MA202N – Contenu du cours

1 Formules de Taylor et développements limités 3

1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1 But . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Notations o(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Développements limités et formules de Taylor . . . . . . . . . . . . . . . . . . 6
2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . . . 7
2.3 Formule de Taylor Lagrange . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Formule de Taylor Young . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Exemples et DL usuels . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Opérations sur les développements limités . . . . . . . . . . . . . . . . . . . . 10
3.1 Manipulation des petits o . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Corollaires : opérations sur les DL . . . . . . . . . . . . . . . . . . . . 11
3.3 Illustration : le DL de tangente . . . . . . . . . . . . . . . . . . . . . 14
4 Utilisation des développements limités . . . . . . . . . . . . . . . . . . . . . . 18
4.1 Calcul de certaines limites . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2 Etude locale d’une courbe . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Recherche d’asymptote . . . . . . . . . . . . . . . . . . . . . . . . . 20

2 Intégration : calculs d’intégrales 22

1 Utilisation directe de primitives . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4 Intégrale d’une fonction rationnelle . . . . . . . . . . . . . . . . . . . . . . . 25
4.1 Décomposition en éléments simples dans R . . . . . . . . . . . . . . . 26
4.2 Intégration des éléments de 1è et 2è espèces . . . . . . . . . . . . . . 30
4.3 Rappel des étapes pour le calcul de la primitive d’une fraction . . . . . 32
4.4 Application aux fonctions rationnelles en sin et cos . . . . . . . . . . . 33

3 Algèbre linéaire et matrices 34

1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

UVSQ
MA202N – Notes de cours 2 / 58

1.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . 36

1.3 Familles génératrices, familles libres . . . . . . . . . . . . . . . . . . . 37
1.4 Bases et dimension d’un ev . . . . . . . . . . . . . . . . . . . . . . . 38
2 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.1 Définitions et notations . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Matrices et vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Opérations matricielles . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Cas particulier des matrices carrées . . . . . . . . . . . . . . . . . . . 44
2.5 Matrices et changement de base . . . . . . . . . . . . . . . . . . . . . 47
2.6 Image, noyau et rang d’une matrice . . . . . . . . . . . . . . . . . . . 48
3 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Interprétation matricielle des applications linéaires de Rp dans Rn . . . 52
3.3 Changement de base et applications linéaires . . . . . . . . . . . . . . 56
3.4 Image, noyau et rang d’une application linéaire . . . . . . . . . . . . . 57

UVSQ
 1

Formules de Taylor et développements

limités

Les vidéos de ce chapitre sont en ligne ici :

[Link]

Plan du chapitre
1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1 But . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Notations o(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Développements limités et formules de Taylor . . . . . . . . . . . . . . . 6
2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Unicité, parité . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . 7
2.3 Formule de Taylor Lagrange . . . . . . . . . . . . . . . . . . . . 8
2.4 Formule de Taylor Young . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Exemples et DL usuels . . . . . . . . . . . . . . . . . . . . . . . 9
3 Opérations sur les développements limités . . . . . . . . . . . . . . . . . 10
3.1 Manipulation des petits o . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Corollaires : opérations sur les DL . . . . . . . . . . . . . . . . . 11
3.2.1 Somme . . . . . . . . . . . . . . . . . . . . . . . . . . 11

UVSQ
MA202N – Notes de cours 4 / 58

3.2.2 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.3 Composition . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.4 Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2.5 Intégration . . . . . . . . . . . . . . . . . . . . . . . . 13
3.3 Illustration : le DL de tangente . . . . . . . . . . . . . . . . . . . 14
3.3.1 Quotient de DL : inverse puis produit . . . . . . . . . . 14
3.3.2 Avec des formules de trigo pour l’angle double . . . . . 14
3.3.3 Avec la formule liant tan2 et cos2 . . . . . . . . . . . . 15
3.3.4 Avec la formule pour la dérivée impliquant cos . . . . . 16
3.3.5 Avec la formule de la dérivée impliquant tan2 . . . . . . 16
3.3.6 Avec la dérivée de ln de cos . . . . . . . . . . . . . . . 17
3.3.7 Avec la réciproque arctan(x) . . . . . . . . . . . . . . . 17
4 Utilisation des développements limités . . . . . . . . . . . . . . . . . . . 18
4.1 Calcul de certaines limites . . . . . . . . . . . . . . . . . . . . . . 18
4.2 Etude locale d’une courbe . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Recherche d’asymptote . . . . . . . . . . . . . . . . . . . . . . . 20

UVSQ
MA202N – Notes de cours 5 / 58

1 – Préliminaires

1.1 But
L’intérêt des formules de Taylor (parfois abrégées FT) et des développements limités
(DL) est multiple. Le principe consiste à approcher des fonctions “compliquées” par des
polynômes, en écrivant
f (x) = P (x) + erreur.
Cela permet par exemple de :
— simplifier certains calculs
— trouver des limites, lever des formes indéterminées
— connaitre le comportement local de certaines fonctions
— etc.

1.2 Notations o(x)

Définition. Soient a un réel, f et g deux fonctions définies sur un intervalle ouvert I
contenant a. On considèrera aussi le cas où l’on se trouve en +∞ ou −∞, et dans ce cas
on demande que I ait pour borne ±∞. On dit que la fonction f est négligeable devant la
fonction g en x0 (avec x0 valant a ou +∞ ou −∞) s’il existe :
— un voisinage V de x0 (si x0 = a on aura V du type V =]a − η; a + η[ avec η > 0, si
x0 = −∞ on aura V =] − ∞; M [ avec M ∈ R et si x0 = +∞ on aura V =]M ; +∞[
avec M ∈ R)
— une fonction ε définie sur V et telle que :
— limx→x0 ε(x) = 0
— f (x) = ε(x)g(x), ∀x ∈ V
On note alors f (x) = o(g(x)), qui se lit ”f (x) est un petit o de g(x)” (au voisinage de
x0 ).

Remarque. Avec les mêmes notations, on suppose que la fonction g ne s’annule pas pour
x 6= x0 . Alors f est négligeable devant g au voisinage de x0 si et seulement si le quotient
f /g tend vers 0 :
f (x)
lim =0
x→x0 g(x)

Exemples [video]. https: // youtu. be/ l8v5gT_ HPiY

— ln(x) = o( x1 ) au voisinage de 0
— x2 = o(ex ) au voisinage de +∞
√
— x = o(1) au voisinage de 0.

On pourra aussi regarder la vidéo [Link] qui présente quelques

propriétés des petits o utiles pour la suite.

UVSQ
MA202N – Notes de cours 6 / 58

2 – Développements limités et formules de Taylor

2.1 Généralités
Définition. Soient I un intervalle ouvert, a un point de I et n un entier. On dit que f
admet un développement limité d’ordre n en a lorsqu’il existe un polynôme Pn de degré
au plus n tel que le reste f (x) − Pn (x) soit négligeable devant (x − a)n .

Rn (x) = f (x) − Pn (x) = o((x − a)n ) .

Le polynome Pn s’écrit par exemple :

Pn (x) = b0 + b1 (x − a) + b2 (x − a)2 + . . . + bn (x − a)n

où les bi sont des coefficients réels. On écrira ainsi :

f (x) = b0 + b1 (x − a) + b2 (x − a)2 + . . . + bn (x − a)n + o((x − a)n )

Remarque. On peut noter que l’équation de la tangente en a, bien connue depuis le lycée,
est justement le développement limité à l’ordre 1. Dans ce cas on a même une expression
plus précise des coefficients b0 et b1 :

f (x) = f (a) + f 0 (a)(x − a) + o(x − a)

On verra que les formules de Taylor et les développements limités permettent de généraliser
cette formule aux ordres supérieurs.

Nous nous ramènerons toujours à des développements limités au voisinage de 0, grâce

à l’observation suivante.

Proposition. Soit I un intervalle ouvert de R, a un point de I et n un entier. Soit

f une fonction définie sur I. Soit g la fonction qui à h associe g(h) = f (a + h). La
fonction f admet un développement limité d’ordre n en a, si et seulement si g admet un
développement limité d’ordre n en 0.

f (x) = Pn (x) + o((x − a)n ) ⇐⇒ g(h) = f (a + h) = Pn (a + h) + o(hn ) .

Remarque. Si l’on souhaite faire un développement limité au voisinage de l’infini (appelé

parfois développement asymptotique), on cherchera à écrire f sous la forme
 
b1 b2 bn 1
f (x) = b0 + + 2 + . . . + n + o
x x x xn

On se ramènera là aussi en zéro en posant h = x1 .

UVSQ
MA202N – Notes de cours 7 / 58

2.1.1 Unicité, parité

Un développement limité, s’il existe, est unique au sens suivant.
Proposition. Soient I un intervalle ouvert contenant 0, et n un entier. Soit f une fonc-
tion définie sur I. Supposons qu’il existe deux polynômes Pn et Qn de degré au plus n tels
que au voisinage de 0 :

f (x) = Pn (x) + o(xn ) et f (x) = Qn (x) + o(xn ) .

Alors Pn = Qn .
Proposition. Grâce aux formules de Taylor qui suivent, on démontre que si f est de
classe C n (n fois dérivable, et dérivée n-ème continue) au voisinage de x0 , alors f admet
un développement limité (DL) à l’ordre n.
Grâce à l’unicité du DL, on peut montrer le résultat suivant :
Proposition. Soit f une fonction admettant un DL en zéro. On a les résultats suivants :
— Si f est paire, alors son développement limité ne comporte que les termes de degré
pair :
f (x) = b0 + b2 x2 + b4 x4 . . . + b2n x2n + o x2n

— Si f est impaire, alors son développement limité ne comporte que les termes de degré
impair :
f (x) = b1 x + b3 x3 + b5 x5 . . . + b2n+1 x2n+1 + o x2n+1

Démonstration. La preuve est laissée en exercice. Elle repose sur les définitions de la
parité (f (−x) = f (x)) et de l’imparité (f (−x) = −f (x)), combinées avec l’unicité du
développement limité.

2.2 Formule de Taylor avec reste intégral

Théorème. Soit n un entier et f une fonction de classe C n+1 sur un intervalle I et a, x
deux réels de I, alors :
f 0 (a) f 00 (a) f (n) (a)
f (x) = f (a) + (x − a) + (x − a)2 + · · · + (x − a)n
Z x 1! 2! n!
(x − t)n (n+1)
+ f (t) dt .
a n!
Démonstration. [video] https: // youtu. be/ Hr6BaVbrkOw
Par récurrence.
Pour n = 0, la formule est le théorème fondamental de l’Analyse :
Z x
f (x) = f (a) + f 0 (t) dt .
a

Supposons la formule vraie au rang n − 1, avec n ≥ 1. Pour la prouver au rang n, posons :

Z x
(x − t)n−1 (n)
In = f (t) dt ,
a (n − 1)!

UVSQ
MA202N – Notes de cours 8 / 58

et intégrons par parties en posant

(x − t)n−1 (x − t)n
u0 (t) = , u(x) = −
(n − 1)! n!

v(t) = f (n) (t), v 0 (t) = f (n+1) (t)

ce qui donne x Z x
(x − t)n (n) (x − t)n (n+1)

In = − f (t) − − f (t) dt
n! a a n!
Z x
(x − a)n (n) (x − t)n (n+1)
In = − f (a) + f (t) dt
n! a n!
ce qui permet d’obtenir la formule au rang n et qui conclut la preuve.

2.3 Formule de Taylor Lagrange

Théorème. Soit n un entier et f une fonction de classe C n sur un intervalle I, a et x
deux réels de I. Alors il existe un réel c situé entre a et x (autrement dit c ∈ [a, x] ou
bien c ∈ [x, a] selon la position relative de a et de x) tel que :

f 0 (a) f 00 (a) f (n−1) (a)

f (x) = f (a) + (x − a) + (x − a)2 + · · · + (x − a)n−1
1! 2! (n − 1)!
(x − a)n (n)
+ f (c).
n!
NB : c dépend de a et de x... Si a ou x changent, c change aussi.

Démonstration. [video] https: // youtu. be/ BtdRKvY-3ys

La preuve est laissée en exercice. On pourra utiliser la deuxième formule de la moyenne :
Si f et g sont continues sur [a, b], et g est de signe constant, alors il existe c dans [a, b]
tel que Z x Z x
f (t)g(t) dt = f (c) g(t) dt
a a

(si cette indication ne suffit pas, la démonstration complète est donnée dans la vidéo).

Corollaire (Inégalité de Taylor Lagrange). Soit n un entier et f une fonction de classe

C n sur [a, b]. Soit M un majorant de |f (n) | sur [a, b]. Alors on a l’inégalité suivante :

f 0 (a) f 00 (a) f (n−1) (a)

|f (b) − f (a) − (b − a) − (b − a)2 − · · · − (b − a)n−1 |
1! 2! (n − 1)!
(b − a)n
≤M .
n!

2.4 Formule de Taylor Young

Cette formule va nous permettre de démontrer la plupart des développements limités
usuels.

UVSQ
MA202N – Notes de cours 9 / 58

Théorème. Soit f de classe C n sur un intervalle I. Alors f admet un développement

limité au voisinage de tout point a de I :
00
f (a) f (n) (a)
f (x) = f (a) + (x − a)f 0 (a) + (x − a)2 + . . . + (x − a)n + o((x − a)n )
2 n!
Démonstration. [video] https: // youtu. be/ xGDWsn3sAaY
Pour la preuve, on va utiliser la formule de Taylor Lagrange (FTL). Il nous faut démontrer
que A(x) = o((x − a)n ), où A(x) est défini par :
00
0 2f (a) f (n) (a)
A(x) = f (x) − f (a) − (x − a)f (a) − (x − a) − . . . − (x − a)n
2 n!
Pour montrer que A(x) est un petit o de (x − a)n , on va montrer que leur quotient tend
vers 0. Pour cela, on commence par appliquer la FTL sur l’intervalle [a, x] : il existe cx
(noté ainsi car c dépend de x puisqu’il se trouve dans l’intervalle [a, x], autrement dit c
change quand x change) avec cx ∈ [a, x] tel que
00 (n)
0 2f (a) nf (cx )
f (x) = f (a) + (x − a)f (a) + (x − a) + . . . + (x − a)
2 n!
On remplace cette formule pour f (x) dans la formule pour A(x), on simplifie plein de
termes et il nous reste finalement

f (n) (cx ) f (n) (a) (x − a)n (n)

A(x) = (x − a)n − (x − a)n f (cx ) − f (n) (a)


=
n! n! n!
Ensuite il nous suffit de remarquer que quand x tend vers a, cx tend vers a aussi, donc par
continuité de la fonction f (n) (car f est de classe C n ) on a que f (n) (cx ) tend vers f (n) (a),
autrement dit :
A(x) 1
n
= (f (n) (cx ) − f (n) (a)) → 0
(x − a) n!
ce qui montre justement que
A(x) = o((x − a)n )
et qui conclut donc la preuve.

