Mathématiques MP 2022-2023

Stéphane Flon
 Table des matières

Chapitre I. Structures algébriques 9

1. Notion de structure algébrique 9
2. Groupes 11
3. Anneaux 16
4. Corps 20
5. Algèbres 21

Chapitre II. Séries numériques 23

1. Séries numériques, convergence 23
2. Lien suites séries, séries télescopiques 24
3. Divergence grossière 25
4. Séries géométriques 26
5. Opérations algébriques sur les séries numériques convergentes 27
6. Séries à termes positifs 27
7. Comparaison série-intégrale 29
8. Séries absolument convergentes 29
9. Sommation des relations de comparaison 31
10. Séries alternées 32
11. Produit de Cauchy 33

Chapitre III. Algèbre linéaire sans réduction 35

1. Espaces vectoriels 35
2. Sous-espaces vectoriels 36
3. Opérations ensemblistes et sous-espaces vectoriels 36
4. Sous-espace vectoriel engendré par une famille ou une partie 37
5. Somme directe 38
6. Sous-espaces supplémentaires 38
7. Applications linéaires 39
8. Noyau et image d’une application linéaire 41
9. Homothéties 43
10. Projecteurs et symétries 43
11. Combinaisons linéaires 45
12. Familles génératrices 46
13. Familles libres, familles liées 46
14. Bases 48
15. Modes de définition d’une application linéaire 48
16. Dimension finie 49
17. Sous-espaces affines 53
18. Rang 54
19. Matrices 56
20. Transposition 59
21. Changement de base 60
22. Matrices équivalentes et rang 61
23. Similitude matricielle, trace d’une matrice carrée, d’un endomorphisme 62
24. Déterminant 64
25. Interpolation de Lagrange 66
26. Matrices par blocs et sous-espaces stables 66
27. Formes linéaires et hyperplans 68
28. Nilpotence 70
29. Polynômes d’endomorphismes 71
3
Chapitre IV. Intégration 73
1. Intégration sur un segment 73
2. Formules de Taylor 74
3. Fonction continue par morceaux sur un segment, sur un intervalle 76
4. Intégrale d’une fonction continue par morceaux sur un segment 77
5. Aspects bilinéaires 79
6. Valeur moyenne 79
7. Intégrales généralisées 80
8. Propriétés des intégrales généralisées 81
9. Intégrales de Riemann 83
10. Changement de variable et intégration par parties 83
11. Intégrale généralisée d’une fonction positive 84
12. Intégrabilité, absolue convergence 85
13. Intégration des relations de comparaison 88
14. Intégrales généralisées classiques 89

Chapitre V. Espaces vectoriels normés 91

1. Normes et espaces vectoriels normés 91
2. Notion de norme d’algèbre 94
3. Comparaison des normes 94
4. Boules, sphères, parties bornées 95
5. Suites d’éléments d’un espace vectoriel normé 97
6. Ouverts et fermés d’un evn 99
7. Intérieur, adhérence, frontière 101
8. Densité 102
9. Topologie induite sur une partie d’un espace vectoriel normé 102
10. Limite d’une fonction en un point adhérent à son domaine 103
11. Continuité ponctuelle 104
12. Continuité globale 105
13. Fonctions lipschitziennes, fonctions uniformément continues 107
14. Continuité des applications linéaires et multilinéaires 108
15. Compacité 109
16. Connexité par arcs 111
17. Espaces vectoriels normés de dimension finie 112

Chapitre VI. Suites et séries de fonctions 117

1. Propriété vérifiable localement 117
2. La convergence simple 118
3. La convergence uniforme 118
4. Convergence uniforme et opérations algébriques 120
5. Opérations sur les domaines où la convergence d’une suite de fonctions donnée est uniforme 120
6. Conservation de propriétés par limite uniforme 121
7. Intégration d’une limite uniforme sur un segment 122
8. Dérivation d’une suite de fonctions 122
9. Séries de fonctions 123
10. Convergence normale d’une série de fonctions 124
11. Convergence uniforme et série de fonctions 125
12. Approximation 128

Chapitre VII. Groupes 129

1. Ensemble quotient, structure quotient 129
2. Groupes modulaires 131
3. Ordre d’un élément dans un groupe 132
4. Groupe symétrique 133
5. Action d’un groupe sur un ensemble 135

Chapitre VIII. Arithmétique 137

1. Anneaux de congruence 137
2. Arithmétique dans les anneaux principaux 139
3. Rappels sur les polynômes 142
4 Stéphane FLON
 4. Rappels sur les fractions rationnelles 147

Chapitre IX. Intégrales à paramètre 149

1. Le théorème de convergence dominée 149
2. Le théorème d’intégration terme à terme 152
3. Continuité d’une intégrale à paramètre 153
4. Dérivation d’une intégrale à paramètre 155
5. La fonction Gamma d’Euler 156
6. L’intégrale de Gauss 157
7. L’intégrale de Dirichlet 157
8. Transformée de Laplace 158
9. Transformée de Fourier 159

Chapitre X. Réduction des endomorphismes 161

1. Éléments propres d’un endomorphisme, d’une matrice carrée 161
2. Polynôme caractéristique 163
3. Endomorphismes et matrices carrées diagonalisables 165
4. Polynôme annulateur 167
5. Caractérisations de diagonalisabilité 169
6. Endomorphismes et matrices carrées trigonalisables 170
7. Commutant d’un endomorphisme ou d’une matrice carrée 171
8. Matrices stochastiques 172
9. Sous-espaces caractéristiques 172
10. Suites récurrentes linéaires, matrice compagnon et endomorphismes cycliques 173

Chapitre XI. Séries entières 175

1. Définition, rayon de convergence 175
2. Opérations sur les séries entières 176
3. Détermination du rayon de convergence d’une série entière 177
4. Continuité de la somme d’une série entière 179
5. Série entière d’une variable réelle 180
6. Fonctions développables en série entière, développements usuels 181
7. Exemples de développements en série entière 182
8. Stabilité du fait d’être développable en série entière 182
9. La méthode de l’équation différentielle 184

Chapitre XII. Probabilités 185

1. Équipotence d’ensembles 185
2. Ensembles finis 185
3. Ensembles dénombrables 189
4. Familles sommables de réels positifs 191
5. Familles sommables de nombres complexes 193
6. Notion de tribu. Probabilité sur un ensemble 196
7. Probabilité sur un espace probabilisable. Espace probabilisé 197
8. Probabilités conditionnelles 200
9. Indépendance d’événements 202
10. Variables aléatoires discrètes 203
11. Loi d’une v.a.d. 204
12. Cas particulier des v.a. réelles 204
13. Loi conjointe, lois marginales 205
14. Indépendance de deux variables aléatoires 205
15. Indépendance mutuelle 206
16. Lois usuelles 208
17. Espérance 210
18. Le théorème de transfert et autres propriétés de l’espérance 211
19. Variance, écart type et covariance 212
20. Fonctions génératrices pour une v.a. à valeurs naturelles 216
21. Inégalités et résultats asymptotiques 218

Chapitre XIII. Algèbre bilinéaire 221

1. Espaces préhilbertiens 221
5 Stéphane FLON
 2. Familles orthogonales 223
3. Orthogonal d’une partie 226
4. Projecteurs orthogonaux 227
5. Transposée 230
6. Adjoint d’un endomorphisme 230
7. Isométries vectorielles 231
8. Matrices orthogonales 233
9. Réduction des isométries vectorielles 236
10. Endomorphismes autoadjoints d’un espace euclidien 237
11. Matrices symétriques 238
12. Matrices symétriques positives, définies positives 240

Chapitre XIV. Fonctions vectorielles et révisions sur les fonctions numériques 243
1. Définition, fonctions coordonnées dans une base 243
2. Comparaison des fonctions vectorielles 244
3. Dérivation des fonctions vectorielles 244
4. Opérations sur les fonctions dérivables 245
5. Dérivabilité globale 247
6. Dérivées successives 248
7. Arcs paramétrés 250
8. Intégration d’une fonction vectorielle 250
9. Retour sur les fonctions d’une variable réelle à valeurs réelles ou complexes 253
10. Extensions du théorème de Rolle 254

Chapitre XV. Équations différentielles linéaires 257

1. Généralités et premières conséquences de la linéarité 257
2. Résolution théorique : le théorème de Cauchy linéaire 260
3. Exponentielle d’un endomorphisme de dimension finie 262
4. Systèmes différentiels linéaires à coefficients constants 263
5. Équation différentielle linéaire scalaire d’ordre n 264
6. Quelques techniques de résolution pratique 268

Chapitre XVI. Calcul différentiel 271

1. Dérivée selon un vecteur, dérivées partielles d’ordre un 271
2. Différentielle 274
3. Opérations sur les applications différentiables 275
4. Fonctions continûment différentiables 278
5. Gradient 280
6. Dérivées partielles d’ordre deux 281
7. Exemples d’équations aux dérivées partielles 282
8. Vecteurs tangents à une partie d’un espace normé de dimension finie 283
9. Optimisation : étude au premier ordre 284
10. Optimisation : étude au second ordre 285

Chapitre XVII. Démonstrations de cours 287

1. Structures algébriques 287
2. Séries numériques 293
3. Algèbre linéaire sans réduction 304
4. Intégration 321
5. Espaces vectoriels normés 329
6. Suites et séries de fonctions 339
7. Groupes 344
8. Arithmétique 346
9. Intégrales à paramètre 347
10. Réduction des endomorphismes 360
11. Séries entières 367
12. Probabilités 373
13. Algèbre bilinéaire 389
14. Fonctions vectorielles et révisions sur les fonctions numériques 401
15. Équations différentielles linéaires 405
6 Stéphane FLON
 16. Calcul différentiel 415
Chapitre XVIII. Exercices 425
1. Structures algébriques 426
2. Séries numériques 434
3. Algèbre linéaire sans réduction 441
4. Intégration 458
5. Espaces vectoriels normés 466
6. Suites et séries de fonctions 479
7. Groupes 490
8. Arithmétique 495
9. Intégrales à paramètre 504
10. Réduction des endomorphismes 515
11. Séries entières 530
12. Probabilités 541
13. Algèbre bilinéaire 559
14. Fonctions vectorielles et révisions sur les fonctions numériques 573
15. Équations différentielles linéaires 583
16. Calcul différentiel 593
Chapitre XIX. Corrigés des exercices 605
1. Structures algébriques 605
2. Séries numériques 620
3. Algèbre linéaire sans réduction 638
4. Intégration 669
5. Espaces vectoriels normés 687
6. Suites et séries de fonctions 712
7. Groupes 735
8. Arithmétique 737
9. Intégrales à paramètre 748
10. Réduction des endomorphismes 778
11. Séries entières 813
12. Probabilités 840
13. Algèbre bilinéaire 869
14. Fonctions vectorielles et révisions sur les fonctions numériques 897
15. Équations différentielles linéaires 912
16. Calcul différentiel 939

Index 959

7 Stéphane FLON
 Chapitre I

Structures algébriques

1. Notion de structure algébrique

Stratégie 1 – Subsumer pour étudier un objet mathématique.

Stratégie 2 – Se poser des questions de stabilité.
ln(1+x2 )ex
▷ Exercice de cours (exercice 1) – Montrer la dérivabilité de f : x ∈ R 7→ 3+2 sin(cos(x)) .
Exercice de cours (exercice 2) – Décrire les polynômes P ∈ R[X] pour lesquels P (R) ⊂ R+ , i.e. P (x) ⩾ 0
pour tout x ∈ R.
Observation 3 – On peut aussi s’intéresser à des stabilités non algébriques.

Définition 1 (Loi de composition interne)

Soit E un ensemble.
On appelle loi de composition interne sur E une application de E 2 dans E.
Soit ⋆ une loi de composition interne sur E. On dit que cette loi est associative si
∀(a, b, c) ∈ E 3 , (a ⋆ b) ⋆ c = a ⋆ (b ⋆ c)
On dit que cette loi est commutative si
∀(a, b) ∈ E 2 , a⋆b=b⋆a

On utilise souvent la notation infixe d’une loi de composition interne ⋆, i.e. on écrit plutôt a ⋆ b que ⋆ ((a, b))

Définition 2 (Distributivité)

Soit E un ensemble, ⋆ et ⋄ des lois de composition internes sur E.

On dit que la loi ⋆ est distributive à gauche (resp. à droite) par rapport à ⋄ si
a ⋆ (b ⋄ c) = (a ⋆ b) ⋄ (a ⋆ c) (resp.(a ⋄ b) ⋆ c = (a ⋆ c) ⋄ (b ⋆ c))
3
pour tout (a, b, c) ∈ E .
On dit que la loi ⋆ est distributive par rapport à ⋄ si elle est distributive à gauche et à droite par rapport à ⋄.

▷ Exemple 4 – Dans un anneau, la multiplication est distributive par rapport à l’addition.

▷ Exemple 5 – Dans l’ensemble des parties d’un ensemble X, l’union est distributive par rapport à l’inter-
section, et réciproquement.

Définition 3 (Élément neutre)

Soit E un ensemble, ⋆ une loi de composition interne sur E, e un élément de E.

On dit que e est un élément neutre de E pour la loi ⋆ si
∀ a ∈ E, a⋆e=e⋆a=a

▷ Information 6 – Un ensemble donné admet au plus un élément neutre pour une loi donnée.
9
 Définition 4 (Élément simplifiable)

Soit E un ensemble, ⋆ une loi de composition interne sur E, x un élément de E.

