Compléments d’agrégation

Yves Coudène
Version 2.4 , 14/02/2017
2

Introduction
Ce texte réunit un certain nombre de compléments d’agrégation que j’ai eu
l’occasion d’enseigner à l’université de Rennes 1 pendant la période 2002-2006.
Certains de ces compléments sont des développements qui peuvent effectivement
être présentés à l’oral de l’agrégation ; d’autres cherchent à attirer l’attention
des candidats sur plusieurs points méconnus du programme. De manière géné-
rale, j’ai cherché à montrer qu’il n’y avait pas de rupture entre les programmes
du premier cycle universitaire et ceux du second cycle ; et inciter les étudiants
à faire un véritable effort de synthèse.
Je tiens à remercier ici Marie-Annick Paulmier pour son aide et sa disponibilité
durant la rédaction de ces compléments ; ainsi que les collègues et étudiants,
dont les remarques ont beaucoup contribué à l’amélioration de ce texte.
 3

Sommaire
Z
sin t
Développement asymptotique de l’intégrale dt . . . . . . . . . . 4
t
Formule d’inversion de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Somme des inverses des carrés des entiers . . . . . . . . . . . . . . . . . . . . . . . . 6

Formule de Stirling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Théorème du point fixe de Brouwer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Sur les séries semi-convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

Quaternions et rotations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Convergence dans les espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . 15

Un exemple de marche aléatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

La loi forte des grands nombres L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

Le théorème de la limite centrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Construction du pentagone régulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

Polyèdres platoniciens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Sous-groupes de S4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Trace, formes quadratiques et extensions de corps . . . . . . . . . . . . 29

Continuité des racines des polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Sur la diagonalisation des matrices 2 × 2 . . . . . . . . . . . . . . . . . . . . . . . . . 37

Théorie de Galois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Calculs en maple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

Approximation de la loi gaussienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Exercices d’oral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

Commentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4
Z
sin t
Développement asymptotique de l’intégrale dt
t
R
L’intégrale 0N sint t dt tend vers π/2 lorsque N tend vers l’ infini. Quitte à faire
quelques calculs, on peut obtenir un développement asymptotique complet :
Z N Z N Z ∞  Z ∞Z N
sin t
dt = e−tx dx sin t dt = e−tx sin t dt dx.
0 t 0 0 0 0
RN
L’intégrale 0 e−tx sin t dt se calcule explicitement à l’aide des complexes.
Z Z 
N
−tx
N 1 e−N x
e sin t dt = Im e−tx+it dt = − (cos N + x sin N )
0 0 1 + x2 1 + x2
On obtient donc
Z N ∞ e−N xZ
sin t π
dt = − (cos N + x sin N )dx , v = Nx
0 t 2 0 1+
Z ∞x2 Z
π cos N e−v sin N ∞ ve−v
= − 2 dv − dv
2 N 0 1 + Nv 2 N 2 0 1 + v22
N
1
On utilise maintenant le développement en série de 1+x2 , dont le reste est
explicite.
 K+1
K  v2
1 X v 2 k − N2
v2
= − 2 + v2
1+ N 1+
N2 k=0 N2
Z K
X Z Z
∞ e−v (−1)k ∞
2k −v 1 ∞ (−v 2 )K+1 e−v
v2
dv = v e dv + v2
dv
0 1+ N 2k N 2k+2 1+
N2 k=0 |0 {z } |
0
{z N2
}
=(2k)!
| |≤(2K+2)!
Z K
X  1 
∞ e−v (−1)k
v2
dv = (2k)! + o
0 1+ N 2k N 2K
N2 k=0
Z K
X  1 
∞ ve−v (−1)k
v2
dv = (2k + 1)! + o
0 1+ N 2k N 2K
N2 k=0
Nous parvenons au résultat final
Z h
N sin t π X K
cos N sin N i  1 
dt = − (−1)k (2k)! 2k+1 + (2k + 1)! 2k+2 + o
0 t 2 k=0 N N N 2K+2
π cos N sin N cos N sin N  1 
= − − 2
+2 3
+6 4
+o
2 N N N N N4
Ce développement illustre les points suivants :
– utilisation de la transformée de Laplace,
– calcul d’intégrales réelles en passant dans le domaine complexe,
– fonction Gamma,
– obtention d’une asymptotique en mettant l’expression à évaluer sous la forme
d’une intégrale dépendant d’un paramètre,
– obtention d’un reste sous forme intégrale, ce qui permet d’obtenir des équiva-
lents, mais aussi des encadrements.
Enfin pour finir, il faut remarquer que la série obtenue est divergente.
 5

Formule d’inversion de Fourier

Le théorème suivant est une version ponctuelle de la formule Rd’inversion de
Fourier, à rapprocher du théorème de Dirichlet ; on pose fˆ(t) = e−itx f (x)dx.
Théorème
Soit f ∈ L1 (R), a ∈ R. On suppose que f admet une limite à droite et à gauche
en a ; on suppose que f est dérivable à droite et à gauche en a. Alors,
Z A
1
dx
f (a− ) + f (a+ ) = lim eiax fˆ(x)
2 A→∞ −A 2π
Preuve
– Quitte à translater la variable, on peut supposer a = 0. On a
Z Z Z
dx d (x)f (x) dx = 2 sin Ax dx
1[−A,A] (x)fˆ(x) = 1[−A,A] f (x) .
R 2π R 2π R x 2π
Z ∞ 
2 sin Ax dx 1 +
On va donc montrer que lim f (x) − f (0 ) = 0.
A→∞ 0 x 2π 2
– Remarquons que (en faisant le changement de variable y = Ax)
Z ∞ Z ∞
sin Ax sin y π
dx = dy = ,
0 x 0 y 2
Z Z
2 sin Ax∞ dx 1 ∞ f (x) − f (0+ ) dx
et qu’ainsi f (x) − f (0+ ) = 2 sin(Ax) .
0 x 2π 2 0 x 2π
Sans le facteur 1/x, il suffirait d’appliquer le lemme de Riemann-Lebesgue :
Z
Lemme (Riemann-Lebesgue) : Soit g ∈ L1 . Alors, lim eiAx g(x) dx = 0.
A→∞ R
– Près de 0 :
on utilise l’hypothèse f (x) = f (0+ ) + xf ′ (0+ ) + x ε(x), avec lim ε(x) = 0 ;
x→0
>
f (x)−f (0+ )
par conséquent, il existe δ > 0 tel que x soit borné sur ]0, δ]. La
f (x)−f (0+ )
fonction x 1]0,δ] (x) est donc intégrable et par Riemann-Lebesgue,
Z δ f (x) − f (0+ )
lim sin(Ax) dx = 0
A→+∞ 0 x
– Loin de 0 :
f (x)
sur [δ, +∞[, on a 0 < 1/x < 1/δ, et x 1[δ,∞[ (x) est intégrable si bien que
Z ∞ f (x)
lim sin(Ax) dx = 0.
A→+∞ δ x
Enfin, par définition des intégrales généralisées1 , on a
Z ∞ Z ∞
sin(Ax) sin y
lim f (0+ ) dx = lim dy f (0+ ) = 0.
A→+∞ δ x A→+∞ Aδ y
Z 0
2 sin Ax dx 1
– On démontre de même que f (x) lim= f (0− ).
A→∞ −∞ x 2π 2
Remarque : On aurait pu supposer f ∈ L1 ou L2 et ∃δ > 0, ∃K > 0 tels que
∀x ∈]0, δ[ , |f (x)−f (a+ )| ≤ K|x−a| ; ∀x ∈]−δ, 0[ , |f (x)−f (a− )| ≤ K|x−a|.
1
R∞ sin y
RB sin y
0 y
dy = limB→∞ 0 y
dy
6

Somme des inverses des carrés des entiers

P 1
La somme peut se calculer en évaluant de deux façons différentes l’intégrale
k2
R1R1 dx dy 1
0 0 1−xy . Commençons par développer 1−xy en série.
Z 1Z 1 ZZ X ∞ Z
X 1 Z 1 ∞
X
dx dy k k k 1
= (xy) dx dy = x dx y dy = .
0 0 1 − xy k≥0 k=0 0 0 k=0
(k + 1)2

Effectuons ensuite dans l’intégrale le changement de variables


x = u − t = cos θ − t
y = u + t = cos θ + t
− sin θ −1


La différentielle de la transformation (θ, t) 7→ (x, y) vaut − sin θ +1 .
Son déterminant vaut −2 sin θ. On a donc dx dy = 2 | sin θ | dθ dt.
1
Comme la fonction (x, y) 7→ 1−xy est invariante lorsqu’on échange les coor-
données x et y, on peut se contenter de calculer son intégrale dans le domaine
{(x, y) ∈ [0, 1]2 | x ≤ y}. L’image réciproque de ce domaine par l’application
(u, t) 7→ (x, y) est un triangle dont les sommets sont situés aux points (0, 0),
( 21 , 21 ) et (1, 0).
0 ≤ t ≤ 1 − cos θ si 0 ≤ θ ≤ π3
Ceci correspond aux régions
0 ≤ t ≤ cos θ si π3 ≤ θ ≤ π2

Rappelons trois formules, qui vont intervenir dans le calcul de l’intégrale :

Z x    
a x 1 − cos θ θ π
dt = atan , = tan , atan(x) + atan(1/x) =
0 a2 + t2 a sin θ 2 2
On peut maintenant effectuer le changement de variables.
R1R1 dx dy RR 2 sin θ
0 0 1−xy =2 1−cos2 θ+t2 dt dθ
R π/3 R π/2
=4 0 [ atan( sint θ ) ]1−cos
0
θ
dθ + 4 π/3 [ atan( sint θ ) ]cos
0
θ
dθ
R π/3 R π/2
=4 0 atan( 1−cos
sin θ
θ
) dθ + 4 π/3 atan( tan1 θ ) dθ
R π/3 θ R π/2
=4 0 2 dθ + 4 π/3 ( π2 − θ) dθ
 
π2 π2 2 π2
=4 36 + 12 − ( π8 − 18 )
 
1 1 1 2
= π2 9 + 3 − 2 + 9
π2
= 6
 7

Voici une application de cette formule.

Théorème
La famille de fonctions ek (x) = eikx , k ∈ Z, forme une base hilbertienne de
dx
L2 (R/2πZ, 2π ).
Preuve
Rappelons que les combinaisons linéaires de fonctions indicatrices d’intervalles
sont denses dans L2 . Il suffit donc d’approcher ces fonctions indicatrices par
des polynômes trigonométriques pour démontrer le théorème.
Pour cela, on commence par approcher la fonction ϕ : R/2πZ → R donnée par
ϕ(x) = x si x ∈ [0, 2π[. Le carré de la norme L2 de ϕ est donnée par
Z
1 2π 4π 2
||ϕ||2 = x2 dx =
2π 0 3
Les produits scalaires relativement aux ek valent
1 R 2π
(ϕ | e0 ) = 2π 0 x dx = π
R 2π h i2π R 2π
1 1 x e−ikx 1 x e−ikx i
(ϕ | ek ) = 2π 0 x e−ikx dx = 2π −ik − 2π 0 −ik dx = k
0

Rappelons la formule ||u + v||2 = ||u||2 + ||v||2 + 2 Re(u|v), valide pour tout u, v
éléments d’un Hilbert. Les fonctions {ek } forment une famille orthonormée
de L2 : ||ek || = 1, (ei |ej ) = 0 si i 6= j. Par conséquent, on a l’égalité
P
||Σn−n (ϕ|ek ) ek ||2 = n−n | (ϕ|ek ) |2 . Ceci entraı̂ne les égalités
P  
||ϕ − Σn−n (ϕ|ek ) ek ||2 = ||ϕ||2 + n−n (ϕ|ek )2 − 2 Re ϕ | (ϕ|ek )ek
P
= ||ϕ||2 − n−n | (ϕ|ek ) |2
2 P
= 4π3 − π 2 − 2 n1 k12
π2 Pn 1
=2 6 − 1 k2

La fonction ϕ est donc dans l’adhérence de l’espace vectoriel engendré par les
ek . Soit α ∈ [0, 2π[ ; les fonctions ϕ(x + α) sont également dans cet espace.
Nous avons maintenant, pour tout x ∈ [0, 2π[ ,

ϕ(x + α) − ϕ(x) + 2π − α = 2π 1[0, 2π−α[

On obtient les fonctions indicatrices d’intervalles de la forme [0, 2π − α[ puis,

par soustraction, toutes les fonctions indicatrices intervalles.

Remarque
Les preuves classiques font appel au théorème de Stone-Weierstrass, ou passent
par le théorème de Fejer, qui donne une convergence uniforme pour une suite
explicite de polynômes trigonométriques. Ici, on obtient le résultat sans sortir
du cadre de la théorie de l’intégration.
8

La formule de Stirling
Voici une preuve de la formule de Stirling qui utilise la méthode de Laplace.
√
Théorème n! ∼ nn+1/2 e−n 2π.
Preuve
Commençons par exprimer la factorielle à l’aide de la fonction Γ.
R
n! = Γ(n + 1) = 0+∞ e−t tn dt.
√
Effectuons les changements t = n(1 + u) et u = s/ n dans cette intégrale.
Z +∞ Z +∞ 
Γ(n + 1) = e−t tn dt = en(ln(1+u)−u) du nn+1 e−n
0 −1

Z !
+∞
n(ln(1+ √sn )− √sn ) 1
= √ e ds nn+ 2 e−n
− n

On utilise ensuite les deux inégalités suivantes :

2 3 2 2 2
Si u ≤ 1, ln(1 + u) ≤ u − u2 + u3 ≤ u − u2 + u3 = u − u6 ,
Si u ≥ 1, ln(1 + u) ≤ u−1 2 + ln(2) ≤ ln(2) u.
La seconde inégalité s’obtient en comparant le logarithme à sa tangente en x = 1.
√ √
Pour les valeurs de s appartenant à l’intervalle [− n, n], on peut appliquer
le théorème de convergence dominée. En effet, la première inégalité montre que
n(ln(1+ √sn )− √sn ) 2
la fonction e est majorée par e−s /6 , qui est intégrable. De plus
2
elle converge vers e−s /2 . Par conséquent,
Z √ Z
n
n(ln(1+ √sn )− √sn ) 2 /2 √
√ e ds −→ e−s ds = 2π.
− n R
√
L’intégrale sur l’intervalle [ n, +∞[ se majore grace à la seconde inégalité.
Z Z
+∞ √ √
n(ln(1+s/ n)−s/ n)
+∞ √ e−0,3n
√ e ds ≤ √ e−0,3 ns
ds = √ −→ 0.
n n 0, 3 n

Voici un encadrement plus précis (cf Feller, Introduction to Probability).

