le reste d’une série alternée,
...

52 MENJS 2022
Programme de mathématiques Classe MPSI

3.11 Fonctions de deux variables

Le but de cette section, dont le contenu sera entièrement repris dans un cadre plus général en deuxème
année, est de familiariser les élèves avec les fonctions à valeurs dans R2 , les arcs paramétrés plans et les
calculs sur les dérivées partielles, notamment avec la  règle de la chaı̂ne , et de développer une vision
géométrique de ces objets. Le point de vue est donc essentiellement pratique. La notion de continuité
d’une fonction est introduite mais son étude n’est pas un objectif du programme ; toute extension et tout
développement théorique supplémentaire sont hors programme.

3.11.1 Fonctions d’une variable rélle à valeurs dans R2

Les fonctions étudiées ici sont définies sur un intervalle de R, non vide et non réduit à un point, et à
valeurs dans R2 . L’étude de ces fonctions consolide et prolonge celle des fonctions réelles de la variable
réelle ; elle permet préciser les notions de tangente, de vitesse instantanée et d’accélération, et d’illustrer
les développements limités et le calcul asymptotique.
Ces notions ayant déjà été abordées pour les fonctions rélles, le professeur a la liberté d’admettre certains
résultats sans démonstrations pour gagner du temps ; le point de vue est essentiellement pratique.

Dérivabilité en un point, dérivabilité à droite, On utilisera les fonctions coordonnées pour

à gauche. Dérivabilité sur un intervalle, fonction l’étude de la dérivabilité d’une telle fonction.
dérivée. Caractérisation à l’aide des fonctions co- df
La dérivée de f se note f 0 ou Df ou .
ordonnées. dx
Interprétation cinématique et graphique de la
dérivée, vitesse instantanée.
Combinaison linéeaire de fonctions dérivables, Pour f et g dérivable sur I à valeurs dans R2 ,
linéarité de la dérivation. (λ.f + g)0 = λ.f 0 + g 0 .
Dérivabilité et dérivée d’une application de la forme Pour f dérivable sur I à valeurs dans R2 ,
L ◦ f , où L est un endomorphisme de R2 . (L◦f )0 = L ◦ f 0 .
Dérivabilité et dérivée d’une application de la forme Expressions des dérivées des fonctions t 7−→
B(f, g) : t 7−→ B(f (t), g(t)), où B est une applica- (f (t)|g(t)) et t 7−→ kf (t)k2 , où ( | ) désigne le
tion bilinéaire sur de R2 ; cas du produit scalaire produit scalaire canonique de R2 et k k la norme
canonique et du carré de la norme associée. associée, f et g étant des fonctions dérivables sur
I à valeurs dans R2 .
Dérivabilité et dérivée de f ◦ϕ, où ϕ est une fonction (f ◦ ϕ)0 = ϕ0 .(f 0 ◦ ϕ).
réelle de variable réelle et f fonction d’une variable
rélle à valeurs dans R2 .
Définition d’une application n fois dérivable sur un La dérivée n-ième d’une fonction f se note f (n)
intervalle I de R et à valeurs dans R2 , avec n ∈ N∗ , dn f
ou Dn f ou . Interprétation cinématique de
d’une application de classe C n sur I. dxn
la dérivée seconde, accélération.
Opérations algébriques sur les applications n fois Espace vectoriel Dn (I, R2 ) (resp. C n (I, R2 )) des
dérivable, de classe C n . applications n fois dérivables (resp. de classe C n )
de I dans R2 .

53 MENJS 2022
Programme de mathématiques Classe MPSI

Dérivée n-ième d’une application de la forme Si f et g sont n fois dérivables (resp. de classe
B(f, g) : t 7−→ B(f (t), g(t)), où B est une applica- C n ) alors B(f, g) l’est aussi et on a :
tion bilinéaire sur de R2 ; expression de la dérivée
n  
n-ième de B(f, g) : formule de Leibniz.
(n) X n
B f (p) (t), g (n−p) (t) , t ∈ I.


B(f, g) (t) =
p
p=0

La composée f ◦ ϕ d’une application f : I → R2

de classe C k sur I et d’une application ϕ de classe
C k sur un intervalle J de R à valeurs dans I est de
classe C k sur J.
Développement limité à l’ordre n ∈ N au
voisinage d’un point ; unicité, opérations sur
les développements limités. Existence d’un
développement limité à l’ordre n pour une fonction
de classe C n : formule de Taylor-Young.