On dit que x est simplifiable à gauche (ou régulier à gauche) pour ⋆ si :
∀ y, z ∈ E, x ⋆ y = x ⋆ z⇒y = z
De même pour le fait que x soit simplifiable à droite (ou régulier à droite).
Un élément simplifiable à gauche et à droite est dit simplifiable (ou régulier ).

▷ Reformulation 7 – x est un élément simplifiable à gauche pour ⋆ dans E si et seulement si l’application

y ∈ E 7→ x ⋆ y est injective.
▷ Reformulation 8 – x est un élément simplifiable à droite pour ⋆ dans E si et seulement si l’application
y ∈ E 7→ y ⋆ x est injective.

Définition 5 (Élément symétrisable)

Soit E un ensemble, ⋆ une loi de composition interne sur E, x un élément de E.

On suppose que E admet un élément neutre e pour ⋆.
On dit que x est symétrisable à gauche (resp. symétrisable à droite) s’il existe y ∈ E (resp. z ∈ E) tel que
y ⋆ x = e (resp. x ⋆ z = e). On dit alors que y est un symétrique à gauche de x pour ⋆ (resp. que z est un
symétrique à droite de x pour ⋆).
On dit que x est symétrisable s’il admet un même symétrique y à gauche et à droite (qui est alors appelé
symétrique de x dans E pour ⋆).

Explication 9 – En dégageant des règles de calcul générales, liées aux propriétés des lois et à la présence de
certains éléments distingués, on fait émerger diverses notions de structures algébriques.

Définition 6 (Monoı̈de)

Soit E un ensemble, ⋆ une loi de composition interne sur E.

On dit que (E, ⋆) est un monoı̈de si ⋆ est associative et si E admet un élément neutre pour ⋆.
Si la loi du monoı̈de E est notée multiplicativement, alors on peut définir la notation xn pour tout x ∈ E et tout n ∈ N, et cette notation
s’étend même à n ∈ Z si x est symétrisable (x−1 désignant le symétrique de x).
Si la loi du monoı̈de E est notée additivement (cette notation étant réservée au cas où la loi est commutative), alors on peut définir la
notation nx pour tout x ∈ E et tout n ∈ N, et cette notation s’étend même à n ∈ Z si x est symétrisable (−x désignant le symétrique de
x).

▷ Information 10 – Soit E un monoı̈de. On suppose que x admet un symétrique à gauche y et un symétrique

à droite z. On a alors y = z. En particulier, dans un monoı̈de, tout élément admet au plus un symétrique.
▷ Exemple 11 – Tout élément symétrisable est un élément simplifiable dans un monoı̈de.
▷ Étude de stabilité 12 – La notion d’élément symétrisable dans un monoı̈de est-elle stable par produit ?
▷ Reformulation 13 – x est un élément symétrisable à gauche dans le monoı̈de E si et seulement si
mdx : E → E
l’application est surjective.
y 7→ y ⋆ x
▷ Reformulation 14 – x est un élément symétrisable à droite dans le monoı̈de E si et seulement si
mgx : E → E
l’application est surjective.
y 7→ x ⋆ y
▷ Exemple 15 – 2 est un élément symétrisable pour la multiplication dans Q mais pas dans Z.
▷ Exemple 16 – 2 est un élément simplifiable pour la multiplication dans Z.
▷ Reformulation 17 – M est un élément simplifiable dans Mn (K) pour le produit si et seulement si
M est une matrice inversible.
▷ Exemple 18 – La fonction sinus est un élément simplifiable pour la multiplication dans C(R, R), mais
pas dans RR .
10 Stéphane FLON
 Définition 7 (Partie stable)

Soit E un ensemble, ⋆ une loi de composition interne sur E, F une partie de E.

On dit que F est stable par ⋆ si pour tout (f, f ′ ) ∈ F 2 , on a f ⋆ f ′ ∈ F .
Lorsque F est stable par ⋆, on peut définir la loi de composition interne
⋆F : F × F → F
(a, b) 7→ a ⋆ b
sur F . Cette loi s’appelle loi induite par ⋆ sur la partie stable F de E, et on la note encore souvent (et
abusivement) ⋆.

Observation 19 – Partie stable et notion de sous-structure.

Stratégie 20 – Pour établir une structure, montrer qu’on a une sous-structure.
Observation 21 – Une intersection de sous-structures est une sous-structure.
Mise en garde 22 – Une union de sous-structures n’a pas de raison d’être une sous-structure.
Observation 23 – Notion de sous-structure engendrée par une partie.
Mise en garde 24 – Le complémentaire d’une sous-structure n’a pas de raison d’être une sous-structure.
Observation 25 – Produit cartésien d’ensembles de même structure algébrique.
Observation 26 – Ensemble des fonctions d’un ensemble non structuré fixé vers un ensemble structuré fixé.
Observation 27 – Notion d’isomorphisme (du point de vue de la structure, deux objets ne diffèrent que par
l’écriture).
Recul 28 – La grande question en algèbre : classification à isomorphisme près.
Explication 29 – Notion de morphisme, définition et propriétés générales.
Recul 30 – Mieux qu’une stabilité et qu’une formule : un morphisme.
Observation 31 – La composée licite de morphismes est un morphisme.
Observation 32 – La bijection réciproque d’un isomorphisme de structures algébriques est un isomorphisme.

2. Groupes

Définition 8 (Groupe)

Soit G un ensemble, · une loi de composition interne sur G.

On dit que (G, ·) est un groupe (ou que G muni de la loi · est un groupe) si
(1) La loi · est associative.
(2) G admet un élément neutre (noté eG ou e s’il n’y a pas d’ambiguı̈té).
(3) Tout élément de G admet un symétrique (dans G) pour ·.
Dans le cas où la loi · est en outre commutative, le groupe (G, ·) est dit abélien (ou commutatif ).
Le plus souvent, la loi d’un groupe est notée multiplicativement (c’est d’ailleurs souvent implicitement le cas). Le symétrique de x est alors
noté x−1 et sera parfois appelé inverse de x. Dans le cas de la notation multiplicative, on peut définir les puissances n-ièmes (où n est un
entier relatif) d’un élément x de G.
Dans le cas où la loi est notée additivement (ce que l’on réserve aux groupes abéliens), le symétrique de x est souvent noté −x et parfois
appelé opposé de x.

▷ Reformulation 33 – G est un groupe si et seulement si G est un monoı̈de dont tout élément est symé-
trisable.
▷ Information 34 – Dans un groupe, tout élément est simplifiable.
Information 35 – Soit G un groupe multiplicatif. Pour tous x, y ∈ G, tout (m, n) ∈ Z2 : xm xn = xm+n =
x x et (xm )n = xmn = (xn )m mais en général (xy)n ̸= xn y n .
n m

On a cependant bien égalité si x et y commutent, i.e. xy = yx.

Le symétrique du produit xy est y −1 x−1 , mais pas x−1 y −1 en général (c’est le cas si et seulement si x et y
commutent).
Convention 36 – La notation additive de la loi d’un groupe est réservée aux groupes commutatifs.
Information 37 – Dans le cas d’un groupe G additif (et donc abélien), on a, pour tout (x, y) ∈ G2 et tout
(m, n) ∈ Z2 :
(m + n)x = mx + nx, m(nx) = (mn)x, et m(x + y) = mx + my.
11 Stéphane FLON
 La dernière formule provient de la commutativité de la loi +.
Exemple 38 – Le produit cartésien de deux groupes (muni de la loi produit) est un groupe.
Exemple 39 – L’ensemble des fonctions d’un ensemble donné X vers un groupe donné G (pour la loi déduite
de celle de G) est un groupe.
Exemple 40 – L’ensemble des permutations d’un ensemble donné X est un groupe pour la composition des
applications. On le note SX ou SX , et on l’appelle groupe symétrique de X.
▷ Structure 41 – L’ensemble des éléments symétrisables d’un monoı̈de est muni d’une structure de groupe.
▷ Exemple 42 – (Z, +), (Q, +), (R, +), (C, +), (Q \ {0}, ×), (R \ {0}, ×), (C \ {0}, ×) sont des groupes.
▷ Exemple 43 – GLn (K) est un groupe.
▷ Exemple 44 –
— (N, +) est un monoı̈de ;
— (N, +) n’est pas un groupe.
▷ Exemple 45 –
— (R, ×) est un monoı̈de ;
— (R, ×) n’est pas un groupe.
▷ Exemple 46 – L’ensemble des isométries du plan laissant globalement invariant une partie fixée du plan
est un groupe.

Définition 9 (Sous-groupe)

Soit G un groupe, H une partie de G.

On dit que H est un sous-groupe de G si :
(1) H est stable par la loi de G.
(2) H possède eG .
(3) H, muni de la loi induite, est un groupe.

On notera dans ce cours H ⩽ G lorsque H est un sous-groupe de G.

Stratégie 47 – Pour montrer qu’on a un groupe, montrer qu’on a un sous-groupe d’un groupe bien connu.
▷ Exemple 48 – G est un sous-groupe de G.
▷ Exemple 49 – {eG } est un sous-groupe de G.
▷ Exemple 50 – Tout sous-groupe d’un groupe commutatif est un groupe commutatif.
▷ Exemple 51 – La relation  être un sous-groupe de  est une relation d’ordre sur un ensemble de groupes
donné.
▷ Information 52 – Pour tout sous-groupe H d’un groupe G, le symétrique d’un élément h de H est le
même dans H et dans G.
▷ Exemple 53 – U = {z ∈ C, |z| = 1} est un sous-groupe de C \ {0}.
▷ Exemple 54 – Un = {z ∈ C, z n = 1} est un sous-groupe de U.
▷ Exemple 55 – {M ∈ Mn (K), det(M ) = 1} est un sous-groupe de GLn (K).

Proposition (Caractérisation des sous-groupes)

Soit G un groupe, H une partie de G.

Les assertions suivantes sont équivalentes :
a) H est un sous-groupe de G. 1
b) H possède eG , est stable par la loi de G et par passage au symétrique.
c) H possède eG et, pour tous x, y ∈ H, xy −1 appartient à H.

▷ Reformulation 56 – H est un sous-groupe de G si et seulement si H est une partie non vide de G, stable
par la loi de G et par passage au symétrique.
▷ Reformulation 57 – H est un sous-groupe de G si et seulement si H est une partie non vide de G, et,
pour tous x, y ∈ H, xy −1 appartient à H.
12 Stéphane FLON
 Proposition (L’union de deux sous-groupes est rarement un sous-groupe)

Soit G un groupe, H et K des sous-groupes de G.

Les assertions suivantes sont équivalentes :
2
a) H ∪ K est un sous-groupe de G.
b) H ⊂ K ou K ⊂ H.

▷ Étude de stabilité 58 – La notion de sous-groupe est-elle stable par union ?

Exercice de cours (exercice 8) – Donner un exemple de trois sous-groupes stricts H1 , H2 , H3 d’un même
groupe G, sans relation d’inclusion entre eux, tels que leur union soit un sous-groupe de G.

Proposition (Intersection de sous-groupes)

Soit G un groupe, (Hi )i∈I une famille de parties de G.

On suppose que Hi est unT sous-groupe de G, pour tout i ∈ I. 3
On en déduit alors que Hi est un sous-groupe de G.
i∈I

▷ Étude de stabilité 59 – La notion de sous-groupe est-elle stable par intersection ?

Définition 10 (Commutant d’un élément dans un groupe)

Soit G un groupe, h ∈ G.
On appelle commutant (ou centralisateur ) de h dans G et on note C(h) l’ensemble C(h) = {g ∈ G, hg = gh}.

Exemple 60 – Le commutant d’un élément dans un groupe est un sous-groupe.

Définition 11 (Centre)

Soit G un groupe.
On appelle centre du groupe G et on note Z(G) l’ensemble Z(G) = {h ∈ G, ∀ g ∈ G, hg = gh}.

Exemple 61 – Z(G) est un sous-groupe du groupe G.

▷ Exemple 62 – Le centre d’un groupe G est un groupe commutatif.

Proposition (Sous-groupes du groupe des entiers relatifs)

Soit G une partie de Z.

Les assertions suivantes sont équivalentes :
4
a) G est un sous-groupe de Z.
b) il existe n ∈ N tel que G = nZ.

Exercice de cours (exercice 9) – Soit G un sous-groupe de R additif, non réduit à 0. Notons a la borne
inférieure de G ∩ R∗+ . Montrer que si a > 0, alors G = aZ (on dit que G est discret). Montrer que si a = 0, alors
G est dense dans R (i.e. rencontre tout intervalle ]α, β[, où α < β).
13 Stéphane FLON
 Définition 12 (Sous-groupe engendré)

Soit G un groupe, A une partie de G.

On appelle sous-groupe de G engendré par A ou par les éléments de A (dans G) et on note < A > le plus petit
sous-groupe de G contenant A.

Comment décrire le sous-groupe engendré par une partie ? Soit A une partie d’un groupe G. On peut se donner < A > de deux manières :
—  Par l’intérieur :  < A > est l’ensemble des mots construits sur l’alphabet constitué des éléments de A et leurs symétriques.
—  Par l’extérieur :  < A > est l’intersection des sous-groupes de G contenant A.