2.5 Exemples et DL usuels

Exemple [video]. https: // youtu. be/ tyvOq51R330
A titre d’exemple, on considère la fonction
1
f (x) = sin(x) +
1+x
et on écrit les trois formules de Taylor pour cette fonction, à l’ordre 3, au voisinage de 0.
Cet exemple, intégralement traité dans la vidéo, est laissé en exercice au lecteur, avec
les indications d’étapes suivantes :
1. Commencer par écrire les trois formules de manière générale pour une fonction f
de classe C 3 , au point 0, depuis le point x : f (x) = f (0) + xf 0 (0) + ... (à compléter).

UVSQ
MA202N – Notes de cours 10 / 58

2. Calculer les dérivées successivces de f jusqu’à l’ordre 3. On pourra écrire f = u + v

1
avec u(x) = sin(x) et v(x) = 1+x .
3. En déduire les valeurs en 0 : f (0); f 0 (0), f 00 (0), f (3) (0).
4. Remplacer tout le nécessaire dans les formules de la première question.

Exemples [video]. Les exemples suivants sont à connaitre par coeur !

Soit n un entier, α un réel.

x x2 xn
exp(x) = 1 + + + ··· + + o(xn ) .
1! 2! n!

x3 x5 (−1)n x2n+1
sin(x) = x − + + ··· + + o(x2n+1 ) .
3! 5! (2n + 1)!
x2 x4 (−1)n x2n
cos(x) = 1 − + + ··· + + o(x2n ) .
2! 4! (2n)!

α(α − 1) 2 α(α − 1) · · · (α − n + 1) n
(1 + x)α = 1 + α x + x + ··· + x + o(xn ) .
2! n!

1
= 1 − x + x2 − · · · + (−1)n xn + o(xn ) .
1+x
1
= 1 + x + x2 + · · · + xn + o(xn ) .
1−x
Les démonstrations seront traitées en exercice, et peuvent être trouvées en vidéo dans la
playlist de ce chapitre : http: // bit. ly/ taylor-dl .

3 – Opérations sur les développements limités

3.1 Manipulation des petits o

Proposition (Propriétées des o en zéro). Soient n et m deux entiers positifs ou nuls.
1. Si n < m, alors xm = o(xn ) au voisinage de 0.
2. Somme de petits o : o(xm ) + o(xn ) = o(xp ), où p = min(n, m), autrement dit si
n ≤ m, alors o(xm ) + o(xn ) = o(xn ).
3. Produit de petits o : o(xn ) × o(xm ) = o(xn+m ).
4. Produit par une constante réelle k ∈ R : k × o(xn ) = o(xn )
5. Produit par des puissances de x : xn × o(xm ) = o(xn+m )

Démonstration. [video] https: // youtu. be/ YaBH2MBWWrM

Pour la preuve on revient à chaque fois à la définition, et le plus souvent possible on utilise
la remarque avec la limite du quotient.

UVSQ
MA202N – Notes de cours 11 / 58

m
1. Si n < m alors xxn = xm−n avec m − n > donc ça tend vers 0 en zéro, ce qui donne
bien xm = o(xn ).
2. Soient f et g deux fonctions quelconques telles que f = o(xn ) et g = o(xm ) avec
n ≤ m. Alors on sait que xfn → 0 et xgm → 0. Pour montrer le résultat, on calcule
la limite de (f + g)(x) divisé par xn :

(f + g)(x) f (x) g(x) f (x) g(x) xm

= + = + m n
xn xn xn xn x x
f (x) g(x) xm (f +g)(x)
Et là on peut conclure : xn
→ 0, xm
→ 0 et xn
≤ 1 donc xn
→ 0 ce qui donne
le résultat.
3. De la même manière, on se donne f et g avec f = o(xn ) et g = o(xm ). Alors

(f g)(x) f (x) g(x)

n+m
= n
x x xm
tend bien vers 0 en 0.
4. Les deux derniers items sont assez similaires au précédent et sont laissés en exercice
au lecteur.

Exemples. On illustre chaque propriété :

1. x = o(1) ; pour tout k > 0 xk = o(1) ; x2 = o(x) ; pour tout k > 1 xk = o(x) ;
x3 = o(x2 ) ; etc.
2. o(1) + o(x2 ) = o(1) ; o(x) + o(x3 ) = o(x) ; o(x2 ) + o(x3 ) = o(x2 ) ; etc.
3. o(x2 )o(x) = o(x3 ) ; o(x2 )o(x2 ) = o(x4 ) ; o(x)o(xn ) = o(xn+1 ) ; etc.
4. 3o(x) = o(x) ; −2o(x2 ) = o(x2 ) ; etc.
5. xo(x) = o(x2 ) ; x2 o(x3 ) = o(x5 ) ; xo(xn ) = o(xn+1 ) ; xn o(x) = o(xn+1 ) ; etc.

3.2 Corollaires : opérations sur les DL

Les propriétés de manip des o permettent très facilement de démontrer les résultats
suivants. Dans toute la suite, on se donne f et g deux fonctions admettant des DL à
l’ordre n et m respectivement.

3.2.1 Somme
Proposition. Alors f + g admet un DL à l’ordre min(n, m) obtenu en ajoutant les DL
de f et de g.

Exemples [video]. https: // youtu. be/ 5kGyLlkgrc4

1. f (x) = 1+2x−x3 +o(x3 ), g(x) = 2−3x+x2 +o(x2 ), alors (f +g)(x) = 3−x+x2 +o(x2 )
2. f (x) = 1+x+x2 +x3 +2x4 +o(x5 ), g(x) = −1−x−x2 +o(x2 ), alors (f +g)(x) = o(x2 )

UVSQ
MA202N – Notes de cours 12 / 58

3.2.2 Produit
Proposition. Alors f g admet un DL à l’ordre au moins min(n, m).
Remarque. L’ordre peut parfois être supérieur à ce minimum, lorsque les premiers
termes des DL sont nuls (voir les exemples). Pour trouver quel est l’ordre, il est re-
commandé de faire le produit au brouillon et de repérer quel sera le petit o qui va rester
(cf vidéo).
Exemples [video]. https: // youtu. be/ 1McGiI9HyPA
1. f (x) = 1+2x−x3 +o(x3 ), g(x) = 2−3x+x2 +o(x2 ), alors (f g)(x) = 2+x−5x2 +o(x2 )
2. f (x) = x + 2x2 − x3 + o(x3 ), g(x) = 2 − 3x + x2 + o(x2 ), alors (f g)(x) = 2x + x2 −
7x3 + o(x3 )

3.2.3 Composition
Proposition. Si f admet un DL à l’ordre n en x0 , si le terme constant de ce DL vaut a0
et si g admet un DL à l’ordre n en a0 , alors g ◦ f admet un DL à l’ordre n en x0 obtenu
en développant la composée des DL de f et g.
Exemples [video].
1. https: // youtu. be/ TrtKrXdFF_ I
DL de exp(sin(x)) à l’ordre 4 en 0 : g(x) = exp(x), f (x) = sin(x). Alors sin(x) =
x − x3 /6 + o(x4 ), de terme constant 0. ensuite :
exp(X) = 1 + X + X 2 /2 + X 3 /6 + X 4 /24 + o(X 4 )
on remplace X par
X = x − x3 /6 + o(x4 )
pour obtenir
exp(sin(x)) = 1 + (x − x3 /6 + o(x4 )) + (x − x3 /6 + o(x4 ))2
+(x − x3 /6 + o(x4 ))3 /6 + (x − x3 /6 + o(x4 ))4 /24 + o(x4 )
on développe en ne gardant que les termes d’ordre inférieur ou égal à 4 et on obtient
exp(sin(x)) = 1 + x + x2 /2 − x4 /8 + o(x4 )

2. https: // youtu. be/ BUqcDLvQLtI

DL de exp(cos(x)) à l’ordre 4 en 0 : cos(x) = 1−x2 /2+x4 /24+o(x4 ) terme constant
1, et autour de 1 on a exp(1 + h) = exp(1). exp(h) donc on se ramène au DL en
zéro avec le nombre exp(1) en facteur devant :
exp(cos(x)) = exp(1 − x2 /2 + x4 /24 + o(x4 )) = exp(1). exp(−x2 /2 + x4 /24 + o(x4 ))
on fait le DL comme précédemment, en utilisant le DL de exp(X) et en posant
X = −x2 /2 + x4 /24 + o(x4 ) :
exp(cos(x)) = exp(1). exp(−x2 /2 + x4 /24 + o(x4 ))
= exp(1)(1 + (−x2 /2 + x4 /24 + o(x4 ))
+(−x2 /2 + x4 /24 + o(x4 ))2 /2)

UVSQ
MA202N – Notes de cours 13 / 58

On peut remarquer ici que comme le premier terme qui reste du cosinus dans X
est en x2 , quand on met ça à la puissance 3 ça fera x6 et ça dépasse l’ordre 4, on
peut donc s’arrêter à la puissance 2 dans le DL d’exponentielle. On continue donc
le calcul :
exp(cos(x)) = exp(1)(1 + −x2 /2 + x4 /24 + o(x4 ) + x4 /8)
on trouve finalement
exp(cos(x)) = exp(1)(1 − x2 /2 + x4 /6 + o(x4 )) = e − x2 e/2 + x4 e/6 + o(x4 )

3.2.4 Inverse
C’est un cas particulier de composition, en utilisant la fonction inverse à la place de
la fonction g(x).
Proposition. On suppose que f (x0 ) = 6 0. Alors f1 admet un DL en x0 à l’ordre n. La
partie régulière du DL (le polynôme) peut s’obtenir par composition grâce au DL de la
1
fonction 1+u .
Exemple [video]. https: // youtu. be/ l9yWM7AurgM
1
DL à l’ordre 4 en 0 de cos(x) .
cos(x) = 1 − x2 /2 + x4 /24 + o(x4 )
1
Dans la suite on posera u = −x2 /2 + x4 /24 + o(x4 ) et on utilise le DL de 1+u
:
1
= 1 − u + u2 − u3 + u4 + o(u4 )
1+u
Comme précédemment, on voit que u3 ne contient que des termes de degré strictement
plus grand que 4, donc on peut s’arrêter à u2 dans le DL. Finalement on obtient
1
= 1 − (−x2 /2 + x4 /24 + o(x4 )) + (−x2 /2 + x4 /24 + o(x4 ))2
cos(x)
= 1 + x2 /2 − x4 /24 + x4 /4 + o(x4 )
= 1 + x2 /2 + 5x4 /24 + o(x4 )

3.2.5 Intégration
Proposition. Si f est continue et admet un DL au voisinage de x0 à l’ordre n et si F
est une primitive de f , alors F admet un DL en x0 à l’ordre n + 1, obtenu en intégrant
celui de f .
Remarque. Ce résultat nécessite une propriété supplémentaire des petits o, à savoir que
l’intégration d’un petit o donne un petit o de degré un de plus. On admettra ce résultat
ici.
Exemple [video]. https: // youtu. be/ 1bsN9CTvJ0Y Cet exemple fait partie des DL
à savoir par coeur :
x2 x3 xn+1
ln(1 + x) = x − + + . . . + (−1)n + o(xn+1 )
2 3 n+1
obtenu en intégrant entre 0 et x le DL de sa dérivée :
1
= 1 − t + t2 − t3 + . . . + (−1)n tn + o(tn )
1+t

UVSQ
MA202N – Notes de cours 14 / 58

3.3 Illustration : le DL de tangente

A titre d’exemples et d’entrainement, on vous propose de calculer le DL de la fonction
tangente de plusieurs manières différentes.
Le résultat obtenu est le suivant :
x3 2x5
tan(x) = x + + + o(x5 )
3 15
Comme la fonction tangente est impaire, on sait que le terme de degré 6 est nul, son
DL à l’ordre 6 est donc identique :
x3 2x5
tan(x) = x + + + o(x6 )
3 15
Les paragraphes suivants donnent juste des indications sans fournir tous les détails.
Pour les détails on pourra se référer aux vidéos en ligne sur la playlist de ce chapitre
[Link]

3.3.1 Quotient de DL : inverse puis produit

[video] [Link]
sin(x)
tan(x) =
cos(x)
On écrit les DL de sin et cos à l’ordre 5 :
x3 x5 x2 x4
sin(x) = x − + + o(x5 ), cos(x) = 1 − + + o(x5 )
6 120 2 24
1
Ensuite on calcule le DL de cos(x) à l’ordre 5, comme cela a été fait dans un exemple
précédent (voir aussi ici [Link] :
1
= 1 + x2 /2 + 5x4 /24 + o(x5 )
cos(x)
et on multiplie les deux DL en ne gardant que les termes d’ordre inférieurs ou égal à 5 :
x3 x5 x2 5x4 x3 2x5
  
5 5
x− + + o(x ) 1+ + + o(x ) = x + + + o(x5 )
6 120 2 24 3 15

3.3.2 Avec des formules de trigo pour l’angle double

[video] [Link]
1 − cos(2x)
tan(x) =
sin(2x)
Là aussi il s’agit d’un quotient. Par contre il y a une petite difficulté supplémentaire : si
on part avec des DL à l’ordre 5 au début :
2x4 4x3 4x5
1 − cos(2x) = 2x2 − + o(x5 ) et sin(2x) = 2x − + + o(x5 ) .
3 3 15
UVSQ
MA202N – Notes de cours 15 / 58

En faisant le quotient on voit qu’on peut simplifier par x en haut et en bas. Par contre,
attention, quand on fait cela ça simplifie aussi un x dans le petit o qui devient donc o(x4 )
au lieu de o(x5 ) :
3
1 − cos(2x) 2x − 4x3 + o(x4 )
= 2 4 .
sin(2x) 2 − 4x3 + 4x15
+ o(x4 )
Pour que ça marche bien, il faut donc démarrer avec des DL à l’ordre 6 :

2x4 4x6 4x3 4x5

1 − cos(2x) = 2x2 − + + o(x6 ) et sin(2x) = 2x − + + o(x6 ) .
3 45 3 15
Et là après simplification par x on est bien à l’ordre 5 :
3 5
1 − cos(2x) x − x3 + 2x
45
+ o(x5 )
= 2 4 .
sin(2x) 1 − 2x3 + 2x
15
+ o(x 5)

Comme précédemment, on calcule donc à part l’inverse :

2
2x2 2x4 2x2
  
1
2x2 2x4

= 1+ − + + o(x5 )
1− 3
− 15
+ o(x5 ) 3 15 3
2x2 14x4
= 1+ + + o(x5 ) ,
3 45
puis on fait le produit :

x3 2x5 2x2 14x4 x3 2x5

  
5 5
x− + + o(x ) 1+ + + o(x ) = x + + + o(x5 ) .
3 45 3 45 3 15

3.3.3 Avec la formule liant tan2 et cos2

[video] [Link]
1
tan2 (x) = −1 +
cos2 (x)

Pour ce cas là on se trouve face au même écueil qu’au précédent, à savoir qu’on perd 1
pour l’ordre, dans le cours des calculs. Il nous faut donc partir à l’ordre 6 au départ. On
indique ici simplement les étapes du calcul :

x2 x4 x6
cos(x) = 1 − + − + o(x6 ) ,
2 24 720
x4 2x6
cos2 (x) = 1 − x2 +
− + o(x6 ) ,
3 45
1 2 2x4 17x6
2
=1+x + + + o(x6 ) ,
cos (x) 3 45
1 2 2x4 17x6
−1 + 2
=x + + + o(x6 ) ,
cos (x) 3 45

UVSQ
MA202N – Notes de cours 16 / 58

s r
1 2x4 17x6
−1 + = + x2 + + o(x6 )
cos2 (x) 3 45
s  2 
2x 17x4 4
= x 1+ + + o(x )
3 45
x3 2x5
= x+ + + o(x5 ) .
3 15
√
Attention ici : la transformation x2 en x n’est pas automatique : on trouve normalement
|x|, mais il se trouve qu’ici ça marche aussi pour x < 0, car la fonction tan est impaire,
ce qui permet d’avoir cette formule.