1
n! √
Théorème 1≤ nn+1/2 e−n 2π
≤ e 12n
Preuve    
n! √ 1 1+t
Soit un = ln nn e−n n
. En vertu de l’égalité ath(t) = 2 ln 1−t , on a :

   
(2n + 1) 1 1
un+1 − un = 1 − ln 1 + = 1 − (2n + 1) ath
2 n 2n + 1
X 1 1 1 1 1 1
= − 2i
=− 2
− − ···
i≥1
2i + 1 (2n + 1) 3 (2n + 1) 5 (2n + 1)4
 
1X 1 1 1 1 1 1
≥ − = = −
3 k≥1 (2n + 1)2k 12 n(n + 1) 12 n + 1 n

1
La suite un − 12n est croissante, bornée, donc convergente. Sa limite est
1
√
égale à celle de un . Au final, un − 12n ≤ ln( 2π) ≤ un .
 9

Le théorème du point fixe de Brouwer

On démontre le théorème du point fixe de Brouwer par une méthode analytique.
La démonstration est basée sur la formule suivante, qui est une conséquence bien
connue de la formule de Green-Riemann.
Théorème
Soit R = [0, 1]2 , f, g : [0, 1]2 → R deux fonctions C 1 . Alors :
ZZ Z
2 df ∧ dg = f dg − g df
R ∂R

avec les notations habituelles :

∂x f ∂x g


df ∧ dg = det ∂y f ∂y g dx dy ,

f dg − gdf = (f ∂x g − g ∂x f ) dx + (f ∂y g − g ∂y f ) dy .
∂ ∂
On a utilisé les abréviations ∂x = ∂x et ∂y = ∂y afin d’alléger les notations.
Cette formule peut se démontrer sans passer par le théorème de Green-Riemann.
Preuve R R
Le terme de gauche vaut 01 01 ∂x f ∂y g − ∂x g ∂y f dx dy .
On intègre par partie,
Z h iy=1 Z
∂x f ∂y g dy = ∂x f g − ∂y ∂x f g dy ,
y=0
Z h ix=1 Z
∂x g ∂y f dx = g ∂y f − g ∂x ∂y f dx ,
x=0

ce qui donne
Z 1Z 1 Z h iy=1 Z h ix=1
∂x f ∂y g − ∂x g ∂y f dx dy = ∂x f g dx − g ∂y f dy .
0 0 y=0 x=0

Si nous intervertissons f et g dans cette formule, nous obtenons

Z 1Z 1 Z h iy=1 Z h ix=1
∂x f ∂y g − ∂x g ∂y f dx dy = − ∂x g f dx + f ∂y g dy .
0 0 y=0 x=0

Il suffit de sommer les deux dernières formules pour obtenir le résultat.

Notons B = {(x, y) ∈ R2 | x2 + y 2 ≤ 1} la boule unité fermée de R2 et S 1

son bord. Le théorème du point fixe de Brouwer se déduit du lemme suivant.
Lemme
Il n’existe pas de fonction s : B → S 1 à la fois C 1 et égale à l’identité sur S 1 .
Preuve
On applique la formule donnée plus haut en se plaçant en coordonnées polaires.
Posons s(r cos(2πθ), r sin(2πθ)) = (f (r, θ), g(r, θ)). Les fonctions f et g sont
définies pour (r, θ) ∈ [0, 1] × [0, 1]. Elles satisfont la relation f 2 + g2 = 1.
Dérivons cette relation.


f ∂∂rθ ff + g ∂∂rθ gg = 0,
10

si bien que le déterminant ∂r f
∂θ f
∂r g
∂θ g est nul pour tout (r, θ) ∈ [0, 1]2 . Nous
avons établi la formule Z 1Z 1
df ∧ dg = 0 .
0 0
Calculons maintenant l’intégrale sur le bord en prenant en compte les égalités
f (1, θ) = cos(2πθ), g(1, θ) = sin(2πθ),
f (0, θ) = f (0, 0), g(0, θ) = g(0, 0),
f (r, 0) = f (r, 1), g(r, 0) = g(r, 1).
Les termes associés aux bords horizontaux supérieur et inférieur du carré se
compensent en raison de la périodicité en θ. Les fonctions f et g sont constantes
sur le bord vertical gauche, il reste donc
Z Z 1
f dg − g df = f (1, θ) ∂θ g(1, θ) − g(1, θ) ∂θ f (1, θ) dθ = 2π.
∂R 0

C’est absurde et le théorème est démontré.

Théorème du point fixe de Brouwer

Toute application continue de B dans B admet un point fixe.
Preuve
Commençons par le cas d’une application h : B → B qui est C 1 sans point fixe.
Considérons l’application s qui à un point x ∈ B associe le point du bord S 1 qui
se trouve sur la demi-droite issue de h(x) et passant par x. Cette application
est égale à l’identité sur S 1 . On se convainc qu’elle est bien différentiable en
calculant explicitement s(x).
q  x − h(x)
s(x) = x + 1 − |x|2 + hx, ui2 − hx, ui u, avec u = .
||x − h(x)||

Ceci est en contradiction avec le lemme démontré plus haut.

Le cas d’une fonction h continue s’obtient par approximation avec une fonc-
tion C 1 . Rappelons que l’ensemble des fonctions de classe C 1 sur le compact
B forme une algèbre qui sépare les points ; le théorème de Stone-Weierstrass
permet d’affirmer que ces fonctions sont denses dans les fonctions continues.
Soit donc h : B → B une fonction continue sans point fixe. Par compacité,
on peut trouver un ε > 0 tel que ||x− h(x)|| ≥ 2ε pour tout x ∈ B. Considérons
h̃ : B → R2 une fonction C 1 qui vérifie ||h̃(x) − h(x)|| < ε pour tout x ∈ B. La
fonction x 7→ h̃(x) 1
1+ε est C et envoie la boule B dans elle-même. Elle a donc un
point fixe x0 , ce qui conduit à l’absurdité suivante :

ε > ||h(x0 ) − h̃(x0 )|| = ||h(x0 ) − (1 + ε)x0 || ≥ ||h(x0 ) − x0 || − ε ≥ ε

Le théorème est démontré.

 11

Sur les séries semi-convergentes

Une série numérique de terme général an est dite semi-convergente si
+∞
X N
X
|an | = +∞ et an converge quand N → +∞
n=0 n=0

Dans ce cas, il est possible, en réordonnant les termes de la série, d’obtenir une
limite différente de la limite initiale. Étant donné un réel α fixé, il est même
possible de réordonner les termes de la série, de sorte à ce qu’elle converge vers
α.
Ce phénomène peut être illustré sur un cas très simple. Considérons la série
X (−1)n+1

n≥1
n

Elle converge vers ln(2). La preuve classique consiste à utiliser le développement

en série de la fonction x 7−→ ln(1 + x).
+∞
X xn
ln(1 + x) = (−1)n+1
n=1
n

valide pour tout x ∈] − 1, 1]. Justifier l’égalité en x = 1 est cependant délicat

car on est sur le bord du domaine de convergence. L’usage est de recourir à un
théorème d’Abel ; cf par exemple Ramis-Deschamps T4 3.1.3.
X (−1)n+1
Voici une preuve de l’égalité ln 2 = , qui fait appel au calcul
n≥1
n
R
intégral. L’idée est de partir de l’égalité n1 = 01 xn−1 dx et de regrouper les
termes deux à deux de façon à travailler avec des quantités positives.

+∞
X +∞
X  
(−1)n+1 1 1
= −
n=1
n k=0
2k + 1 2k + 2
+∞
X Z 1
= (x2k − x2k+1 ) dx
k=0 0
Z 1 +∞
X
= (x2k − x2k+1 ) dx
0 k=0
Z 1 1 x

= 2
− dx
0 1−x 1 − x2
Z 1
1
= dx
0 1+x
= ln (2)
L’interversion du signe somme et du signe intégral est correcte car les fonctions
x 7−→ x2k − x2k+1 sont positives sur [0, 1]. Remarquons que la première égalité
P (−1)n+1
est valide car la série n est une série alternée, donc convergente.
12

Derrière ce calcul se cache un résultat méconnu d’intégration.

Théorème
Soit (X, T , µ) un espace mesuré, (an (x))n∈N une suite de fonctions µ-intégra-
bles telle que pour µ-presque tout x ∈ X la suite (an (x))n∈N soit alternée.
Alors Z X X Z
an (x) dµ(x) = an (x)dµ(x).
X n∈N n∈N X

Remarque
– Comme la suite (|an (x)|)n∈N est décroissante, il suffit de vérifier que a0 est
intégrable.
– Dans l’exemple
R
précédent, la suite an correspond à an (x) = (−1)n+1 xn−1 .
P
On a n≥1 |an (x)|dx = +∞, si bien que le théorème classique d’interversion
somme-intégrale ne s’applique pas.
La preuve du théorème procède comme plus haut. On commence par se
placer sur l’ensemble des x tels que a0 (x) ≥ 0. On groupe les termes par deux
de façon à obtenir des fonctions à valeurs positives, ce qui permet d’appliquer
le théorème usuel d’interversion. On fait ensuite de mêmeRsur l’ensemble {x ∈
X | a0 (x) ≤ 0}. Remarquons enfin que le terme général an dµ tend vers 0,
par convergence dominée.
(−1) P n+1
Montrons maintenant qu’on peut réordonner les termes de la série n
de façon à obtenir un résultat différent de ln(2). Pour cela, faisons suivre un
terme positif par deux termes négatifs ; considérons les sommes partielles
X 1 1 1
− − .
n≥0
2n + 1 4n + 2 4n + 4

1 1 1 1 1 1 1 1
On a 2n+1 − 4n+2 − 4n+4 = 2n+1 − 2(2n+1) − 2(2n+2) = 2(2n+1) − 2(2n+2) .
Par conséquent,
N
X N
1 1 1 1 X 1 1
− − = − .
n=0
2n + 1 4n + 2 4n + 4 2 n=0 2n + 1 2n + 2

ln 2
La série converge donc vers 2 .
Référence : Ramis-Deschamps, T4, 1.5.2.
Exercice : Montrer que
Z +∞
! +∞ Z
1 X X 1
2k 4k+1 4k+3
x −x −x dx 6= (x2k − x4k+1 − x4k+3 ) dx.
0 k=0 k=0 0
 13

Quaternions et rotations
J’explique brièvement comment employer les quaternions pour étudier les
rotations de R3 . Les démonstrations sont laissées en exercice.

Quaternions
Soit C = R + i′ R l’ensemble des nombres complexes. On considère les matrices
de M2 (C) suivantes, appelées matrices de Pauli.
       
1 0 0 1 0 −i′ 1 0
1= , σ1 = , σ2 = , σ3 =
0 1 1 0 i′ 0 0 −1

Ces matrices obéissent aux règles de commutation suivantes.

∀i, j, σi σj = −σj σi si i 6= j ; ∀i, σi2 = 1.

Théorème
Les matrices 1, σ1 , σ2 , σ3 , σ1 σ2 , σ2 σ3 , σ3 σ1 , σ1 σ2 σ3 forment une base de
l’ensemble des matrices 2x2 à coefficients complexes, M2 (C).

L’algèbre M2 (C) se décompose donc en

– un espace vectoriel de dimension 3, E = V ect(σ1 , σ2 , σ3 ) ; Un vecteur ~a ∈ E
s’écrit ~a = a1 σ1 + a2 σ2 + a3 σ3 ;
– une sous-algèbre de dimension 4, H = V ect(1, σ1 σ2 , σ2 σ3 , σ3 σ1 ) ;
– un sous-espace de dimension 1 engendré par σ1 σ2 σ3 .


On pose i = σ1 σ2 σ3 = i′ 10 01 . On a bien i2 = −1. On a également
σ1 σ2 = iσ3 , σ2 σ3 = iσ1 , σ3 σ1 = iσ2 . Attention : i 6∈ H.
Par conséquent, tout élément de H peut se mettre sous la forme

q = α + i ~a, α ∈ R, ~a ∈ E.

La loi de composition induite sur H par le produit matriciel peut se récrire

(α + i ~a)(α′ + i ~a′ ) = αα′ + i (α ~a′ + α′ ~a) − ~a ~a′

avec ~a ~a′ = ~a | ~a′ + i ~a × ~a′ , | prod.scalaire, × prod.vectoriel.

Remarques
i commute avec les vecteurs de E. Le produit de deux vecteurs de E donne un
élément de H. Enfin le carré d’un vecteur est égal au carré de sa norme.
On pose q̄ = α − i ~a et on vérifie la formule q q̄ = α2 + a21 + a22 + a23 . Tout
élément non nul de H est donc inversible. Le corps H est appelé corps des
quaternions. Il vient d’ être construit comme sous-algèbre de M2 (C).