▷ Reformulation 63 – H est le sous-groupe engendré par A dans G si et seulement si H est l’intersection

des sous-groupes de G contenant A.
▷ Exemple 64 – {an , n ∈ Z} est le sous-groupe engendré par un élément a d’un groupe multiplicatif G.
▷ Exemple 65 – {na, n ∈ Z} est le sous-groupe engendré par un élément a d’un groupe additif G. Plus
généralement, siPa1 , . . . , an sont des éléments d’un groupe additif (et donc commutatif) G, alors <
a1 , . . . , an >= { k=1 mk ak , (m1 , . . . , mn ) ∈ Zn }.
n

Exercice de cours (exercice 10) – Soit G un groupe (multiplicatif), H1 et H2 deux sous-groupes G. Soit W
le sous-groupe de G engendré par H1 ∪ H2 .
On pose H1 H2 = {h1 h2 , (h1 , h2 ) ∈ H1 × H2 }.
1 Montrer qu’en général, W ̸= H1 H2 .
2 Montrer que si G est abélien, alors W = H1 H2 .
3 Si G est maintenant un groupe additif (et en particulier abélien), décrire W .
Exercice de cours (exercice 11) – Soit G un groupe, H un sous-groupe strict de G. Déterminer < G \ H >,
le sous-groupe de G engendré par G \ H.

Définition 13 (Morphisme de groupes)

Soit (G, ⋆) et (H, ⋄) des groupes, φ une application de G dans H.

On dit que φ est un morphisme de groupes (du groupe G vers le groupe H) si
(1) (φ(eG ) = eH )
(2) Pour tous g, g ′ dans G, φ(g ⋆ g ′ ) = φ(g) ⋄ φ(g ′ )
On appelle endomorphisme d’un groupe G tout morphisme de G dans lui-même.
On appelle isomorphisme de G vers H tout morphisme bijectif de G sur H.
On appelle automorphisme d’un groupe G tout morphisme bijectif de G sur lui-même.

Observation 66 – Sur la définition d’un morphisme de groupes.

Proposition (Propriétés des morphismes de groupes)

Soit G et H des groupes.

On suppose
i) que φ est un morphisme de groupes de G sur H ;
ii) que G′ est un sous-groupe de G ;
iii) que H ′ est un sous-groupe de H.
On en déduit alors
5
a) que ∀ x ∈ G, φ(x−1 ) = (φ(x))−1 ;
b) que ∀ x ∈ G, ∀ n ∈ Z, φ(xn ) = (φ(x))n ;
c) que φ(G′ ) est un sous-groupe de H ;
d) que φ−1 (H ′ ) est un sous-groupe de G.

On adaptera a) et b) dans le cas où G ou H est un groupe additif.

14 Stéphane FLON
 Exemple 67 – L’image d’un morphisme de groupes φ : G → H est un sous-groupe de H.
Étude de stabilité 68 – La notion de morphisme de groupes est-elle stable par composition ?
φ : R∗+ × U → C∗
Exemple 69 – est un isomorphisme de groupes.
(ρ, u) 7→ ρu

Proposition (Bijection réciproque d’un isomorphisme de groupes)

Soit G et H des groupes.

On suppose que φ est un isomorphisme de groupes de G sur H. 6
On en déduit alors que φ−1 est un isomorphisme de groupes de H sur G.

▷ Étude de stabilité 70 – La notion d’isomorphisme de groupes est-elle stable par passage à la bijection
réciproque ?
Exercice de cours (exercice 12) – Soit G un groupe. On note Aut(G) l’ensemble des automorphismes
de G.

1 Montrer que Aut(G) est un groupe pour la loi ◦.

2 Déterminer Aut(Z).

3 Pour a ∈ G on note ϕa l’application de G dans G telle que ϕa (x) = axa−1 , pour tout élément x de G :
ϕa est appelée conjugaison par a (dans G). Montrer que ϕa est un automorphisme de G, (on dit que ϕa est un
automorphisme intérieur ).

4 Montrer que l’application ψ : a 7→ ϕa est un morphisme de groupes. Donner une condition nécessaire et
suffisante pour que ce morphisme soit injectif. Donner un exemple où il n’est pas surjectif.
Structure 71 – L’ensemble des automorphismes de groupe d’un groupe G est muni d’une structure de
groupe pour la composition.

Définition 14 (Noyau d’un morphisme de groupes)

Soit G et H des groupes, φ un morphisme de groupes de G dans H.

On appelle noyau de φ et on note Ker(φ) l’ensemble φ−1 ({eH }) : Ker(φ) = {g ∈ G, φ(g) = eH }.

Exemple 72 – Le noyau d’un morphisme de groupes φ : G → H est un sous-groupe de G.

Proposition (Noyau et injectivité d’un morphisme de groupes)

Soit G et H des groupes.

On suppose que φ est un morphisme de groupes de G sur H.
Les assertions suivantes sont alors équivalentes :
a) φ est une application injective. 7
b) Ker(φ) = {eG }.

Puisqu’on a toujours {eG } ⊂ Ker(φ), on se contentera de vérifier que Ker(φ) ⊂ {eG }.

Stratégie 73 – L’injectivité d’un morphisme de groupes se teste sur le noyau.

15 Stéphane FLON
 3. Anneaux

Définition 15 (Anneau)

Soit A un ensemble, + et × des lois de composition internes A.

On dit que (A, +, ×) est un anneau (ou que A muni des lois + et × est un anneau) si :
(1) (A, +) est un groupe abélien. L’élément neutre pour l’addition est noté 0 (ou 0A ) et appelé élément
nul.
(2) La multiplication est associative.
(3) A admet un élément neutre pour la multiplication, noté 1 (ou 1A ), et appelé élément unité.
(4) La multiplication est distributive par rapport à l’addition.
Le symétrique d’un élément pour l’addition est appelé opposé (de cet élément).
S’il existe, le symétrique d’un élément a pour la multiplication est appelé inverse (de a), et on dit que a est
inversible. On note A× ou A∗ l’ensemble des éléments inversibles de A.
Enfin, un anneau est dit commutatif si sa loi de multiplication est commutative.
La distributivité de la multiplication par rapport à l’addition revient à dire que, pour tout a ∈ A, les applications x 7→ ax et x 7→ xa sont
des endomorphismes du groupe (A, +).
Il se peut que 1A = 0A , auquel cas l’anneau est réduit à son élément nul (et dit nul).

Proposition (Premières propriétés calculatoires dans un anneau)

On suppose
i) que A est un anneau ;
ii) que a, b, c ∈ A ;
iii) que m ∈ Z.
On en déduit alors
a) que a0A = 0A a = 0A (on dit que 0A est absorbant) ; 8
b) que (−a)b = a(−b) = −(ab) ;
c) que (−a)(−b) = ab ;
d) que (a − b)c = ac − bc ;
e) que a(b − c) = ab − ac ;
f) que a(mb) = (ma)b = m(ab).

ÄPInformation ä 74 – Soit A un Äanneau. Pour ä tout n ∈ N∗ , tout (a1 , . . . , an ) ∈ An et tout b ∈ A, on a

P P P
b i∈[[1,n]] ai = 1⩽i⩽n (bai ) et i∈[[1,n]] ai b = 1⩽i⩽n (ai b).

Proposition (Formule de Bernoulli)

Soit n ∈ N∗ .
On suppose
i) que A est un anneau ;
ii) que a, b ∈ A ;
9
iii) que ab = ba.
ÄPn−1 ä ÄPn−1 ä
On en déduit alors que an − bn = (a − b) k=0 an−k−1 bk = k=0 a
n−k−1 k
b (a − b).
Pour ne pas se tromper dans les exposants, on peut vérifier l’homogénéité de la formule (voir a et b comme des longueurs).

16 Stéphane FLON
 Proposition (Formule du binôme de Newton)

Soit n ∈ N∗ .
On suppose
i) que A est un anneau ;
ii) que a, b ∈ A ; 10
iii) que ab = ba.
Pn n
On en déduit alors que (a + b)n = ak bn−k .


k=0 k

Pour ne pas se tromper dans les exposants, on peut vérifier l’homogénéité de la formule (voir a et b comme des longueurs).

Mise en garde 75 – Pour appliquer la formule du binôme de Newton (ou de Bernoulli), s’assurer que les
éléments commutent.

Proposition (Les inversibles d’un anneau forment un groupe)

Soit A un anneau.
On a : A× est un groupe pour la multiplication. 11
0A n’est jamais inversible, sauf si l’anneau est nul.

▷ Exemple 76 – (Z× , ×) = ({−1, 1}, ×) est un groupe.

Définition 16 (Diviseur de zéro)

Soit A un anneau, a un élément de A.

On dit que a est un diviseur de zéro si a ̸= 0A et s’il existe un élément b non nul de A tel que ab = 0A ou
ba = 0A .

On peut définir plus précisément la notion de diviseur de zéro à gauche ou à droite.

▷ Reformulation 77 – a ∈ A \ {0A } est un diviseur de zéro si et seulement si a n’est pas simplifiable (pour
la multiplication).

Définition 17 (Anneau intègre)

Soit A un anneau.
L’anneau A est dit intègre s’il est commutatif, non nul, et sans diviseur de zéro.

▷ Exemple 78 – Z, Q, R, C, K[X] sont des anneaux intègres.

▷ Exemple 79 – Mn (K) est un anneau. Si n ⩾ 2, cet anneau n’est pas commutatif, et il possède des
diviseurs de zéro.
Exemple 80 – Le produit cartésien de deux anneaux (muni des lois déduites) est un anneau. Cet anneau
n’est pas intègre en général (même si les anneaux de départ le sont).
Exemple 81 – L’ensemble des fonctions d’un ensemble donné X vers un anneau donné A (pour les lois
déduites de celles de A) est un anneau. Cet anneau n’est pas intègre en général (même si l’anneau de départ
l’est).
17 Stéphane FLON
 Définition 18 (Élément nilpotent d’un anneau)

Soit A un anneau non nul.

On dit qu’un élément a de A est nilpotent s’il existe un entier p ∈ N∗ tel que ap = 0A . Lorsque a est un élément
nilpotent de A, on appelle indice de nilpotence de a le plus petit entier p ∈ N∗ tel que ap = 0A .

Exemple 82 – Toute matrice triangulaire stricte est nilpotente.

Étude de stabilité 83 – La notion d’élément nilpotent d’un anneau est-elle stable par somme ?
Étude de stabilité 84 – La notion d’élément nilpotent d’un anneau est-elle stable par produit ?
Exemple 85 – Soit b un élément nilpotent d’un anneau A, et soit a un élément inversible de A. L’élément
aba−1 de A est alors nilpotent, de même indice de nilpotence que b.
Exercice de cours (exercice 31) – Soit (A, +, ×) un anneau non nul.

1 Montrer qu’un élément de A ne peut pas être à la fois nilpotent et inversible.

2 Montrer qu’il peut exister des éléments ni inversibles ni nilpotents.

3 Montrer que si x est nilpotent, alors 1 − x est inversible.

4 Montrer que la somme ou le produit d’éléments nilpotents ne l’est pas nécessairement. Montrer que le
produit d’un élément nilpotent par un élément quelconque avec lequel il commute est nilpotent.

5 Montrer que si x et y sont nilpotents et commutent, alors xy et x + y sont nilpotents.

Définition 19 (Sous-anneau)

Soit A un anneau, B une partie de A.

On dit que B est un sous-anneau de (A, +, ×) si :
(1) (0A appartient à B ;)
(2) 1A appartient à B ;
(3) B est stable pour + ;
(4) B est stable pour × ;
(5) muni des lois induites, (B, +, ×) possède une structure d’anneau.

On peut enlever la condition 0A ∈ B, car elle se déduit des autres. En revanche, il faut vérifier que 1A ∈ B, qui ne résulte pas des suivantes
(voyez le contraste avec les sous-groupes).
Lorsque A n’est pas nul, on peut donner un exemple de partie de A vérifiant toutes les conditions ci-dessus, sauf la condition 1A ∈ B.

Mise en garde 86 – Un sous-anneau n’est pas seulement une partie stable qui est un anneau pour les lois
induites.
Information 87 – Pour tout sous-anneau B d’un anneau A, si un élément b de B est inversible dans B, alors
b est inversible dans A et les inverses sont égaux le cas échéant.
Exemple 88 – Le commutant d’un élément de A (pour le produit) est un sous-anneau.
Exemple 89 – Le centre C de A (pour le produit) est un sous-anneau de A.
18 Stéphane FLON
 Proposition (Caractérisation des sous-anneaux)

On suppose
i) que A est un anneau ;
ii) que B est une partie de A.
Les assertions suivantes sont alors équivalentes :
a) B est un sous-anneau de A. 12
b) — 1A ∈ B ;
— ∀ a, b ∈ B, a−b∈B;
— ∀ a, b ∈ B, ab ∈ B.

On ne peut pas remplacer la première condition par la condition que B soit non vide.

Étude de stabilité 90 – La notion de sous-anneau d’un anneau A est-elle stable par intersection ?
Étude de stabilité 91 – La notion de sous-anneau d’un anneau A est-elle stable par union ?

Définition 20 (Morphisme d’anneaux)

Soit A et B des anneaux, φ une application de A dans B.

On dit que φ est un morphisme d’anneaux si :
(1) (φ(0A ) = 0B ;)
(2) φ(1A ) = 1B ;
(3) ∀ a, b ∈ A, φ(a + b) = φ(a) + φ(b) ;
(4) ∀ a, b ∈ A, φ(ab) = φ(a)φ(b).

Mise en garde 92 – Un morphisme d’anneaux ne fait pas que transformer les lois du premier anneau vers le
second, il envoie aussi l’unité sur l’unité.

Définition 21 (Idéal)

Soit A un anneau commutatif, I une partie de A.

On dit que I est un idéal de A si
(1) I est un sous-groupe (additif) de A ;
(2) I est stable par multiplication par un élément quelconque de A :
∀(a, x) ∈ A × I, ax ∈ I

▷ Exemple 93 – A et {0A } sont des idéaux de l’anneau commutatif A.