3.3.4 Avec la formule pour la dérivée impliquant cos

[video] [Link]
1
tan0 (x) =
cos2 (x)

On va écrire le DL de 1/ cos2 puis intégrer, donc on peut démarrer à l’ordre 4 (l’intégration

nous fera gagner un ordre), même si ici techniquement ça ne change rien pour le cosinus :
2
x2 x4 x4

2
cos (x) = 1− + + o(x ) = 1 − x2 +
4
+ o(x4 ) .
2 24 3
1 x4
Comme précédemment on considère que c’est 1−u
, avec u = x2 − 3
+ o(x4 )
2
x4 x4 2x4
  
1 2
= 1+ x − + o(x4 ) + 2
x − + o(x4 ) + o(x4 ) = 1 + x2 + + o(x4 ) .
cos2 (x) 3 3 3

On intègre le DL, en utilisant le fait que le terme constant est nul car tan(0) = 0 :

x3 2x5
tan(x) = x + + + o(x5 ) .
3 15

3.3.5 Avec la formule de la dérivée impliquant tan2

[video] [Link]

tan0 (x) = 1 + tan2 (x)

On peut voir ça comme une équation dont l’inconnue est le développement limité cherché
(ou plutôt ses coefficients). Comme la fonction tangente est impaire, on peut montrer que
les coefficients de degré pair sont nuls, donc le DL cherché est de la forme a x + b x3 +
c x5 + o(x5 ), où a, b et c sont des réels inconnus. On calcule d’abord le terme de droite :

2
1 + tan2 (x) = 1 + a x + b x3 + c x5 + o(x5 ) = 1 + a x2 + 2ab x4 + o(x4 ) .

UVSQ
MA202N – Notes de cours 17 / 58

Le terme de gauche quant à lui vaut

tan0 (x) = (a x + b x3 + c x5 + o(x5 ))0 = a + 3b x2 + 5c x4 + o(x4 )

On identifie : 
 a = 1
3b = a
5c = 2ab .


Et on trouve a = 1, b = 1/3 et c = 2/15.

3.3.6 Avec la dérivée de ln de cos

[video] [Link]

0
tan(x) = − ln(cos) (x)

Comme à la fin on dérivera la fonction ln(cos), on a besoin de démarrer à l’ordre 6. On

va faire une composée de DL, en écrivant le DL de cos, celui de ln(1 + u) et en définissant
u:
x2 x4 x6 u2 u3
cos(x) = 1 − + − + o(x6 ) ln(1 + u) = u − + + o(u3 )
2 24 720 2 3
Ici l’ordre 3 suffit pour le DL du ln car on va poser

x2 x4 x6
u=− + − + o(x6 )
2 24 720
de sorte que o(u3 ) = o(x6 ). Les calculs donnent :
 2
x4 x6
 
x 6
ln(cos(x)) = ln 1 + − + − + o(x )
2 24 720
 2 2  2 3
x4 x6
 2
x4

x 1 x 1 x
= − + − − − + + − + o(x6 )
2 24 720 2 2 24 3 2
x2 x4 x6
= − − − + o(x6 ) .
2 12 45
L’opposé de la dérivée donne bien :

x3 2x5
tan(x) = x + + + o(x5 ) .
3 15

3.3.7 Avec la réciproque arctan(x)

On connait la formule
tan(arctan(x)) = x
1
Nous connaissons le développement de arctan d’ordre 5 (car sa dérivée est 1+x2
) :

x3 x5
arctan(x) = x − + + o(x5 ) .
3 5

UVSQ
MA202N – Notes de cours 18 / 58

Soit tan(x) = a x + b x3 + c x5 + o(x5 ) le développement cherché. Alors :

3
x3 x 5 x3
  

5
tan(arctan(x)) = a x − + +b x− + c x + o(x5 )
3 5 3
= a x + (−a/3 + b) x + (a/5 − b + c) x5 + o(x5 ) .
3

Par unicité du développement limité, on doit avoir :


 a = 1
−a/3 + b = 0
a/5 − b + c = 0.


On obtient encore : a = 1, b = 1/3 et c = 2/15.

4 – Utilisation des développements limités

4.1 Calcul de certaines limites

Pour calculer la limite, on n’a besoin a priori que du DL à l’ordre 0, en o(1). Face à
une forme indéterminée, en général l’ordre 0 ne suffit pas, car il y a des simplifications
qui se font, donc il est souvent nécessaire d’aller plus loin (ordre 3 ou parfois plus). Le
choix du “bon” ordre pour trouver la limite (pas trop grand pour éviter les lourds calculs
et assez grand pour que la limite soit déterminée) n’est pas évident et s’acquiert par la
pratique, après essais et erreurs.
Exemple [video]. https: // youtu. be/ qhzUjYAj8RE
On propose de calculer à l’aide des DL la limite
sin(x) − tan(x)
lim
x→0 x3
On peut déjà remarquer que c’est bien une forme indéterminée en zéro, puisque si on
remplace x par 0 on trouve 0/0. Comme il y a une division par x3 , ça semble une bonne
idée d’écrire les DL à l’ordre 3 pour commencer.
sin(x) = x − x3 /6 + o(x3 ), tan(x) = x + x3 /3 + o(x3 )
On remplace tout ça dans la fraction :
sin(x) − tan(x) x − x3 /6 − (x + x3 /3) + o(x3 )
=
x3 x3
Les x s’en vont, pour les x3 il reste −1/6 − 1/3 = −1/2, on trouve donc
sin(x) − tan(x) −x3 /2 + o(x3 ) −x3 /2 o(x3 )
= = + 3
x3 x3 x3 x
Pour simplifier les petits o on utilise leurs propriétés pour voir que o(x3 )/x3 = o(1), ce
qui donne :
sin(x) − tan(x) 1
3
= − + o(1)
x 2
La limite vaut donc −1/2.

UVSQ
MA202N – Notes de cours 19 / 58

4.2 Etude locale d’une courbe

On étudie la courbe de la fonction f , autrement dit la courbe d’équation y = f (x).
On se place au voisinage de x0 , on suppose que f admet un DL à l’ordre 2 :

f (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + o((x − x20 ))

On peut déjà remarquer que a0 = f (x0 ) et que l’équation de la tangente est donnée par
le DL à l’ordre 1 : y = a0 + a1 (x − x0 ) (et on a bien sûr a1 = f 0 (x0 )).
On va voir que les termes suivants du DL permettent de nous renseigner sur la position
locale de la courbe par rapport à sa tangente. Pour cela on soustrait le DL de f et
l’équation de la tangente et on étudie le signe : s’il est positif, la courbe est au-dessus, s’il
est négatif elle est au-dessous. On va distinguer deux cas

Cas 1 : a2 6= 0. Alors on peut écrire

f (x) − (a0 + a1 (x − x0 )) = a2 (x − x0 )2 + o((x − x20 )) = (x − x0 )2 (a2 + o(1))

autour de x0 , f (x) − (a0 + a1 (x − x0 )) est donc du signe de a2 : si a2 > 0 la courbe est

au-dessus de sa tangente ; sinon elle est au-dessous.

Cas 2 : a2 = 0. Alors on n’a pas assez d’info pour conclure, car la soustraction
entre f et l’équation de la tangent donne simplement o((x − x0 )2 ) qui peut être positif ou
négatif. Il nous faut donc pousser le DL plus loin. On suppose donc qu’on peut écrire le
DL à l’ordre 3, avec a3 6= 0 :

f (x) = a0 + a1 (x − x0 ) + a3 (x − x0 )3 + o((x − x30 ))

Dans ce cas si on soustrait la tangente, on trouve

f (x) − (a0 + a1 (x − x0 )) = a3 (x − x0 )3 + o((x − x30 )) = (x − x0 )3 (a3 + o(1))

Cette fois, le signe est celui de a3 (x − x0 ), il change donc en x0 : la courbe “traverse” la

tangente en x0 . Si a3 > 0 la courbe est au-dessus à droite de x0 et au-dessous à gauche,
et si a3 < 0 c’est l’inverse.
Si jamais a3 = 0 aussi, alors on pousse le DL jusqu’à trouver un coefficient non nul.
Si le coeff est d’ordre pair, on aura le même genre de raisonnement qu’au cas 1 ; s’il est
d’ordre impair, ça sera comme le cas 2.

Exemples [video]. https: // youtu. be/ 0iogZ7dvozc

On admet que l’on a trouvé les DL des quatre fonctions suivantes :
1. f (x) = 1 − 2x + 3x2 + o(x2 )
2. g(x) = 2 − x − x3 + o(x3 )
3. h(x) = 3 + x − x4 + o(x4 )
4. j(x) = 4 + 2x + x5 + o(x5 )
On cherche d’abord l’équation des tangentes en zéro pour chaque fonction, il s’agit du DL
à l’ordre 1 :

UVSQ
MA202N – Notes de cours 20 / 58

1. pour f : yf = 1 − 2x
2. pour g : yg = 2 − x
3. pour h : yh = 3 + x
4. pour j : yj = 4 + 2x
Ensuite on soustrait ça aux fonctions et on étudie le signe pour avoir la position par
rapport à la tangente en zéro :
1. f (x) − yy = 3x2 + o(x2 ), toujours positif, la courbe est au-dessus
2. g(x)−yg = −x3 +o(x3 ), négatif à droite de zéro : la courbe est au-dessous ; à gauche
de zéro c’est l’inverse, positif, donc la courbe est au-dessus
3. h(x) − yh = −x4 + o(x4 ), toujours négatif, la courbe est au-dessous de sa tangente
4. j(x) − yj = x5 + o(x5 ), change de signe, la courbe est au-dessus de la tangente à
droite de zéro et au-dessous à gauche.

4.3 Recherche d’asymptote

Si au voisinage de l’infini on a
a2 1
f (x) = a0 x + a1 + + o( )
x x
alors f admet une asymptote d’équation y = a0 x + a1 . Si a2 6= 0, la position de la courbe
par rapport à l’asymptote est donnée par le signe de a2 .
Exemple [video]. https: // youtu. be/ V5hmHKabL2c
√
f (x) = x2 − 3x + 3

Pour faire un développement asymptotique, on met en facteur le terme dominant, ici x2 :

r r
3 3 3 3
f (x) = x2 (1 − + 2 ) = x 1 − + 2
x x x x
√
car x2 = |x| = x au voisinage de +∞.
Quand x tend vers l’infini, les quotients en x et x2 tendent vers 0, on pourra donc se
ramener à un DL si on pose h = x1 . On remplace donc x1 par h et on calcule le DL :

√
r
3 3
1 − + 2 = 1 − 3h + 3h2
x x
A la fin on voudra un développement de f qui se termine avec o( x1 ), et comme on aura
une multiplication par le x qui est sorti de la racine, il nous faut un DL à l’ordre 2 en h.
On calcule :
√
1 − 3h + 3h2 = (1 − 3h + 3h2 )1/2 = (1 + u)1/2 , avec u = −3h + 3h2

On rappelle le DL de (1 + u)1/2 :

(1 + u)1/2 = 1 + (1/2)u + (1/2)(−1/2)u2/2 + o(u2 )

UVSQ
MA202N – Notes de cours 21 / 58

On remplace :
√
1 − 3h + 3h2 = 1 + (1/2)(−3h + 3h2 ) − (1/8)(−3h + 3h2 )2 + o(h2 )
√
1 − 3h + 3h2 = 1 − (3/2)h + (3/2)h2 − (9/8)h2 + o(h2 ) = 1 − (3/2)h + (3/8)h2 + o(h2 )
On revient à f :
3 3 1 3 3 1
f (x) = x(1 − + 2 + o( 2 )) = x − + + o( )
2x 8x x 2 8x x
L’équation de l’asymptote est donc y = x − 3/2, et si on soustrait f et cette équation on
3
obtient 8x + o( x1 ) qui est toujours positif, donc f est au-dessus de son asymptote.

Autres types d’asymptotes. On pourra aussi rencontrer des cas où l’asymptote n’est
pas une droite mais une parabole, auquel cas le développement limité de f en l’infini sera
du type :
a3 1
f (x) = a0 x2 + a1 x + a2 + + o( )
x x
Dans ce cas, la parabole asymptote a pour équation y = a0 x2 + a1 x + a2 , et la position
relative avec la courbe est donné par le signe de a3 .

Exemple [video]. https: // youtu. be/ VuEv7mHDukc

Par exemple, la fonction √
f (x) = (1 + x) 1 + x2
admet en +∞ comme asymptote la parabole d’équation y = x2 + x + 21 , on peut la calculer
en effectuant le développement limité de f au voisinage de +∞ :
 
2 1 1 1
f (x) = x + x + + +o
2 2x x

Vous êtes encouragé·es à faire le calcul par vous-même. Si nécessaire, la vidéo donne tous
les détails.

UVSQ
 2

Intégration : calculs d’intégrales

Les vidéos de ce chapitre sont en ligne ici :

[Link]

Plan du chapitre
1 Utilisation directe de primitives . . . . . . . . . . . . . . . . . . . . . . . 23
2 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4 Intégrale d’une fonction rationnelle . . . . . . . . . . . . . . . . . . . . . 25
4.1 Décomposition en éléments simples dans R . . . . . . . . . . . . 26
4.1.1 Premier cas : d(P ) < d(Q) . . . . . . . . . . . . . . . . 26
4.1.2 Deuxième cas : d(P ) ≥ d(Q) . . . . . . . . . . . . . . . 29
4.2 Intégration des éléments de 1è et 2è espèces . . . . . . . . . . . . 30
4.2.1 Première espèce . . . . . . . . . . . . . . . . . . . . . . 30
4.2.2 Deuxième espèce . . . . . . . . . . . . . . . . . . . . . 30
4.3 Rappel des étapes pour le calcul de la primitive d’une fraction . . 32
4.4 Application aux fonctions rationnelles en sin et cos . . . . . . . . 33

UVSQ
MA202N – Notes de cours 23 / 58

1 – Utilisation directe de primitives

La toute première étape face à une intégrale est de regarder si l’on reconnait une
primitive, et dans ce cas de l’intégrer directement, avec la formule :
Z b
f (x) dx = F (b) − F (a)
a

si F est une primitive de la fonction f .