3.11.2 Notions sur les arcs paramétrés plans

L’étude des arcs paramétrés dans R2 met en application les notions vues dans la section précédente ;
elle est menée notamment pour les besoins des autres disciples scientifiques enseignées en CPGE. Il est
attendu qu’à l’issue de ce paragraphe, les élèves puissent mener, sur des exemples simples, l’étude d’un arc
paramétré plan.

Arc paramétré de classe C k , k ∈ N∗ , dans R2 ; arc On appelle chemin ou arc paramétrée de classe
simple, support de l’arc (ou courbe associée). C k dans R2 une application γ de classe C k d’un
intervalle I de R dans R2 ; un tel chemin est dit
simple si γ est injective ; le support de l’arc est
l’image γ(I) de l’arc γ (ou trajectoire du mou-
vement γ.
Paramètre ou point régulié, arc régulier ; paramètre Interprétation cinématique : mouvement d’un
ou point singulier. Point birégulier. Tangente en un point mobile dans le plan, vitesse, accélération.
point associé à un paramètre régulier ; normale à
un arc paramétré plan en un point associé à un
paramètre régulier.
Étude locale : allure d’un arc paramétré en un point Dans cette étude on met en évidence l’utilisation
birégulier ; étude analogue en un point régulier ou des développements limités et du calcul asymp-
singulier. totique ; on décrit les allures possibles d’une
courbe en un point régulier ou singulier à partir
d’exemples.
Exemples simples d’arcs paramétrés plans. La pratique du tracé des arcs paramétrés n’est
pas un objectif du programme. Les tracés pour-
ront être réalisés à l’aide de l’outil informatique
Python.

54 MENJS 2022
Programme de mathématiques Classe MPSI

3.11.3 Fonctions de deux variables

Ouverts de R2 , fonctions continues

Boules de R2 muni de la norme euclidienne cano- Boule ouverte, fermé ; reprsésentation gra-
nique, notée k k. Ouverts de R2 ; exemples et pro- phique.
priétés.
Continuité d’une fonction définie sur un ouvert de Représentation graphique d’une fonction réelle
R2 , à valeurs dans R. de deux variables par une surface. La notion de
continuité est introduite uniquement en vue du
calcul différentiel.

Dérivées partielles

Dérivées partielles en un point (x0 , y0 ) d’une fonc- Notations ∂f ∂f

∂x (x0 , y0 ), ∂y (x0 , y0 ). L’existence des
tion f définie sur un ouvert de R2 , à valeurs réelles. dérivées partielles n’entraı̂ne pas la continuité.
Fonction de classe C 1 sur un ouvert sur un ouvert Définition par la continuité des dérivées par-
de R2 . tielles. La notion de fonction différentiable est
hors programme.
Dérivée de f au point (x0 , y0 ) selon un vecteur non Notations Dv f (x0 , y0 ), Dv f .
nul v.
Développement limité à l’ordre 1 au point (x0 , y0 ) On mettra en évidence l’idée de l’approximation
d’une fonction f de classe C 1 sur un ouvert sur linéaire de f (x, y) − f (x0 , y0 ) et l’interprétation
un ouvert de R2 : f (x0 + h, y0 + k) = f (x0 , y0 ) + du terme
∂f ∂f
∂x (x0 , y0 )h + ∂y (x0 , y0 )k + ◦(k(h, k)k). ∂f ∂f
z − z0 = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y

comme équation du plan tangent en (x0 , y0 ) à la

surface d’équation z = f (x, y).
Gradient d’une fonction de classe C 1 . Notation ∇f (x0 , y0 ).
Expression de la dérivée de f au point (x0 , y0 ) selon Dv f (x0 , y0 ) = (∇f (x0 , y0 )|v).
un vecteur non nul v à l’aide de son gradient en
(x0 , y0 ).
Expression du développement limité à l’aide du Interprétation géométrique du gradient : si
gradient : f (x0
+ h, y0 + k) = f (x0 , y0 ) + ∇f (x0 , y0 ) 6= 0, il est colinéaire et de même sens
∇f (x0 , y0 )|(h, k) + ◦(k(h, k)k). que le vecteur unitaire selon lequel la dérivée de
f en a est maximale (il pointe la direction se-
lon laquelle la variation de f est maximale, dite
direction de la plus grande pente de f ).