▷ Information 94 – Dans un anneau commutatif A, le seul idéal de A contenant 1A (ou plus généralement
un élément inversible) est A lui-même.
Exemple 95 – xA (où x ∈ A) est un idéal d’un anneau commutatif A. C’est l’idéal engendré par x.
Étude de stabilité 96 – La notion d’idéal est-elle stable par intersection ?
Étude de stabilité 97 – La notion d’idéal est-elle stable par union ?
Étude de stabilité 98 – La notion d’idéal est-elle stable par somme ?
Exemple 99 – Tout noyau d’un morphisme d’anneaux commutatifs est un idéal.
▷ Mise en garde 100 – Le noyau d’un morphisme d’anneaux est rarement un sous-anneau.
19 Stéphane FLON
 Définition 22 (Idéal principal)

Soit A un anneau commutatif, I un idéal de A.

On dit que I est un idéal principal de A s’il est engendré par un élément, i.e. s’il existe x ∈ A tel que I = xA.

Exemple 101 – Z est un anneau principal.

φ : Z → A
Exemple 102 – est un morphisme d’anneaux. C’est le seul morphisme d’anneaux de
n 7→ n1A
Z vers A (où A est un anneau). Son noyau est de la forme aZ où a ∈ N. L’entier naturel a est appelé la
caractéristique de l’anneau A. En particulier, si a = 0, on dit que A est de caractéristique nulle. La caractéristique
d’un anneau intègre est soit nulle, soit un nombre premier.

4. Corps

Définition 23 (Corps)

Soit K un ensemble, + et × des lois de composition internes sur K.

On dit que (K, +, ×) est un corps si (K, +, ×) est un anneau commutatif non nul, dans lequel tout élément non
nul est inversible.
Un corps n’est rien d’autre qu’un anneau commutatif dont les éléments non nuls forment un groupe pour la multiplication.

▷ Exemple 103 – Q est un corps.

▷ Exemple 104 – R est un corps.
▷ Exemple 105 – C est un corps.
▷ Exemple 106 – K(X) est un corps.

Définition 24 (Sous-corps)

Soit K un corps, L une partie de K.

On dit que L est un sous-corps de K si L est un sous-anneau de K, qui, muni des lois induites, est un corps.
On dit alors que K est un surcorps de L.

Proposition (Caractérisation des sous-corps)

On suppose
i) que K est un corps ;
ii) que L est une partie de K.
Les assertions suivantes sont alors équivalentes :
13
a) L est un sous-corps de K.
b) — 1K ∈ L ;
— ∀ x, y ∈ L, x − y ∈ L ;
— ∀(x, y) ∈ (L − {0})2 , xy −1 ∈ L.

√ √
▷ Exemple 107 – Q( 2) = {a + b 2, (a, b) ∈ Q2 } est un sous-corps de Q.
20 Stéphane FLON
 Définition 25 (Morphisme de corps)

Soit K un corps, K ′ un corps, φ une application de K dans K ′ .

On dit que φ est un morphisme de corps (de K dans K ′ ) si c’est un morphisme d’anneaux de K dans K ′ .

▷ Information 108 – Tout morphisme de corps est injectif.

▷ Mise en garde 109 – Le produit cartésien de deux corps n’est pas un corps (pour les lois déduites).
Exemple 110 – La conjugaison complexe est un automorphisme de corps. Avec l’identité, la conjugaison
complexe est le seul automorphisme continu de C.
Exercice de cours (exercice 50) – Montrer que Id R est l’unique automorphisme du corps des nombres
réels.
Indication – On pourra vérifier qu’un tel automorphisme est croissant, et utiliser la densité de Q dans R.
▷ Exemple 111 – Tout corps est un anneau principal.
▷ Exemple 112 – Tout corps est un anneau intègre.

Théorème (Principalité de l’anneau des polynômes sur un corps)

On suppose que K est un corps.

14
On en déduit alors que K[X] est un anneau principal.

5. Algèbres

Définition 26 (Algèbre)

Soit K un corps, A un ensemble, + et × des lois de composition internes sur A, · une loi externe sur A à domaine
d’opérateurs K].
On dit que (A, +, ×, ·) est une K-algèbre (ou que A (muni de ces opérations) est une algèbre sur le corps K) si
(1) (A, +, ×) est un anneau ;
(2) (A, +, ·) est un K-espace vectoriel ;
(3) Pour tout scalaire λ, et tous x, y ∈ A, (λ · x) × y = λ · (x × y) = x × (λ · y).
Une telle algèbre est dite commutative si la loi × est commutative.

Exemple 113 – K est une algèbre sur K.

Exemple 114 – L est une algèbre sur le corps K (où K est un sous-corps de L). En particulier, C est une
R-algèbre.
Exemple 115 – L(E) (où E est un K-espace vectoriel) est une algèbre.
Exemple 116 – Mn (K) est une algèbre sur K.
Exemple 117 – K[X] est une algèbre sur K.
Exemple 118 – Le produit cartésien de deux algèbres (pour les lois déduites) est une algèbre.
Exemple 119 – L’ensemble des fonctions d’un ensemble X vers une K-algèbre A (pour les lois déduites de
celles de A) est une algèbre.

Définition 27 (Sous-algèbre)

Soit A une algèbre sur un corps K, B une partie de A.

On dit que B est une sous-algèbre de A si c’en est la fois un sous-espace vectoriel et un sous-anneau.

Exemple 120 – C(I, R) est une sous-algèbre de RI .

Exemple 121 – Tn+ (K) est une sous-algèbre de Mn (K).
Exemple 122 – L’ensemble des suites bornées à coefficients dans K est une sous-algèbre de KN .
21 Stéphane FLON
 Exemple 123 – L’ensemble des suites convergentes est une sous-algèbre de l’algèbre des suites bornées à
coefficients dans K.
Exemple 124 – Le commutant d’un élément de A (pour le produit) est une sous-algèbre.
Exemple 125 – Le centre C de A (pour le produit) est une sous-algèbre de A.

Définition 28 (Morphisme d’algèbres)

Soit A et B des algèbres sur un même corps K, φ : A → B une application.

On dit que φ est un morphisme d’algèbres si c’est à la fois un morphisme d’espaces vectoriels et d’anneaux.
On définit aussi les notions d’isomorphisme d’algèbres, d’endomorphisme d’algèbre, d’automorphisme d’algèbre.

Exemple 126 – M 7→ P −1 M P (où P ∈ GLn (K)) est un automorphisme d’algèbre de Mn (K).

Exemple 127 – u ∈ L(E) 7→ MB (u) ∈ Mn (K) (où E est un K-espace vectoriel de dimension n et B une base
de E) est un isomorphisme d’algèbres.

Théorème (Propriété universelle de l’algèbre des polynômes à une indéterminée sur un corps)

On suppose
i) que K est un corps ;
ii) que A est une algèbre sur K ;
iii) que a ∈ A.
15
On en déduit alors qu’il existe un unique morphisme d’algèbres φa de K[X] vers A tel que φa (X) = a.
Ce morphisme d’algèbres est appelé morphisme d’évaluation en a, et, pour tout P ∈ K[X], on note
P (a) l’élément φa (P ) de A (c’est l’évaluation du polynôme P en a).
K[a].
Pn
αk X k , on a P (a) =
Pn
Pour tout P = k=0 k=0 αk ak . L’image de φa est parfois notée

Ex : RI → R
Exemple 128 – (où I est un intervalle et x ∈ I) est un morphisme d’algèbres.
f 7→ f (x)
lim : CV (K) → K
Exemple 129 – (un ) 7→ lim un (où CV (K) désigne l’algèbre des suites convergentes à coeffi-
n∞
cients dans K) est un morphisme d’algèbres.
Exercice de cours (exercice 54) –
1 Soit A une K-algèbre, B une sous-algèbre de A de dimension finie et soit b un élément de B, inversible
dans A.
En considérant
φ : B → B
x 7→ bx
montrer que b−1 appartient à B.
2 Montrer sur un exemple que ce résultat ne s’étend pas en dimension infinie.

22 Stéphane FLON
 Chapitre II

Séries numériques

Motivation 1 – Les séries constituent un autre point de vue sur les suites.
Analogie 2 – Analogie discret-continu.
Stratégie 3 – Utiliser l’analogie discret-continu.
Objectif 4 – L’objectif majeur du cours sur les séries est de déterminer la nature d’une série par considération
directe de son terme général.

1. Séries numériques, convergence

Définition 1 (Série numérique)

Soit (un )n∈N ∈ KN une suite numérique.

un le couple ((un )n∈N , (Sn )n∈N ), où
P P
On appelle série de terme général un et on note un ou
n⩾0
n
X
Sn = uk ,
k=0
pour tout n ∈ N. P
La suite (Sn )Pest appelée suite des sommes partielles associéeP
à la série un . Plus précisément, pour tout
n ∈ N, Sn = k=0 uk est appelée somme partielle d’ordre n de
n
un .

▷ Vocabulaire 5 – Sur la définition d’une série numérique.

▷ Observation 6 – Lien entre termes généraux et sommes partielles d’une série.
Structure 7 – L’ensemble des séries numériques est muni d’une structure d’espace vectoriel.

Définition 2 (Convergence d’une série numérique)

P
Soit unPune série numérique.
La série un est dite convergente (resp. divergente) si la suite des sommes partielles associée (Sn ) converge
(resp. diverge).
+∞
X
P
En cas de convergence, on appelle somme de la série un et on note un la limite de (Sn ).
n=0 P
Toujours en cas de convergence, pour tout entier naturel n, on appelle reste d’ordre n de la série un et on
note Rn le scalaire
+∞
X
uk .
k=n+1
La nature d’une série est sa convergence ou sa divergence (selon le cas).

▷ Objectif 8 – La question principale portant sur une série est de déterminer sa nature.
▷ Mise en garde 9 – Ne pas confondre une série convergente avec sa somme.
▷ Extension 10 – Somme d’une série divergente à termes positifs.
▷ Explication 11 – Sur la définition du reste d’une série convergente.
▷ Information 12 – La suite des restes d’une série convergente converge vers 0.
Stratégie 13 – La nature P
d’une série ne dépend pas des valeurs d’un nombre fini de ses P
termes.
▷ Reformulation 14 – un est une série numérique convergente si et seulement si n⩾n0 un converge
(où n0 ∈ N).
23
 P P
▷ Reformulation 15 – un est une série numérique convergente si et seulement si un+n0 converge (où
n0 ∈ N). P
▷ Reformulation 16P– un est une série numérique convergente où un = vn à partir d’un certain rang si
et seulement si vP
n converge.

P Reformulation
P 17 – un est une série numérique convergente à termes complexes si et seulement si
(Re(un )) et (Im(un )) convergent.

2. Lien suites séries, séries télescopiques

Proposition (Lien entre suite et série)

Soit (vn ) une suite numérique.

Les assertions suivantes sont équivalentes :
a) (vn ) est une suite numérique convergente.
P 1
b) (vn+1 − vn ) est une série numérique convergente.

Une série donnée sous cette forme est dite télescopique.

▷ Stratégie 18 – Utiliser le lien entre suite et série pour montrer la convergence d’une suite.

Proposition (Lien entre les limites pour une série télescopique)

Soit (vn ) une suite numérique.

On suppose que (vn ) est une suite numérique convergente.
On en déduit alors
P 2
a) que (vn+1 − vn ) est une série numérique convergente ;
P+∞
b) que n=0 (vn+1 − vn ) = lim vn − v0 .
n∞

▷ Stratégie 19 – Utiliser le lien entre suite et série pour montrer la convergence d’une série et calculer sa
somme.
Lien entre série et convergence d’une suite vers un réel strictement positif

Soit (vn ) une suite numérique.

On suppose que (vn ) est une suite à termes strictement positifs.
Les assertions suivantes sont alors équivalentes :
a) — (vn ) est une suite numérique convergente ; 3
— lim vn est un réel strictement positif.
n∞
P
b) (ln(vn+1 ) − ln(vn )) est une série numérique convergente.

▷ Stratégie 20 – Utiliser le lien entre suite et série pour montrer la convergence d’une suite vers un réel
strictement positif.
▷ Stratégie 21 – Utiliser le lien entre suite et série pour établir un équivalent d’une suite à un facteur
strictement positif près.
Exercice de cours (exercice 12) –
1
P
1 Montrer la convergence et calculer la somme de un , lorsque : un = n(n−1) (pour n ⩾ 2).
1 a b
Indication – On trouvera des constantes a et b telles que pour tout n ⩾ 2, n(n−1) = n + n−1 .
n
2 Soit a ∈ R∗+ ; on pose, pour tout n ∈ N, un = Qn
a2
2k +1)
.
k=0 (a

24 Stéphane FLON
 P
Déterminer la nature de la série un selon les valeurs de a, et calculer la somme de cette série lorsqu’elle
converge.
Indication – Utiliser la formule α = (α + β) − β.
n
P
3 Montrer la convergence et calculer la somme de un , lorsque : un = n4 +n 2 +1 .

3. Divergence grossière

Question 22 – Que dire du terme général d’une série convergente ?

Proposition (Condition nécessaire de convergence pour une série)

P
Soit un une série
P numérique.
On suppose que un est une série numérique convergente. 4
On en déduit alors que (un ) est une suite de limite nulle.

Définition 3 (Série grossièrement divergente)

P
Soit un une
P série numérique.
On dit que un est grossièrement divergente si la suite (un ) ne converge pas vers 0.

▷ Exemple 23 – Toute série grossièrement divergente est divergente.