Rotations
La construction précédente peut être utilisée pour étudier les rotations de R3 .
14

Pour cela, on remarque que l’exponentielle de matrices se restreint aux quater-

nions.
~a
ei ~a = 1 + i ~a − 1/2 k ~a k2 +... = cos k ~a k + i sin k ~a k .
k ~a k

en posant k ~a k2 = a21 + a22 + a23 , pour ~a ∈ E. En particulier le quaternion ei ~a

est de norme 1.

Théorème
Soit ~a ∈ E un vecteur unitaire et θ un nombre réel. La rotation d’axe dirigé
par ~a et d’angle θ est donnée par

E → E
1 1
~x → e− 2 i θ ~a
~x e 2 i θ ~a

Ceci se vérifie en décomposant ~x selon un vecteur proportionnel à ~a et un vecteur

orthogonal à ~a. Un calcul direct redonne l’expression classique des rotations.
1 1
e− 2 i θ ~a
~x e 2 i θ ~a
= cos θ ~x + (1 − cos θ)(~x | ~a) ~a + ~a × ~x sin θ.

De là, il est facile de composer les rotations. On obtient par exemple une
expression pour le cosinus de l’angle ω de la rotation composée d’une rotation
d’angle θ d’axe ~a suivie d’une rotation d’angle φ d’axe ~b.
1 1
φ ~b − 21 i θ ~a
e− 2 i ω ~
u
= e− 2 i e
1
e− 2 i ω ~
u
= cos(ω/2) − i ~u sin(ω/2)
1
φ ~b 1
e− 2 i e− 2 i θ ~a = ( cos(φ/2) − i ~b sin(φ/2) )( cos(θ/2) − i ~a sin(θ/2) )
= cos(φ/2) cos(θ/2) − (~a | ~b) sin(φ/2) sin(θ/2)...
... − i (b sin(φ/2) cos(θ/2) + ~a cos(φ/2) sin(θ/2) + ~b × ~a sin(φ/2) sin(θ/2)).
~
Donc
1 1 1 1 1
cos ω = cos φ cos θ − (~a | ~b) sin φ sin θ.
2 2 2 2 2

Exercices
– Montrer que le groupe des quaternions de norme 1 s’identifie à SU2 (C).
– Explicitez le morphisme de SU2 (C) dans SO3 (R) donné par le théorème plus
haut. Quel est son noyau ?
– Démontrer l’égalité (~x × ~
y ) × ~z = (~z | ~x) ~y − (~z | ~y ) ~x par un calcul direct avec
les quaternions.
– Soit ~u un vecteur unitaire. A quoi correspond la transformation de E donnée
par ~x 7→ −~u~x~u ?
– Montrer que l’application ~a 7→ ei~a , définie de E dans l’ensemble des quater-
nions de norme 1, est surjective. Est-ce un morphisme ?

Référence : G. Casanova, Que-sais-je ? 1657 “L’algèbre vectorielle”.

 15

Convergence dans les espaces de Hilbert

L’étude de la convergence dans les espaces de Hilbert peut être abordée ou
bien en se basant sur la complétude de l’espace, ou bien en utilisant la compacité
faible de sa boule unité. Voici un exemple qui permet de comparer ces deux
approches.

Théorème
Soit H un espace de Hilbert, Ei une suite de sous-espaces vectoriels fermés dans
H, croissante pour l’inclusion : Ei ⊂ Ej si i < j. On note E∞ l’adhérence de
l’union des Ei , i ∈ N. Les projecteurs orthogonaux sur les Ei sont notés πi .
Alors, pour tout v ∈ H, on a la convergence en norme

πi v −−−−→ π∞ v.
i→∞

Première preuve
Cette preuve est basée sur la complétude de H. Montrons que la suite πi v
est convergente, en vérifiant qu’elle est de Cauchy. Soit i, j deux entiers tels
que i < j. Comme Ei est inclus dans Ej , et que les πi sont des projecteurs
orthogonaux, nous avons

πi2 = πi , πi∗ = πi , πj πi = πi .

Ceci implique les égalités

hπi v, πj vi = hπj∗ πi v, vi = hπj πi v, vi = hπi v, vi = hπi∗ πi v, vi = ||πi v||2 .

En développant, on obtient

||πj v − πi v||2 = ||πi v||2 + ||πj v||2 − 2hπi v, πj vi = ||πj v||2 − ||πi v||2 .

La suite ||πi v||2 est donc croissante. Comme elle est majorée par ||v||2 , elle
converge et c’est une suite de Cauchy. L’égalité précédente montre que la suite
πi v est aussi une suite de Cauchy, elle converge vers une limite notée v∞ .
Vérifions que v∞ est bien la projection de v sur E∞ . Tous les πi v sont
dans E∞ , il en va de même pour leur limite v∞ . Ensuite, les termes de la suite
v − πn v sont orthogonaux à Ei dès que n est supérieur à i. La limite v − v∞
est orthogonale à Ei pour tout i, elle appartient donc à l’orthogonal de E∞ .
⊥
v∞ ∈ E∞ , v − v∞ ∈ E∞ .

Ces propriétés caractérisent la projection de v sur E∞ , ce qui termine la preuve.

Seconde preuve
La suite πi v est bornée par ||v||, montrons qu’elle converge faiblement. Pour
cela, il suffit de vérifier qu’elle possède une unique valeur d’adhérence. Remar-
quons que les espaces Ei , E∞ sont fermés pour la topologie faible. On peut
donc raisonner comme plus haut : toute valeur d’adhérence de πi v est à la fois
dans E∞ et dans v + E∞ ⊥ , elle est donc nécessairement égale à π v.
∞
16

La suite πn v − π∞ v converge faiblement vers zéro. Ceci implique en particulier

hπ∞ v − πn v, vi −−−−→ 0
n→∞

Mais cette quantité est égale au carré de la norme que nous cherchons à minorer.

||π∞ v−πn v||2 = h(π∞ −πn )∗ (π∞ −πn ) v, vi = h(π∞ −πn )2 v, vi = h(π∞ −πn ) v, vi

Cette norme converge donc vers zéro et le théorème est démontré.

Ces deux approches ne diffèrent pas de manière fondamentale. Il est théo-

riquement possible de convertir toute preuve à base de complétude en démons-
tration faisant appel à de la compacité faible, et vice-versa.

Théorème
Soit H un espace pré-hilbertien, c’est-à-dire un espace vectoriel muni d’une
forme bilinéaire symétrique non dégénérée. Alors H est complet si et seulement
si sa boule unité est compacte pour la topologie faible.
Preuve
Soit fn une suite d’éléments de H qui est bornée, vérifions qu’elle admet une
sous-suite faiblement convergente. Pour cela, on va appliquer le procédé diago-
nal de Cantor aux coordonnées des fn , dans une certaine base orthonormée. Le
sous-espace engendré par les fn , n ∈ N, est noté H̃. Soit ei une base hilbertienne
de H̃ ; cette base peut être obtenue en appliquant le procédé d’orthogonalisation
de Gram-Schmidt à la suite {fi }. On cherche un vecteur f∞ ∈ H̃ et une sous-
suite nk tel que
∀ i ∈ N, hfnk − f∞ , ei i −−−−→ 0.
k→∞
La suite hfk , e0 i est bornée, on peut extraire une sous-suite qui converge vers
un réel c0 . De cette sous-suite, on extraie une sous-suite de hfk , e1 i qui converge
vers un réel c1 , et ainsi de suite. En prenant le kieme terme de la kieme sous-suite,
on obtient une suite nk telle que pour tout i ∈ N, il existe ci ∈ R,

hfnk , ei i −−−−→ ci .
n→∞
P
Il reste à vérifier que la série ci ei converge en norme vers une certaine
fonction f∞ . Par orthogonalité,
X X
|| ci ei ||2 = |ci |2 .
P
Montrons que la série |ci |2 est bornée. Fixons N ∈ N. Par définition des ci ,
on peut trouver k ∈ N tel que
N
X N
X
|ci |2 ≤ |hfnk , ei i|2 + 1 ≤ ||fnk ||2 + 1.
0 0

Cette dernière quantité est bornée indépendamment de N et k. Ceci assure la

P
convergence de la série |ci |2 , qui est donc de Cauchy. On en déduit que la
P
suite ci ei est aussi de Cauchy, ce qui établit sa convergence.
 17

Montrons que H est complet si sa boule unité est faiblement compacte.

Soit donc {fn } une suite de Cauchy : pour tout ε > 0, on peut trouver N ∈ N
tel que pour tout m, n ≥ N ,

||fm − fn ||2 < ε.

On considère une sous-suite {nk } telle que fnk converge faiblement vers une
limite, qu’on peut supposer nulle sans perte de généralité. Pour chaque m ≥ N ,
on choisit k tel que nk est supérieur à N , et pour lequel

|hfm , fnk i| < ε.

Ceci implique la majoration

||fm ||2 ≤ ||fm − fnk ||2 + 2 hfm , fnk i ≤ 3 ε.

La suite {fn } converge vers zéro et le théorème est démontré.

Donnons maintenant une application du résultat présenté plus haut.

Théorème de convergence des martingales L2

Soit (X, T , µ) un espace probabilisé, Ti une suite de tribus incluses dans T ,
croissante pour l’inclusion : Ti ⊂ Tj si i < j. Supposons que les Ti engendrent
T . Alors pour tout f ∈ L2 (X), on a la convergence en norme L2

E( f | Tn ) −−−−→ f.
n→∞

Preuve
Rappelons que l’espérance conditionnelle de f relativement à la tribu Tn est
la projection orthogonale de f sur L2 (X, Tn ). Notons π∞ la limite de ces pro-
jections. Il faut montrer que cette limite est égale à l’identité. Comme les
fonctions étagées sont denses dans les fonctions L2 , il suffit de vérifier que la
famille d’ensembles suivante coı̈ncide avec T :

T ′ = {A ∈ T | π∞ 1A = 1A }.

Cette classe contient l’union des Ti , qui est une algèbre de parties de X. De plus,
c’est une classe monotone, elle est invariante par passage au complémentaire,
et si An est une suite croissante d’éléments de T ′ , alors la suite 1An converge
vers 1∪An en norme L2 par le théorème de convergence dominée, si bien que

π∞ (1∪An ) = lim π∞ (1An ) = lim 1An = 1∪An .

n→∞ n→∞

Par conséquent, T ′ contient la σ-algèbre engendrée par les Tn . Elle coı̈ncide

avec T , et la projection π∞ est égale à l’identité.

Le théorème de convergence des martingales a de nombreuses conséquences

en théorie des probabilités. La plus simple est sans doute la loi du 0-1 de Kol-
mogorov, qui permet d’obtenir l’ergodicité du décalage sur un espace produit.
Enfin, le théorème de convergence des martingales L2 est en général faux si la
mesure est de masse infinie. Sauriez-vous construire un contre-exemple ?
18

Un exemple de marche aléatoire

Certains problèmes de la vie courante peuvent être modélisés par des mar-
ches aléatoires. On montre comment, par des raisonnements élémentaires, on
peut étudier le comportement d’une de ces marches.

1 Le problème du collectionneur
Nicolas, 10 ans, se lance dans une collection de cartes Pokémon. Chaque carte
représente un Pokémon, et il existe 150 Pokémons différents. Les cartes sont
vendues dans des paquets scellés, si bien que lorsque Nicolas achète une carte, il
peut tomber sur n’importe quel Pokémon ; en particulier sur un Pokémon qu’il
possède déjà.
En supposant qu’à chaque achat, on ait même probabilité d’obtenir chacun des
150 Pokémons, quel est le nombre moyen de cartes que Nicolas doit acheter afin
d’obtenir tous les Pokémons ?

Un raisonnement simple permet d’obtenir la réponse. Traitons le cas général

où le nombre total de Pokémons est quelconque, égal à n. Notons tk le nombre
moyen de cartes à se procurer pour terminer la collection, sachant que l’on est
déjà en possession de k Pokémons distincts.
Supposons que nous avons k Pokémons, tous différents, et achetons une
carte supplémentaire. Avec probabilité pk = k/n, cette carte était déjà en notre
possession ; il faut donc encore acheter en moyenne tk cartes pour terminer la
collection. Avec probabilité 1−pk , c’est une nouvelle carte ; il faut donc acheter
en moyenne tk+1 cartes supplémentaires. Par conséquent,

tk = pk tk + (1 − pk )tk+1 + 1

n−1
X n
1
ce qui entraı̂ne tk = tk+1 + , soit tk = tn + .
(1 − pk ) l=k
n−l

Le nombre de cartes nécessaires pour terminer la collection, sachant que

l’on possède déjà n Pokémons distincts, est égal à zéro : tn = 0. Le nombre
moyen total de cartes à se procurer pour posséder l’ensemble des n Pokémons
est égal à t0 , avec :

n
X 1
t0 = n
j=1
j

Une comparaison série-intégrale, appliquée à la fonction 1/x, donne l’enca-

Pn P
drement ln(n) < j=1 1/j < ln(n) + 1. La différence 1/j − ln(n) est
décroissante ; elle converge donc vers une certaine constante γ, appelée con-
stante d’Euler. Si bien que le nombre recherché est de l’ordre de n(ln(n) + γ).
En première approximation, on peut prendre γ = 0.577. Pour n = 150, on
obtient t0 ≃ 838. Nicolas peut espérer terminer sa collection après avoir acheté
838 cartes.
 19

2 Interprétation en terme de marche aléatoire

Cherchons à formaliser les raisonnements précédents. Pour cela, il faut se don-
ner un univers, composé des résultats qui peuvent être obtenus à l’issue de
l’épreuve, d’une probabilité sur cet ensemble, et d’une variable aléatoire qui
représente la quantité à étudier.
L’univers Ω
Dans chacun des deux exemples, on peut modéliser la situation par une suite
de nombres X0 , X1 ... compris entre 0 et n. Dans le premier exemple, le terme
de rang i de la suite, noté Xi , correspond au nombre de Pokémons différents
en possession de Nicolas, après l’achat de i cartes.
L’univers Ω de tous les résultats possibles correspond donc à l’ensemble des
suites indexées par les entiers, à valeurs dans {0, ..., n}.