55 MENJS 2022
Programme de mathématiques Classe MPSI

Dérivées partielles et composées

Règle de la chaı̂ne (chain rule) : les fonctions Interprétation comme dérivée de f le long de
considérées étant de classe C 1 , la fonction g : t 7−→ l’arc γ : t 7−→ γ(t) = (x(t), y(t)) et expression à
f (x(t), y(t)) est de classe C 1 et on a l’aide du gradient :

∂f ∂f (f ◦ γ)0 (t) = ∇f (γ(t))|γ 0 (t) .

g 0 (t) = (x(t), y(t))x0 (t) + (x(t), y(t))y 0 (t).
∂x ∂y
En particulier, le gradient de f est orthogonal
aux lignes de niveau de f .
Sous les hypothèses appropriées, dérivées partielles


de la fonction (u, v) 7−→ f ϕ(u, v), ψ(u, v) .

Extrémums
Maximum et minimum, local ou global d’une fonc-
tion définie sur une partie de R2 .
Point critique. Tout extremum local d’une fonction Exemples d’étude de points critiques.
de classe C 1 sur un ouvert de R2 est un point cri-
tique.

3.12 Probabilités sur un univers quelconque, variables aléatoires discrètes

On introduit en seconde période le cadre général du calcul des probabilités. Le calcul des probabilités vu en
première période est trop limité pour aborder les problèmes intéressants et autoriser des variables aléatoires
non bornées par exemple. Le vocabulaire usuel est proposé, partant de la notion fondamentale d’espace
probabilisé (Ω, A, P). Il ne s’agit pas d’étudier les problèmes théoriques sous-jacents à cette axiomatisation
mais seulement de pouvoir disposer d’un cadre simple permettant d’effectuer les calculs et les raisonnements
nécessaires lors de l’étude de phénomènes où le hasard intervient.
Les problèmes, les exemples, les sujets traités lors de travaux dirigés doivent tenir compte de cet objec-
tif de simplicité. L’utilisation de l’informatique est fortement recommandée pour illustrer les situations
probabilistes, pour simuler des variables aléatoires et expérimenter sur des problèmes réels correctement
modélisés.
On notera que ce cadre général conduit à des problèmes de convergence (suites, séries, intégrales) et qu’il
est important de rappeler, au moment opportun, les résultats du cours d’analyse correspondants.

3.12.1 Espace probabilisé

Le préfixe σ utilisé dans σ-algèbre ou σ-additif renvoie au caractère dénombrable des opérations permises.
La lettre σ est utilisée classiquement aussi pour désigner l’écart-type, racine carrée de la variance.

Ensembles dénombrables, au plus dénombrables. Un ensemble est dénombrable s’il est en bi-
jection avec N. Un ensemble est au plus
dénombrable s’il est en bijection avec une partie
de N.

56 MENJS 2022
Programme de mathématiques Classe MPSI

Un ensemble est au plus dénombrable si et seulement

s’il est fini ou dénombrable.
Exemples simples. L’ensemble Z est dénombrable. Les parties infi-
nies de N sont dénombrables.
Tribu A d’événements sur un univers Ω. Le terme σ-algèbre est aussi employé. On ajoute
On fera remarquer aussi que choisir A = P(Ω) n’est à la notion rencontrée dans le cas fini la pos-
pas nécessairement une bonne solution. Ce choix aug- sibilité de réunir ou d’intersecter une famille
mente les contraintes à vérifier pour l’existence de pro- dénombrable d’événements. Cela est indispen-
babilités. sable pour de nombreuses raisons, par exemple :
pour considérer des situations où l’on répète un
jeu, sans fixer a priori un nombre maximum
de répétitions, pour envisager le comportement
asymptotique de probabilités . . .

Système complet fini ou dénombrable d’événements. Famille finie ou dénombrable d’événements deux
à deux incompatibles et de réunion égale à Ω.
Tribu engendrée par un système complet fini ou Existence admise.
dénombrable d’événements.
Définition d’espace probabilisé, (Ω, A, P). Une probabilité P est une application σ-additive
de A vers [0, 1] qui vérifie P(Ω) = 1.
Propriété presque sûre. On parle aussi d’événement quasi-certain. L’ad-
jectif négligeable est utilisé pour le contraire
d’une propriété presque sûre, i.e. pour un
événement de probabilité 0.
On pourra donner comme exemple d’évenement
négligeable la réalisation d’une suite infinie de
pile lors d’un jeu de pile ou face.