▷ Stratégie 24 – Pour montrer qu’une série diverge, tester la divergence grossière.
Exercice de cours (exercice 1) – Montrer la divergence des séries suivantes :
P n
1 n+1 .
P
2 cos(n).
P
3 sin(n).
Mise en garde 25 – Une série non grossièrement divergente n’est pas nécessairement convergente.
Exemple
P 26 –
— P(ln(n + 1) − ln(n)) est une série numérique divergente ;
— (ln(n + 1) − ln(n)) n’est pas une série grossièrement divergente.
Exemple
P √ 27 – √
— P(√n + 1 − √n) est une série numérique divergente ;
— ( n + 1 − n) n’est pas une série grossièrement divergente.

Définition 4 (Série harmonique)

pour tout n ∈ N∗ .
P 1
Pn 1
On appelle série harmonique la série n. On notera Hn = k=1 k ,

Exercice de cours (exercice 2) – On propose ici une extension de la notion de divergence grossière.
1 On considère deux suites (αn ) et (βn ) d’entiers naturels tendant vers
P ÄP βn
ä que, pour tout n ∈ N,
+∞, et telles
αn ⩽ βn . On considère une série convergente un . Montrer que la suite k=αn uk converge vers 0.
P1
2 En minorant H2n − Hn , montrer la divergence de la série harmonique n.

3 3 (Mines MP 10) Nature de la série de terme général σ(n) n2 , où σ est une injection de N dans N ?
∗ ∗

▷ Stratégie 28 – Pour établir la divergence d’une série, on peut tenter de considérer une tranche.
▷ Exemple 29 –
— la série harmonique est une série numérique divergente ;
— la série harmonique n’est pas une série grossièrement divergente.
25 Stéphane FLON
 4. Séries géométriques

Définition 5 (Série géométrique)

P
Soit un une sériePnumérique.
On dit que la série un est géométrique
P si la suite (un ) est géométrique. Toute raison de (un ) est aussi appelée
raison de la série géométrique un .

▷ Étude de stabilité 30 – La notion de série géométrique est-elle stable par multiplication par un réel ?
▷ Étude de stabilité 31 – La notion de série géométrique est-elle stable par addition ?

Proposition (Nature des séries géométriques)

P
Soit un une série numérique.
On suppose
P
i) que un est une série géométrique de raison q ;
ii) que u0 ̸= 0. 5
Les assertions suivantes sont alors équivalentes :
P
a) un est une série numérique convergente.
b) |q| < 1.

Proposition (Somme d’une série géométrique convergente)

P
Soit un une série numérique.
On suppose
P
i) que un est une série géométrique de raison q ;
ii) que u0 ̸= 0 ; 6
P
iii) que un est une série numérique convergente.
P∞ u0
On en déduit alors que n=0 un = 1−q .

Équivalence entre divergence et divergence grossière dans le cas des séries géométriques
P
Soit un une série
P numérique.
On suppose que un est une série géométrique.
Les assertions suivantes sont alors équivalentes :
P
a) un est une série numérique divergente. 7
P
b) un est une série grossièrement divergente.

Cette équivalence n’est bien entendu valable que dans le cadre très restreint des séries géométriques.

26 Stéphane FLON
 5. Opérations algébriques sur les séries numériques convergentes

Proposition (Linéarité de la somme)

On suppose que CV (N, K) est l’ensemble des séries numériques convergentes à coefficients dans K.
On en déduit alors
8
a) que CV (N, K) est un espace vectoriel ;
b) que φ : un ∈ CV (N, K) 7→ n=0 un est une forme linéaire.
P P∞

▷ Structure 32 – L’ensemble des séries numériques convergentes est muni d’une structure d’espace vecto-
riel. P
▷ Reformulation
P 33 – P (αn + βn ) est une série numérique convergente si et seulement si (en supposant
que αn converge) βn converge.
▷ Étude de stabilité 34 – La notion de série numérique divergente est-elle stable par multiplication par un
scalaire non nul ?
▷ Étude de stabilité 35 – La notion de série numérique divergente est-elle stable par addition ?

6. Séries à termes positifs

Motivation 36 – À peu de choses près, les séries à termes positifs correspondent aux suites croissantes.

Caractérisation des séries à termes positifs

P
Soit un une série numérique.
Les assertions suivantes sont équivalentes :
P
a) un est une série à termes positifs. 9
b) — u0 = S0 ∈ R+ ; P
— la suite (Sn ) des sommes partielles de un est une suite croissante.

Proposition (Caractérisation de convergence pour les séries à termes positifs)

P
Soit un une série
P numérique.
On suppose que un est une série à termes positifs.
Les assertions suivantes sont alors équivalentes :
P
a) un est une série numérique convergente. 10
P
b) la suite (Sn ) des sommes partielles de un est une suite majorée.

De plus, en cas de convergence, la somme de la série est la borne supérieure de la suite des sommes partielles.

27 Stéphane FLON
 Proposition (Séries à termes positifs et ordre sur les termes généraux)

Soit u et v des suites réelles.

On suppose
P P
i) que un et vn sont des séries à termes positifs ;
ii) que u ⩽ v ;
P 11
iii) que vn est une série numérique convergente.
On en déduit alors
P
a) que un est une série numérique convergente ;
P∞ P∞
b) que n=0 un ⩽ n=0 vn .

▷ Recul 37 – La proposition (Séries à termes positifs et ordre sur les termes généraux) est le résultat
charnière de ce chapitre.
▷ Rédaction 38 – Bien appliquer la proposition (Séries à termes positifs et ordre sur les termes généraux).

Proposition (Séries à termes positifs et ordre sur les termes généraux, divergence)

Soit u et v des suites réelles.

On suppose
P P
i) que un et vn sont des séries à termes positifs ;
ii) que u ⩽ v ; 12
P
iii) que un est une série numérique divergente.
P
On en déduit alors que vn est une série numérique divergente.

1
P
Exemple 39 – n2 est une série numérique convergente.

Proposition (Équivalence et séries à termes positifs)

P P
Soit un une série numérique, vn une série numérique.
On suppose
P P
i) que un et vn sont des séries à termes positifs ; 13
ii) que un ∼ vn .
P P
On en déduit alors que un et vn sont des séries de même nature.

▷ Mise en garde 40 – L’équivalence conserve la nature des séries à termes positifs.

Exercice de cours (exercice 3) –

1 En observant que ln 1 + n1 ∼ n1 , montrer que la série harmonique

P1
n diverge.
Ä ä
2 3 On note (pn ) la suite strictement croissante des nombres premiers. En observant que p1n ∼ − ln 1 − p1n ,
P 1
montrer que la série
P pn diverge. Pn
Exemple 41 – (vn+1 − vn ), où vn = Hn − ln(n) (et Hn = k=1 k1 ) est une série numérique convergente.
Information 42 – Notons Hn = k=1 k1 la somme partielle d’ordre n de la série harmonique. Il existe γ ∈ R
Pn
tel que Hn = ln(n)P + γ + o(1). Ce réel γ est appelé constante d’Euler.
n+ 1 −n
Exemple 43 – ln(un+1 /un ), où, pour tout n ∈ N, un = n n! 2 e
est une série numérique convergente.
Par conséquent, la suite (un ) converge vers un réel strictement positif K.
28 Stéphane FLON
 Théorème (Formule de Stirling)
√ n n


On a : n! ∼ 2nπ e . 14

7. Comparaison série-intégrale

Théorème de comparaison entre une série et une intégrale

Soit f une fonction continue par morceaux de R+ dans R.

On suppose
i) que f est une application positive ; 15
ii) que f est une application décroissante.
P ÄR n ä
On en déduit alors que n−1
f (t)dt − f (n) est une série numérique convergente.

▷ Conseil 44 – Retenir la démarche de la comparaison série-intégrale.

Définition 6 (Série de Riemann)

1
où α ∈ R∗+ .
P
On appelle série de Riemann toute série de la forme nα ,

Proposition (Nature des séries de Riemann)

P 1
Soit nα une série de Riemann.
Les assertions suivantes sont équivalentes :
P 1 16
a) nα est une série numérique convergente.
b) α > 1.

▷ Utilité 45 – Utilité pratique

Pdes séries de Riemann.
1
Reformulation 46 – La série nα ln(n)β
(dite de Bertrand) est convergente si et seulement si (α > 1 ou
(α = 1 et β > 1)).
▷ Utilité 47 – Utilité pratique des séries de Bertrand. P 1
Exemple 48 – La suite (Sn ) des sommes partielles de la série de Bertrand n ln(n) vérifie : Sn ∼ ln (ln(n)).
Exercice de cours (exercice 18) –
Pn √ √
1 Montrer que : k=1 k ∼ 32 n n.

nα , où α ∈ R. Donner un équivalent des sommes partielles en cas de divergence,

P 1
2 On considère la série
et un équivalent des restes en cas de convergence.
Exercice de cours (exercice 24) – En utilisant le théorème de comparaison série-intégrale, montrer
l’existence de γ ∈ R tel que Hn = ln(n) + γ + o(1).

8. Séries absolument convergentes

Motivation 49 – L’absolue convergence est un moyen de ne plus se restreindre aux séries à termes positifs.
29 Stéphane FLON
 Définition 7 (Série absolument convergente)
P
Soit un une sériePnumérique. P
On dit que la série un est absolument convergente si la série |un | converge.

Définition 8 (Série semi-convergente)

P
Soit un une sériePnumérique.
On dit que la série un est semi-convergente si elle est convergente, mais non absolument convergente.

u+ u−
P P P
▷ Information 50 – Pour toute série numérique réelle semi-convergente un , les séries n et n
divergent.

Proposition (La convergence absolue implique la convergence)

P
Soit un une série
P numérique.
On suppose que un est une série absolument convergente.
On en déduit alors
P 17
a) que un est une série numérique convergente ;
P+∞ P+∞
b) que n=0 un ⩽ n=0 |un |.

▷ Structure 51 – L’ensemble des séries absolument convergentes est muni d’une structure d’espace vecto-
riel.

Proposition (Relation de domination et absolue convergence)

P
Soit un une série numérique.
On suppose
P
i) que vn est une série à termes positifs ;
ii) que un = O(vn ) ;
P 18
iii) que vn est une série numérique convergente.
P
On en déduit alors que un est une série absolument convergente.
P
On peut avantageusement
P remplacer les hypothèses conjointes de positivité de (vn ) et de convergence de vn par l’absolue
convergence de vn . Bien sûr, le résultat reste valable si on remplace l’hypothèse un = O(vn ) par l’hypothèse un = o(vn ).

▷ Étude de stabilité 52 – La notion de série absolument convergente est-elle stable par domination ? Il y
a donc aussi stabilité de la convergence absolue par prépondérance.
▷ Recul 53 – L’absolue convergence est la véritable notion centrale de ce chapitre.
▷ Stratégie 54 – Pour montrer qu’une série est convergente, on peut d’abord tenter de montrer qu’elle est
absolument convergente.
Exercice de cours (exercice 4) –
P ein P cos(n)+sin(n2 )
1 Montrer que les séries n2 et n2 convergent.
2 (Règle nα un ) SoitP(un ) une suite complexe. On suppose qu’il existe α > 1 tel que nα un tende vers 0.
Montrer la convergence de un .
Remarque – Cette  règle nα un  mêle la notion de convergence absolue et la comparaison aux séries de Riemann.
C’est une technique très fréquemment employée.
▷ Exemple 55 – Lorsque α > 1 et nα un → 0, la série
P
un est (absolument) convergente.
n∞

30 Stéphane FLON
 ▷ Stratégie 56 – Pour montrer la convergence d’une série, combiner l’absolue convergence et l’exemple des
séries de Riemann.

Proposition (Absolue convergence et termes généraux équivalents)

P P
Soit un et vn des séries numériques.
On suppose que un ∼ vn .
Les assertions suivantes sont alors équivalentes : 19
P
a) un est une série absolument convergente.
P
b) vn est une série absolument convergente.

Proposition (Critère de d’Alembert pour les séries numériques)

Soit (zn ) une suite

Ä |z numérique à termes tous non nuls.
On suppose que |zn | tend vers ℓ ∈ R+ ∪ {+∞}.
n+1 |
ä

On en déduit alors
P
a) que si ℓ < 1, alors zn est absolument convergente ;
P 20
b) que si ℓ > 1, alors zn est grossièrement divergente ;
c) que si ℓ = 1, on ne peut pas conclure.

Ces résultats constituent le critère (ou la règle) de d’Alembert. Le cas où ℓ = 1 est appelé cas limite, ou cas douteux.

▷ Recul 57 – Le critère de d’Alembert généralise l’exemple des séries géométriques.

▷ Stratégie 58 – Utilité du critère de d’Alembert.

Définition 9 (Série exponentielle complexe)

Soit z un nombre complexe. P zn z

On appelle série exponentielle (de paramètre z) la série numérique n! . Sa somme est notée exp(z) ou e , et
appelée exponentielle (de z).

Exemple 59 – Pour tout z ∈ C, la série exponentielle

P zn
n! est absolument convergente, et donc convergente.