Exemple [video]. https: // youtu. be/ mv3MzETsZeY

Z 1
3 2
I= (x2 + 2x)ex +3x dx
0

Si on pose u(x) = exp(x3 + 3x2 ) alors on obtient

3 +3x2 3 +3x2
u0 (x) = (3x2 + 6x)ex = 3(x2 + 2x)ex

Ainsi, on reconnait donc u0 (x) dans I et on peut intégrer directement :

Z 1 1  1
e4 − 1

1 0 1 1 x3 +3x2
I= u (x) dx = u(x) = e =
0 3 3 0 3 0 3

2 – Intégration par parties

On rappelle que si f est une fonction de classe C 1 , cela signifie que f est dérivable et
que sa dérivée f 0 est continue.

Proposition. Soient u et v deux fonctions de classe C 1 sur [a, b], alors

Z b Z b
0 b
u (t)v(t) dt = [u(t)v(t)]a − u(t)v 0 (t) dt
a a

Démonstration. Il suffit d’intégrer la formule de dérivation d’un produit :

Z b Z b
0
b
[uv]a = (uv) = u0 v + uv 0
a a

Remarque. Quand on est face à une intégration par parties et qu’on se demande quelle
fonction dériver, une astuce permet de mémoriser la marche à suivre, il s’agit de l’astuce
ALPES :
— A : arctan
— L : ln
— P : polynome
— E : exponentielle
— S : sinus/cosinus

UVSQ
MA202N – Notes de cours 24 / 58

La stratégie consiste alors à observer la fonction que l’on a sous les yeux et à poser pour v
(la fonction qu’on va dériver) la première fonction présente en suivant l’ordre de la liste.
Autrement dit, s’il y a arctan, on pose v = arctan et u0 = le reste, s’il n’y en a pas on
regarde s’il y a un ln et dans ce cas on pose v = ln et u0 = le reste, s’il n’y en a pas on
regarde s’il y a un polynome, on pose v = le polynome, etc.

Exemples [video]. 1. Intégrale d’un polynome et d’une exponentielle

https: // youtu. be/ 5pI9ras6J64
La méthode consiste à dériver le polynome (pour faire baisser son degré, donc au
bout d’un certain nombre d’intégrations, arriver à une constante) etR à intégrer l’ex-
1
pontentielle, qui reste une exponentielle. On considère par exemple 0 (2x + 3)ex dx.
On pose
u(x) = 2x + 3, u0 (x) = 2; v 0 (x) = ex , v(x) = ex
On obtient donc
Z 1 Z 1
x x 1
(2x + 3)e dx = [(2x + 3)e ]0 − 2ex dx = [(2x + 3)ex − 2ex ]10 = 3e − 1
0 0

2. Intégrale d’un polynome et d’un log

https: // youtu. be/ oH0wC1DUGFk
Cette fois on va dériver le
R elog (pour le faire disparaitre) et intégrer le polynome. Par
exemple, on va intégrer 1 (x3 + 1) ln(x) dx. On pose donc

1 x4
u(x) = ln(x), u0 (x) = ; v 0 (x) = x3 + 1, v(x) = +x
x 4
On obtient donc :
Re 3 4 Re 4
1
(x + 1) ln(x) dx = [ln(x)( x4 + x)]e1 − 1 ( x4 + x) x1 dx
4 Re 3
= ( e4 + e) − 1 x4 + 1 dx
4 4
= ( e4 + e) − [ x16 + x]e1
4 e4 4
= ( e4 + e) − ( 16 1
+ e − 16 − 1) = 3e16
+ 17
16

3 – Changement de variables

Proposition. Soit f de classe C 0 sur [a, b] et ϕ de classe C 1 sur [α, β] et telle que
ϕ([α, β]) ⊂ [a, b]. Alors :
Z ϕ(β) Z β
f (x) dx = f (ϕ(t)) ϕ0 (t) dt
ϕ(α) α

Démonstration. Soit F une primitve de f sur [a, b]. Comme [a, b] contient ϕ([α, β]),
F ◦ ϕ est de classe C 1 sur [α, β] et on a la formule de dérivation

(F ◦ ϕ)0 = (F 0 ◦ ϕ) × ϕ0 = (f ◦ ϕ) × ϕ0

UVSQ
MA202N – Notes de cours 25 / 58

Ainsi, on peut calculer

Rβ Rβ
α
f (ϕ(t)) ϕ0 (t) dt = α (F ◦ ϕ)0 (t) dt
= [F ◦ ϕ]βα
= F (ϕ(β)) − F (ϕ(α))
ϕ(β)
= [F ]ϕ(α)
R ϕ(β)
= ϕ(α) f (x) dx
Exemple [video].
R 1 √ https: // youtu. be/ KWxkE6iqE50
Calculons J = 0 1 − x2 dx. On propose de faire le changement de variable suivant :
x = ϕ(t) = sin(t)
On déroule toutes les vérifications et les calculs préliminaires nécessaires avant de pouvoir
appliquer la formule de changement de variable :
√
— f (x) = 1 − x2 est continue sur [0, 1]
— pour x = 1, t = π2 , pour x = 0, t = 0, on choisit donc α = 0, β = π2
— ϕ = sin est bien C 1 sur [0, π2 ] et sin([0, π2 ]) = [0, 1]
— on calcule ϕ0 (t) = cos(t)
On écrit parfois la dernière étape sous la forme
x = sin(t), donc dx = cos(t) dt
On peut donc appliquer la formule de changement de variable :
R π/2 p
J = 0 1 − sin2 (t)(sin t)0 dt
R π/2
= 0 cos t cos t dt
R π/2
= 0 cos2 t dt
R π/2
= 0 21 (1 + cos(2t)) dt
π/2
= 12 [t + sin(2t)
2
]0
= π4
où on a utilisé plusieurs formules de trigo :
sin2 + cos2 = 1, cos(2t) = 2 cos2 t − 1

4 – Intégrale d’une fonction rationnelle

Définition. On dit que f est une fonction rationnelle lorsque f est le quotient de deux
polynomes à coefficients réels (ou complexes).
On rappelle que la toute première méthode d’intégration consiste à essayer de recon-
naitre directement une formule de primitive, ou bien à deviner un changement de variable
(si ça marche c’est tjs beaucoup plus simple que la méthode générale pour les fractions...).
Exemple [video]. https: // youtu. be/ pUU-L1ccYZM
Z 1
2x + 1
2
dx = [ln |x2 + x + 2|]10 = ln 4 − ln 2 = ln 2
0 x + x + 2
u0
car on a reconnu la fraction u
(avec u = x2 + x + 2) qui s’intègre donc en ln |u|.

UVSQ
MA202N – Notes de cours 26 / 58

4.1 Décomposition en éléments simples dans R

Dans cette section, on va prendre comme exemple la fraction
x5 − 2x4 − 2x3 + 4x2 − 6x + 24 P
f (x) = =
(x2 + 2)(x − 2)2 Q
La méthode générale d’intégration des fractions consiste à réécrire f sous une forme
qu’on sait intégrer, on appelle cela la décomposition en éléments simples.
Définition. On appelle élément simple :
— de première espèce toute fonction rationnelle de la forme
A
x 7→
(x − x1 )α
où α ∈ N∗ , A ∈ R, x1 ∈ R,
— de seconde espèce toute fonction rationnelle de la forme
Bx + C
x 7→
(x2 + bx + c)β

où β ∈ N∗ , B, C, b, c ∈ R, b2 − 4c < 0
P
Pour une fraction f = Q
on a deux cas, selon que le degré de P est plus petit que
celui de Q ou pas.

4.1.1 Premier cas : d(P ) < d(Q)

Proposition. — Q se factorise dans R sous la forme

Q(x) = K(x − x1 )α1 . . . (x − xp )αp (x2 + b1 x + c1 )β1 . . . (x2 + bq x + cq )βq

avec : ∀i 6= j, xi 6= xj , ∀k 6= l, (bl , cl ) 6= (bk , ck ) et b2l − 4cl < 0 (autrement dit les

morceaux d’ordre 2 ne se factorisent pas dans R)
— il existe des constantes Aij , Bkl , Ckl telles que

P (x) A11 A1α1 Ap1 Apαp

= + . . . + + . . . + + . . . +
Q(x) (x − x1 )1 (x − x1 )α1 (x − xp )1 (x − xp )αp
B11 x + C11 B1β1 x + C1β1 Bq1 x + Cq1
+ 2 + ... + 2 + ... + 2
(x + b1 x + c1 )1 (x + b1 x + c1 )β1 (x + bq x + cq )1
Bqβq x + Cqβq
+... + 2
(x + bq x + cq )βq
A retenir : pour chaque racine on somme tous les éléments de première espèce jusqu’à
la multiplicité αi et pour chaque élément de deuxième espèce on les somme tous jusqu’à
la multiplicité βi .
La difficulté va être ensuite de calculer les coefficients inconnus Aij , Bkl , Ckl . L’idée
va être de multiplier par le morceau concerné de multiplicité maximale (x − xi )αi ou
(x2 + bk x + ck )αk , éventuellement de dériver un certain nombre de fois, et de calculer

UVSQ
MA202N – Notes de cours 27 / 58

l’expression en un x judicieusement choisi de manière à faire disparaitre un maximum de

termes. Pour les élements de première espèce, l’idée est de calculer les coefficients associés
à chaque élément et de commencer par le coefficient associé à la plus grande puissance,
et d’y aller en décroissant. Avec les notations de la proposition, ça donnerait donc de
calculer :
— A1α1 : multiplier par (x − x1 )α1 puis évaluer l’égalité obtenue en x1
— A1α1 −1 : multiplier par (x − x1 )α1 , dériver une fois, puis évaluer l’égalité obtenue en
x1 (attention, on ne dérive que le morceau correspondant à P/Q, car tous les autres
vont disparaitre, cf exemples)
— ...
— A12 : multiplier par (x − x1 )α1 , dériver α1 − 2 fois, puis évaluer l’égalité obtenue en
x1
— A11 : : multiplier par (x − x1 )α1 , dériver α1 − 2 fois, puis évaluer l’égalité obtenue
en x1 .
— idem pour les autres : A2α2 , puis A2α2 −1 , . . . puis A22 puis A21 en dernier.
Pour les élements de deuxième espèce, soit on procède pareil dans C, soit on calcule des
valeurs particulières et des limites, pour obtenir des équations qui permettent de déteminer
les Bkl , Ckl . On va voir ça dans des exemples.

Exemple [video]. Cet exemple fait l’objet de 3 vidéos :

1. https: // youtu. be/ nqzhAwidl8k : calcul de A1 et A2
2. https: // youtu. be/ eoMegq3DK-Q : calcul de B et C
3. https: // youtu. be/ z9KEu_ QVrF8 : calcul final de la primitive, une fois que la
décomposition a été trouvée.
On considère la fraction
x+4
g(x) =
(x2 + 2)(x − 2)2
La proposition nous dit qu’elle admet une décomposition sous la forme
A1 A2 Bx + C
g(x) = + 2
+ 2
x − 2 (x − 2) x +2

Pour trouver A1 , A2 , B et C on procède comme suit. On peut soit commencer par les Ai
soit par les B et C, c’est égal. Disons qu’ici on commence avec les Ai : on commence par
le morceau de degré le plus élevé (c’est toujours le plus efficace), c’est-à-dire A2 . Pour
trouver A2 , on multiplie toute l’égalité par son dénominateur, qui est (x − 2)2 :

A1 (x − 2)2 A2 (x − 2)2 (Bx + C)(x − 2)2

g(x)(x − 2)2 = + +
x−2 (x − 2)2 x2 + 2

On remplace g par son expression :

(x + 4)(x − 2)2 (Bx + C)(x − 2)2

= A1 (x − 2) + A2 +
(x2 + 2)(x − 2)2 x2 + 2

UVSQ
MA202N – Notes de cours 28 / 58

et on simplifie tout ça :

x+4 (Bx + C)(x − 2)2

= A1 (x − 2) + A2 +
(x2 + 2) x2 + 2

et là on peut remarquer que si on choisit x de manière à annuler le morceau par lequel
on vient de multiplier, à savoir x = 2 pour annuler (x − 2)2 , tout disparait presque sauf
le bout associé à g et A2 :
2+4 6
x=2 ⇒ = 0 + A2 + 0 ⇔ A2 = =1
(22 + 2) 6

Pour A1 on fait la même chose (sauf que cette fois on sait que A2 = 1), on multiplie par
(x − 2)2 , et cette fois on va dériver une fois avant d’évaluer l’égalité en x = 2 :

A1 (x − 2)2 (x − 2)2 (Bx + C)(x − 2)2

g(x)(x − 2)2 = + +
x−2 (x − 2)2 x2 + 2

On simplifie d’abord :

x+4 (Bx + C)
2
= A1 (x − 2) + 1 + (x − 2)2
(x + 2) x2 + 2

On dérive, en prenant soin de gérer la fraction en Bx + C comme un produit uv où

v = (x − 2)2 afin de ne pas perdre de vue que ça va s’annuler en x = 2 (en gros, le seul
morceau qui va rester sera g, donc on ne dérive que g et on ne dérive surtout pas les
autres fractions) :
0
x2 + 2 − 2x(x + 4)

(Bx + C) (Bx + C)
2 2
= A1 + 2
(x − 2)2 + .2(x − 2)
(x + 2) x +2 x2 + 2

On remplace à nouveau x par 2 :

22 + 2 − 2.2(2 + 4) 18 1
2 2
= A1 + 0 + 0 ⇔ A1 = − = −
(2 + 2) 36 2

A ce stade, on a donc déjà trouvé A1 et A2 :

x+4 −1 1 Bx + C
g(x) = = + + 2
(x2 + 2)(x − 2)2 2(x − 2) (x − 2) 2 x +2

Pour calculer B et C on va tester les différentes astuces possibles : choisir de bonnes

valeurs et calculer des limites en l’infini.
— Choisir une “bonne valeur” : là on peut voir que si on prend x = 0 on n’aura plus
que C comme inconnue :
0+4 −1 1 0+C
g(0) = = + + 2
(02 + 2)(0 − 2) 2 2(0 − 2) (0 − 2)2 0 +2

ce qui nous donne ici C = 0

UVSQ
MA202N – Notes de cours 29 / 58

— Limite en +∞ : si on regarde le morceau Bx+Cx2 +2

, on voit qu’il est équivalent à B/x,
donc sa limite en +∞ sera 0, ce qui n’est pas très utile comme information pour
trouver B. Par contre, on remarque que si on multiplie ce morceau par x, alors la
limite devient B. L’idée est donc de multiplier g par x :
(x + 4)x −x x Bx2
g(x)x = = + +
(x2 + 2)(x − 2)2 2(x − 2) (x − 2)2 x2 + 2
et de faire tendre x vers l’infini dans cette égalité :
−1
0= +0+B
2
ce qui nous donne B = 1/2.
Finalement, on a décomposé g :
x+4 −1 1 x
g(x) = = + +
(x2 + 2)(x − 2)2 2(x − 2) (x − 2)2 2(x2 + 2)
On peut donc calculer une primitive G de g, par exemple sur l’intervalle ]2, +∞[ :
−1
Z
x+4 1 1
G(x) = 2 2
= ln |x − 2| − + ln |x2 + 2|
(x + 2)(x − 2) 2 x−2 4