Ω = {0, ..., n}N .

La variable aléatoire Xi : Ω → R est donnée par la projection sur la ieme

coordonnée.

La probabilité P
Cherchons à définir sur Ω une probabilité P rendant compte du phénomène
étudié. Rappelons que le cylindre [X0 = k0 , X1 = k1 , ..Xl = kl ] est le sous-
ensemble de Ω composé des suites qui débutent par k0 , ..kl . Pour définir une
probabilité P sur Ω, il suffit de spécifier sa valeur sur les cylindres [X0 =
k0 , X1 = k1 , ..Xl = kl ], et ce pour tout l et tout l-uplet k0 , ..kl .
Nous allons définir la probabilité P par une récurrence sur la taille des cylindres.
Pour cela, rappelons la notion de probabilité conditionnelle. Soit A, B deux
sous-ensembles de Ω, et P une probabilité sur Ω. La probabilité de A sachant
B est donnée par
P (A ∩ B)
P (A|B) = .
P (B)
Prenons pour A l’événement (Xi+1 = ki+1 ) et pour B l’événement [X0 =
k0 , X1 = k1 , ..Xi = ki ]. L’intersection de A et de B correspond à l’événement
[X0 = k0 , X1 = k1 , ..Xi+1 = ki+1 ], si bien qu’il suffit de spécifier les valeurs
P (Xi+1 = ki+1 |X0 = k0 , X1 = k1 , ..Xi+1 = ki+1 ) pour déterminer P .
Dans nos exemples, la valeur prise par Xi+1 ne dépend pas des valeurs prises par
X0 ...Xi−1 , mais juste de la valeur prise par Xi (C’est la propriété de Markov ).
En effet, si la valeur de Xi est connue, disons égale à k, la variable aléatoire
Xi+1 ne peut prendre que les deux valeurs k et k+1, et les probabilités associées
à ces deux valeurs sont complètement déterminées.

P (Xi+1 = l | Xi = k) = pk si l = k
= 1 − pk si l = k + 1
= 0 sinon

avec pk = nk .
20

Nous décidons donc de munir Ω de la probabilité P définie par les rela-

tions précédentes, car nous pensons qu’elle correspond aux situations que nous
sommes en train d’étudier.
Remarquons que la probabilité P n’est pas entièrement déterminée par les re-
lations données plus haut ; les quantités P (X0 = k0 ) n’ont pas été spécifiées.
Elles n’interviendront pas dans la suite.

La variable aléatoire T
On s’intéresse au temps T nécessaire pour atteindre la valeur n. Cette
quantité est une variable aléatoire définie sur Ω qui peut s’exprimer en fonction
des Xi .
∞
X
T = Card{i ∈ N | Xi < n} = 1{Xi <n} .
i=0
Rappelons maintenant comment est défini le concept d’espérance condition-
nelle. Soit T une variable aléatoire définie sur Ω, prenant des valeurs entières,
et soit A un sous-ensemble de Ω. L’espérance conditionnelle de T sachant A
est donnée par une des deux expressions équivalentes suivantes.
X∞
E(T 1A )
E(T |A) = = iP (T = i|A).
P (A) i=0

La quantité que nous cherchons à calculer correspond au temps moyen nécessaire

pour atteindre la valeur n, sachant que nous sommes parti de la valeur 0. Il
s’agit donc de l’espérance de T , sachant que X0 = 0.
t0 = E(T |X0 = 0).
3 Calcul des tk
On peut maintenant définir précisément les quantités tk et dériver la relation de
récurrence qui permet de les calculer. Les quantités tk correspondent au temps
moyen nécessaire pour atteindre la valeur n, sachant qu’on part de la valeur k.
On a donc
tk = E(T |X0 = k).
Le résultat suivant se déduit de la définition de l’espérance conditionnelle.
Théorème
Soit T une variable aléatoire définie sur Ω, A un sous-ensemble de Ω. Soit
B0 , ...Bn une partition de Ω : les Bi sont des sous-ensembles de Ω disjoints
deux à deux, et l’union de tous ces sous-ensembles est égale à Ω. On a alors la
relation suivante.
X
E(T |A) = E(T |Bl ∩ A) P (Bl |A).
l
 21

Soit k un entier strictement inférieur à n, considérons les événements

A = (X0 = k), Bl = (X1 = l).

P
Posons T ′ = i≥1 1{Xi <n} si bien que T = 1{X0 <n} +T ′ . La relation précédente
devient
P
E(T |X0 = k) = E(T |X1 = l, X0 = k) P (X1 = l|X0 = k)
Pl ′
= E(1{X0 <n} + T |X1 = l, X0 = k) P (X1 = l|X0 = k)
Pl ′
= l E(T |X1 = l, X0 = k) P (X1 = l|X0 = k) +1

La quantité T ′ ne dépend que des variables X1 , X2 ... mais pas de la variable

X0 . Par conséquent, on a l’égalité E(T ′ |X1 = l, X0 = k) = E(T ′ |X1 = l), ce
qui donne
X
E(T |X0 = k) = E(T ′ |X1 = l) P (X1 = l|X0 = k) + 1.
l

La quantitéE(T ′ |X1= l) correspond au temps moyen nécessaire pour atteindre

n, sachant qu’on est parti de l. Elle est donc égale à tl (Il s’agit du caractère
stationnaire de la marche aléatoire). L’équation précédente devient

tk = pk tk + (1 − pk )tk+1 + 1.

C’est la relation attendue.

22

La loi forte des grands nombres L2

Voici une preuve de la loi forte des grands nombres, pour des variables aléatoires
dans L2 .
Théorème
Soit (Ω, T , µ) un espace mesuré, soient (Xi )i∈N des fonctions intégrables définies
de
R
Ω dans R,R de carrés intégrables.
R
On suppose que pour tout i, j, i 6= j,
2
Ω Xi dµ = 0, Ω Xi dµ = 1 et Ω Xi Xj dµ = 0. Alors

n
1X
Xi −n→+∞
−−−−→ 0 p.s.
n i=1

Preuve
• Par l’inégalité de Markov,
 X m  1 X
µ m1
Xi > ε ≤ 2 2 E(( Xi )2 )
i=1
m ε
P X X X
E(( Xi )2 ) = E( Xi Xj ) = E( Xi2 ) + 2E( Xi Xj ) = m
i,j i<j
 m
X 1 
1
donc µ m Xi > ε ≤
i=1
mε2
P 1
• On veut appliquer le lemme de Borel-Cantelli, mais m = +∞. Remplaçons
m par m2 .  1 X m2  1
µ 2
Xi > ε ≤ 2 2 .
m i=1 m ε
P 1
Comme m2 < +∞, le lemme de Borel-Cantelli montre que
m 2
X
1
presque partout, ∀ε > 0, ∃M ∈ N, ∀ m ≥ M, m2 Xi < ε.
i=1
On en déduit, en prenant ε = 1/K, K ∈ N∗ ,
m 2
1 X
Xi −−−−−−→ 0
m→+∞
p.p.
m2 i=1
√
• Soit n ∈ N. Soit m la partie entière de n. On a : m2 ≤ n ≤ (m + 1)2 − 1
On utilise à nouveau le lemme de Borel-Cantelli.
1 n
X  1 X 1 2
µ Xi > ε ≤ E( Xi2 ) ≤ (n − m2 ) ≤
n n2 ε2 n2 ε2 n3/2 ε2
i=m2 +1
P 1
Comme n3/2
< +∞, on en déduit que
n
X
1
Xi −n→+∞
−−−−→ 0 p.p.
n
i=m2 +1

Ceci termine la preuve du théorème.

On a utilisé le lemme de Borel-Cantelli ; rappelons son énoncé et sa preuve.
 23

Lemme de Borel-Cantelli, partie facile

Soit (Ω, T , µ) un espace mesuré, Ai , i ∈ N des sous-ensembles mesurables de
P
Ω tels que i∈N µ(Ai ) < ∞. Alors, presque tout ω ∈ Ω n’appartient qu’à un
nombre fini d’ensembles Ai .
Preuve
P
Il suffit d’intégrer l’égalité Card{i ∈ N | ω ∈ Ai } = ∞i=0 1Ai (ω),
et de remarquer qu’une fonction intégrable est finie presque partout.

Remarques
R
– L’hypothèse Xi dµ = 0 est une hypothèse de centrage.
– On n’a pas eu besoin de supposer que µ est une mesure de probabilité. Cette
hypothèse n’est utile que si les variables aléatoires Xi ne sont pas centrées.
– Si les Xi sont centrées et que la suite des (Xi )i∈N est stationnaire, on peut
remplacer les hypothèses sur les Xi par une condition dite de ”corrélations
sommables” : XZ
La Série X1 Xi dµ est absolument convergente.
i
– Lorsque (Ω, T , µ) est un espace probabilisé, et que les Xi ne sont pas centrés,
on peut remplacer les hypothèses sur les Xi par une hypothèse de “décorrélation”:
Z Z Z
Xi Xj dµ − Xi dµ Xj dµ = 0.

La moyenne des Xi converge alors presque sûrement, dès que la moyenne des
E(Xi ) converge, et ces deux moyennes sont égales. C’est l’énoncé classique de
la loi des grands nombres pour des variables aléatoires L2 .
– Lorsque (Ω, T , µ) est un espace probabilisé, et que les Xi sont des fonctions
bornées par une constante C, on peut simplifier la seconde partie de la preuve
Xn
√
en utilisant la majoration Xi ≤ C(n − m2 ) ≤ 2C n
i=m2 +1

Voici un corollaire de la loi forte des grands nombres, qui s’obtient en

considérant des fonctions de la forme 1A (Xi ).
Corollaire
Soient (Ω, T , µ) un espace probabilisé, (Xi )i∈N des variables aléatoires indépen-
dantes équidistribuées, et A ⊂ R un borélien. Alors, pour presque tout ω ∈ Ω,
1 n o
−−−−→ P (X1 ∈ A).
Card i ∈ {1, 2, .., n} | Xi (ω) ∈ A −n→+∞
n
Remarquons pour terminer, qu’il est possible d’obtenir une vitesse dans la
loi des grands nombres lorsque les variables aléatoires sont dans L2 . Il suffit de
remplacer ε par n−0,2 ε dans la preuve du théorème pour obtenir
n
1 X
Xi −→ 0 p.p.
n0,8 i=1

La normalisation optimale est en fait en n1/21 +ε ; c’est une application du

théorème des trois séries, mais cela ne semble pas pouvoir se déduire de la
preuve donnée plus haut.
24

Le théorème de la limite centrée

Voici une preuve du théorème de la limite centrée pour des variables de Bernoulli.
Théorème Soit (Xi )i∈N une suite de variables aléatoires indépendantes, suiv-
ant toutes une loi de Bernoulli de paramètre p ∈ ]0, 1[ .
P (Xi = 1) = p, P (Xi = 0) = 1 − p ; E(Xi ) = p, V (Xi ) = p(1 − p) = σ 2 .
P
On pose Sn = ni=1 Xi . Alors
S h Z
n a b i 1 b x2
P ∈ E(X) + √ , E(X) + √ −−−→
−−−−−→ √ e− 2σ2 dx
n n n n +∞ 2πσ a

Preuve
La variable aléatoire Sn suit une loi binomiale de paramètres n et p. La proba-
P
bilité qu’il s’agit d’évaluer vaut donc l Cnl pl (1 − p)n−l , avec un indice l entier
√ √
variant entre np + aσ n et np + bσ n. On traite le cas a = 0.
√
Lemme Soit k un réel dépendant de n, tel que np + k ∈ N et 0 ≤ k ≤ b n.
k2
Cnnp+k pnp+k (1 − p)n(1−p)−k ∼ √ 1
2πn σ
e− 2nσ2
Preuve du lemme √
On utilise la formule de Stirling : n! ∼ nn e−n 2πn.
n!
Cnnp+k = (np+k)! (n(1−p)−k)!
√
nn √ √n
∼ (np+k)np+k
√
(n(1−p)−k)n(1−p)−k 2π np+k n(1−p)−k
 √ −1  − 1
Cnnp+k ∼ (p + nk )np+k (1 − p − nk )n(1−p)−k 2πnσ (1 + k k
pn )(1
+ (1−p)n ) 2
 √ −1
k np+k k
∼ pnp+k (1 − p)n(1−p)−k (1 + pn ) (1 − (1−p)n )n(1−p)−k 2πnσ
Il s’agit maintenant d’étudier l’expression
 np+k  n(1−p)−k
k k
1+ pn 1− (1−p)n

Pour cela, on passe au logarithme et on effectue un développement à l’ordre 2.

k k
(np + k) ln(1 + pn ) + (n(1 − p) − k) ln(1 − (1−p)n )
k k2 k k2 k3
= (np + k)( pn − 2p2 n2 ) + (n(1 − p) − k)(− (1−p)n − 2(1−p)2 n2 ) + 0( n2 )
k2 1 1 1 1 k3 k2 k3
= n (p + 1−p − 2p − 2(1−p) ) + 0( n2 ) = 2p(1−p)n + 0( n2 ) CQF D
√
Soit t ∈ [0, b] ; prenons k tel que np+k soit égal à la partie entière de np+ nt
√
et posons fn (t) = n Cnnp+k pnp+k (1 − p)n(1−p)−k . Les fn (t) sont des fonctions
en escalier décroissantes sur [0, b]. D’après le lemme, elles convergent vers la
1 t2
fonction f (t) = √2πσ exp(− 2σ 2 ). On veut montrer que
√
b n Z
1 X  k  b
√ fn √ − f (x) dx −−−−−−−−→ 0
n k=1 n 0 n → +∞

Le lemme de Dini permet d’affirmer que la suite fn converge uniformément vers

P
f sur l’intervalle [0, b]. La différence √1n k fn ( √kn ) − f ( √kn ) est majorée par
Pb√n
||f −fn ||∞ ; elle tend donc vers 0. Enfin, la série √1n k=1 f ( √kn ) est une somme
R
de Riemann associée à la fonction f ; elle converge donc vers 0b f (x) dx.
 25

Remarques
– Le caractère décroissant de fn provient de la décroissance de la suite Pm =
Cnm pm (1 − p)n−m lorsque m > np. Pour démontrer cette propriété classique de
la loi binomiale, il suffit de calculer le quotient Pm+1 /Pm . On obtient PPm+1m
=
n+1 p
( m+1 − 1) 1−p , quantité qui est inférieure à 1 dès que m + 1 ≥ p(n + 1).