Propriétés de limite monotone : si (Ak )k≥1 est une Conséquence immédiate :

suite d’événements croissante (resp décroissante) pour pour toute suite d’événements (Bk )k≥1 on a
l’inclusion alors P(∪+∞ +∞
k=1 Ak ) (resp P(∩k=1 )Ak ) est égale P(∩+∞ n
k=1 Bk ) = lim P(∩k=1 Bk ),
n→+∞
à lim P(Ak ). P(∪+∞ n
k→+∞ k=1 Bk ) = lim P(∪k=1 Bk ).
n→+∞
Notion de probabilité conditionnelle. On conditionne par un événement A de proba-
On obtient un nouvel espace probabilisé (Ω, A, PA ). bilité non nulle, on parle de probabilité sachant
A et on écrit PA ou parfois P(. |A).
Formule des probabilités composées ; formule des pro- Pour la formule des probabilités totales on
babilités totales. considère un système complet d’événements en
nombre fini ou dénombrable : Soit (An )n∈N un
système complet d’événements non négligeables,
alors
P+∞ pour tout événement
P+∞ B on a : P(B) =
n=0 P(B ∩ A n ) = n=0 P(An )PAn (B).

57 MENJS 2022
Programme de mathématiques Classe MPSI

Indépendance mutuelle d’une famille d’événements. Si la famille (Ai )i∈I d’événements est
Par définition une famille (Ai )i∈I d’événements est indépendante alors toute sous famille est
indépendante si, pour tout n ∈ NQ ∗ et i , . . . , i indépendante. En particulier les événements
1 n
éléments distincts de I, P(∩nj=1 Aij ) = nj=1 P(Aij ). sont indépendants deux à deux. Attention
l’indépendance deux à deux n’implique pas
l’indépendance mutuelle de la famille.

3.12.2 Variables aléatoires, généralités

Par définition une variable aléatoire réelle X est une Pour tout intervalle réel I, l’ensemble {ω ∈
application de Ω vers R telle que, pour tout nombre Ω, X(ω) ∈ I} appartient à la tribu A.
réel a, l’ensemble {ω ∈ Ω, X(ω) ≤ a} appartient à la Notations : {X ≤ a}, {X ∈ I}, [X ≤ a], [X ∈ I].
tribu A.

Par définition la fonction de répartition de X est l’ap- FX dépend de X et de P, la probabilité

plication FX : x ∈ R 7−→ P({X ≤ x}). considérée sur (Ω, A).
Les trois propriétés essentielles d’une fonction de (1) FX est croissante et continue à droite sur R.
répartition. (2) lim FX = 0, lim FX = 1.
−∞ +∞
(3) P{X = a} = FX (a) − lim FX (x),
x→a−
pour tout a élément de R.
Loi de probabilité PX de la variable aléatoire X. PX est définie par PX (I) = P({X ∈ I}), pour
tout intervalle I de R.
La fonction de répartition caractérise la loi d’une va- Résultat admis.
riable aléatoire réelle.

Les variables aléatoires X1 , . . . , Xn sont dites La propriété d’indépendance est équivalente à :

indépendantes si, pour tout n-uplet (a1 , . . . , an ) de pour tous I1 , . . . , In intervalles de R et pour tout
réels et tout sous-ensemble J de [[1, n]], sous-ensemble J de [[1, n]],
Y Y
P(∩i∈J {Xi ≤ ai }) = P({Xi ≤ ai }). P(∩k∈J {Xk ∈ Ik }) = P({Xk ∈ Ik }).
i∈J k∈J

Noter que l’indépendance des Xj implique

l’indépendance deux à deux et que la réciproque
est fausse.

3.12.3 Variables aléatoires réelles discrètes

X est dite de loi discrète s’il existe S un sous-ensemble On peut supprimer les issues ω telles que X(ω) ∈
fini ou dénombrable de R tel que P({X ∈ S}) = 1. S, ces issues formant une partie négligeable de
Ω. Et éliminer aussi tout élément s de S tel
que P({X = s}) = 0. Alors X(Ω) est fini ou
dénombrable, car égal à S, et pour tout élément
s de S on a P({X = s}) > 0.