4.1.2 Deuxième cas : d(P ) ≥ d(Q)

On peut se ramener au cas précédent grâce au résultat admis :
Théorème. Pour tous polynomes P et Q tels que d(P ) ≥ d(Q), alors il existe un unique
couple de polynomes M et R tels que

P = M Q + R, d(R) < d(Q)

Dans ce cas, on peut alors écrire

P R
= M + , avec d(R) < d(Q)
Q Q
et on est donc ramené au cas précédent. Evidemment, il faut quand même être capable de
calculer M et R. On va faire cela par division euclidienne de polynome. Ça marche comme
pour la division entière classique, sauf que les monomes xk jouent le rôle des puissances
10k des nombres en base 10. On va voir ça sur un exemple.
Exemple [video]. https: // youtu. be/ DX6CwNaLPys
On considère la fraction
x5 − 2x4 − 2x3 + 4x2 − 6x + 24 P
f (x) = 2 2
=
(x + 2)(x − 2) Q
Pour pouvoir effectuer la division, on a besoin de développer le dénominateur :
P x5 − 2x4 − 2x3 + 4x2 − 6x + 24
=
Q x4 − 4x3 + 6x2 − 8x + 8

UVSQ
MA202N – Notes de cours 30 / 58

Ensuite on pose la division (voir la vidéo pour le commentaire oral) :

Et on trouve finalement
2x + 8 x+4
f (x) = x + 2 + =x+2+2 2 = x + 2 + 2g(x)
(x2 + 2)(x − 2)2 (x + 2)(x − 2)2

En utilisant ce que l’on a trouvé précédemment pour g(x), on calcule une primitive F de
f sur ]2, +∞[ :

x2 2 1
F (x) = + 2x − ln |x − 2| − + ln |x2 + 2|
2 x−2 2

4.2 Intégration des éléments de 1è et 2è espèces

4.2.1 Première espèce
Les éléments de première espèces sont donc du type
A
(x − a)n

On reconnait des fractions du type

u0
un
avec u = x − a, et on a donc pour l’intégration

Au0 Au−n+1
Z Z Z
A 0 −n A 1 A 1
n
= n
= Au u = = n−1
=
(x − a) u −n + 1 (1 − n) u (1 − n) (x − a)n−1

4.2.2 Deuxième espèce

Cas général. Pour le cas général, on se retrouve à calculer ce genre de primitives :
Z
Bt + C
dt
(t + bt + c)n
2

UVSQ
MA202N – Notes de cours 31 / 58

avec n ∈ N∗ et b2 − 4c < 0 (autrement dit le dénominateur ne se factorise pas dans R).

La méthode dans ce cas consiste à couper la fraction en deux morceaux, l’un qui sera de
la forme u0 /un et l’autre qui sera de la forme d/un :
Bt + C B 2t + b C − Bb/2
= + 2
(t2 + bt + c)n 2
2 (t + bt + c)n (t + bt + c)n

Intégration du premier morceau. Il est de la forme constante ×u0 /un car on a bien
pris soin de faire apparaite 2t + b qui est justement la dérivée de t2 + bt + c, on peut donc
intégrer en u−n+1 /(−n + 1) :
Z 0
u−n+1 (t2 + bt + c)−n+1
Z Z
2t + b u 0 −n
dt = = u u = =
(t2 + bt + c)n un −n + 1 −n + 1
ce qui se réécrit encore
(t2 + bt + c)−n+1
Z
2t + b 1 1
2 n
dt = =
(t + bt + c) −n + 1 (1 − n) (t + bt + c)n−1
2

Intégration du deuxième morceau. Il est de la forme constante fois 1/un où u est
un polynome de degre 2 irréductible dans R, il nous faut donc savoir intégrer
Z
1
dt
(t + bt + c)n
2

Il y a plusieurs étapes :
1. On commence par un changement de variable pour se ramener à l’intégrale suivante :
Z
1
du
(u + 1)n
2

Pour cela, on met le trinome sous forme canonique :

b b2 b 4c − b2
t2 + bt + c = (t + )2 − + c = (t + )2 +
2 4 2 4
avec 4c − b2 > 0, on peut donc factoriser :
4c − b2 4 b
t2 + bt + c = ( 2
(t + )2 + 1)
4 4c − b 2
à une constante près on est donc ramené au calcul de primitive suivant
Z
1
q
4 b 2 n
(( 4c−b 2 (t + 2 )) + 1)

q
4
pour lequel on fait le changement de variable u = 4c−b2
(t + 2b ), ce qui donne
finalement la primitive suivante à calculer
Z
1
(u + 1)n
2

Evidemment, ici il ne s’agit en aucun cas de retenir la formule par coeur, mais juste
de retenir le cheminement, la méthode !

UVSQ
MA202N – Notes de cours 32 / 58

2. Ensuite il y a deux cas :

1
— Si n = 1, c’est terminé, car on sait qu’une primitive de u2 +1
est arctan x
— Si n > 1, on fait le changement de variable :
dv
u = tan v, du =
cos2 v
on est donc amené à calculer la primitive
Z Z
1 1
2 2
dv = (cos v)2n−2 dv
tan v + 1 cos v
que l’on pourra calculer soit par linéarisation, soit par récurrence (à voir en
TD).
Exemple [video]. https: // youtu. be/ dBv4DBfQ0Zk
On considère la fraction
t+1 1 2t + 4 1
f (t) = = − 2
t2 + 4t + 8 2
2 t + 4t + 8 t + 4t + 8
1 2t + 4 1
= −
2 t + 4t + 8 (t + 2)2 + 4
2
1 2t + 4 1 1
= −
2 t + 4t + 8 4 (t/2 + 1)2 + 1
2

Le premier morceau s’intègre facilement car on reconnait u0 /u qui s’intègre en ln |u| :

Z x
1 2t + 4 1
2
= ln |t2 + 4t + 8|
2 t + 4t + 8 2
Pour le deuxième on fait le changement de variable u = t/2 + 1, du = dt/2, quand t vaut
x alors u vaut x/2 + 1, ce qui donne
Z x
1 x/2+1 2du
Z
1 1 1 x
dt = = arctan( + 1)
4 (t/2 + 1)2 + 1 4 u2 + 1 2 2
Finalement, on trouve pour la primitive de f la fonction F :
1 2 1 x 
F (x) = ln |t + 4t + 8| − arctan +1
2 2 2

4.3 Rappel des étapes pour le calcul de la primitive d’une

fraction
P
Voic l’ordre dans lequel travailler pour intégrer une fraction de type Q
:
o o
1. Si d P ≥ d Q alors on commence par faire la division euclidienne de P par Q, cf
section 4.1.2. Sinon on passe directement à l’étape 2. Après division, on obtient ainsi
R
P =M+Q avec do R < do Q
P R
2. Une fois que l’on a Q
ou Q
avec les bons degrés, on factorise Q au maximum dans
R.

UVSQ
MA202N – Notes de cours 33 / 58

P R
3. Grâce à la factorisation de Q, on en déduit la décomposition de Q
ou Q
avec la
proposition de la section 4.1.1.
4. On intègre chaque élément simple :
(a) On commence par vérifier s’il n’y a pas des primitives évidentes. On pensera
0
par exemple à tout ce qui ressemble à ff (qui s’intègre en ln(|f |)), ou à 1+x
1
2

(qui s’intègre en arctan(x)).

(b) On intègre un par un chaque élément simple, en suivant la méthode de la
section 4.2.
P
5. On remet tous les éléments ensemble pour calculer la primitive de Q (on oublie pas
le morceau en M si jamais on a effectué une division euclidienne).

4.4 Application aux fonctions rationnelles en sin et cos

Ces fonctions s’intègrent en faisant un changement de variable pour se ramener à une
primitive de fraction. On suppose que la fonction f s’écrit :

P (cos x, sin x)
f (x) = dx
Q(cos x, sin x)

où P et Q sont des polynomes. Alors on a les règles suivantes pour décider du “bon”
changement de variable :
— si “f (x)dx” est invariant par le changement x 7→ −x, autrement dit si f (−x) =
−f (x), alors on posera t = cos x ;
— si “f (x)dx” est invariant par le changement x 7→ π − x, autrement dit si f (π − x) =
−f (x), alors on posera t = sin x ;
— si “f (x)dx” est invariant par le changement x 7→ π + x, autrement dit si f (π + x) =
f (x), alors on posera t = tan x ;
— sinon, on posera t = tan x2 .
Le tout dernier changement marche à tout les coups. En effet, si on pose t = tan x2 ,
alors on a :
1 − t2 2t 2t 2
cos(x) = , sin(x) = , tan(x) = , dx = dt
1 + t2 1 + t2 1 − t2 1 + t2
Après le changement de variable, on est ramené à calculer la primitive d’une fraction
en t, cf paragraphes précédents. Ne pas oublier à la toute fin de revenir à x...

Exemple [video]. La vidéo https: // youtu. be/ UdZqu3D5bb0 propose en exemple le

calcul de la primitive de
1
(cos(t))4

UVSQ
 3

Algèbre linéaire et matrices

Les vidéos de ce chapitre sont en ligne ici :

[Link]

Plan du chapitre
1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.2 Sous-espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . 36
1.3 Familles génératrices, familles libres . . . . . . . . . . . . . . . . 37
1.4 Bases et dimension d’un ev . . . . . . . . . . . . . . . . . . . . . 38
2 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.1 Définitions et notations . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Matrices et vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Opérations matricielles . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.1 Egalité . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.2 Addition . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.3 Multiplication externe (par un scalaire) . . . . . . . . . 40
2.3.4 Produit matriciel . . . . . . . . . . . . . . . . . . . . . 41
2.3.5 Transposition, matrices transposées . . . . . . . . . . . 43
2.4 Cas particulier des matrices carrées . . . . . . . . . . . . . . . . . 44
2.4.1 Matrices carrées particulières . . . . . . . . . . . . . . . 44

UVSQ
MA202N – Notes de cours 35 / 58

2.4.2 Puissances . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.4.3 Matrices inversibles . . . . . . . . . . . . . . . . . . . . 45
2.4.4 Application aux systèmes . . . . . . . . . . . . . . . . . 45
2.5 Matrices et changement de base . . . . . . . . . . . . . . . . . . 47
2.6 Image, noyau et rang d’une matrice . . . . . . . . . . . . . . . . 48
3 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Interprétation matricielle des applications linéaires de Rp dans Rn 52
3.2.1 Matrice d’une application : images des vecteurs d’une base 52
3.2.2 Vice versa : trouver l’application grâce à la matrice . . . 54
3.2.3 Quelques opérations sur les applications et leurs matrices 55
3.3 Changement de base et applications linéaires . . . . . . . . . . . 56
3.4 Image, noyau et rang d’une application linéaire . . . . . . . . . . 57

UVSQ
MA202N – Notes de cours 36 / 58

1 – Espaces vectoriels

1.1 Définition
Un espace vectoreil est un ensemble sur lequel est défini
— une addition interne
— une multiplication externe

Définition. On dit que E est un espace vectoriel sur R (ev), ou un R-espace vectoriel
(R-ev), si E est muni d’une addition interne (+) et d’une multiplication externe (×) telles
que :
— Addition :
E×E → E
u, v 7→ u + v
1. Associativité : ∀u, v, w ∈ E, (u + v) + w = u + (v + w)
2. Elément neutre : ∃e ∈ E, ∀u ∈ E, u + e = e + u = u
3. Opposé : ∀u ∈ E, ∃u0 ∈ E, u + u0 = u0 + u = e
4. Commutativité : ∀u, v ∈ E, u + v = v + u
— Multiplication :
R×E → E
λ, u 7→ λu
1. Associativité : ∀λ, µ ∈ R, ∀u ∈ E, λ(µu) = (λµ)u
2. Elément neutre : ∀u ∈ E, 1.u = u
3. Distributivité 1 : ∀λ, µ ∈ R, ∀u ∈ E(λ + µ)u = λu + µu
4. Distributivité 2 : ∀λ ∈ R, ∀u, v ∈ Eλ(u + v) = λu + λv

Exemple [video]. https: // youtu. be/ fdMyYKCFloo

Pour tout n ∈ N, Rn est un R-ev. L’addition est simplement celle des vecteurs, terme à
terme : (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ), le vecteur nul est (0, . . . , 0),
l’opposé s’obtient en changeant tous les signes terme par terme. La multiplication est sim-
plement celle d’un scalaire fois un vecteur. Les propriétés sont toutes faciles à démontrer,
on se réfèrera à la vidéo si besoin.

1.2 Sous-espaces vectoriels

Définition. Soit E un ev et F un sous-ensemble non vide de E. On dit que F est un
sous-espace vectoriel de E (sev) s’il est un ev pour l’addition et pour la multiplication
externe de E.

Théorème. Soit E un ev er F un sous-ensemble non vide de E. Alors F est un sev ssi

il est stable par addition et multiplication externe :

∀u, v ∈ F, ∀λ ∈ R, u + λv ∈ F

UVSQ
MA202N – Notes de cours 37 / 58

Proposition. L’intersection de deux sev est un sev.

(attention, pour l’union c’est en général faux)
Exemples [video]. https: // youtu. be/ XFS8HEz1Y8w
— {(x, y) ∈ R2 , 2x + 3y = 0} est un sev de R2
— {(x, y) ∈ R2 , xy = 0} n’est pas un sev de R2
— {(x, y) ∈ R2 , x + y = 1} n’est pas un sev de R2
— {(x, y) ∈ R2 , x = 0} est un sev de R2

1.3 Familles génératrices, familles libres

Définition. Soit (xi )i∈{1,...,n} une famille de vecteurs d’un R-ev E. On appelle combinai-
son linéaire des (xi )i∈{1,...,n} tout vecteur qui s’écrit comme une somme du type
n
X
λ i xi
i=1

où les λi sont des réels non tous nuls.

