Programme de Préparation à l’Agrégation

Algèbre : Réviser les bases

Ensembles et logique
• Notions d’ensemble :

– Union : A ∪ B
– Intersection : A ∩ B
– Différence : A \ B
– Complémentaire : Ā
– Produit cartésien : A × B = {(a, b) | a ∈ A, b ∈ B}

• Quantificateurs et implications logiques :

– Quantificateurs : ∀x ∈ E, P (x), ∃x ∈ E, P (x)

– Implications : P =⇒ Q, contraposée ¬Q =⇒ ¬P

• Méthodes de démonstration :

– Récurrence : Montrer P (n) pour n = 1, puis P (k) =⇒ P (k + 1).

– Contraposée : Montrer P =⇒ Q en prouvant ¬Q =⇒ ¬P .
– Absurde : Assumer ¬P et obtenir une contradiction.

Calcul algébrique et polynômes

• Identités remarquables :

– (a + b)2 = a2 + 2ab + b2 , (a − b)2 = a2 − 2ab + b2 .

• Division euclidienne :

– Tout P (x), Q(x) (avec Q(x) ̸= 0) peut être écrit comme P (x) = Q(x)A(x) + R(x),
avec deg(R) < deg(Q).

• Théorème de Bézout : Si P (a) = 0, alors x − a est un facteur de P (x).

• Théorème fondamental de l’algèbre : Tout polynôme non constant à coefficients

complexes a au moins une racine complexe.

1
Structures algébriques fondamentales
• Groupes :

– Définition : ensemble avec une opération associative, un élément neutre, et des in-
verses.
– Exemples : (Z, +), (Z/nZ, +), groupe symétrique Sn .

• Anneaux et corps :

– Anneaux : (Z, +, ·).

– Corps : (Q, +, ·), (R, +, ·).

Méthode de Gauss (systèmes linéaires)

• Réduction des matrices : Transformation en forme échelonnée par des opérations élé-
mentaires.

• Critère d’inversibilité : Une matrice A est inversible si et seulement si det(A) ̸= 0.

Analyse : Réviser les bases

Fonctions, dérivées, intégrales
• Fonctions usuelles : polynômes, exponentielle ex , logarithme ln(x), trigonométriques
(sin, cos).

• Dérivation :

– Règle du produit : (uv)′ = u′ v + uv ′ .

– Règle de la chaîne : (g(f (x)))′ = g ′ (f (x))f ′ (x).

• Intégration :
Rb
– Changement de variable : a f (g(x))g ′ (x)dx.
– Intégration par parties : uv ′ dx = uv − u′ vdx.
R R

Suites, séries, développements limités

• Convergence des suites : Critère : an → L si ∀ϵ > 0, ∃N, ∀n > N, |an − L| < ϵ.

• Séries géométriques : ∞ n
P
n=0 q , convergence si |q| < 1.

• Développements limités : Séries de Taylor et Maclaurin.

Équations différentielles simples

• Équations du 1er ordre :

– Linéaires : y ′ + p(x)y = q(x).

dy
– Séparables : dx = g(x)h(y).

2
Géométrie : Réviser les bases
Vecteurs, droites, plans
• Produit scalaire, produit vectoriel.

• Équations paramétriques et cartésiennes des droites et plans.

Transformations géométriques
• Isométries : translation, rotation, symétrie.

• Homothéties : (x, y) → (λx, λy).

Géométrie analytique
• Coniques : cercle, parabole, ellipse, hyperbole.

• Tangentes et intersections.

Probabilités et statistiques : Bases

Lois discrètes
• Loi de Bernoulli, binomiale, Poisson.

• Espérance, variance, moments.

Lois continues
• Loi uniforme, normale.

• Utilisation de la densité pour le calcul des probabilités.

Indépendance
P (A∩B)
• Probabilité conditionnelle : P (A|B) = P (B) .

• Théorème de Bayes.

Année 2 : Approfondissement (Niveau Licence 3 à Master 1)

Algèbre avancée
Matrices, déterminants, espaces vectoriels
• Théorème de Cramer :

– Résolution des systèmes linéaires Ax = b lorsque det(A) ̸= 0.

det(Ai )
– Utilisation de xi = det(A) où Ai est obtenu en remplaçant la i-ième colonne de A par
b.

• Diagonalisation :

– Valeurs propres λ et vecteurs propres v vérifiant Av = λv.

– Conditions de diagonalisabilité : matrice carrée ayant n vecteurs propres linéairement
indépendants.

3
 – Exemples : Diagonalisation des matrices symétriques réelles.
• Produit scalaire et espaces euclidiens :
p
– Définitions : produit scalaire ⟨u, v⟩ = uT v, normes ∥v∥ = ⟨v, v⟩.
– Propriétés : inégalité de Cauchy-Schwarz, orthogonalité.

Théorie des anneaux et corps

• Anneaux euclidiens :
– Définition : Anneau R où il existe une fonction degré d respectant certaines propriétés.
– Exemple : Anneau des polynômes R[x].
• Polynômes irréductibles :
– Définition : Polynôme qui ne peut pas être factorisé dans K[x], où K est un corps.
– Exemple : x2 + 1 irréductible sur R mais factorisable sur C.
• Théorème de Gauss et théorème de la base incomplète :
– Théorème de Gauss : Produit de polynômes primitifs reste primitif.
– Base incomplète : Construction d’une base dans les modules libres.