58 MENJS 2022
Programme de mathématiques Classe MPSI

Si X est une variable aléatoire réelle discrète la La tribu engendrée par ce système complet
famille ({X = x})x∈X(Ω) est un système complet d’événements est notée AX et appelée tribu en-
d’événements. gendrée par X.
Caractérisation de la loi de X discrète par la donnée X(Ω) est fini ou dénombrable et la somme des
des nombres P({X = x}), avec x ∈ X(Ω). nombres P{X = x} vaut 1 (série convergente de
somme 1 dans le cas dénombrable).
Variable aléatoire obtenue par composition d’une va- Savoir déterminer la loi de Y = f ◦ X.
riable aléatoire réelle discrète X et d’une fonction f Notation usuelle : on écrit souvent f (X) à la
de la variable réelle définie sur un domaine contenant place de Y = f ◦ X.
X(Ω), Y = f ◦ X.

3.12.4 Espérance et variance dans le cas discret

P
Dans ce paragraphe, on rappelle que la convergence absolue d’une série k>0 uk implique celle de la série
P P+∞ P+∞
k>0 uσ(k) pour toute bijection σ de N sur N, avec la même somme : k=0 uσ(k) = k=0 uk .

Espérance d’une variable aléatoire réelle discrète X :

on considère une bijection ϕ : N ∩ [0, n[→ X(Ω),
avec n = card(X(Ω)) (n = +∞ dans le cas X(Ω)
dénombrable) ; on écrit xj = ϕ(j) P
(notation indicielle).
Dans le cas n fini on pose E(X) = n−1 j=0 xj P{X = xj }.
Dans le cas n infini
P on dit que X admet une espérance Il est à noter que d’après le résultat admis ci-
quand la série j xj P{X = xj } est absolument dessus, l’espérance de X ne dépend pas de l’in-
convergente ; auquel cas on définit l’espérance par dexation j 7→ xj choisie de X(Ω).
E(X) = ∞
P
j=0 jx P{X = xj }.

Propriétés de E : positivité, linéarité, croissance. Résultats admis.

Existence d’une espérance par domination. Résultat admis : si X et Y sont deux variables
aléatoires discrètes vérifiant 0 6 |X| 6 Y ,
et si Y admet une espérance, alors X admet
également une espérance avec |E(X)| 6 E(Y ).
Théorème de transfert : sous réserve
P∞ d’absolue conver- Résultat admis.
gence si n = +∞, E(f (X)) = j=0 f (xj )P{X = xj }.
Cas d’une transformation affine. E(aX + b) = aE(X) + b
Une variable aléatoire réelle d’espérance nulle est dite e la variable centrée X − E(X).
On note X
centrée.
Variance d’une variable aléatoire réelle discrète X : L’existence ne pose pas de problème lorsque
X(Ω) est fini. Dans le cas X(Ω) dénombrable la
e 2 ) = E (X − E(X))2 .


V(X) = E(X variance de X existePsi, 2et seulement si, la série
(à termes positifs) j xj P{X = xj } converge.
sous réserve d’existence des espérances. p
On définit l’écart-type de X par σ(X) = V(X).

Formule de Koenig-Hyugens. V(X) = E(X 2 ) − (E(X))2 .

Transformation affine. V(aX + b) = a2 V(X).

59 MENJS 2022
Programme de mathématiques Classe MPSI

Une variable aléatoire d’espérance nulle et variance 1 Si X admet espérance et variance V(X) 6= 0, la
est dite centrée réduite. variable X ∗ = X−E(X)
σ(X) est centrée réduite.

3.12.5 Lois discrètes infinies usuelles

L’étude des variables aléatoires et notamment celles associées aux lois usuelles se fera en lien étroit avec
l’utilisation de Python. On revisitera à cette occasion les lois usuelles finies.

Retour sur les variables aléatoires certaines. Fonction de répartition.

Retour sur les variables de Bernoulli. Fonction de répartition.
Retour sur les variables de loi binomiale. Fonction de répartition.

Loi géométrique de paramètre p, p ∈]0, 1[. P{X = k} = p (1 − p)k−1 , pour k entier > 0.
Espérance, variance. Temps d’attente d’un premier succès lors d’une
suite indépendante d’épreuves à deux issues
(succès avec probabilité p vs échec).
Notation X ,→ G(p).
k
Loi de Poisson de paramètre λ, λ ∈]0, +∞[. P{X = k} = λk! e−λ , pour tout entier naturel k.
Espérance, variance. Modélisation d’un nombre d’arrivées (guichet).
Notation X ,→ P(λ).