–R On peut
R
se passer du lemme de Dini. Pour cela, on commence par montrer que
fn → f à l’aide du théorème de convergence dominée . Pour obtenir la dom-
ination, on remarque que la suite (fn (0))n∈N est convergente ; l’encadrement
0 ≤ fn (x) ≤ fn (0) montre que la suite fn est uniformément bornée sur [0, b].
Pb√n Rb
Il faut ensuite montrer que √1 fn ( √kn ) − fn (x) dx −−−−−−−−→ 0.
n k=0 0 n → +∞
k+1
R √
Comme fn est décroissante, on a √1 fn ( k+1
√ ) ≤ k
n
fn (x) dx ≤ √1 fn ( √k ).
n n √ n n
n
Pb√n
Il s’agit donc de majorer la somme √1 fn ( √kn ) − fn ( k+1
√ ).
n k=1 n
Cette somme vaut √1 (fn ( √1 ) − fn (b)) car les termes de la série se simplifient
n n
deux à deux. Elle est donc majorée par √1 fn (0), qui converge vers 0.
n

Le corollaire suivant est très utile en pratique.

Corollaire
On considère une épreuve aléatoire modélisée par un espace probabilisé (Ω, T , P ).
Un expérimentateur cherche à évaluer la probabilité P (A) associée à un événe-
ment A ∈ T .
Pour cela, il répète n fois l’épreuve considérée, de manière indépendante. Con-
sidérons le nombre moyen de fois où l’événement A s’est trouvé réalisé au cours
de ces n épreuves. On s’attend à ce que ce nombre soit proche de la probabilité
P (A). Le théorème de la limite centrée affirme que ce Rnombre appartient à
t −x2 /2
l’intervalle [P (A) − √tσn , P (A) + √tσn ] avec probabilité √12π −t e dx.
p
L’écart-type σ vaut P (A)(1 − P (A)) et n’est à priori pas connu de l’expéri-
mentateur. Il est tout de même majoré par 12 , ce qui permet de donner un in-
tervalle de confiance pour P (A), qui dépend du nombre n d’épreuves effectuées,
R t −x2 /2
et du risque d’erreur α = 1 − √12π −t e dx qu’on veut bien tolérer.
Par exemple, un risque α = 0, 01 donne un intervalle de confiance pour P (A)
√ , fn + 1,29
égal à [fn − 1,29
n
√ ], où fn est la fréquence observée de l’événement A
n
lors des n épreuves.
26

Construction du pentagone régulier

Voici une construction du pentagone régulier à la règle et au compas. Soit A,
B et C les points de coordonnées (1, 0), (0, 1) et (−1, 0). On trace le cercle de
diamètre OB puis la droite reliant le centre D de ce cercle au point C. Soit
E et F les deux points d’intersection de ce cercle et de cette droite. Il suffit
maintenant de tracer les cercles de centre C et passant par E et F , pour obtenir
quatre des sommets du pentagone.

On renvoie à l’article “Construction-a-la-regle-et-au-compas” de l’encyclopédie

W ikipedia pour d’autres constructions classiques en géométrie élémentaire.
 27

Polyèdres platoniciens

On s’intéresse aux polyèdres convexes (enveloppe convexe d’un nombre fini de

points de R3 ) qui satisfont les propriétés suivantes :
– Les faces sont des polygones réguliers à n côtés. Toutes les arêtes ont même
longueur.
– Le nombre d’arêtes en chaque sommet du polyèdre ne dépend pas du sommet
considéré. Notons k ce nombre d’arêtes.
On va montrer qu’il n’y a qu’un nombre fini de possibilités pour n et k, ce qui
donne un nombre fini de possibilités pour le nombre S de sommets, le nombre
A d’arêtes et le nombre F de faces d’un tel polyèdre.
Calculons les valeurs possibles pour n, k, S, A et F .
Comme le polyèdre est convexe, on a la formule d’Euler, S − A + F = 2.
Soit S̃, Ã, F̃ le nombre total de sommets, d’arêtes et de faces avant assemblage.

S̃ = 12 On a les relations
à = 12
F̃ = 4 S̃ = Ã = nF̃

S = 4 S = S̃/k
A = 6 A = Ã/2
F = 4 F = F̃

   
1 1
Ce qui donne n k − 2 + 1 F = 2.
   
1 1 1 1
On doit donc avoir 1 − n 2 − k > 0, c’est-à-dire 1 > n 2 − k .
 
1 1 1 1
Comme k ≥ 3, on a : 2 − k ≥ 1/6 , d’où l’encadrement 1 > n 2 − k ≥ n/6.
Par conséquent, 3 ≤ n < 6.
1 1 1 2n
La relation n > 2 − k implique n−2 > k, ce qui laisse comme possibilités
n = 4, k = 3 ; n = 5, k = 3 ; n = 3, k = 3, 4, 5.
2 n n
De là, on en déduit les valeurs de S, A, F. F = 1−( 12 − k1 )n
, S= k F, A = 2 F.

n k S A F
3 3 4 6 4 tétraèdre
3 4 6 12 8 octaèdre
3 5 12 30 20 icosaèdre
4 3 8 12 6 cube
5 3 20 18 12 dodécaèdre
28

Sous-groupes de S4
 29

Trace, formes quadratiques et extensions de corps

Ce document porte sur les notions de dimension d’espace vectoriel, ex-

tensions de corps, trace de matrices, polynôme minimal et caractéristique,
théorème de Cayley-Hamilton, formes quadratiques, nombres irrationnels, dé-
terminant de Vandermonde, déterminant de Gram.
On passe un certain temps en premier cycle à démontrer que tout espace
vectoriel de dimension finie admet une base ; de même, on démontre que toute
forme quadratique admet une base orthogonale. Cependant, à ce niveau du
cours, tous les espaces vectoriels de dimension finie considérés arrivent avec une
base naturelle, et toutes les formes quadratiques utilisées sont données dans une
base orthogonale.
Au niveau du programme de l’agrégation, il existe essentiellement deux ex-
emples d’espaces vectoriels de dimension finie pour lesquels il n’y a pas de base
donnée à priori :
– Le premier est formé par les solutions d’une équation différentielle sur un
intervalle borné. Sous des hypothèses ad hoc, le théorème de Cauchy-Lipschitz
affirme que l’espace vectoriel des solutions est de dimension finie, mais il peut
être difficile d’exhiber une base explicite de solutions.
R
Cet espace vectoriel est
muni d’une forme quadratique naturelle, (f, g) → f g , qui ne fait référence à
aucune base particulière.
– Le second exemple est de nature algébrique. Considérons un corps L engendré
par un nombre fini de nombres algébriques sur Q. Ce corps est un espace vec-
toriel de dimension finie sur Q. Les nombres algébriques qui ont permis de le
définir ne forment pas une base de L en général. Il existe une forme quadratique
naturelle sur L, qui est donnée par la trace, (x, y) → T raceL/Q (xy).
Dans ces deux exemples, il peut même être difficile de déterminer la dimen-
sion de l’espace vectoriel considéré. On va voir comment l’existence d’une forme
quadratique peut aider à résoudre ce problème.

Définitions
Dans la suite, on s’intéresse au second exemple. Soit donc K un corps de
carctéristique différente de 2, L une extension de dimension finie de K. Notons
n la dimension de L en tant que K-espace vectoriel. Dans la suite, il peut être
utile de faire intervenir une extension algébriquement close de K contenant L ;
elle sera abusivement notée K̄. On peut se restreindre à K = Q et K̄ = C si
on veut.
Pour tout élément y ∈ L, on considère l’application K-linéaire donnée par

Ay : L → L
x → xy

La trace de cette application linéaire est un élément de K qui est noté trL/K (y),
ou encore s’il n’y a pas d’ambiguı̈té sur les corps considérés, tr(y). On vérifie
immédiatement que l’application (x, y) → tr(xy) est une application K-biliné-
aire symétrique définie sur L.
30

Remarquons que si l’on se donne une base de L sur K, l’application qui associe
à y la matrice de Ay dans cette base, réalise un plongement de L dans l’algèbre
Mn (K). Bien sûr, ce plongement n’est pas surjectif.
Voici une propriété des applications de la forme Ay , qui ne sont pas vraies pour
toutes les applications K-linéaires
Lemme Le polynôme minimal Pm de Ay est irréductible. Le polynôme car-
actéristique Pc de Ay est égal à une puissance de son polynôme minimal.
Preuve
Commençons par montrer que le polynôme minimal de Ay est irréductible
sur K. Pour cela, rappelons que le polynôme minimal de y est le plus petit
polynôme non nul P de K[X] (au sens de la division) qui vérifie P (y) = 0. Ce
polynôme est irréductible. S’il était le produit de deux polynômes non con-
stants de K[X], y serait racine d’un de ces deux polynômes, et donc P ne serait
pas minimal. Maintenant le polynôme minimal de Ay est égal au polynôme
minimal de y en vertu des deux relations P (Ay ) = AP (y) et P (y) = P (Ay )1.
L’anneau K[X] étant factoriel, on peut décomposer Pc sous la forme d’un pro-
duit Pc = (Pm )l H, avec l un entier et H un polynôme premier à Pm . Remar-
quons que H n’a pas de racines en commun avec Pm ; cela découle, par exemple,
du théorème de Bezout. Si H est non constant, Pc aurait une racine dans K̄ qui
ne serait pas racine de Pm . C’est absurde car les racines de Pc sont les valeurs
propres de Ay (dans K̄) et ces valeurs propres sont toutes racines du polynôme
minimal Pm .
Voici une conséquence de ce lemme. Si y est non nul, Ay ne peut pas être
nilpotente. En effet, s’il existe un entier k tel que (Ay )k = 0, le polynôme
minimal de Ay divise X k ; comme il est irréductible, il est égal à X, donc
Ay = 0.
Autre conséquence : si la caractéristique de K est nulle, Ay est diagonalisable
sur K̄. De fait, en caractéristique 0 (plus généralement si le corps est parfait), les
polynômes irréductibles ont leurs racines simples. Une matrice dont le polynôme
minimal a ses racines simples est diagonalisable (sur K̄).

Indépendance et trace
Voici comment utiliser la trace dans des questions d’indépendance linéaire.
Théorème
On se donne p1 , p2 , ...pk des nombres premiers distincts. Alors les nombres réels
√ √ √
p1 , p2 , ... pk sont linéairement indépendants sur Q.
Preuve
Rappelons que si q est une forme bilinéaire symétrique définie sur un espace
vectoriel L, et si v1 , v2 , ..vk sont des vecteurs de L, alors la famille des vi est
libre si le déterminant de la matrice de terme général q(vi , vj ) est non nul (une
combinaison linéaire entre les vi donne tout de suite une combinaison linéaire
sur les colonnes de cette matrice ). Un tel déterminant est appelé déterminant
de Gram.
 31

√
Ici, on considère comme Q-espace vectoriel le corps engendré par les pi , et
comme forme quadratique (x, y) → T rL/Q (xy). Il faut donc calculer les traces
√
trL/Q ( pi pj ).
– Si i = j, on a tr(pi ) = pi tr(1) = npi , où n est la dimension de L sur Q.
√
– Si i 6= j, on remarque que le polynôme minimal de pi pj est égal à X 2 −pi pj .
Son polynôme caractéristique est donc égal à (X 2 −pi pj )l , pour un certain entier
√
l ∈ N. La trace de pi pj est égale au coefficient de X 2l−1 dans ce polynôme,
elle est donc nulle.
√
Par conséquent, la matrice de terme général trL/Q ( pi pj ) est diagonale, et ses
termes diagonaux sont des entiers non nuls ; son déterminant est donc non nul.
√ √ √
Les p1 , p2 , ... pk sont linéairement indépendants sur Q.
√ √
On peut calculer
pQ
la dimension de Q[ p1 , ... pk ] ; pour cela, on considère la
famille des i∈I pi où I est une partie quelconque de l’ensemble {1...k}.
Q
(on pose i∈I pi = 1 si I est vide). Cette famille possède 2k éléments ; l’espace
√ √
vectoriel qu’elle engendre coı̈ncide avec Q[ p1 , ... pk ]. Il suffit de vérifier que
c’est une famille libre, ce qui se fait comme plus haut, en considérant les traces.
La dimension recherchée est donc égale à 2k .