9. Sommation des relations de comparaison

Théorème (Sommation des relations de comparaison, cas de la convergence)

P P
Soit un et vn des séries numériques.
On suppose
P
i) que vn est une série à termes positifs ;
P
ii) que vn est une série numérique convergente.
On en déduit alors 21
P∞ P∞

a) que si un = o(vn ), alors k=n+1 uk = o k=n+1 vk ;
P∞ P∞

b) que si un = O(vn ), alors k=n+1 uk = O k=n+1 vk ;
P∞ P∞
c) que si un ∼ vn , alors k=n+1 uk ∼ k=n+1 vk .
n∞ n∞

31 Stéphane FLON
 Théorème (Sommation des relations de comparaison, cas de la divergence)
P P
Soit un et vn des séries numériques.
On suppose
P
i) que vn est une série à termes positifs ;
P
ii) que vn est une série numérique divergente.
On en déduit alors 22
Pn Pn
a) que si un = o(vn ), alors k=0 uk = o ( k=0 vk ) ;
Pn
P∞
b) que si un = O(vn ), alors k=0 uk = O k=n+1 vk ;
Pn Pn
c) que si un ∼ vn , alors k=0 uk ∼ k=0 vk .
n∞ n∞

Mise en garde 60 – Dans les théorèmes de sommation des relations de comparaison, il faut s’assurer que la
série de référence soit à termes positifs.
Mise en garde 61 – Dans les théorèmes de sommation des relations de comparaison, en cas de convergence,
on s’intéresse aux restes, et, en cas de divergence, on s’intéresse aux sommes partielles.

Corollaire (théorème de Cesàro)

On suppose
i) que (un ) est une suite numérique tendant vers une limite ℓ ;
ii) que pour tout n ∈ N, vn = 1
Pn
n+1 k=0 uk . 23
On en déduit alors que (vn ) est une suite numérique tendant vers ℓ.
La limite ℓ peut éventuellement être infinie.

10. Séries alternées

Définition 10 (Série alternée)

P
Soit un une sériePnumérique.
On dit que la série un est alternée si la suite ((−1)n un ) est réelle et de signe constant.

▷ Étude de stabilité 62 – La notion de série alternée est-elle stable par multiplication par un réel ?
▷ Étude de stabilité 63 – La notion de série alternée est-elle stable par addition ?
32 Stéphane FLON
 Théorème (Critère spécial des séries alternées)
P
Soit un une série numérique à termes réels.
On suppose
P
i) que un est une série alternée ;
ii) que (un ) est une suite de limite nulle ;
iii) que (|un |) est une suite décroissante.
On en déduit alors 24
P
a) que un est une série numérique convergente ;
P∞
b) que Rn = k=n+1 uk a même signe que un+1 , et |Rn | ⩽ |un+1 | ;
P∞ P∞
c) que n=0 un a même signe que u0 , et | n=0 un | ⩽ |u0 |.

On notera CSSA pour  critère spécial des séries alternées  dans ce cours.

▷ Recul 64 – Le critère spécial des séries alternées est la version pour les séries du théorème de convergence
des suites adjacentes.
▷ Recul 65 – Le critère spécial des séries alternées donne un résultat quantitatif.
▷ Rédaction 66 – Mise en œuvre du critère spécial des séries alternées.
▷ Utilité 67 – Utilité du critère spécial des séries alternées.
Exercice de cours (exercice 5) –
P (−1)n
1 Montrer que pour tout α > 0, la série nα converge.
P (−1)n ln(n)
2 Montrer la convergence de la série n .
P+∞ (−1)k P
3 Soit un = k=n k2 . Nature de un ?
Remarque – On rappelle que le CSSA donne bien plus que la seule convergence d’une série, notamment une
majoration du reste (en valeur P absolue). (−1)n
Exemple 68 – La série un , où un = √n + n1 , est divergente, bien que son terme général soit équivalent
à celui d’une série convergente.
Par ailleurs, c’est une série alternée dont le terme général tend vers 0. En revanche, la suite (|un |) n’est pas
décroissante à partir d’un certain rang.
▷ Étude de stabilité 69 – La notion de série numérique convergente est-elle stable par domination ?
▷ Étude de stabilité 70 – La notion de série numérique convergente est-elle stable par équivalence ?
▷ Étude de stabilité 71 – La notion de série numérique convergente est-elle stable par prépondérance ?
▷ Morale 72 – SupérioritéPde la notion d’absolue convergence sur celle de Pconvergence.
2
Information 73 – Si la série un est absolument
P convergente, alors la sérieP u2n est absolument convergente.
Mise en garde – Il se peut que la série un soit convergente, mais que un soit divergente.

11. Produit de Cauchy

Définition 11 (Produit de Cauchy de deux séries numériques)

P P
Soit un et vn des séries numériques. P
On appelle produit de Cauchy de ces séries la série wn , dont le terme général est défini par
n
def X
wn = uk vn−k
k=0
pour tout n ∈ N.

▷ Mise en garde 74 – Sur la nature d’un produit de Cauchy.

▷ Question 75 – Pourquoi le produit de Cauchy est-il défini ainsi ?
▷ Information 76 – Le produit de Cauchy est associatif, commutatif, et distributif par rapport à l’addition.
33 Stéphane FLON
 ▷ Structure 77 – L’ensemble des séries numériques est muni d’une structure d’algèbre (la multiplication
étant le produit de Cauchy).
▷ Étude de stabilité 78 – La notion de série géométrique est-elle stable par produit de Cauchy de deux
séries numériques ?
▷ Étude de stabilité 79 – La notion de série alternée est-elle stable par produit de Cauchy de deux séries
numériques ?

Théorème (Produit de Cauchy de séries absolument convergentes)

P P
Soit un et vPn des séries
P numériques.
On suppose que un et vn sont des séries absolument convergentes.
On en déduit alors 25
P P P
a) que le produit de Cauchy wn de un et vn est une série absolument convergente ;
P∞ P∞ P∞
b) que n=0 wn = ( n=0 un ) ( n=0 vn ).

▷ Étude de stabilité 80 – La notion de série absolument convergente est-elle stable par produit de Cauchy
de deux séries numériques ?
▷ Structure 81 – L’ensemble des séries absolument convergentes est muni d’une structure d’algèbre (la
multiplication étant le produit de Cauchy). P Pn k n−k


Exemple 82 – Si α et β sont des nombres complexes de module strictement inférieur à 1, alors k=0 α β
1
est absolument convergente, et sa somme vaut (1−α)(1−β) .
Soit z ∈ C tel que |z| < 1. Montrer : n=0 (n + 1)z n = (1−z)
P∞ 1
Exercice de cours (exercice 13) – 2.

Information 83 – Pour tous a, b ∈ C, e a+b a b

=e e .
P (−1)n
Exercice de cours (exercice 25) – 3 Montrer que le produit de Cauchy de √
n+1
par elle-même est
divergent, bien que cette série soit convergente.
Remarque – Cependant, le produit de Cauchy d’une série absolument convergente et d’une série convergente
est convergent (c’est le théorème de Mertens).
Étude de stabilité 84 – La notion de série numérique convergente est-elle stable par produit de Cauchy de
deux séries numériques ?

34 Stéphane FLON
 Chapitre III

Algèbre linéaire sans réduction

1. Espaces vectoriels

Définition 1 (Espace vectoriel)

Soit K un corps, E un ensemble, + une loi de composition interne sur E, · une loi externe de multiplication sur
E à domaine d’opérateurs K.
On dit que E est un espace vectoriel sur K, ou que E est un K-espace vectoriel, si
→
−
(1) (E, +) est un groupe commutatif (son élément neutre, noté 0 ou 0 ou 0E est appelé vecteur nul ) ;
(2) ∀ x ∈ E, ∀(α, β) ∈ K2 , (αβ) · x = α · (β · x) ;
(3) ∀(α, β) ∈ K , ∀ x ∈ E,
2
(α + β) · x = α · x + β · x ;
(4) ∀ x ∈ E, 1 · x = x;
(5) ∀(x, y) ∈ E 2 , ∀ α ∈ K, α · (x + y) = α · x + α · y
Les éléments de E sont appelés vecteurs et ceux de K sont appelés scalaires. Si K = R (resp. K = C), on dit que
E est un espace vectoriel réel (resp. un espace vectoriel complexe).
Lorsque le seul vecteur de E est le vecteur nul, on dit que E est (un espace vectoriel) trivial.

Lorqu’il n’y a pas d’ambiguı̈té, on ne précise pas toujours le corps des scalaires sous-jacent à une structure d’espace vectoriel.

▷ Exemple 1 – K est un K-espace vectoriel.

▷ Exemple 2 – Kn (muni des lois usuelles) est un K-espace vectoriel, pour tout n ∈ N∗ .
▷ Exemple 3 – C est un espace vectoriel sur R.
▷ Exemple 4 – L’ensemble des vecteurs du plan (resp. de l’espace) constitue un espace vectoriel sur R
(exemple informel).
▷ En pratique 5 – On ne revient pas souvent à la définition d’un espace vectoriel.
▷ Observation 6 – Les propriétés définissant un espace vectoriel sont naturelles.
Exemple 7 – Si E est un K-espace vectoriel, et X un ensemble quelconque, alors F(X, E) est un K-espace
vectoriel (pour les lois naturelles).
▷ Exemple 8 – Si Ω est un ensemble, F(Ω, K) est un K-espace vectoriel pour les opérations naturelles. En
particulier, l’ensemble KN des suites d’éléments de K est un K-espace vectoriel.
▷ Exemple 9 – K[X] est un espace vectoriel.
▷ Exemple 10 – Mn,p (K) est un espace vectoriel.
Information 11 – Soit E un K-espace vectoriel. Pour tous α ∈ K et x ∈ E, on a :
0K x = 0E .
α 0E = 0E .
α (−x) = −(α x) = (−α) x .
Information 12 – Soit E un K-espace vectoriel. Pour tout α ∈ K et tout x ∈ E, on a : α x = 0E ⇒(α =
0K ∨ x = 0E ).
35
 Définition 2 (Espace vectoriel produit)

Soit E et F des espaces vectoriels sur K.

On peut munir E × F d’une structure de K-espace vectoriel, en posant, pour tous vecteurs x = (xE , xF ) et
y = (yE , yF ) de E × F , et tout scalaire λ :
def def
x + y = (xE + yE , xF + yF ) et λ x = (λ xE , λ xF )
Cet espace vectoriel est appelé espace vectoriel produit (cartésien) (de E par F ).
Plus généralement, si E1 , . . . , En sont des K-espaces vectoriels, on définit de même une structure de K-espace
vectoriel sur E1 × · · · × En . Dans le cas où tous les Ei sont égaux à un même espace vectoriel E, on note E n le
produit cartésien E1 × · · · × En .

2. Sous-espaces vectoriels

Définition 3 (Sous-espace vectoriel)

Soit E un espace vectoriel sur K, F une partie de E.

On dit que F est un sous-espace vectoriel de E si
(1) F est stable par somme ;
(2) F est stable par la loi de multiplication par un scalaire ;
(3) F possède 0E ;
(4) F , muni de ces lois et de cet élément neutre, est un espace vectoriel.

Stratégie 13 – Utiliser la notion de sous-espace vectoriel pour établir la structure d’espace vectoriel.
▷ Exemple 14 – {0E } et E sont des sous-espaces vectoriels de E, appelés sous-espaces vectoriels triviaux
de E.
▷ Exemple 15 – R est un sous-espace vectoriel du R-espace vectoriel C. C’est cependant loin d’être le seul.
De plus, R n’est pas un sous-espace vectoriel du C-espace vectoriel C
▷ Information 16 – La relation  être un sous-espace vectoriel de  est une relation d’ordre sur un ensemble
donné de K-espaces vectoriels.
▷ Reformulation 17 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, 0E ∈ F , ∀(λ, x) ∈
K × F, λx ∈ F et ∀ x, y ∈ F, x + y ∈ F .
▷ Reformulation 18 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, 0E ∈ F et ∀(λ, µ) ∈
K2 , ∀(x, y) ∈ F 2 , λx + µy ∈ F .
▷ Reformulation 19 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, 0E ∈ F et ∀ n ∈
N∗ , ∀(x1 , . . . , xn ) ∈ F n , ∀(λ1 , . . . , λn ) ∈ Kn ,
Pn
i=1 λ i xi ∈ F .
▷ Reformulation 20 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, 0E ∈ F et ∀ λ ∈
K, ∀(x, y) ∈ F 2 , x + λ y ∈ F .
▷ Reformulation 21 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, F ̸= ∅, ∀(λ, x) ∈
K × F, λx ∈ F et ∀ x, y ∈ F, x + y ∈ F .
▷ Reformulation 22 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, F ̸= ∅ et ∀(λ, µ) ∈
K2 , ∀(x, y) ∈ F 2 , λx + µy ∈ F .
▷ Reformulation 23 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, F ̸= ∅ et ∀ n ∈
N∗ , ∀(x1 , . . . , xn ) ∈ F n , ∀(λ1 , . . . , λn ) ∈ Kn ,
Pn
i=1 λ i xi ∈ F .
▷ Reformulation 24 – F est un sous-espace vectoriel de E si et seulement si F ⊂ E, F ̸= ∅ et ∀ λ ∈
K, ∀(x, y) ∈ F 2 , x + λ y ∈ F .

3. Opérations ensemblistes et sous-espaces vectoriels

Étude de stabilité 25 – La notion de sous-espace vectoriel de E est-elle stable par intersection ?

▷ Observation 26 – La notion de sous-espace vectoriel se comporte très bien par intersection.
36 Stéphane FLON
 Étude de stabilité 27 – La notion de sous-espace vectoriel de E est-elle stable par union ? Si F1 et F2 sont
deux sous-espaces vectoriels de E, alors F1 ∪ F2 est un sous-espace vectoriel de E si et seulement si (F1 ⊂ F2
ou F2 ⊂ F1 ).
Mise en garde 28 – La notion de sous-espace vectoriel se comporte mal par union.

Définition 4 (Somme de sous-espaces vectoriels)

Soit E un espace vectoriel, F1 et F2 des sous-espaces vectoriels de E.

La somme F1 + F2 de F1 et F2 est l’ensemble
{x1 + x2 , (x1 , x2 ) ∈ F1 × F2 }
On étend cette définition à la somme d’un nombre fini de sous-espaces vectoriels.