Remarque. L’ensemble F des combinaisons linéaires des (xi )i∈{1,...,n} est un sev de E.
C’est le plus petit sev contenant tous les xi . On le note
Vect(xi )i∈{1,...,n}
et on l’appelle sous-espace vectoriel engendré par les (xi )i∈{1,...,n} .
Définition. Soit E un R-ev er V une famille de vecteurs de E. On dit que V est une
famille génératrice de E si le sev engendré par V est égal à E :
Vect(V) = E
Exemple [video]. https: // youtu. be/ ezpzOVQ5_ ro
— (1, 0) engendre la droite vectorielle {(x, y) ∈ R2 , y = 0}
— {(1, 0), (0, 1)} est une famille génératrice de R2
Définition. Soit E un R-ev et V une famille de vecteurs de E. On dit que V est une fa-
mille libre si pour tout entier n ≥ 1 et pour tous v1 , . . . , vn vecteurs de V on a l’implication
suivante : n
X
λi vi = 0 ⇐⇒ λi = 0, ∀i = 1, .., n
i=1
Dans le cas contraire, on dit que la famille est liée.
Remarque. Une famille est libre si aucun vecteur de V n’est combinaison linéaire d’autres
vecteurs de V.
Exemple [video]. https: // youtu. be/ SwiuwCIMYQM
— {(1, 0), (0, 1)} est une famille libre de R2
— {(1, 2, 0), (1, 0, 3)} est une famille libre de R3
— {(1, 0, 1), (1, 1, 0), (−1, −3, 2)} est une famille liée.

UVSQ
MA202N – Notes de cours 38 / 58

1.4 Bases et dimension d’un ev

Définition. Une famille libre et génératrice d’un ev E est appelée une base de E.

Proposition. Soit E un R-ev admettant une base (ei )i=1..n . Alors tout vecteur x ∈ E
s’écrit de manière unique comme combinaison linéaire des ei :
n
X
x= xi ei
i=1

Les (xi )i=1..n s’appellent les coordonnées de x dans la base (ei )i=1..n .

Démonstration. https: // youtu. be/ o3xrOKr_ pu4

La démonstration repose sur le fait qu’une base est à la fois une famille génératrice (ce qui
donnera l’existence des coordonnées) et une famille libre (qui nous permettra de prouver
l’unicité). La preuve est laissée en exercice, elle est complète dans la vidéo.

Exemple. (1, 0, ..., 0), (0, 1, ..., 0), ...(0, 0, ..., 1) est une base de Rn , appelée base canonique
de Rn . Par exemple :
— dans R2 : il y a deux vecteurs dans la base canonique e1 = (1, 0), e2 = (0, 1)
— dans R3 : trois vecteurs pour la base canonique e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1)
— dans R4 : quatre vecteurs pour la base canonique e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 =
(0, 0, 1, 0), e4 = (0, 0, 0, 1)
— etc.

Théorème. Soit E un R-ev de dimension finie. Alors toutes les bases de E ont le même
cardinal (nombre de vecteurs), appelé dimension de E.
(si E = {0} alors dim E = 0)

Exemple. dim Rn = n

Proposition. Soit E un R-ev de dimension n avec n > 0, alors :

— Toute famille libre de n vecteurs est une base de E
— Toute famille génératrice de n vecteurs est une base de E

Exemples [video]. https: // youtu. be/ LK-RCwIgFVQ

Il est très utile de savoir trouver rapidement une base à partir des équations d’un sous-
espace vectoriel, on en donne quelques exemples :
— F1 = {(x, y, z) ∈ R3 , x + 2y − z = 0}
— F2 = {(x, y, z) ∈ R3 , x + 2y − z = 0, x + y − 2z = 0}
Ces exemples sont laissés en exercice, la solution complète est dans la vidéo.

UVSQ
MA202N – Notes de cours 39 / 58

2 – Matrices

2.1 Définitions et notations

Définition. Etant donnés deux entiers m et n strictement positifs, une matrice à m
lignes et n colonnes est un tableau rectangulaire de réels A = (ai,j )1≤i≤m,1≤j≤n .
L’indice de ligne i va de 1 à m, l’indice de colonne j va de 1 à n et on représente la
matrice A ainsi :
a1,1 · · · a1,j · · · a1,n
 
 .. .. .. 
 . . . 
A = (ai,j ) =  ai,1 · · · ai,j · · · ai,n  .
 
 . .. .. 
 .. . . 
am,1 · · · am,j · · · am,n
Les entiers m et n sont les dimensions de la matrice, ai,j est son coefficient d’ordre
(i, j).
Exemple. La matrice  
−2 2
A= 7 0 
1 1
est une matrice à n = 3 lignes et m = 2 colonnes, ses coefficients valent : a1,1 = −2,
a1,2 = 2, a2,1 = 7, etc.
Définition. L’ensemble des matrices à m lignes et n colonnes et à coefficients réels est
noté Mm,n (R). Lorsque n = m, on le note Mn (R) ; un élément de Mn (R) est appelé une
matrice carrée de taille n.

2.2 Matrices et vecteurs

On identifie le plus souvent M1 (R) (matrices carrées de taille 1) à R et suivant les cas
Mn,1 (R) ou M1, n(R) à Rn .
 S =
Soit (u1 , . . . , up ) une famille de p vecteursde Rn , avec pour
 tout j entre 1 et p,
a1j a11 ... a1p
uj =  ... , alors la matrice A définie par A =  ... ... ...  (obtenue en mettant
anj an1 ... anp
les vecteurs uj en colonnes) représente S dans la base canonique de Rn .
Exemples. 1. Par exemple, la matrice identité (nulle partout, avec des 1 sur la dia-
gonale) représente la base canonique de RRn
     
1 −1 3 6 1 −1
2. B =  2 0 4 3  représente les vecteurs u1 =  2 , u2 =  0 ,
 3 2 5  −1  3 2
3 6
u3 =  4 , u4 =  3 
5 −1

UVSQ
MA202N – Notes de cours 40 / 58

2.3 Opérations matricielles

L’ensemble Mm,n (R) est naturellement muni d’une addition interne (on peut ajouter
deux matrices de mêmes dimensions terme à terme) et d’une multiplication externe (on
peut multiplier une matrice par un réel terme à terme). C’est un espace vectoriel pour
ces deux lois.

2.3.1 Egalité
Remarque. Deux matrices A et B sont égales si et seulement si elles sont de même
taille et tous leurs coefficients sont identiques. Autrement dit, si A = (aij )1≤i≤n,1leqj≤p et
B = (bij )1≤i≤m,1leqj≤q alors
1. n = m et p = q
2. pour tout couple i, j on a aij = bij .

2.3.2 Addition
Si A = (ai,j ) et B = (bi,j ) sont deux matrices de Mm,n (R) (de même taille donc), leur
somme A + B est la matrice (ai,j + bi,j ), autrement dit on ajoute les coefficients terme à
terme. Par exemple :

L’addition hérite des propriétés de l’espace vectoriel :

— associativité : (A + B) + C = A + (B + C),
— commutativité : A + B = B + A.
On ne peut pas ajouter des matrices de tailles différentes...

2.3.3 Multiplication externe (par un scalaire)

Si A = (ai,j ) est une matrice de Mm,n (R), et λ est un réel, le produit λA est la
matrice (λai,j ), autrement dit on multiplie chaque coefficient de la matrice par le réel λ.
Par exemple :

Grâce à cela on peut facilement définir l’opposé d’une matrice :

UVSQ
MA202N – Notes de cours 41 / 58

Pour l’opposé, on note (−1).A = −A.

On définit également la soustraction de deux matrices, comme étant la somme de A avec
−B :

Les propriétés d’espace vectoriel sont les suivantes :

— associativité (λµ)A = λ(µA),
— distributivité 1 : (λ + µ)A = λA + µA,
— distributivité 2 : λ(A + B) = λA + λB.

2.3.4 Produit matriciel

C’est l’opération la plus importante (et la plus délicate à maitriser au début).

Définition. Soient m, n, p trois entiers strictement positifs. Soit A = (ai,j ) une matrice
de Mm,n (R) et soit B = (bj,k ) une matrice de Mn,p (R). On appelle produit matriciel
de A par B la matrice C ∈ Mm,p (R) dont le terme général ci,k est défini, pour tout
i = 1, . . . , m et pour tout k ∈ 1, . . . , p par :
n
X
ci,j = ai,k bk,j .
k=1

autrement dit le coefficient de la i-ème ligne et j-ème colonne de la matrice produit C

se calcule en sommant les produits terme à terme de la i-ème ligne de la matrice A avec
ceux de la j-ème colonne de la matrice B.

Remarque. Attention ! La multiplication n’est possible que si les tailles des matrices A
et B sont compatibles : le nombre de colonnes de A doit être égal au nombre de lignes de
B. Si A est de taille (m, n) (m lignes, n colonnes) et B est de taille (n, p) (n lignes, p
colonnes) alors le résultat C est de taille (m, p) :

(m, n) × (n, p) → (m, p)

autrement dit C a autant de lignes que A et autant de colonnes que B.

UVSQ
MA202N – Notes de cours 42 / 58

Pour effectuer ce produit, nous conseillons d’adopter la disposition suivante, en plaçant

B au-dessus et à droite de A, comme sur les deux schémas suivants :

Exemple. [video] https: // youtu. be/ hQbIg6bmPhU

Prenons les deux matrices suivantes :
 
1 1  
0 1 −1 −2
A=  2 3  et B = .
−3 −2 0 1
1 −1

La matrice A a 3 lignes et 2 colonnes, la matrice B a 2 lignes et 4 colonnes. Le produit

AB a donc un sens : c’est une matrice à 3 lignes et 4 colonnes et l’on a
   
1 1   −3 −1 −1 −1
0 1 −1 −2
 2 3  =  −9 −4 −2 −1 
−3 −2 0 1
1 −1 3 3 −1 −3

Remarque. Le produit matriciel a toutes les propriétés que l’on attend d’un produit, sauf
6 BA (en général).
qu’il n’est pas commutatif, autrement dit AB =

Proposition. Le produit matriciel possède les propriétés suivantes.

1. Associativité : Si les produits AB et BC sont définis, alors les produits A(BC) et
(AB)C le sont aussi et ils sont égaux.

A(BC) = (AB)C .

2. Linéarité à droite : Si B et C sont deux matrices de mêmes dimensions, si λ et µ

sont deux réels et si A a autant de colonnes que B et C ont de lignes, alors

A(λB + µC) = λAB + µAC .

UVSQ
MA202N – Notes de cours 43 / 58

3. Linéarité à gauche : Si A et B sont deux matrices de mêmes dimensions, si λ et µ

sont deux réels et si C a autant de lignes que A et B ont de colonnes, alors

(λA + µB)C = λAC + µBC .

Définition. On appelle matrice unité ou identité, notée In si elle est de taille n, toute
matrice
 carrée qui
 possède des 1 sur la diagonale et des 0 partout ailleurs. Par exemple :
1 0 0
I3 =  0 1 0 
0 0 1

Alors In est l’élément neutre de la multiplication dans Mn (R), et même plus précisément
on a :

Proposition. Pour toute matrice A dans Mnp (R), on a AIp = In A = A.

2.3.5 Transposition, matrices transposées

Définition. Étant donnée une matrice A = (ai,j ) de Mm,n (R), sa transposée, notée AT
ou encore At ou bien t A est la matrice de Mn,m (R) dont le coefficient d’ordre (j, i) est
ai,j .

Pour écrire la transposée d’une matrice, il suffit de transformer ses lignes en colonnes.
Par exemple :

On voit sur cet exemple que la 1ère ligne de A est la 1ère colonne de t A, la 2ème ligne
de A est la 2ème colonne de t A, etc.

Observons que la transposée de la transposée est la matrice initiale.

(At )t = A .

On a également d’autres propriétés faciles : (A + B)t = At + B t , (λA)t = λAt .

La transposée d’un produit est le produit des transposées, mais il faut inverser l’ordre des
facteurs.

Proposition. Soient m, n, p trois entiers strictement positifs. Soient A = (ai,j ) une ma-
trice de Mm,n (R) et B = (bj,k ) une matrice de Mn,p (R). La transposée du produit de A
par B est le produit de la transposée de B par la transposée de A.

(AB)t = B t At .

UVSQ
MA202N – Notes de cours 44 / 58

Observons que le produit d’une matrice par sa transposée est toujours défini.
 
1 1  
t 1 2 1
A= 2 3  , A = .
1 3 −1
1 −1
 
2 5 0  
t t 6 6
A A =  5 13 −1  , A A = .
6 11
0 −1 2
Le résultat est une matrice carrée (autant de lignes que de colonnes) et symétrique.

2.4 Cas particulier des matrices carrées

2.4.1 Matrices carrées particulières
Certaines matrices carrées sont notables.
— matrice identité In (cf plus haut)
   
d1 ... 0 7 0 0
— matrices diagonales : D =  ... ... ... , par exemple  0 2 0 
0 ... dn 0 0 −4
   
u11 ... u1m 7 3 −1
— matrices triangulaires supérieures : U =  ... ... ... , par exemple  0 2 3 
0 ... unn 0 0 −4
   
l11 ... 0 7 0 0
— matrices triangulaires inférieures : L =  ... ... ... , par exemple  4 2 0 
ln1 ... lnn −1 1 −4
On a aussi la définition des matrices symétriques et anti-symétriques :

Définition. Soit n un entier strictement positif et A une matrice carrée à n lignes et n

colonnes.
On dit que A est symétrique si pour tous i, j = 1, . . . , n, ses coefficients d’ordre ai,j et aj,i
sont égaux, ce qui est équivalent à dire que A est égale à sa transposée : At = A.
Similairement, on dit que A est anti-symétrique si At = −A.

Le produit d’une matrice par sa transposée est toujours une matrice symétrique. En
effet :
(A At )t = (At )t At = A At .

2.4.2 Puissances
Définition. Soit n un entier strictement positif et A une matrice carrée à n lignes et n
colonnes. Soit p ∈ N. On définit Ap par récurrence :

A0 = I, , A1 = A, Ap+1 = A × Ap = Ap × A, ∀p ≥ 1

UVSQ
MA202N – Notes de cours 45 / 58

2.4.3 Matrices inversibles

Définition. Soit A une matrice de Mn . On dit que A est inversible s’il existe une matrice
de Mn , notée A−1 , telle que
A A−1 = A−1 A = In .
Théorème. Soit A une matrice de Mn . Supposons qu’il existe une matrice B telle que
A B = In ou bien B A = In . Alors A est inversible et B = A−1 .
Exemple [video]. https: // youtu. be/ SuU_ qVfaIdY

Par exemple :
       
1 0 −1 1 −1 1 1 −1 1 1 0 −1 1 0 0
 1 −1 0   1 −2 1  =  1 −2 1   1 −1 0 = 0 1 0 
1 −1 1 0 −1 1 0 −1 1 1 −1 1 0 0 1
Ainsi, la matrice  
1 0 −1
 1 −1 0 
1 −1 1
est inversible et son inverse est
 −1  
1 0 −1 1 −1 1
 1 −1 0  =  1 −2 1 
1 −1 1 0 −1 1
Proposition. Soient A et B deux matrices inversibles de Mn . Le produit AB est inver-
sible et son inverse est B −1 A−1 .

2.4.4 Application aux systèmes

Soit A ∈ Mn (R) une matrice carrée. Soit b ∈ Rn un vecteur quelconque. Chercher
un n-uplet x = (x1 , . . . , xn ) tel que Ax = b, c’est résoudre un système linéaire de n
équations à n inconnues. Si la matrice A est inversible, alors la solution s’écrit x = A−1 b.
La méthode du pivot de Gauss permet de résoudre le système Ax = b pour un second
membre quelconque, donc de calculer x = A−1 b. Les coefficients de A−1 se lisent sur le
système résolu.