Non-dégénerescence de la trace
Suffit-il de calculer le déterminant de la matrice de terme général tr(xi xj ) pour
savoir si la famille {x1 , ...xk } est libre ? Par exemple, si K est un sous-corps
de C, et si la forme quadratique associée à q est définie positive, La réponse
est oui. Ceci provient du fait que la restriction d’une forme quadratique définie
positive à un sous-espace vectoriel est encore définie positive.
Si la forme quadratique n’est pas positive, ce n’est plus forcément vrai. Dès
l’instant où la forme admet un vecteur isotrope (q(x, x) = 0), on obtient un
contre-exemple en considérant la famille libre composée de l’unique élément x,
pour laquelle on a det(q(x, x)) = 0. Cependant, si la forme quadratique est
non-dégénerée, on a tout de même le résultat suivant.
Pour toute base {x1 , ...xn }, le déterminant det(q(xi , xj )) est non nul.
Ce résultat n’est pas difficile ; cf par exemple Ramis-Deschamps Tome 2 1.1.2
prop 2 cor I. Cette référence comporte d’autres informations sur les détermi-
nants de la forme det(q(xi , xj )), appelés déterminants de Gram. Au final, on
obtient le critère suivant.
Soit q une forme bilinéaire symétrique non-dégénérée. Pour qu’une famille
génératrice {x1 ...xn } soit une base, il faut et il suffit que det(q(xi , xj )) soit non
nul.
Dans le cas d’extensions de corps, il est facile de trouver des familles généra-
trices, si bien que la méthode présentée plus haut permet effectivement de
déterminer la dimension de l’extension, si la trace est non dégénérée.
Théorème
Soit K un corps de caractéristique 0, et L une extension finie de K. Alors
(x, y) → trL/K (xy) est une forme bilinéaire symétrique non dégénérée.
32

Première preuve
Il s’agit de montrer que pour tout y ∈ L non nul, on peut trouver un x ∈ L
tel que tr(xy) 6= 0. Prenons x = y −1 . On a alors tr(xy) = tr(1) = dimK L.
Comme la caractéristique de K est non nulle, cet entier est non nul.

Seconde preuve
Sous la seule hypothèse de séparabilité, en utilisant le théorème de l’élément
primitif : l’extension L est de la forme L ≃ K[θ], pour un certain θ ∈ L.
Le polynôme minimal de Aθ est égal au polynôme minimal Pm de θ ; il est donc
irréductible, et ses racines sont simples (dans K̄ ; c’est la séparabilité). Il est
de degré n, en vertu de l’isomorphisme K[θ] ≃ K[X]/Pm . Comme il divise le
polynôme caractéristique de Aθ , il est en fait égal à ce polynôme. On conclut
que le polynôme caractéristique de Aθ a ses racines simples. Par conséquent les
valeurs propres λi de Aθ sont de multiplicité 1.
Comme 1, θ, θ 2 , ...,θ n−1 forme une base de K[θ] sur K , il suffit de montrer que la
matrice tr(θ i θ j ) 0≤i≤n−1 est non dégénérée, c’est-à-dire que son déterminant
0≤j≤n−1
est non nul.
  X  X 
det (tr(Ai+j
θ ) = det λi+j
k = det λik λjk = det(t BB) = det(B)2

où B = (λji ) 0≤i≤n−1 .

0≤j≤n−1

Le déterminant de B est un déterminant de Van Der Mond, qui peut être calculé
Q
explicitement : det B = i>j (λi − λj ) 6= 0. Ceci termine la preuve.

Voici enfin un exemple d’extension pour laquelle la trace n’est pas définie
positive. Soit α une racine dans C de l’équation X 4 +1 (α = eiπ/4 par exemple) ;
l’extension Q[α] est de degré 4 sur Q. Le polynôme minimal de α2 est égal à
X 2 +1 , son polynôme caractéristique est donc égal à (X 2 +1)2 . Par conséquent,
la trace trQ[α]/Q (α2 ) est nulle. Le nombre α est un vecteur isotrope de la trace
dans l’extension Q[α].
Toutes ces considérations sont classiques en théorie de Galois. Voici deux
références pour en savoir plus : Ian Stewart, Galois Theory et Algebraic Theory
of Numbers.
 33

Continuité des racines des polynômes

Lorsqu’on varie continûment les coefficients d’un polynôme à coefficients réels
ou complexes, ses racines se déplacent-elles de manière continue dans le plan
complexe ?
Pour les polynômes de degré 2 unitaires à coefficients réels, les formules bien
connues suivantes :
√ √
−b + b2 − 4c −b − b2 − 4c
λ= , µ= ,
2 2
permettent d’exprimer les racines du polynôme P (X) = X 2 +bX +c en fonction
de ses coefficients, dès que b2 − 4c > 0. Ces deux fonctions λ et µ dépendent
de manière continue des coefficients sur l’ensemble des polynômes à coefficients
réels dont le discriminant est strictement positif. Malheureusement, il n’y a
pas d’extension continue de la fonction racine carrée à l’ensemble du plan com-
plexe. Peut-on malgré tout montrer que les racines d’un polynôme dépendent
continûment de ses coefficients ?

Contre-exemples à la continuité des racines

Soit E2 l’ensemble des polynômes unitaires de degré 2 à coefficients complexes ;
supposons qu’il existe deux fonctions continues λ, µ : E2 → C2 telles que pour
tout P ∈ E2 ,
P (X) = (X − λ(P ))(X − µ(P )).
Intéressons nous à la famille de polynômes suivante, paramétrée par θ ∈ R/2πZ.

Pθ (X) = X 2 − eiθ .

Posons λ̃(θ) = λ(Pθ ), µ̃(θ) = µ(Pθ ). Ces deux fonctions sont définies sur
R/2πZ. On devrait avoir

∀ θ ∈ R/2πZ, Pθ (X) = (X − λ̃(θ))(X − µ̃(θ)).

Proposition
Il n’existe pas de fonctions continues λ̃, µ̃ définies de R/2πZ dans C telles que

X 2 − eiθ = (X − λ̃(θ))(X − µ̃(θ))

Preuve
θ θ
Pour chaque θ ∈ ]0, 2π[ , on doit avoir λ̃(θ) ∈ {ei 2 , −ei 2 }. L’image de ]0, 2π[
par λ̃ est donc contenue dans S 1 \{−1, 1}. Cet espace admet deux composantes
connexes. Supposons, sans perte de généralité, que λ̃(]0, 2π[) est dans le demi-
cercle supérieur. On a alors l’égalité
θ
∀ θ ∈ ]0, 2π[ , λ̃(θ) = ei 2 .

Comme λ̃ est continue, on devrait avoir λ̃(0) = 1, λ̃(2π) = −1, si bien que λ̃
n’est pas périodique de période 2π. Ceci termine la preuve.
34

On peut construire de la même façon une famille de polynômes à coefficients

réels dont les racines complexes ne dépendent pas continûment des polynômes.
Posons

∀ θ ∈ R/2πZ, Pθ (X) = X 4 + (8 − 2 cos θ) X 2 + 8 sin(θ) X + 8 cos(θ) + 17

θ θ θ
Ces polynômes admettent pour racines les nombres 2i+ e−i 2 , −2i+ ei 2 , 2i− ei 2
θ
et −2i − e−i 2 . En raisonnant comme précédemment, on montre qu’il n’est pas
possible de construire une fonction dépendant continûment de θ ∈ R/2πZ,
à valeurs dans cet ensemble de racines. On pourra construire en exercice un
exemple de polynôme de degré 3 dont les racines ne dépendent pas de manière
continue de ses coefficients.
Les problèmes qui apparaissent dans les exemples précédents sont dus à un
échange des racines, après une rotation de π sur l’angle θ. Nous allons voir que
cette permutation est la seule obstruction à la continuité des racines en fonction
du polynôme.

Racines à permutation près

Nous voulons considérer l’ensemble des racines d’un polynôme de degré n à
permutation près. Notons Sn le groupe des permutation de l’ensemble {1, ..., n}.
Ce groupe agit sur Cn par échange des indices. Soit (x1 , ...xn ) ∈ Cn et σ ∈ Sn :

σ(x1 , ...xn ) = (xσ(1) , ..., xσ(n) ).

Le quotient de Cn par cette action est noté Cn /Sn . Il est muni de la topologie
quotient. Notons En l’ensemble des polynômes unitaires de degré n, à coeffi-
cients complexes.
Théorème
L’application ψ : Cn → En définie par
n
Y
ψ(λ1 , ..., λn ) = (X − λi ).
i=1

est continue, passe au quotient et donne un homéomorphisme de Cn /Sn sur En .

Les racines, à permutation près, dépendent donc continûment du polynôme.
Preuve
L’application ψ est bien continue car les coefficients d’un polynôme s’expriment
de manière polynomiale en fonction des racines de ce polynôme. Tout polynôme
de degré n à coefficients complexes possède n racines, l’application ψ est donc
surjective. Comme deux ensembles de racines définissent le même polynôme si
et seulement si ils se déduisent l’un de l’autre par permutation, on obtient bien
une bijection après être passé au quotient.
Il reste à montrer que si F̄ est un fermé de Cn /Sn , alors son image est fermée
dans En . Comme π −1 (F̄ ) est fermé, il suffit de vérifier que pour tout fermé F
de Cn , l’ensemble ψ(F ) est fermé. Nous allons utiliser le lemme suivant.
 35

Lemme
Pn−1
Soit P (X) = X n + k=1 ak X k un polynôme unitaire à coefficients complexes
de degré n, et soit λ une racine de P . Alors
( n−1
)
X
|λ| ≤ max 1, |ak |
k=0

Preuve
Si |λ| est plus petit que 1, la conclusion est vérifiée. Sinon, nous avons la
majoration |λ|k ≤ |λ|n−1 pour tout k < n, ce qui implique
n−1
X n−1
X  n−1
X 
|λn | = | − ak λk | ≤ |ak ||λn−1 | = |ak | |λn−1 |.
k=0 k=0 k=0

Le lemme est démontré.

Terminons maintenant la preuve du théorème. Soit F un fermé de Cn
et {Pk } une suite dans ψ(F ) qui converge vers un certain polynôme P ∈ En .
Posons Pk = ψ(λk ) avec λk ∈ F . Les coefficients des Pk sont tous majorés par
une constante qui ne dépend pas de k. D’après le lemme, il en va de même pour
tous les coefficients des λk . On peut donc extraire une sous-suite λkl ∈ Cn qui
converge vers un vecteur λ ∈ F . Par continuité de ψ, nous avons l’égalité

P = ψ(λ) ∈ ψ(F ),

ce qui montre que ψ(F ) est fermé.

Remarques
– D’après ce qui précède, l’espace Cn /Sn est un espace topologique séparé
homéomorphe à Cn .
– Plutôt que de travailler avec la topologie quotient sur Cn /Sn , on aurait pu
définir une distance sur cet espace. Munissons Cn de la norme euclidienne ||.||,
et considérons sur Cn la fonction

∀ x, y ∈ Cn , d(x, y) = min{ ||x − σ(y)|| | σ ∈ Sn }.

Cette fonction passe au quotient. On vérifie qu’on obtient une distance sur
Cn /Sn et que la projection canonique π : Cn → Cn /Sn est continue.

Décomposition en polynômes symétriques élémentaires

Le théorème précédent est à rapprocher du théorème de décomposition des
polynômes symétriques en polynômes symétriques élémentaires. Rappelons
comment sont définis ces polynômes symétriques élémentaires.
X Y
σk (λ1 , ..., λn ) = λk
S⊂{1,..,n} i∈S
#S=k

Montrons qu’on peut exprimer toute fonction continue invariante par permuta-
tion des coordonnées, en fonction des polynômes symétriques élémentaires σi .
36

Corollaire
Soit f : Cn → C une fonction continue, invariante par l’action de Sn sur les
coordonnées. Alors il existe une fonction continue g : Cn → C telle que
 
∀ (λ1 , ..., λn ) ∈ Cn , f (λ1 , ..., λn ) = g σ1 (λ1 , ..., λn ), ..., σn (λ1 , ..., λn )

Preuve
Notons ψ̄ : Cn /Sn −→ ˜ En l’homéomorphisme donné par le théorème, et soit
¯ n
f : C /Sn → C l’application obtenue à partir de f en passant au quotient.
Définissons une application p : Cn −→
˜ En en posant
X
p(σ1 , ..., σn ) = X n + X n−k (−1)k σk .
Q
Cette application satisfait la relation p(σ1 (λi ), ..., σn (λi )) = (X − λi ).
Il suffit donc de poser g = f¯ ◦ ψ̄ −1 ◦ p pour conclure.

Polynômes dont toutes les racines sont réelles

Exprimer de manière continue les racines d’un polynôme appartenant à un cer-
tain sous-ensemble E ∈ En revient donc à chercher une section pour la projection
π : Cn → Cn /Sn au-dessus du sous-ensemble E ′ = π(ψ −1 (E)), c’est-à-dire une
application continue s : E ′ → Cn telle que π ◦ s = id.
Intéressons nous aux polynômes à valeurs réelles dont toutes les racines sont
réelles. Définissons une section s : Rn /Sn → Rn comme suit : le vecteur s(λ)
est obtenu à partir de λ en ordonnant ses coordonnées de manière croissante.
Proposition
L’application s : Rn /Sn → Rn est continue.
Preuve
Soit λk une suite de Rn /Sn qui converge vers un certain λ ∈ Rn /Sn . On veut
montrer que s(λk ) converge vers s(λ). Comme les coefficients de s(λk ) sont
bornés, il suffit de vérifier que toute valeur d’adhérence µ de s(λk ) est en fait
égale à s(λ). Les coefficients de s(λk ) sont ordonnés de manière croissante, il
en va de même pour les coefficients de µ. De plus, µ se projette sur λ par le
biais de l’application π : Rn → Rn /Sn . Le vecteur µ est donc obtenu à partir
de λ en ordonnant ses coordonnées, i.e. µ = s(λ).