Exemple 29 – La somme d’un nombre fini de sous-espaces vectoriels de E est un sous-espace vectoriel de E.
Étude de stabilité 30 – La notion de sous-espace vectoriel est-elle stable par passage au complémentaire ?
▷ Mise en garde 31 – La notion de sous-espace vectoriel se comporte mal par passage au complémentaire.

4. Sous-espace vectoriel engendré par une famille ou une partie

Définition 5 (Sous-espace vectoriel engendré)

Soit E un espace vectoriel, A une partie de E.

Il existe un plus petit sous-espace vectoriel de E contenant A (pour la relation d’inclusion). On l’appelle sous-
espace vectoriel engendré par A (ou par les éléments de A) et on le note Vect A.
On définit de même un sous-espace vectoriel Vect(xi )i∈I engendré par une famille (xi )i∈I de vecteurs de E (on
parle aussi de sous-espace vectoriel engendré par les xi , i ∈ I).
Autrement dit, Vect(A) est l’unique sous-espace vectoriel de E contenant A, et contenu dans tout sous-espace vectoriel de E contenant A

▷ Information 32 – Soit A une partie d’un espace vectoriel E. Le sous-espace vectoriel F de E engendré
par A est l’intersection des sous-espaces vectoriels de E qui contiennent A.
▷ Reformulation 33 – Soit A une parte d’un espace vectoriel E. Le sous-espace vectoriel Vect(A) de E
engendré par A est l’ensemble des combinaisons linéaires d’éléments de A.
▷ Observation 34 – Deux descriptions de Vect(A).
▷ Information 35 – L’application A ⊂ E 7→ Vect(A) est croissante (pour l’ordre d’inclusion).
▷ Exemple 36 – Le sous-espace engendré par ∅ (dans E) est {0E }.
▷ Exemple 37 – Le sous-espace vectoriel du R-espace vectoriel C, engendré par {1} (resp. {i}) est R (resp.
iR). Le sous-espace vectoriel du C-espace vectoriel C, engendré par {1} (resp. {i}) est C.
▷ Exemple 38 – Si F est un sous-espace vectoriel de E, alors Vect(F ) = F .
▷ Exemple 39 – Le sous espace engendré par a ∈ E est noté K a, c’est l’ensemble {λ a, λ ∈ K}.
▷ Information 40 – Vect(xi )i∈I est inclus dans le sous-espace vectoriel G de E si et seulement si pour tout
i ∈ I, xi ∈ G.
Information 41 – Soit F1 , . . . , Fp des sous-espaces vectoriels d’un espace vectoriel E. On a F1 + · · · + Fp =
Vect(F1 ∪ · · · ∪ Fp ).
Explication 42 – La notion de somme de sous-espaces vectoriels de deux sous-espaces vectoriels de E sert à
pallier la non stabilité de la notion de sous-espace vectoriel par union.
Stratégie 43 – Pour montrer qu’une somme de sous-espaces vectoriels est incluse dans un sous-espace
vectoriel F , montrer que chacun de ses termes est un sous-espace vectoriel de F .
Mise en garde 44 – L”intersection n’est pas distributive par rapport à l’addition.
37 Stéphane FLON
 5. Somme directe

Définition 6 (Somme directe)

Soit E un espace vectoriel, F1 , . . . , Fp des sous-espaces vectoriels de E.

On dit que F1 , . . . , Fp sont en somme directe (ou que la somme F1 + · · · + Fp est directe) si tout vecteur de E
s’écrit d’au plus une manière comme somme de vecteurs respectifs de F1 , . . . , Fp .
Lorsque F1 , . . . , Fp sont en somme directe, on note F1 ⊕ · · · ⊕ Fp (ou ⊕i∈[[1,p]] Fi ) leur somme.

Mise en garde 45 – La notion de somme directe est délicate.

Reformulation 46 – Les sous-espaces vectoriels F1 , . . . , Fp de E sont en somme directe si et seulement si
l’application
S : F1 × · · · × Fp → E
(x1 , . . . , xp ) 7→ x1 + · · · + xp
est injective .

Proposition (Caractérisation de la somme directe de deux sous-espaces)

Soit E un espace vectoriel, F1 , . . . , Fp des sous-espaces vectoriels.

On suppose que p = 2.
Les assertions suivantes sont alors équivalentes : 1
a) F1 et F2 sont des sous-espaces vectoriels en somme directe.
b) F1 ∩ F2 = {0E }.

▷ Étude de stabilité 47 – La notion de sous-espaces vectoriels en somme directe est-elle stable par sous-
famille ?
▷ Étude de stabilité 48 – La notion de sous-espaces vectoriels en somme directe est-elle stable par conca-
ténation ?
Mise en garde 49 – Ne pas généraliser hâtivement la caractérisation de somme directe de deux sous-espaces.
Information 50 – Si des sous-espaces vectoriels sont en somme directe, alors ils sont deux à deux en somme
directe, mais la réciproque est fausse.
Reformulation 51 – Des sous-espaces vectoriels F1 , . . . , Fp de E sont en somme directe si et seulement si
(F1 , . . . , Fp−1 sont en somme directe et (F1 + · · · + Fp−1 ) ∩ Fp = {0E }).

6. Sous-espaces supplémentaires

Définition 7 (Supplémentaire d’un sous-espace vectoriel)

Soit E un espace vectoriel, F et F ′ des sous-espaces vectoriels de E.

On dit que F ′ est un supplémentaire de F si F ⊕ F ′ = E. On dit alors que F et F ′ sont supplémentaires (dans
E).

Explication 52 – La notion de supplémentarité sert à remplacer celle de complémentaire.

Mise en garde 53 – Non unicité d’un supplémentaire.
Exemple 54 – Si p est un projecteur (vectoriel) de E, Ker(p) et Im(p)(= Ker(p − Id E )) sont supplémentaires
dans E.
Exemple 55 – Si s est une symétrie (vectorielle) de E, alors E = Ker(s − Id E ) ⊕ Ker(s + Id E ).
▷ Reformulation 56 – F et F ′ sont des sous-espaces supplémentaires dans E si et seulement si F + F ′ = E
et F ∩ F ′ = {0E }.
▷ Reformulation 57 – F et F ′ dans E sont des sous-espaces supplémentaires si et seulement si tout vecteur
de E s’écrit de manière unique comme somme d’un vecteur de F et d’un vecteur de F ′ .
▷ Reformulation 58 – F et F ′ sont des supplémentaires dans E si et seulement si φ : (x, x′ ) ∈ F × F ′ 7→
x + x′ ∈ E est bijective.
38 Stéphane FLON
 ▷ Culture 59 – Sur l’existence d’un supplémentaire.
▷ Exemple 60 – Si I est un intervalle centré en 0, les sous-espaces vectoriels de RI respectivement constitués
des fonctions paires et impaires sont supplémentaires dans RI .
▷ Exemple 61 – Dans le R-espace vectoriel C, R et iR sont supplémentaires.
▷ Exemple 62 – (Théorème de division euclidienne dans K[X]) Si B ∈ K[X] \ {0}, n = deg(B), et K<n [X]
désigne le sous-espace de K[X] constitué des polynômes dont le degré est strictement inférieur à n, alors
K[X] = B K[X] ⊕ K<n [X].

7. Applications linéaires

Définition 8 (Application linéaire)

Soit E et F des espaces vectoriels, ϕ une application de E dans F .

On dit que ϕ est linéaire (ou K-linéaire), ou on dit que c’est un morphisme (d’espaces vectoriels) si :
(1) (ϕ(0E ) = 0F )
(2) ∀(x, y) ∈ E 2 , ϕ(x + y) = ϕ(x) + ϕ(y)
(3) ∀(λ, x) ∈ K × E, ϕ(λx) = λϕ(x)
On note L(E, F ) l’ensemble des applications linéaires de E dans F .

Mise en garde 63 – Sur la définition de la notion d’application linéaire.

▷ Exemple 64 – L’application nulle φ : x ∈ E 7→ 0F montre qu’entre deux K-espaces vectoriels, il existe
toujours une application linéaire.
▷ Reformulation 65 – φ : E → F est une application linéaire si et seulement si ∀(x, y) ∈ E 2 , ∀(λ, µ) ∈
K2 , φ(λx + µy) = λ φ(x) + µ φ(y).
▷ Reformulation 66 – φ : E → F est une application linéaire si et seulement si ∀(x, y) ∈ E 2 , ∀ λ ∈
K, φ(x + λy) = φ(x) + λφ(y).
▷ Reformulation 67 – φ : E → F est une application et seulement si pour tout n ∈ N∗ , tout
Pn linéaire siP
(x1 , . . . , xn ) ∈ E , et tout (λ1 , . . . , λn ) ∈ K φ ( k=1 λk xk ) = k=1 λk φ(xk ).
n n n
1 ′ 0
▷ Exemple 68 – La dérivation f ∈ C (I) 7→ f ∈ C (I) est une application linéaire.
▷ Exemple 69 – Si f : E → F et g : E → G sont linéaires, alors φ : E → F × G, x 7→ (f (x), g(x)) est
linéaire..
Structure 70 – L’ensemble des applications linéaires de E dans F est muni d’une structure d’espace vectoriel.
Étude de stabilité 71 – La notion d’application linéaire est-elle stable par composition ?

Proposition (Bilinéarité de la composition des applications linéaires)

On suppose que E, F, G sont des espaces vectoriels.

◦ : L(F, G) × L(E, F ) → L(E, G)
On en déduit alors que la composition est une application 2
(v, u) 7→ (v ◦ u)
bilinéaire.

Définition 9 (Endomorphisme)

Soit E un espace vectoriel.

On appelle endomorphisme de E toute application linéaire de E dans lui-même. On note leur ensemble L(E).

▷ Exemple 72 – De l’espace vectoriel C∞(I) est un endomorphisme La dérivation C ∞ (I) → C ∞ (I), f 7→ f ′ .

▷ Exemple 73 – Soit g ∈ RI . L’application f 7→ gf est un endomorphisme de l’espace vectoriel RI .
▷ Structure 74 – L’ensemble des endomorphismes d’un espace vectoriel E est muni d’une structure
d’algèbre.
Information 75 – Si deux endomorphisme f et g de E commutent, alors (f g)n = f n g n pour tout n ∈ N.
39 Stéphane FLON
 Proposition (Formule du binôme de Newton pour des endomorphismes)

Soit n ∈ N, E un espace vectoriel, f et g de E des endomorphismes.

On suppose que f et g commutent.P 3
n
On en déduit alors que (f + g)n = k=0 nk f k g n−k .

Proposition (Formule de Bernoulli pour des endomorphismes)

Soit n ∈ N∗ , f et g de E des endomorphismes.

On suppose que f et g commutent. ÄPn−1 ä ÄPn−1 ä 4
On en déduit alors que f n − g n = (f − g) k n−k−1
k=0 f g = k n−k−1
k=0 f g (f − g).

Définition 10 (Isomorphisme)

Soit φ : E → F une application linéaire.

On dit que l’application linéaire φ est un isomorphisme (de E sur F ) si elle est bijective.

Étude de stabilité 76 – La notion d’isomorphisme est-elle stable par composition ?

Étude de stabilité 77 – La notion d’isomorphisme est-elle stable par bijection réciproque ?

Définition 11 (Espaces isomorphes)

Soit E et F des espaces vectoriels.

On dit que les espaces vectoriels E et F sont isomorphes s’il existe un isomorphisme de E sur F .

▷ Exemple 78 – La relation d’isomorphie définit une relation d’équivalence sur un ensemble donné de
K-espaces vectoriels.

Définition 12 (Automorphisme)

Soit E un espace vectoriel.

On appelle automorphisme de (l’espace vectoriel) E tout endomorphisme bijectif de (l’espace vectoriel) E. Leur
ensemble est noté GL(E).

▷ Exemple 79 – Id E est un automorphisme de E.

Structure 80 – L’ensemble des automorphismes de E est muni d’une structure de groupe (pour la compo-
sition).

Définition 13 (Groupe linéaire)

Soit E un espace vectoriel.

L’ensemble des automorphismes de E est noté GL(E) et appelé groupe linéaire de E.

Mise en garde 81 – Le groupe linéaire n’est pas commutatif en général.

40 Stéphane FLON
 Proposition (Image directe d’un sous-espace vectoriel par un morphisme)

Soit E et F des espaces vectoriels.

On suppose
i) que f : E → F est une application linéaire ; 5
ii) que E ′ est un sous-espace vectoriel de E.
On en déduit alors que f (E ′ ) est un sous-espace vectoriel de F .

Proposition (Image réciproque d’un sous-espace vectoriel par un morphisme)

Soit E et F des espaces vectoriels.

On suppose
i) que f : E → F est une application linéaire ; 6
ii) que F ′ est un sous-espace vectoriel de F .
On en déduit alors que f −1 (F ′ ) est un sous-espace vectoriel de E.

8. Noyau et image d’une application linéaire

Définition 14 (Noyau d’une application linéaire)

Soit φ : E → F une application linéaire.

On appelle noyau de φ et on note Ker(φ) le sous-espace vectoriel φ−1 ({0F }) de E :
Ker(φ) = {x ∈ E, φ(x) = 0F }

Stratégie 82 – Méthode générale de résolution d’une équation linéaire.

Définition 15 (Sous-espace propre associé à un endomorphisme et à un scalaire)

Soit φ un endomorphisme d’un espace vectoriel E, λ un scalaire.