Cas d’une matrice 2 × 2. Voici ce qu’on obtient pour une matrice A à deux lignes
et deux colonnes.
x = −2a + b
( ( (
x +2y = a x +2y = a
⇐⇒ ⇐⇒
3x +4y = b −2y = b − 3a y = 12 (3a − b)
Les coefficients de A−1 sont ceux de a et b dans l’expression de x et y. Dans le cas général
on obtient :    
α β −1 1 δ −β
A= , A = ,
γ δ αδ − βγ −γ α
si αδ − βγ 6= 0. L’expression de A−1 est facile à mémoriser. Pour inverser une matrice à
deux lignes et deux colonnes, il faut :

UVSQ
MA202N – Notes de cours 46 / 58

1. échanger les deux coefficients diagonaux

2. changer le signe des deux autres
3. diviser tous les coefficients par le déterminant αδ − βγ.

Cas général. Pour n > 3, il n’y a pas de formule générale aussi facile. La technique
la plus sûre consiste à résoudre le système Ax = b pour un second membre quelconque,
avec la méthode du pivot de Gauss, puis à écrire ensuite que la solution obtenue est le
produit de A−1 par le second membre.

Exemple. [video] https: // youtu. be/ WOr_ 3OJVEws

Soit par exemple à inverser la matrice A suivante.
 
1 0 −1
A =  1 −1 0 
1 −1 1

Ecrivons le système   
x a
A y  =  b  ,
z c
soit 
 x −z = a
x −y = b
x −y +z = c


Voici les différentes étapes de la résolution par la méthode du pivot de Gauss.

 
 x −z = a  x −z = a ← L1
x −y = b ⇐⇒ −y +z = b − a ← L2 − L1
x −y +z = c −y +2z = c − a ← L3 − L1
 
 
 x −z = a ← L1  x −z = a ← L1
⇐⇒ −y +z = b − a ← L2 ⇐⇒ y −z = a − b ← −L2
z = c − b ← L3 − L2 z = c−b ← L3
 
    
 x = a − b + c ← L1 + L3 x a
⇐⇒ y = a − 2b + c ← L2 + L3 ⇐⇒  y  = A−1  b  ,
z = −b + c ← L3 z c

avec  
1 −1 1
A−1 =  1 −2 1  .
0 −1 1

Elimination de Gauss-Jordan. L’élimination de Gauss-Jordan est une autre manière

de présenter le calcul de l’inverse. La méthode est encore celle du pivot de Gauss. L’idée
est de mettre en œuvre le pivot de Gauss pour transformer la matrice A en la matrice
identité, et de faire les mêmes opérations en parallèle sur la matrice identité, de sorte que
l’on obtient au final la matrice inverse voulue.

UVSQ
MA202N – Notes de cours 47 / 58

Exemple. [video] https: // youtu. be/ SV3fufnstnY

On illustre la procédé en reprenant l’exemple précédent.
On commence par écrire côte à côte la matrice A et l’identité :
 
1 0 −1 1 0 0
(A|I) =  1 −1 0 0 1 0 
1 −1 1 0 0 1

Ensuite on met en œuvre la méthode de Gauss, en effectuant sur I les mêmes opérations
que sur A. On commence par mettre des zéros dans la première colonne de A en lignes 2
et 3 :  
1 0 −1 1 0 0 ← L1
 0 −1 1 −1 1 0  ← L2 − L1
0 −1 2 −1 0 1 ← L3 − L1
On continue les étapes de la méthode de Gauss pour arriver à l’identité à la place de A :
 
1 0 −1 1 0 0 ← L1
 0 −1 1 −1 1 0  ← L2
0 0 1 0 −1 1 ← L3 − L2
 
1 0 −1 1 0 0 ← L1
 0 1 −1 1 −1 0  ← −L2
0 0 1 0 −1 1 ← L3
 
1 0 0 1 −1 1 ← L1 + L3
 0 1 0 1 −2 1  ← L2 + L3
0 0 1 0 −1 1 ← L3
Lorsque la matrice A est devenue l’identité, le bloc de droite contient exactement A−1 :
 
1 −1 1
−1
A =  1 −2 1 
0 −1 1

2.5 Matrices et changement de base

Rappels. B est une base de Rn ssi pour tout x ∈ Rn , x se décompose de façon unique
sur B.

Exemple [video]. https: // youtu. be/ yrHyEnNdmu0

Soient e1 = (1, 0), e2 = (0, 1), e01 = (2, 3), e02 = (4, 5). Notons B = (e1 , e2 ) et B 0 = (e01 , e02 ),
ce sont deux bases de R2 (B est appelée la base canonique de R2 ). Soit x = (2, 4), alors
0 0 0
on peut décomposer x à la fois dans B et  dans  B : x = 2e1 + 4e2 , x= 3e1− e2 , autrement
2 3
dit ses coordonnées dans B sont XB = et dans B 0 : XB0 = .
4 −1
On a aussi e01 = 2e1 + 3e2 et e02 = 4e1 + 5e2 , c’est la décomposition de B 0 dans B.
On peut alors définir la matrice de passe de B à B 0 , matrice contenant en colonnes la
2 4
décomposition de B 0 dans B : PBB0 =
3 5

UVSQ
MA202N – Notes de cours 48 / 58

On peut remarquer que cette matrice permet d’obtenir les coordonnées  dans
 B si on
6
connait celles dans B 0 . Par exemple soit z qui a pour coordonnées zB0 = , alors on a
7
z = 6e01 +7e02 =
 6(2e1 +3e2 )+7(4e1 +5e2 ) = 40e1 +53e2 de sorte que ses coordonnées dans
40
B sont zB = . Ici on peut remarquer que l’on vient d’effectuer en fait le produit
53
matriciel zB = PBB0 zB0 .

Cas général.
0
Définition. Soient B = (e1 , ..., en ) et B 0 = (e01 , ..., eP n
n ) deux bases de R , telles que les
n
vecteurs de B 0 se décomposent ainsi dans B : e0j = i=1 pij ei . On note PBB0 la matrice
représentant B 0 dans B : PBB0 = (pij )1≤i,j≤n , on l’appelle matrice de changement de base
(ou de passage) de B vers B 0 .
 
x1
Proposition. 1. Si x ∈ Rn a pour composantes XB =  ...  dans B et XB0 =
 0  xn
x1
 ...  dans B 0 , alors XB = PBB0 XB0
x0n
−1
2. PBB0 est inversible et on a PBB 0 = PB 0 B

2.6 Image, noyau et rang d’une matrice

Définition. On appelle rang d’une famille V de vecteurs de Rn , noté rang(V ), la dimen-
sion du sous-espace engendré par V .
Remarque. Le rang de V est ainsi le nombre maximal de vecteur linéairement indépendants
(libres) que l’on peut extraire de V .
Définition. Soit A ∈ Mn,p (R). Les colonnes de A peuvent être vues comme la représentation
d’une famille V de p vecteurs de Rn dans la base canonique de Rn . On appelle rang de la
matrice A, noté rang(A), le rang de la famille de ses vecteurs colonnes.
Exemples [video]. https: // youtu. be/ 3POZ1KFpn3g
 
    1 2 3
1 0 1 3  3 4 7 
rang = 2, rang = 1, rang  = 2 car les deux premiers
0 2 1 3  2 0 2 
1 1 2
vecteurs colonnes sont libres mais le troisième vérifie x3 = x1 + x2 donc ils sont liés à
trois.
Définition. Soit A ∈ Mn,p (R). On appelle noyau de A, noté Ker(A), l’ensemble des
vecteurs colonnes X de Mp,1 (R) tels que AX = 0.
On appelle image de A, notée Im(A) l’ensemble des vecteurs colonnes Y de Mn,1 (R) tels
qu’il existe X ∈ Mp,1 (R), Y = AX.
Proposition. 1. Ker(A) est un sous espace vectoriel de Rp .

UVSQ
MA202N – Notes de cours 49 / 58

2. Im(A) est un sous espace vectoriel de Rn , c’est l’espace engendré par les vecteurs
colonnes de A.

Démonstration. [video] https: // youtu. be/ oyIAiOVO8cM (pour le noyau)

https: // youtu. be/ fQYLRbWi_ FQ (pour l’image)

1. A.0p = 0n donc 0p ∈ Ker(A).

Soient X et X 0 dans Ker(A), alors leur somme est dans Ker(A) aussi : A(X +X 0 ) =
AX + AX 0 = 0.
Soient X ∈ Ker(A) et λ ∈ R alors λX ∈ Ker(A) aussi : A(λX) = λ.AX = λ.0 = 0
Donc Ker(A) est bien un sev de Rp
2. A.0p = 0n donc 0n ∈ Im(A).
Soient Y, Y 0 ∈ Im(A) alors ∃X, X 0 ∈ Rp tels que AX = Y et AX 0 = Y 0 , donc
Y + Y 0 ∈ Im(A) car Y + Y 0 = A(X + X 0 ) donc U = X + X 0 est bien un vecteur de
Rp tel que AU = Y + Y 0 .
De même, si Y ∈ Im(A) et λ ∈ R alors λY ∈ Im(A) aussi : ∃X ∈ Rp , Y = AX
donc (λY ) = λ.AX = A(λX) de sorte qu’en posant U = λX on obtient bien ce qu’il
faut pour (λY ) = AU .
Donc Im(A) est bien un sev de Rn .
Appelons maintenant Y1 , ..., Yp les p vecteurs colonnes de A, on va démontrer que
Im(A) = Vect(Y1 , ..., Yn ) en procédant par double inclusion. Si on appelle e1 , ..., en
les n vecteurs de la base canonique de Rn , on remarque que pour tout i, Aei =
Yi , ainsi on obtient que chacun de Yi est dans Im(A), donc comme Im(A) est un
sev, il contient Vect(Y1 , ..., Yn ), autrement dit Vect(Y1 , ..., Yn ) ⊂ Im(A). Pour l’autre
inclusion, soit Y ∈ Im(A), soit X tel que Y = AX. Décomposons X dans la base
canonique : X = x1 e1 +...+xn en . Alors en développant on obtient Y = A(x1 e1 +...+
xn en ) = x1 Ae1 + ... + xn Aen = x1 Y1 + ... + xn Yn , autrement dit Y ∈ Vect(Y1 , ..., Yn ),
ce qui nous donne l’autre inclusion : Im(A) ⊂ Vect(Y1 , ..., Yn ).

Exemple [video]. https: // youtu. be/ VIEn2cseYSs  

1 1 1
Déterminons le noyau, l’image et le rang de la matrice A = .
  2 1 −1
x
Noyau. Soit X =  y  ∈ Ker(A), alors
z
 
x+y+z = 0 x + y + z = 0 L1
AX = 0 ⇔ ⇔
2x + y − z =  0  −y  − 3z = 0  L2 −
2L1
 x 2z 2
x = 2z
⇔ ⇔  y  =  −3z  = z  −3  , ∀z ∈ R
y = −3z
z z 1
 
2
Autrement dit, Ker(A) = Vect  −3 .
1

UVSQ
MA202N – Notes de cours 50 / 58

     
1 1 1
Image et rang. On a Im(A) = Vect( , , ). Voyons si ces vec-
2 1 −1
teurs sont libres ou liées. Pour cela on écrit une relation de liaison entre eux :
     
1 1 1
a +b +c =0
2 1 −1
a+b+c=0 a = 2c
⇔ ⇔
2a + b − c = 0 b = −3c

Ceci nous donne

 l’existence
   d’une
 relation
 de liaison non triviale, par exemple c =1, a = 
1 1 1 1
2, b = −3 : 2 −3 + = 0. Ensuite on peut voir que les vecteurs
  2 1 −1     1
1 1 1
et sont libres, donc Im(A) = Vect( , ), ce qui nous donne à la fois
−1 1 −1
la base de Im(A) et le rang de A qui vaut 2.

UVSQ
MA202N – Notes de cours 51 / 58

3 – Applications linéaires

Dans toute cette section, on considèrera E un sev de Rp et F un sev de Rn où p, n ∈ N.

3.1 Généralités
Définition. On appelle application linéaire de E dans F tout application f : E → F telle
que
∀u, v ∈ E, ∀λ ∈ R, (1) : f (u + v) = f (u) + f (v), (2) : f (λu) = λf (u)
ou encore, de manière équivalente :

∀u, v ∈ E, ∀λ ∈ R, f (λu + v) = λf (u) + f (v)

Remarque. Vocabulaire.
— On note L(E, F ) l’ensemble des applications linéaires de E dans F
— Si E = F , on note L(E) = L(E, F ), les applications sont alors appelées des endo-
morphismes
— Si F = R, les éléments de L(E, R) s’appellent les formes linéaires de E.
— Si f ∈ L(E, F ) est bijective, on dit que f est un isomorphisme de E dans F . Si de
plus E = F , on dit que f est un automorphisme de E.

Exemple [video]. https: // youtu. be/ gvtiXSMnGns

Voici quelques exemples d’applications linéaires.
• de R2 dans R2 : (x, y) 7→ (x + y, 2x + 3y)
• de R2 dans R3 : (x, y) 7→ (y, x, x + y)
• de R3 dans R2 : (x, y, z) 7→ (y − x, 2z + y)
• de R2 dans R2 : (x, y) 7→ (x cos θ −y sin θ, x sin θ +y cos θ) la rotation de centre (0, 0)
et d’angle θ.
Faisons la preuve pour la première : f (x, y) = (x + y, 2x + 3y). On se donne un vecteur
v qui a pour coordonnées dans R2 (v1 , v2 ) et w qui a pour coordonnées (w1 , w2 ), et deux
réels λ, µ. Les coordonnées de λv + µw sont (λv1 + µw1 , λv2 + µw2 ). On calcule :
1. f (λv + µw) = f (λv1 + µw1 , λv2 + µw2 ) pour cela on remplace x par λv1 + µw1 et y
par λv2 + µw2 :

f (λv + µw) = f (λv1 + µw1 , λv2 + µw2 )

= (λv1 + µw1 + λv2 + µw2 , 2(λv1 + µw1 ) + 3(λv2 + µw2 ))
= (λ(v1 + v2 ) + µ(w1 + w2 ), λ(2v1 + 3v2 ) + µ(2w1 + 3w2 ))
= (λ(v1 + v2 ), λ(2v1 + 3v2 )) + (µ(w1 + w2 ), µ(2w1 + 3w2 ))
= λ(v1 + v2 , 2v1 + 3v2 ) + µ(w1 + w2 , 2w1 + 3w2 )
2. λf (v)+µf (w) = λf (v1 , v2 )+µf (w1 , w2 ) = λ(v1 +v2 , 2v1 +3v2 )+µ(w1 +w2 , 2w1 +3w2 )
On trouve bien la même chose donc l’application est linéaire.