On en déduit la continuité des racines lorsque celles-ci sont réelles, ordonnées

par ordre croissant.
Proposition
Considérons l’ensemble des polynômes unitaires de degré n à coefficients réels
dont toutes les racines sont réelles. Alors l’application qui à un tel polynôme
associe ses racines, ordonnées par ordre croissant, est continue.
 37

Sur la diagonalisation des matrices 2 × 2

On sait que toute matrice A, à coefficients réels ou complexes, dont les

valeurs propres sont toutes distinctes, est diagonalisable. Peut-on réaliser cette
diagonalisation de manière continue ? En d’autres termes, peut-on choisir la
matrice conjuguant A à une matrice diagonale, de façon à ce quelle dépende
continûment de A ? Le but de ce texte est de démontrer que cela n’est pas
possible sur l’ouvert des matrices dont les valeurs propres sont toutes distinctes.

1 Etude locale
Remarquons d’abord que si M est conjuguée à une matrice diagonale D par le
biais d’une matrice U ∈ GLn ,

U −1 M U = D

alors les coefficients diagonaux de D sont des valeurs propres de M et les

vecteurs colonnes de U sont des vecteurs propres de M . Réciproquement, si
U est une matrice inversible dont les colonnes sont des vecteurs propres de M ,
alors U −1 M U est diagonale.
Par conséquent, diagonaliser M continûment revient peu ou prou à faire un
choix pour les vecteurs propres de M , qui dépend continûment de M .
Ce choix est toujours possible localement, au voisinage d’une matrice dont
toutes les valeurs propres sont distinctes. C’est une application classique du
théorème d’inversion locale.
Pour simplifier, on va se restreindre au cas des matrices 2x2, et donner
des expressions explicites pour ces conjugaisons. Intéressons nous au cas des
matrices à coefficients réels et notons U l’ouvert de M2 (R) correspondant aux
matrices ayant leurs deux valeurs propres distinctes.

U = {M ∈ M2 (R) | ∆(Pc (M )) 6= 0}

où Pc (M ) est le polynôme caractéristique de M et ∆ est son discriminant :

∆(x2 + αx + β) = α2 − 4β. Cet ouvert U a deux composantes connexes U+ et
U− correspondant à ∆ > 0 et ∆ < 0. Considérons le cas ∆ > 0, c’est à dire le
cas où M a ses deux valeurs propres réelles.
!
a b
M=
c d

Les deux valeurs propres de M sont données par les expressions :

1 q 1 q
λ+ = (a + d + (a − d)2 + 4bc), λ− = (a + d − (a − d)2 + 4bc)
2 2
Elles dépendent continûment de a, b et c sur l’ouvert U+ . Les vecteurs propres
associés à λ+ sont proportionnels à a −bλ+ ; remarquons que ce vecteur est
 
d − λ+
lui-même proportionnel à c . Les vecteurs propres associés à λ− sont
 
b
proportionnels à a − λ− ; remarquons que ce vecteur est lui-même propor-
 
d−λ
tionnel au vecteur propre c .
38

On peut donc former différentes matrices susceptibles

 de diagonaliser
 M à partir
b b
de ces vecteurs ; par exemple, la matrice a − λ+ a − λ− , dont le déterminant
 
est égal à b(λ+ − λ− ), ou b
a − λ+
d−λ
c de déterminant égal à bc + (a − λ+ )2
 
d − λ+ b
(car λ+ + λ− = a + d), ou encore c a − λ− de déterminant égal à −bc −
(a − λ− )2 . Par conséquent,
• Sur U+ ∩ {b 6= 0},
! !−1 ! !
a b b b λ+ 0 b b
=
c d a − λ+ a − λ− 0 λ− a − λ+ a − λ−

• Sur U+ ∩ {a 6= λ+ , |bc| < (a − λ+ )2 },

! !−1 ! !
a b b d − λ− λ+ 0 b d − λ−
=
c d a − λ+ c 0 λ− a + λ+ c

• Sur U+ ∩ {a 6= λ− , |bc| < (a − λ− )2 },

! !−1 ! !
a b d − λ+ b λ+ 0 d − λ+ b
=
c d c a − λ− 0 λ− c a − λ−

Les
 trois  ouverts précédents recouvrent U+ ; on est donc parvenu à diagonaliser
a b
c d , au moins localement. Le problème est que les trois matrices qui
réalisent ces conjugaisons ne coı̈ncident pas sur l’intersection de ces ouverts, si
bien qu’il n’est pas possible de les ”recoller” afin de former une solution globale
continue qui conjugue M à une matrice diagonale.
On pourrait penser que cela est dû à un mauvais choix, au niveau des
vecteurs propres. Il n’en est rien.
Théorème
Soit K = R et U = {M ∈ M2 (R) | ∆(Pc (M )) > 0},
ou K = C et U = {M ∈ M2 (C) | ∆(Pc (M )) 6= 0}.
Il n’existe pas de fonction continue f : U −→ GL2 (K) telle que, pour tout
M ∈ U , f (M )−1 M f (M ) soit diagonale.
Remarque : ce théorème est en fait vrai en toute dimension.

2 Le cas réel
Remarquons que si une telle fonction f existait, alors on pourrait diagonaliser
continûment les matrices symétriques à l’aide de matrices de SO2 . En effet,
si v1 , v2 sont les deux vecteurs colonnes de f (M ) : f (M ) = (v1 , v2 ), alors
f˜(M ) = ( |vv11 | , |vv22 | ) conjugue encore M à une matrice diagonale. Si M est
symétrique, ses vecteurs propres v1 et v2 sont orthogonaux ; par conséquent
f˜(M )
f˜(M ) ∈ O2 (R). La fonction det f˜(M )
∈ SO2 (R) réalise donc la conjugaison
recherchée. Le théorème précédent découle donc de l’énoncé suivant.
Théorème
Soit Sym(R2 ) = {M ∈ M2 (R) | t M = M }.
 39

Il n’existe pas de fonction continue f : U ∩ Sym(R2 ) −→ SO2 (R) telle que,

pour tout M ∈ U ∩ Sym(R2 ), f (M )−1 M f (M ) soit diagonale.

Au lieu de considérer l’ensemble de toutes les matrices symétriques, on peut

même se restreindre à la classe de conjugaison d’une matrice diagonale A0 ∈ U .
Posons
OA0 = {U A0 U −1 | U ∈ SO2 (R)}.
Les matrices de la forme f (A)−1 Af (A), A ∈ OA0 , sont diagonales et conjuguées
à A0 ; elles ont donc les même valeurs propres que A0 . Il n’existe qu’un nombre
fini de telles matrices, elles sont obtenues en permutant les termes diagonaux de
A0 . Comme OA0 est connexe, on voit que f (A)−1 Af (A) est constant. Quitte
à multiplier f par une matrice de permutation, on peut donc supposer que
f (A)−1 Af (A) est égale à A0 .
Théorème
Soit A0 ∈ U une matrice diagonale.
Il n’existe pas de fonction continue f : OA0 −→ SO2 (R) tel que

f (A)−1 Af (A) = A0 .

Lemme
Soit A0 ∈ U une matrice diagonale.
Si A = U A0 U −1 = V A0 V −1 , alors U V −1 est diagonale.
Preuve du lemme
U V −1 doit commuter avec A0 . La matrice U V −1 doit donc laisser invariant les
sous-espaces propres de A0 ; ceux-ci sont engendrés par les vecteurs de la base
canonique. La matrice U V −1 est donc diagonale.
Preuve du théorème
Soit D le sous-ensemble des matrices diagonales de M2 (R). Considérons la
projection π de SO2 sur OA0 donnée par
π : SO2 (R) −→ OA0
U 7−→ U A0 U −1
Le lemme montre que les ”fibres” de cette projection s’identifient naturellement
à D ∩ SO2 (R) :

π(u) = π(v) ←→ uv −1 ∈ D ∩ SO2 (R).

L’existence de f permettrait d’établir un homéomorphisme entre SO2 (R) et

OA0 × (D ∩ SO2 (R)) :

OA0 × (D ∩ SO2 (R)) −→ SO2 (R)

(A, D) 7−→ f (A)D

On peut écrire explicitement l’inverse de cette application :

OA0 × (D ∩ SO2 (R)) ←− SO2 (R)

(U A0 U −1 , f (U A0 U −1 )−1 U ) ←− U
40

La matrice f (U A0 U −1 )−1 U est bien diagonale car elle commute avec A0 . En

effet, d’après la définition de f , on doit avoir l’égalité

f (U A0 U −1 )−1 U A0 U −1 f (U A0 U −1 ) = A0 .

On est parvenu a une absurdité. Il n’existe pas d’homéomorphisme en-

tre SO2 (R) et OA0 × (D ∩ SO2 (R)) car SO2 (R) est connexe tandis que D ∩
SO2 (R) = {Id, −Id} n’est pas connexe.
Remarques
– La preuve se généralise à des matrices de taille quelconque.
– L’application π est un revêtement à deux feuillets non trivial de S 1 par S 1 .
3 Le cas complexe
Les énoncés précédents se généralisent au cas complexe en remplaçant SO2 (R)
par SU2 (C) et les matrices symétriques par les matrices hermitiennes.
Les arguments précédents établiraient un homéomorphisme entre SU2 (C) et
OA0 × (D ∩ SU2 (C)). Mais SU2 (C) est homéomorphe à S 3 qui est simplement
connexe ; l’homéomorphisme est donné par

{(a, b) ∈ C2 | |a|2 + |b|2 = 1} −→ SU2 (C) !

a b
(a, b) 7−→
−b a
n iθ
 o
e 0
tandis que D ∩ SU2 (C) = 0 e−iθ
|θ∈R est homéomorphe au cercle
S 1 , qui n’est pas simplement connexe.
Remarques
– on peut démontrer que OA0 est homéomorphe à la sphère S 2 . La projection
π : SU2 (C) −→ OA0 est la fibration de Hopf.
– La preuve se généralise en dimension quelconque. Le groupe D ∩ SUn (C) est
maintenant homéomorphe à un tore S 1 × S 1 × · · · × S 1 .
 41

Théorie de Galois
Théorème
Soit K un corps de caractéristique nulle (ou un corps fini), L une extension
finie de K, supposée normale : ∀σ ∈ homK (L, K), σ(L) ⊂ L. Alors on a une
bijection

{sous-corps de L contenant K} ←→ {sous-groupes de AutK (L)}

L′ −→ AutL′ (L)
LH = {x ∈ L | ∀σ ∈ H, σx = x} ←− H

De plus, Card AutK (L) = dimK L.

Pour les applications, on remarque que les extensions de décomposition sont

normales. Pour la preuve, on utilise les trois résultats suivants :
• Théorème de l’élément primitif : si car K = 0 ou K fini, L extension finie de
K Alors il existe θ ∈ L tel que L = K[θ].
• Polynômes symétriques : si P ∈ K[X1 , . . . , Xn ] est un polynôme symétrique,
il existe P̃ ∈ K[X1 , . . . , X
Xn ] tel que P (X1 , . . . , Xn ) = P̃ (S1 , . . . , Sn ) où on a
noté Sk (X1 , . . . , Xn ) = Xi1 . . . Xik .
i1 <...<ik
• Si la caractéristique de K est nulle ou si K est fini, tout polynôme irréductible
a ses racines simples dans K.
Notations
P P
si P (X) = an X n ∈ L[X], on pose (σP )(X) = σ(an )X n . On a alors
∀x ∈ L, ∀σ ∈ AutK (L), σ(P (x)) = (σP )(σx).
En particulier, si P ∈ K[X] et P (x) = 0, alors ∀σ ∈ AutK (L), P (σx) = 0.
Lemme
x
Soit PL/K le polynôme minimal de x ∈ L et Γx = {σx | σ ∈ AutK (L)}. Alors
Y
x
PL/K (X) = (X − y).
y∈Γx

Preuve du lemme
– Cas x = θ
θ
Les σθ étant tous distincts et annulant PL/K ∈ K[X], on a dans L[X],

θ
Π (X − σθ) | PL/K .
σ∈AutK (L)

En particulier Card(AutK L) ≤ dimK L. Mais si θ ′ est une racine de PL/K

θ ,
′
K[θ ′ ] ≃ K[X]/PL/K
θ θ
= K[X]/PL/K ≃L

Cet isomorphisme envoie θ ′ sur θ. Par conséquent, il existe σ ∈ AutK (L) tel
que σθ = θ ′ , ce qui implique Card AutK L ≥ d◦ PL/K
θ = dimK L.
Les deux polynômes ont donc même degré, l’un divise l’autre ; ils sont égaux.
42

– Cas général
Il existe P ∈ K[X] tel que P (θ) = x. Posons
Y
Pcx (X) = (X − σ(x)) ∈ L[X]
σ∈AutK L

En fait, Pcx ∈ K[X]. En effet, ses coefficients sont des polynômes symétriques en
les σθ, ils s’expriment donc en fonctions des polynômes symétriques élémentaires
θ
des σθ, c’est à dire en fonction des coefficients de PL/K . On a donc PL/Kx |P x
c
dans K[X]. PL/K x a ses racines simples, donc PL/Kx |
Π (X − y) dans K[X].
x , on a égalité. y∈Γx
Les y ∈ Γx étant racines de PL/K

Corollaire du lemme : LAutK L = K car si x ∈ LAutK L , Γx = {x}.