Analyse avancée
Séries numériques et séries de fonctions
• Séries de Fourier :
P
– Développement de fonctions périodiques f (x) sous la forme an cos(nx)+bn sin(nx).
– Conditions de convergence : Critères de Dirichlet, convergence uniforme.
• Propriétés des séries de fonctions continues :
– Convergence simple et convergence uniforme.
– Impact sur la continuité et la dérivabilité des sommes de séries.

Intégrales de Lebesgue
• Mesure et intégration :
– Notion de mesurabilité, ensembles mesurables.
– Intégrale de Lebesgue comme extension de l’intégrale de Riemann.
• Espaces Lp :
– Définition : Lp = {f : ∥f ∥p = ( |f |p )1/p < ∞}.
R

– Propriétés : Normes, complétude, inégalités de Hölder et Minkowski.

Équations différentielles ordinaires

• Systèmes linéaires :
– Résolution via les valeurs propres et les vecteurs propres de la matrice associée.
• Systèmes non linéaires :
– Introduction : stabilité des points fixes, linéarisation.

4
Géométrie et topologie
Courbes et surfaces
• Paramétrisation : Équations paramétriques de courbes et surfaces, exemple du cylindre
et de la sphère.

• Courbure : Courbure principale, courbure gaussienne, interprétation géométrique.

Topologie générale
• Notions de base : Ensembles ouverts, fermés, connexité, compacité.

• Applications continues : Théorème des fonctions continues sur un compact : atteinte

des bornes.

Probabilités et statistiques avancées

Théorème central limite
• Convergence en loi : Somme de variables aléatoires i.i.d. tendant vers une loi normale.

Inférence statistique
• Méthodes d’estimation :

– Estimation par moments.

– Estimation par maximum de vraisemblance.

• Tests d’hypothèses :

– Erreurs de type I et II, puissance d’un test.

Année 3 : Préparation au programme de l’agrégation

Analyse complexe
Théorèmes de Cauchy et résidus
• Théorème de Cauchy :

– Hypothèse : f est holomorphe sur un domaine D, et γ est une courbe fermée contenue
dans D.
R
– Conclusion : γ f (z)dz = 0.
– Conséquence : Valeurs des intégrales d’une fonction holomorphe sur un contour fer-
mée.

• Résidus :
1
R
– Définition : Résidu de f en z0 , Res(f, z0 ) = 2πi γ f (z)dz pour un contour γ entourant
z0 .
– Applications : Calcul d’intégrales réelles par les méthodes des résidus.
R∞
– Exemple : −∞ sin(x)
x dx.

5
Séries entières et applications conformes
• Séries entières :
P∞
– Série de Taylor : n=0 an (z − z0 )n pour |z − z0 | < R.
– Convergence absolue et uniforme dans le disque de convergence.

• Applications conformes :

– Définition : Application holomorphe qui préserve localement les angles.

– Exemples : Transformation de Möbius, inversion z 7→ z1 .
– Application : Résolution de problèmes en mécanique des fluides et électrostatique.

Algèbre et théorie des nombres

Corps finis et extensions de Galois
• Corps finis :

– Théorème : Un corps fini contient q = pn éléments pour un nombre premier p.

– Propriétés : Existence d’un générateur multiplicatif (élément primitif).

• Extensions de Galois :

– Définition : Extension L/K est de Galois si elle est normale et séparable.

– Groupe de Galois : Ensemble des automorphismes de L fixant K.
– Exemple : Étude de l’équation x3 − 2 = 0 sur Q.

Résolution d’équations dans des anneaux

• Résolution dans Z/nZ :
Si a est premier avec n, alors ax ≡ b (mod n) admet une solution unique modulo n.

• Algorithme d’Euclide : Calcul du PGCD et des coefficients de Bézout pour résoudre les
congruences.

Géométrie différentiable
Variétés et champs de vecteurs
• Variétés différentiables :

– Définition : Ensemble M muni de cartes compatibles avec Rn .

– Exemples : Sphère S n , tore, surfaces paramétrées.

• Champs de vecteurs :

– Définition : Application X : M → T M où T M est l’espace tangent.

– Applications : Étude des flux, trajectoires en mécanique.

6
Géométrie algébrique élémentaire
• Courbes algébriques :

– Définition : Ensemble des zéros d’un polynôme P (x, y).

– Exemple : Étude de la parabole y 2 = 4ax.

• Applications rationnelles :

– Applications entre variétés algébriques.

– Classification des coniques : parabole, ellipse, hyperbole.

Probabilités et statistiques avancées

Processus stochastiques et marches aléatoires
• Processus stochastiques :

– Définition : (Xt )t≥0 , famille de variables aléatoires dépendant du temps.

– Exemples : Processus de Poisson, mouvement brownien.

• Marches aléatoires :
Pn
– Définition : Sn = i=1 Xi où (Xi ) sont iid.
– Applications : Modélisation des diffusions, théorie des jeux.

Statistique bayésienne
• Principe bayésien :
P (X|θ)P (θ)
– Formule : P (θ|X) = P (X) .
– Applications : Estimation des paramètres avec des informations a priori.

• Exemples :

– Estimation de la moyenne pour une loi normale.

– Classification naïve bayésienne.