UVSQ
MA202N – Notes de cours 52 / 58

Remarque. Méthode. Pour reconnaı̂tre une application linéaire : les seules opérations
“autorisées” pour que l’application soit bien linéaire sont les combinaisons linéaires entre
les coefficients.
La présence de tout autre élément (présence d’un carré, ajout d’une constante, produit
entre deux coefficients, présence d’une fonction non linéaire comme sin, cos ou autre, va-
leur absolue, etc.) rend la fonction non linéaire.
Si on a reconnu une application linéaire, on met en pratique la méthode ci-dessus.
Si on a reconnu une application non linéaire, il suffit de trouver un contre-exemple,
autrement dit deux vecteurs bien choisis et deux réels bien choisis tels que la formule
f (λu + v) = λ f (u) + f (v) soit fausse.

Exemple [video]. https: // youtu. be/ WrxXf40LCT0

Ainsi, on peut montrer que les applications suivantes ne sont pas linéaires :
• de R2 dans R2 : (x, y) 7→ (x + 1, 2x + 3y) :
Présence du +1 qui est un terme affine et pas linéaire
Contre-exemple avec v = (0, 0), λ = 2 et µ = 0 (du coup pas de w) :
2f (0, 0) = 2(1, 0) = (2, 0) 6= f (2.(0, 0)) = f (0, 0) = (1, 0).
• de R3 dans R2 : (x, y, z) 7→ (xy, 2z + y) :
Présence du produit xy qui n’est pas linéaire
Contre-exemple avec v = (1, 2, 3), w = (4, 5, 6) et λ = µ = 1 :
f (1, 2, 3) + f (4, 5, 6) = (2, 8) + (20, 17) = (22, 25)
alors que f ((1, 2, 3) + (4, 5, 6)) = f (5, 7, 9) = (35, 25)
Proposition. Soit f ∈ L(E, F ), alors
— Pour tout n > 1,
n
! n
X X
∀v1 , . . . , vn ∈ E , ∀λ1 , . . . , λn ∈ R , f λi vi = λi f (vi ) .
i=1 i=1

— f (0E ) = 0F
— f (−u) = −f (u)∀u ∈ E
Démonstration. [video] https: // youtu. be/ 0ezD6Sf1n9Y
La preuve se fait par récurrence, elle est laissée en exercice au lecteur (cf vidéo pour les
détails).

3.2 Interprétation matricielle des applications linéaires de

Rp dans Rn
3.2.1 Matrice d’une application : images des vecteurs d’une base
Les espaces vectoriels considérés sont tous de dimension finie > 1. Considérons une
application linéaire f : E → F entre deux espaces vectoriels E et F .
Si on choisit une base dans l’espace d’arrivée, alors les images des vecteurs de la base
de départ ont des coordonnées dans cette base. S’il y a n vecteurs de base au départ et
m à l’arrivée, l’application linéaire est déterminée par une matrice de taille m × n : m
coordonnées pour chacun des n vecteurs de la base de départ.

UVSQ
MA202N – Notes de cours 53 / 58

Définition. Soit f : E → F une application linéaire, B = (b1 , . . . , bn ) une base de E et

C = (c1 , . . . , cm ) une base de F .
La matrice de l’application f dans les bases (b1 , . . . , bn ) et (c1 , . . . , cm ) est la matrice
A = (ai,j )1≤i≤m, 1≤j≤n où ai,j est la i-ième coordonnée de f (bj ) :
m
X
∀j = 1, . . . , n , f (bj ) = a1,j c1 + · · · + ai,j ci + · · · + am,j cm = ai,j ci .
i=1

On utilisera la notation
A = M atCB f
Méthode. Pour écrire la matrice quand on connait l’application linéaire, on la remplit
colonne par colonne :
1. On commence par calculer l’image par f du premier vecteur de la base de départ :
f (b1 ) et on le décompose dans la base d’arrivée (= on écrit ses coordonnées dans la
base d’arrivée) : f (b1 ) = a1,1 c1 + a2,1 c2 + . . . + am,1 cm , autrement dit les coordonées
de f (b1 ) dans la base d’arrivée sont (a1,1 , a2,1 , . . . , am,1 ), on met ce vecteur dans la
première colonne de la matrice.
2. On procède ainsi pour les autres colonnes : dans la colonne 2 on met les coordonées
de f (b2 ), etc.
L’indice i (des vecteurs de la base d’arrivée) est donc l’indice de ligne, et l’indice j (des
vecteurs de la base de départ) est l’indice de colonne. On peut résumer la construction de
la matrice avec le schéma suivant :
départ

f (b1 ) · · · f (bj ) · · · f (bn )

a1,1 · · · a1,j · · · a1,n c1
.. .. .. ..
. . . .
ai,1 · · · ai,j · · · ai,n ci arrivée
.. .. .. ..
. . . .
am,1 · · · am,j · · · am,n cm
La matrice en elle-même est finalement notée ainsi, avec les coefficients entre deux grandes
parenthèses :
a1,1 · · · a1,j · · · a1,n
 
 .. .. .. 
 . . . 
a · · · a · · · a
 
 i,1 i,j i,n 
 . .. .. 
 .. . . 
am,1 · · · am,j · · · am,n

Ecriture dans la base canonique. On rappelle que la base canonique de Rn est la

base (e1 , · · · , en ) définie par
e1 = (1, 0, 0, · · · , 0), e2 = (0, 1, 0, · · · , 0), · · · , en−1 = (0, · · · , 0, 1, 0), en = (0, · · · , 0, 0, 1),
Le plus souvent, on se ramènera au cas où l’espace de départ est Rn et l’espace d’arrivée
Rm , les deux étant munis de leurs bases canoniques.

UVSQ
MA202N – Notes de cours 54 / 58

Méthode. Dans ce cas, la matrice de f est donc formée des colonnes f (e1 ), f (e2 ), ...,
f (en ) écrites en coordonnées dans la base d’arrivée (e1 , . . . , em ).

Exemple. [video] https: // youtu. be/ _169kFvTOSk

Considérons l’application de R2 dans R3 :

f : (x, y) 7−→ (x + y, 2x + 3y, x − y) .

La base canonique de R2 est ((1, 0), (0, 1)). L’image de ces deux vecteurs est

f ((1, 0)) = (1, 2, 1) et f ((0, 1)) = (1, 3, −1) .

La matrice de f est donc la suivante (attention à l’écriture des vecteurs de l’espace d’ar-
rivée en colonnes).  
1 1
 2 3 
1 −1
Pour vérifier la cohérence de la notation matricielle, calculons le produit de cette matrice
par un vecteur de R2 quelconque (x, y).
   
1 1   x+y
 2 x
3  =  2x + 3y 
y
1 −1 x−y

On retrouve bien l’expression de f , ce qui valide le calcul de la matrice.

Ecriture dans une base quelconque.

Exemple. [video] https: // youtu. be/ D12M2RLkGCw

Munissons maintenant R2 de la base (b1 = (1, 1), b2 = (1, −1)) au départ, et R3 de la
base (v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (1, 1, 1)) à l’arrivée. Dans ce cas c’est un peu plus
compliqué, car il faut redécomposer les images des vecteurs de base dans la base d’arrivée.
Les images des vecteurs de la base de départ sont

f (b1 ) = f ((1, 1)) = (2, 5, 0) = −3 (1, 0, 0) + 5 (1, 1, 0) + 0 (1, 1, 1) = −3v1 + 5v2 + 0v3
f (b2 ) = f ((1, −1)) = (0, −1, 2) = 1 (1, 0, 0) − 3 (1, 1, 0) + 2 (1, 1, 1) = 1v1 − 3v2 + 2v3 .

Le vecteur f (b1 ) a donc pour coordonnées (−3, 5, 0) dans la base (v1 , v2 , v3 ), c’est donc la
1ère colonne. De même pour la deuxième on trouve (1, −3, 2), d’où la matrice :
 
−3 1
 5 −3 
0 2

3.2.2 Vice versa : trouver l’application grâce à la matrice

La proposition suivante nous indique qu’une application linéaire est caractérisée par
la connaissance de sa matrice.

UVSQ
MA202N – Notes de cours 55 / 58

Proposition. Soient E et F deux espaces vectoriels, (b1 , . . . , bn ) une base de E et (c1 , . . . , cm )

une base de F . Soit A une matrice de taille m × n. Alors il existe une unique application
linéaire f : E → F dont la matrice est A.

Démonstration. Tout vecteur v de E s’écrit de façon unique sous la forme

n
X
v= x j bj ,
j=1

où les xi sont les coordonnées de v dans la base (b1 , . . . , bn ). Puisque f doit être linéaire,
l’image de v ne peut être que
n
X n
X m
X
f (v) = xj f (bj ) = xj ai,j ci .
j=1 j=1 i=1

Méthode. Pour écrire l’application linéaire quand on connait la matrice, il suffit simple-
ment de multiplier la matrice à droite par le vecteur des inconnues (x, y, z...) (de la bonne
taille : (x, y) si l’ensemble de départ est R2 , (x, y, z) si c’est R3 , etc.). Le résultat obtenu
donne exactement l’application linéaire f .

Exemple. [video] https: // youtu. be/ NjY_ 6FQQUZU

Considérons la matrice  
1 1 −1
2 3 1
Elle définit, dans les bases canoniques de R2 et de R3 , une application f . L’espace de
départ est ici R3 (car on a 3 colonnes), on multiplie donc la matrice à droite par le
vecteur (x, y, z) :  
  x  
1 1 −1 x + y − z
× y =
2 3 1 2x + 3y + z
z
L’application linéaire est donc la suivante :

f : R3 → R2 : (x, y, z) 7−→ (x + y − z, 2x + 3y + z) .

3.2.3 Quelques opérations sur les applications et leurs matrices

Proposition. — Si f et g sont dans L(Rp , Rn ) et λ et µ sont des réels alors λf + µg
est une application linéaire et sa matrice est M at(λf + µg) = λM atf + µM atg dans
les mêmes bases.
— Si de plus h ∈ L(Rn , Rm ) alors h ◦ f est une application linéaire de Rp dans Rm et
m m n
on a M atBBb (h ◦ f ) = M atBBn h × M atB
Bp f .
— Si f ∈ L(E, F ) est un isomorphisme et si l’on munit E d’une base B et F d’une
base C alors on a M atBC (f −1 ) = (M atC Bf)
−1
(attention ici : le premier signe “-1”
désigne l’application réciproque, le deuxième désigne la matrice inverse).

UVSQ
MA202N – Notes de cours 56 / 58

3.3 Changement de base et applications linéaires

Théorème. Soit f ∈ L(Rp , Rn ), B et B 0 deux bases de Rp , C et C 0 deux bases de Rn .
Alors on a la formule de changement de base :
0
M atCB0 f = PC 0 C × M atCB f × PBB0

Exemple [video]. https: // youtu. be/ yVDRFhW-IwE

On reprend l’application précédente de R2 dans R3 :

f : (x, y) 7−→ (x + y, 2x + 3y, x − y)

Appelons B et C les bases canoniques de R2 et R3 et reprenons comme dans l’exemple

précédent de nouvelles bases : B 0 la base (b01 = (1, 1), b02 = (1, −1)) au départ et C 0 =
(c01 = (1, 0, 0), c02 = (1, 1, 0), c03 = (1, 1, 1)) à l’arrivée. Dans les bases canoniques, on a vu
précédemment que la matrice de f est donnée par
 
1 1
M atCB f =  2 3 
1 −1
Pour appliquer la formule, calculons les matrices de passage. Comme on connait les co-
ordonnées des vecteurs de B 0 et de C 0 dans les bases B et C, on a facilement les matrices
de passage PBB0 et PCC 0 , en écrivant en colonne les vecteurs de B 0 et C 0 :
 
  1 1 1
1 1
PBB0 = PCC 0 =  0 1 1 
1 −1
0 0 1
Pour appliquer la formule, il nous faut maintenant calculer PC 0 C qui est l’inverse de PCC 0 .
Pour cela on applique la méthode de Gauss Jordan :
   
1 1 1 1 0 0 L1 − L3 1 1 0 1 0 −1
 0 1 1 0 1 0  ⇔ L2 − L3  0 1 0 0 1 −1 
0 0 1 0 0 1 L3 0 0 1 0 0 1
 
L1 − L2 1 0 0 1 −1 0
⇔ L2  0 1 0 0 1 −1 
L3 0 0 1 0 0 1
Donc on obtient pour PC 0 C :
 
1 −1 0
PC 0 C = 0 1 −1 
0 0 1
On peut maintenant appliquer la formule :
     
1 −1 0 1 1   −3 1
0 1 1
M atCB0 f =  0 1 −1  ×  2 3 × =  5 −3 
1 −1
0 0 1 1 −1 0 2
On retrouve bien ce qu’on avait trouvé précédemment.

UVSQ
MA202N – Notes de cours 57 / 58

3.4 Image, noyau et rang d’une application linéaire

Définition. Soit f ∈ L(E, F ) où E et F sont des sev de Rp et Rn .
— On appelle noyau de f , noté Kerf le sous ensemble de E défini par

Kerf = {x ∈ E, f (x) = 0F }

— On appelle image de f , noté Imf , le sous ensemble de F défini par

Imf = f (E) = {y ∈ F, ∃x ∈ E, y = f (x)}

Proposition. — Kerf est un sev de E

— Imf est un sev de F
— la dimension de Imf s’appelle rang de f , noté rg(f ) ou rang(f ).

Démonstration. [video] https: // youtu. be/ bNp09kIpAKk

La preuve est très similaire à celle qui a été faite pour les matrice, elle repose sur la
linéarité de f , cf vidéo pour les détails.

Théorème (Thm du rang, admis.). Soit f ∈ L(E, F ) où E et F sont des sev de Rp et
Rn . Alors
dim E = dim Imf + dim Kerf = rg(f ) + dim Kerf

UVSQ
MA202N – Notes de cours 58 / 58

MA202N : Quelques infos générales

Organisation de l’UE
Douze semaines : 1h30 de CM avec moi (y a un autre amphi avec N. Perrin), 3h de
TD avec moi ou autre
Suivez l’EDT en ligne pour les mises à jour et modifs éventuelles

Evaluation
Contrôle continu uniquement.
Trois contrôles continus auront lieu en TD, coeff 1/3.
Contrôle de rattrapage obligatoire en fin de semestre pour remplacer les absences
justifiées.
Absences injustifiées à un CC : 0.
Chaque prof·e de TD gère ses propres controles, donc voyez en TD pour les détails.

Ressources
Sur e-campus
Vidéos sur ma chaine youtube (en cours de création) : [Link]
Poly de cours, feuilles de TD

Assiduité en amphi
Non obligatoire, venez si vous êtes motivé·es et prêt·es à travailler
Je recommande la présence en amphi, car c’est plus facile à suivre et plus facile de
bosser régulièrement quand on va en cours...
Et en même temps, je pense que le poly et les vidéos sont suffisantes pour bosser par
soi-même, à condition d’y passer du temps et d’y mettre de l’énergie

UVSQ