Preuve du théorème
– Si K ⊂ L′ ⊂ L, L′ est de caractéristique 0 ou fini, L est normal sur L′ , on
peut donc appliquer le corollaire : LAutL′ L = L′ .
– Pour l’autre sens, on a clairement H ⊂ AutLH (L).
Soit ϕ ∈ AutLH (L) : si x ∈ L est tel que ∀h ∈ H, h(x) = x alors ϕ(x) = x. On
considère Q(X) = Π (X − σθ). Q est invariant par H donc Q ∈ LH [X].
σ∈H
Ses coefficients sont invariants par LH , donc par ϕ.
ϕ(Q(θ)) = ϕ(0) = 0 = (ϕQ)(ϕ(θ)) = Q(ϕ(θ)).
Donc ϕθ = σθ pour un certain σ ∈ H ; ϕ = σ ∈ H, ce qu’il fallait démontrer.

• Preuve du théorème de l’élément primitif en caractéristique 0

Il suffit de le démontrer pour les extensions de la forme K[α, β]. On cherche θ
sous la forme θ = β + cα, avec c entier.
n m
Soit P α (X) = Π (X − αi ), P β (X) = Π (X − βi ) les polynômes minimaux de
i=0 i=0
α et β. On a : P α , P β ∈ K[X], α0 = α, β0 = β, βi , αi ∈ K. Considérons
le polynôme P (X) = P β (θ − cX), où c est un entier à déterminer. On a les
égalités P (α) = P β (β) = 0, P α (α) = 0 et α est racine simple de P α .
βi−β
Remarquons que si c 6= α−αj , ∀i, j, alors P (αj ) 6= 0 ∀j = 1 à n.
On choisit un tel c appartenant à K. Maintenant, pgcd (P, P α ) = X − α dans
K[X] car α est la seule racine commune. De plus P, P α ∈ K[θ][X], il en va donc
de même du pgcd, celui-ci se calculant par exemple par l’algorithme d’Euclide.
Donc α ∈ K[θ], β = θ − cα ∈ K[θ], K[α, β] = K[θ].

• Preuve irréductibilité ⇒ racines simples

pgcdK[X] (P, P ′ ) = 1 car P est irréductible, d◦ P ′ < d◦ P , P ′ 6≡ 0 donc P et P ′
n’ont pas de racines en commun dans K.

• Remarque finale
L’hypothèse car K = 0 ou K fini peut être remplacée par l’hypothèse l’extension
L/K est séparable : ∀x ∈ L, PL/K x a ses racines simples. Les preuves sont
inchangées.
 43

Calculs en MAPLE

SERIES NUMERIQUES

Quelques séries que MAPLE sait calculer.

> sum((-1)^(n+1)/n,n=1..infinity);
ln (2)
> sum(1/(n*2^n),n=1..infinity);
ln (2)
> sum(1/n^2,n=1..infinity);
1/6 π 2
> sum(1/n!,n=0..infinity);
e1
> sum(n/2^n,n=1..infinity);
2
> sum(1/(1+n^2),n=-infinity..infinity);
π coth (π)
> sum(1/(n*(n+1)),n=1..infinity);
1
> sum(1/n,n=1..infinity);
∞
Quelques autres où il sèche.
> sum(sin(n)/n,n=1..infinity);
P∞ sin(n)
n=1 n
> sum(exp(-n^2),n=0..infinity);
P∞ −n2
n=0 e
> sum((-1)^n,n=1..infinity);
undefined
> sum(1/n^3,n=1..infinity);
ζ (3)
Enfin, le résultat obtenu n’est pas toujours très clair.
>eval(sum((n^4+3*n-3)/(n^6+3*n^5+n^4+4*n^3+n),n=1..infinity));
 P 
16 2
−∞ signum 5 + 1/15 3
α=RootOf ( Z +3 Z 2
+1) −23 + 15 α + 38 α − 3 γ −
P  
23
α=RootOf ( Z 3 +3 Z 2 +1) 15 − α2 − 38
15 α Ψ (1 − α) + (1/10 − 4/5 i) Ψ (1 − i) +
(1/10 + 4/5 i) Ψ (1 + i)
44

CALCUL D’INTEGRALES

Quelques intégrales que MAPLE sait calculer.

> int(1/(x*(x+1)),x=1..infinity);
ln (2)
> int(1/(1+x^2),x=-infinity..infinity);
π
> int(sin(x)/x, x=0..infinity);
1/2 π
> int((sin(x))^3/x^3,x=0..infinity);
3/8 π
> int(1/x,x=0..infinity);
∞
> int(exp(-x^2/2),x=-infinity..infinity);
sqrt (2) sqrt (π)
> int(exp(I*x^2)*cos(x),x=-infinity..infinity);
√
sqrt (π) 4 −1e−1/4 i
> int(exp(-x)*x^8,x=0..infinity);
40320
et quelques autres qui lui posent problème.
> simplify((evalc(int(exp(-abs(x))/(1+x^2),x=0..infinity))));

sin (1) Ci (1) − cos (1) Si (1) + 1/2 cos (1) π

> int(sin(x)/sinh(x),x=0..infinity);
R∞ sin(x)
0 sinh(x) dx
> int(1/sqrt(1+x^4),x=-infinity..infinity);
1/2 β (1/4, 1/4)
 45

Approximation de la loi gaussienne

On cherche à évaluer la loi gaussienne et tout particulièrement le reste
Z ∞ 1 2
f (x) = e− 2 t dt
x

On peut pour cela utiliser le développement en série convergente obtenu en

intégrant le développement de l’exponentielle :
r ∞
π X x2k+1
+ (−1)k+1 k
2 k=0 2 k! (2k + 1)

Cependant cette série converge lentement ; dès que x est grand le nombre de ter-
mes à calculer devient rédhibitoire. Le développement asymptotique divergent
suivant donne de meilleurs résultats :

x2
 1 ∞
X (−1)k (2k − 1)! 1 
e− 2 +
x k=1
2k−1 (k − 1)! x2k+1
Le graphique suivant compare la courbe de f à celles obtenues en gardant les
termes k < 2 de la série divergente et k < 50 de la série convergente.

1.2

0.8

y
0.6

0.4

0.2

0
0 2 4 6 8
x
Dès que x est supérieur a 5 , deux termes de la série divergente donnent
une meilleure approximation que cinquante termes de la série convergente. Les
deux développements permettent d’obtenir des encadrements de f ; on peut
démontrer que f est coincée entre deux sommes consécutives de l’une quel-
conque des séries. Par exemple,
 
1 1 − x2 1 x2
1− e 2 < f (x) < e− 2
x2 x x
46

Exercices d’oral
 
1 2
• Diagonaliser la matrice 0 3 .
• Décomposer en polynômes symétriques élémentaires X13 + X23 .
 
2 1 2
1
• Donner l’axe et l’angle de la rotation 3
−2 2 1 .
1 −2 2
R +∞
• Montrer que 0 | sin(t)
t |dt = +∞.
X (−1)n
• Calculer . On justifiera soigneusement le calcul.
n≥1
n
• Factoriser dans R[X] le polynôme X 4 + 1.
• Montrer que les polynômes X 4 + X 3 + X 2 + X + 1 et X 4 + 6X 2 + 9X + 3
sont irréductibles sur Q.
R +∞ eitx
• Calculer −∞ 1+x2 dx.
R +∞ sin t
• Calculer −∞ t dt.
x
• Décomposer en éléments simples la fraction rationnelle 1+x 2.

• Quelle est la dimension de l’espace vectoriel des matrices strictement tri-

angulaires supérieures ?
• X 4 + 1 est-il un polynôme cyclotomique ?
R
• Calculer 01 √1+x
dx
.
2 +∞
X 1
• Calculer la somme .
n=1
n2
• Quelle est la dimension de l’espace vectoriel des matrices antisymétriques
de Mn (R) ?
R +∞ − x2
• Calculer −∞ e 2 dx.
• Calculer le volume de la sphère.
• Quel est le nom de la quadrique x2 + y 2 − z 2 = 1 ?
P (−1) n
• Calculer 2n+1 . On justifiera soigneusement le calcul.
• Identifier la quadrique xy + yz + zx = 1.
Z
• Soit f ∈ L1 (R, dx). Montrer que lim eitx f (x) dx = 0.
X n t→+∞ R
• Calculer .
n≥1
2n  
• Décomposer en cycle la permutation 13 21 37 46 55 64 72 .
• Un segment de longueur a étant donné, construire à la règle et au compas
√
un segment de longueur a.
• Soit f ∈ C 1 (R+ , R) décroissante, telle que lim f (x) = 0. Montrer que
x→+∞
RN
∀t > 0, 0 f (x)eitx dx a une limite quand N → +∞.
  n   o
• Trouver un vecteur n1
n2 ∈ Z2 tel que la famille 3
−2 , n1
n2

forme une base de Z2 .

• Énoncer le théorème des zéros isolés.
 47

Commentaires
Z
sin t
Développement asymptotique de l’intégrale dt
t
Ce résultat peut être présenté comme développement dans les leçons relatives
aux intégrales, aux développements asymptotiques, et à la convergence des
séries. Leçons concernées :
Formule d’inversion de Fourier
Ce résultat peut être présenté comme développement dans les leçons relatives
à l’intégration. Il peut être mentionné dans les leçons portant sur les séries de
Fourier. Leçons concernées :
Somme des inverses des carrés des entiers
Cette somme est pour la première fois calculée par Euler en 1735. La preuve
classique passe par les séries de Fourier. Ici, on a renversé la présentation,
afin d’obtenir des informations sur ces séries. Ces considérations ont leur place
dans les leçons traitant d’intégration, de séries, mais aussi d’espace de Hilbert.
Leçons concernées :
Formule de Stirling
On peut proposer en développement le calcul de l’asymptotique par la méthode
de Laplace ; ou bien on peut présenter
√ l’encadrement de la factorielle, sans se
préoccuper du calcul de la constante 2π . Leçons concernées :
Sur les séries semi-convergentes
Ce résultat présente une approche relativement nouvelle sur des points très
classiques du programme. il est donc conseillé de le mentionner dans les leçons
ayant trait aux séries et à l’intégration. Il est sans doute un peu court pour
fournir un développement. Leçons concernées :
Quaternions et rotations
Les quaternions sont un thème très classique du programme d’intégration.L’ap-
proche proposée ici cherche à faire un parallèle avec les nombres complexes ; un
quaternion est présenté comme un nombre complexe généralisé dont la partie
imaginaire est un vecteur de R3 . On peut parler des quaternions dans les leçons
relatives au groupe orthogonal, et proposer le calcul de l’angle de la composée
de deux rotations. Leçons concernées :
Un exemple de marche aléatoire
Un certain nombres de leçons sont consacrées à la théorie des séries ; il est
important de mentionner quelques applications “extra-mathématiques” de cette
théorie. En voici une, qui peut se recycler dans les leçons de probabilité. Leçons
concernées :
La loi forte des grands nombres L2
Ce résultat peut être présenté en développement dans les leçons de probabilité,
mais aussi dans les leçons en lien avec le concept de convergence ou de suite de
fonctions. Leçons concernées :
Le théorème de la limite centrée
Ce théorème est un résultat important de la théorie des probabilités. Il s’agit de
bien comprendre son énoncé, ainsi que l’application qui suit sa démonstration.
Leçons concernées :
48

Construction du pentagone régulier

Cette construction peut figurer dans les leçons de géométrie, ainsi que dans
les leçons relatives aux racines de l’unité. Ne pas hésiter à faire la figure au
tableau ; le jury met à la disposition des candidats règle et compas. Leçons
concernées :
Polyèdres platoniciens
On peut en parler dans les leçons qui portent sur la combinatoire, les groupes
orthogonaux ou la géométrie dans l’espace. La construction des solides pla-
toniciens est le sujet du livre XIII des éléments d’Euclide. L’adresse suivante :
http://www.ics.uci.edu/ eppstein/junkyard/euler/ présente dix-neuf preuves de
la formule d’Euler. Leçons concernées :
Sous-groupes de S4
Il s’agit d’un petit diagramme destiné à faire prendre conscience du fait que le
groupe S4 est moins innocent qu’il en a l’air. On peut tester ses connaissances
en théorie des groupes, en cherchant les sous-groupes distingués de S4 , les sous-
groupes abéliens, classer les sous-groupes à conjugaison près, déterminer les
groupes quotients etc.
Trace, formes quadratiques et extensions de corps
On peut présenter en développement la première preuve de la non-dégénéres-
cence de la trace, et donner en application l’indépendance sur Q des racines
des nombres premiers. Leçons concernées :
Sur la diagonalisation des matrices 2x2
Les leçons d’algèbre linéaires proposées par les candidats à l’agrégation man-
quent souvent d’originalité. Le problème de la diagonalisation continue des ma-
trices 2 × 2 est très naturel, mais n’est mentionné nul part dans la littérature.
Le résultat pour les matrices à coefficients réels peut être proposé en dévelop-
pement ; on peut dire un mot sur le cas complexe. Leçons concernées :
Théorie de Galois
La théorie de Galois n’est pas au programme de l’agrégation. Le théorème de
l’élément primitif peut par contre être proposé en développement. Ce petit texte
montre comment déduire facilement le théorème “fondamental” de la théorie
de Galois à partir de cet élément primitif et de la décomposition des polynômes
symétriques.
Calculs en maple
Dans les leçons d’analyse, il est important de mentionner ce qu’un logiciel est
en mesure de calculer.
Approximation de la loi gaussienne
Le développement divergent de la gaussienne s’obtient en faisant des intégra-
tions par partie ; il mérite de figurer dans les leçons ayant trait aux séries
et à l’intégration, mais aussi dans certaines leçons de probabilités. Leçons
concernées :
Exercices d’oral
Ces exercices classiques sont souvent posés à l’oral de l’agrégation. Il faut donc
savoir les faire vite et bien.