3.12.6 Couples de variables aléatoires réelles discrètes

Caractérisation de la loi d’un couple (X, Y ) de va- La loi d’un couple (X, Y ) de variables aléatoires
riables aléatoires discrètes. discrètes est caractérisée par
la donnée des va-
leurs P [X = x] ∩ [Y = y] pour tout couple
(x, y) ∈ X(Ω) × Y (Ω).
Retour sur l’indépendance de deux variables aléatoires On rappelle que deux variables aléatoires X et
discrètes. Y discrètes sont indépendantes si, et seulement
si, pour tout couple
(x, y) ∈ X(Ω)
× Y (Ω),

P [X = x] ∩ [Y = y] = P [X = x] P [Y = y] .
Stabilité des lois binomiales. Si X1 et X2 sont deux variables aléatoires
indépendantes suivant respectivement des lois
B(n1 , p) et B(n2 , p), alors la variable aléatoire
X1 + X2 suit la loi B(n1 + n2 , p).
Stabilité des lois de Poisson. Si X1 et X2 sont deux variables aléatoires
indépendantes suivant respectivement des lois
P(λ1 ) et P(λ2 ), alors la variable aléatoire X1 +
X2 suit la loi P(λ1 + λ2 ).
Loi d’une variable aléatoire Z = g(X, Y ), où g est une On se limitera à des cas simples tels que
fonction définie sur l’ensemble des valeurs prises par min(X, Y ), max(X, Y ), X + Y .
le couple (X, Y ).

60 MENJS 2022
Programme de mathématiques Classe MPSI

Espérance de Z = g(X, Y ) et théorème de transfert. Sous réserve de convergence absolue :

X

E(Z) = g(x, y)P [X = x]∩[Y = y] .
(x,y)∈X(Ω)×Y (Ω)

Résultat admis pouvant justifier, à posteriori, la

linéarité de l’espérance.
Espérance d’un produit de variables aléatoires Si X et Y sont deux variables aléatoires discrètes
discrètes indépendantes. indépendantes admettant une espérance, alors
XY admet également une espérance et
E(XY ) = E(X)E(Y ).

3.12.7 Convergence et approximations

Il s’agit dans ce paragraphe de familiariser les élèves avec ces notions, sans définir la convergence en
probabilité ni la convergence en loi.

Inégalités
Inégalité de Markov pour une variable discrète posi- Si X est une variable aléatoire positive admet-
tive admettant une espérance. tant une espérance, alors pour tout λ > 0,
E(X)
P(X ≥ λ) ≤ .
λ
Inégalité de Bienaymé-Tchebychev pour une va- Pour toute variable X admettant espérance et
riable discrète positive admettant espérance et va- variance, pour tout ε > 0,
riance.
V (X)
P(|X − E(X)| ≥ ε) ≤ .
ε2

Convergence
Loi faible des grands nombres : Si (Xn )n est une suite Cette loi, appliquée à des variables de Ber-
de variables aléatoires indépendantes de même loi qui noulli permet de conforter l’approche intui-
admettent une espérance m et une variance, et si pour tive de probabilité d’un événement : Lorsqu’on
n
1X répète indéfiniment et avec indépendance une
tout n ∈ N, Xn = Xi , alors :
n épreuve à deux issues, succès avec probabi-
i=1
lité p vs échec avec probabilité q = 1 − p, le
∀ε > 0, P({|Xn − m| ≥ ε}) −→ 0. nombre moyen de succès en n épreuves, soit
n→+∞ 1
n Xn , converge
 en probabilité  vers p.

Loi faible des grands nombres pour la loi binomiale. Si Xn de loi binomiale de paramètre (n, p) alors
1
n Xn converge
 en probabilité  vers p.

61 MENJS 2022
Programme de mathématiques Classe MPSI

Approximation d’une loi binomiale par une loi de Le réel λ est supposé strictement positif. Pas
Poisson : Si (Xn )n est une suite de variables aléatoires d’hypothèse d’indépendance ici.
telle que, pour tout n ∈ N, Xn suit une loi de bino-
miale B(n, nλ ), alors pour tout entier naturel k :

P({Xn = k}) −→ P({X = k}),

n→+∞

où X suit une loi de Poisson de paramt̀re λ.

62 MENJS 2022
Programme de mathématiques Classe MPSI

Table des matières

1 Préambule 1
1.1 Objectifs généraux de formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Organisation du texte du programme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Contenu du programme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Organisation temporelle de la formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Recommandations pédagogiques pour le choix d’une progression . . . . . . . . . . . . . . . 5

2 Première période 6
2.1 Vocabulaire ensembliste et éléments de logique . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Nombres complexes : calculs algébriques et applications géométriques . . . . . . . . . . . . . 8
2.3 Compléments de calcul algébrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3.1 Sommes et produits de nombres complexes . . . . . . . . . . . . . . . . . . . . . . . 9
2.3.2 Systèmes linéaires en petite dimension . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 Nombres réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.5 Suites numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.6 Fonctions de la variable réelle, limites et continuité . . . . . . . . . . . . . . . . . . . . . . . 13
2.6.1 Généralités sur les fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.6.2 Limites et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.7 Fonctions de la variable réelle, dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7.1 Fonctions dérivabes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7.2 Suites récurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.8 Fonctions usuelles, fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8.1 Généralités sur l’étude d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8.2 Fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8.3 Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.9 Primitives et équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.9.1 Calcul de primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.9.2 Équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.10 Arithmétique des entiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.11 Vocabulaire relatif aux structures algébriques usuelles . . . . . . . . . . . . . . . . . . . . . 22
2.12 Calcul matriciel et systèmes d’équations linéaires . . . . . . . . . . . . . . . . . . . . . . . . 23
2.12.1 Calcul matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.12.2 Systèmes d’équations linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

63 MENJS 2022
Programme de mathématiques Classe MPSI

2.13 Polynômes et fractions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2.14 Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.15 Probabilité sur un univers fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.15.1 Espace probabilisable fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.15.2 Espace probabilisé fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.15.3 Probabilité conditionnelle, indépendance . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.15.4 Variables aléatoires réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3 Deuxième période 32
3.1 Développements limités, calcul asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2.1 Généralités sur les espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2.2 Espaces vectoriels de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.1 Généralités sur les applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.2 Applications linéaires et dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.3 Notions sur les formes linéaires et les hyperplans . . . . . . . . . . . . . . . . . . . . 38
3.4 Sous-espaces affines d’un espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.5 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5.1 Matrice d’une application linéaire dans des bases . . . . . . . . . . . . . . . . . . . . 40
3.5.2 Application linéaire canoniquement associée à une matrice . . . . . . . . . . . . . . . 40
3.5.3 Changements de bases, équivalence et similitude . . . . . . . . . . . . . . . . . . . . 40
3.6 Groupe symétrique et déterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.6.1 Groupe symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.6.2 Déterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.7 Espaces préhilbertiens réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.7.1 Produit scalaire, norme associée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.7.2 Orthogonalité ; base orthogonale, orthonormale . . . . . . . . . . . . . . . . . . . . . 44
3.7.3 Projection orthogonale sur un sous-espace vectoriel de dimension finie . . . . . . . . 45
3.7.4 Un peu de géométrie affine euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.8 Intégration des fonctions continues par morceaux sur un segment . . . . . . . . . . . . . . . 45
3.9 Intégration des fonctions continues par morceaux sur un intervalle . . . . . . . . . . . . . . 48
3.10 Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.10.1 Convergence et divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.10.2 Cas des séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

64 MENJS 2022
Programme de mathématiques Classe MPSI

3.10.3 Séries à termes quelconques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

3.11 Fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.11.1 Fonctions d’une variable rélle à valeurs dans R2 . . . . . . . . . . . . . . . . . . . . . 53
3.11.2 Notions sur les arcs paramétrés plans . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.11.3 Fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.12 Probabilités sur un univers quelconque, variables aléatoires discrètes . . . . . . . . . . . . . 56
3.12.1 Espace probabilisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.12.2 Variables aléatoires, généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.12.3 Variables aléatoires réelles discrètes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.12.4 Espérance et variance dans le cas discret . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.12.5 Lois discrètes infinies usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.12.6 Couples de variables aléatoires réelles discrètes . . . . . . . . . . . . . . . . . . . . 60
3.12.7 Convergence et approximations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

65 MENJS 2022