On appelle sous-espace propre associé à l’endomorphisme φ et au scalaire λ et on note Eλ (φ) le sous-espace
vectoriel Ker(φ − λ Id E ) de E :
Eλ (φ) = {x ∈ E, φ(x) = λ x}

▷ Reformulation 83 – Soit φ un endomorphisme d’un espace vectoriel E. Le sous-espace propre associé à

φ et à 0 n’est rien d’autre que le noyau de φ.

Définition 16 (Image d’une application linéaire)

Soit φ : E → F une application linéaire.

On appelle image de φ et on note Im(φ) le sous-espace vectoriel φ(E) de F

Information 84 – Soit φ ∈ L(E, F ). Si (xi )i∈I engendre E, (φ(xi ))i∈I engendre Im(φ).
41 Stéphane FLON
 Proposition (Caractérisation de l’injectivité d’une application linéaire par le noyau)

On suppose que φ est une application linéaire.

Les assertions suivantes sont alors équivalentes :
7
a) φ est une application injective.
b) le noyau de φ est réduit au vecteur nul.

Stratégie 85 – Tester l’injectivité d’un morphisme sur son noyau.

Reformulation 86 – Des sous-espaces vectoriels F1 , . . . , Fp de E sont en somme directe si et seulement si :
∀(x1 , . . . , xp ) ∈ F1 × · · · × Fp , x1 + · · · + xp = 0E ⇒ (∀ i ∈ [[1, p]], xi = 0E ).
Stratégie 87 – Caractérisation pratique d’une somme directe.

Théorème (Les sous-espaces propres sont en somme directe)

Soit E un espace vectoriel.

On suppose
i) que f est un endomorphisme de E ;
8
ii) que λ1 , . . . , λn sont des scalaires distincts deux à deux.
On en déduit alors que Ker(f − λ1 Id E ), . . ., Ker(f − λn Id E ) sont des sous-espaces vectoriels en
somme directe.

Image linéaire d’une famille liée

Soit E et F des espaces vectoriels, F une famille de vecteurs de E.

On suppose
i) que φ : E → F est une application linéaire ; 9
ii) que F est une famille liée.
On en déduit alors que φ(F) est une famille liée.

Famille dont l’image linéaire est libre

Soit E et F des espaces vectoriels, F une famille de vecteurs de E.

On suppose
i) que φ : E → F est une application linéaire ; 10
ii) que φ(F) est une famille libre.
On en déduit alors que F est une famille libre.

Reformulation 88 – φ : E → F est une application linéaire injective si et seulement si étant donnée une
base de E, son image par φ est libre.
Reformulation 89 – φ : E → F est une application linéaire surjective si et seulement si étant donnée une
base de E, son image par φ est génératrice dans F .
42 Stéphane FLON
 Proposition (Caractérisation des isomorphismes par les bases)

Soit E et F des espaces vectoriels.

On suppose
i) que B est une base de E ;
ii) que φ : E → F est une application linéaire. 11
Les assertions suivantes sont alors équivalentes :
a) φ est un isomorphisme.
b) l’image de B par φ est une base de F .

Pp
▷ Exemple 90 – Le noyau de (λ1 , . . . , λp ) 7→ i=1 λi xi est l’ensemble des p-uplets de scalaires donnant
une combinaison linéaire à résultat nul. P
p
▷ Exemple 91 – L’image de (λ1 , . . . , λp ) 7→ i=1 λi xi est Vect(x1 , . . . , xp ).
▷ Information 92 – Si f : E → F et g : F → G sont linéaires, Ker(f ) ⊂ Ker(g ◦ f ).
▷ Information 93 – Si f : E → F et g : F → G) sont linéaires, Im(g ◦ f ) ⊂ Im(g).

9. Homothéties

Définition 17 (Homothétie)

Soit E un espace vectoriel, h une application de E dans E.

On dit que h est une homothétie (de E) s’il existe λ ∈ K tel que h = λ Id E , i.e. pour tout x ∈ E, h(x) = λ x.
Dans un tel cas, λ est appelé rapport de l’homothétie h.

▷ Exemple 94 – Toute homothétie de E est un endomorphisme de E.

Une caractérisation classique des homothéties

Soit E un espace vectoriel.

On suppose que φ est un endomorphisme de E.
Les assertions suivantes sont alors équivalentes : 12
a) φ est une homothétie.
b) pour tout x ∈ E, (x, φ(x)) est liée.

10. Projecteurs et symétries

Définition 18 (Projecteur)

Soit E un espace vectoriel, F et G des sous-espaces vectoriels supplémentaires dans E.

On appelle projecteur (vectoriel) sur F parallèlement à G l’application pF,G de E dans E qui, à tout vecteur x
de E, associe xF , où x = xF + xG avec xF ∈ F et xG ∈ G.
On notera pF,G le projecteur sur F parallèlement à G

Mise en garde 95 – Un projecteur n’est pas caractérisé par le sous-espace sur lequel on projette.
43 Stéphane FLON
 Définition 19 (Symétrie)

Soit E un espace vectoriel, F et G des sous-espaces vectoriels supplémentaires dans E.

On appelle symétrie par rapport à F parallèlement à G l’application sF,G de E dans E, qui à tout x = xF + xG
de E associe xF − xG , où xF ∈ F et xG ∈ G.

On notera sF,G la symétrie sur F parallèlement à G.

Information 96 – pF,G + pG,F = Id E , pF,G = 12 (sF,G + Id E ).

Information 97 – sF,G = −sG,F , sF,G = 2 pF,G − Id E .
▷ Exemple 98 – Tout projecteur de E est un endomorphisme de E.
▷ Exemple 99 – Toute symétrie de E est un endomorphisme de E.
▷ Information 100 – Si p est le projecteur sur F parallèlement à G, alors F = Im(p) = Ker(p − Id E ).
▷ Information 101 – Si p est le projecteur sur F parallèlement à G, alors G = Ker(p).
▷ Exemple 102 – Id E est un projecteur de E, c’est d’ailleurs le seul projecteur injectif de E (et aussi le
seul projecteur surjectif de E). C’est le seul projecteur injectif ou surjectif ou bijectif de E
▷ Exemple 103 – 0L(E) est un projecteur.
▷ Exemple 104 – ±Id E est une symétrie.
▷ Exemple 105 – Soit B ∈ K[X] \ {0} : l’application de K[X] dans lui-même, qui à un polynôme associe
son reste dans la division euclidienne par B, est un projecteur de K[X].
▷ Exemple 106 – Les applications  partie paire  et  partie impaire  de RI (où I est un intervalle réel
centré en 0).

Proposition (Caractérisation des projecteurs)

Soit E un espace vectoriel.

On suppose que p est un endomorphisme E.
Les assertions suivantes sont alors équivalentes : 13
a) p est un projecteur.
b) p est idempotent (i.e. p ◦ p = p).

▷ Étude de stabilité 107 – La notion de projecteur de E est-elle stable par addition ?

▷ Étude de stabilité 108 – La notion de projecteur de E est-elle stable par composition ?
▷ Étude de stabilité 109 – La notion de projecteur de E est-elle stable par multiplication par un scalaire ?
▷ Étude de stabilité 110 – La notion de projecteur de E est-elle stable par barycentre (i.e. une opération
du type (p, q) 7→ (1 − λ) p + λ q, où λ ∈ R) ?
▷ Étude de stabilité 111 – La notion de projecteur de E, d’image fixée F est-elle stable par barycentre ?
▷ Étude de stabilité 112 – La notion de projecteur de E, de noyau fixé G est-elle stable par barycentre ?

Proposition (Caractérisation des symétries)

Soit E un espace vectoriel.

On suppose que s est un endomorphisme de E.
Les assertions suivantes sont alors équivalentes : 14
a) s est une symétrie.
b) s est involutif (i.e. s ◦ s = Id E ).

44 Stéphane FLON
 Définition 20 (Famille de projecteurs associée à une décomposition en somme directe)

Soit E un espace vectoriel, E1 , . . . , Ek des sous-espaces vectoriels en somme directe.

On suppose que E = E1 ⊕ · · · ⊕ Ek .
Le projecteur d’indice i associé à cette décomposition est le projecteur pi sur Ei parallèlement à la somme des
autres Ej .

▷ Information 113 – Si (p1 , . . . , pk ) est une famille de projecteurs associés à une décomposition en somme
directe, alors pi ◦ pj = 0 si i ̸= j.
▷ Information 114 – Si (p1 , . . . , pk ) est une famille de projecteurs associés à une décomposition en somme
directe, alors p1 + · · · + pk = Id E .
▷ Information 115 – Si (p1 , . . . , pk ) est une famille
ÄPk de projecteurs
än Pk associés à une décomposition en somme
directe, alors ∀ n ∈ N , ∀(λ1 , . . . , λk ) ∈ K ,
∗ p
i=1 λi pi = i=1 λni pi .

11. Combinaisons linéaires

Définition 21 (Sous-famille, surfamille)

Soit (xi )i∈I une famille d’éléments d’un ensemble X.

On appelle sous-famille de (xi )i∈I toute famille d’éléments de X obtenue par restriction de la famille (xi )i∈I
(vue en tant qu’application de I dans X). On appelle surfamille de (xi )i∈I toute famille dont (xi )i∈I est une
sous-famille.

Définition 22 (Combinaison linéaire)

Soit E un espace vectoriel, I un ensemble, (ui )i∈I une famille de vecteurs de E.

Si I est fini, on appelle combinaison linéaire de cette famille toute expression de la forme
X
λi ui ,
i∈I

où (λi )i∈I est une famille de scalaires. La famille (ui )i∈I (resp. (λi )i∈I ) est appelée famille des vecteurs (resp.
des coefficients) de cette combinaison linéaire.
Si I est infini, on appelle combinaison linéaire de cette famille toute combinaison linéaire d’une de ses sous-
familles finies.

Reformulation 116 – Le sous-espace vectoriel engendré par une famille (de vecteurs d’un espace vectoriel
E) est l’ensemble des combinaisons linéaires de cette famille de vecteurs.
▷ Exemple 117 – Chaque vecteur du R-espace vectoriel C s’exprime sous une forme unique comme combi-
naison linéaire des vecteurs 1 et i (mais aussi 1 + i et 1 − i par exemple).
Cela revient d’ailleurs à observer que R et R i sont supplémentaires dans le R-espace vectoriel C (de
même, R(1 + i) ⊕ R(1 − i) = C).
▷ Mise en garde 118 – Dans une combinaison linéaire, on ne somme qu’un nombre fini de vecteurs (non
nuls).
▷ Exemple 119 – La famille des suites réelles partout nulles sauf en un indice où elles valent 1 engendre
dans RN le sous-espace vectoriel des suites réelles nulles à partir d’un certain rang. Cette famille n’est
donc pas une base de RN .
▷ Exemple 120 – Dans K[X], Vect(X n )n∈N = K[X], et n=0 X n n’est pas un polynôme (cette expres-
P∞
sion n’a pas de sens pour nous).

Définition 23 (Combinaison linéaire triviale)

On dit qu’une combinaison linéaire est triviale si tous les coefficients associés sont nuls.

45 Stéphane FLON
 Définition 24 (Combinaison linéaire à résultat nul)

On dit qu’une combinaison linéaire est à résultat nul si le vecteur somme est le vecteur nul.

▷ Exemple 121 – La combinaison linéaire triviale est une combinaison linéaire à résultat nul.

12. Familles génératrices

Définition 25 (Famille génératrice)

Soit E un espace vectoriel, F = (xi )i∈I une famille de vecteurs de E.

On dit que la famille F (ou que la partie {xi , i ∈ I}) est génératrice (dans E) si Vect(xi )i∈I = E. On dit aussi
que F engendre E.

▷ Reformulation 122 – Dire qu’une famille de vecteurs de E est génératrice de E, c’est dire que tout vecteur
de E s’exprime (d’au moins une manière) comme combinaison linéaire de vecteurs de cette famille.
▷ Reformulation 123 – Soit (x1 , . . . , xp ) une famille de vecteurs de E.
Cette famille est génératrice de E si et seulement si l’application
φ : Kp → E
Pp
(λ1 , . . . , λp ) 7→ i=1 λi xi
est surjective.
▷ Étude de stabilité 124 – La notion de famille génératrice de E est-elle stable par surfamille dans E ?

13. Familles libres, familles liées

Définition 26 (Famille libre)

Soit E un espace vectoriel, (xi )i∈I une famille de vecteurs de E.

On dit que la famille (xi )i∈I est libre, ou encore que les vecteurs xi , i ∈ I, sont linéairement indépendants, si
toute combinaison linéaire de (xi , )i∈I à résultat nul est triviale.

Reformulation 125 – Une famille (x1 , . . . , xp ) de vecteurs de E est libre si et seulement si l’application
φ : Kp → E
Pp
(λ1 , . . . , λp ) 7→ i=1 λi xi
est injective.
Reformulation 126 – Une famille de vecteurs de E est libre si et seulement si tout vecteur de E s’exprime
d’au plus une manière comme combinaison linéaire de cette famille.
Reformulation 127 – Soit φ ∈ L(E, F ) une application linéaire injective. La famille (x1 , . . . , xp ) est libre si
et seulement si (φ(x1 ), . . . , φ(xp )) est libre.
Exemple 128 – Toute famille finie de polynômes non nuls à degrés échelonnés est libre.

Définition 27 (Famille liée)

Soit E un espace vectoriel, (xi )i∈I une famille de vecteurs de E.

On dit que la famille (xi )i∈I est liée, ou encore que les vecteurs xi , i ∈ I, sont linéairement dépendants, si elle
n’est pas libre. Une combinaison linéaire de (xi )i∈I non triviale à résultat nul est appelée relation de liaison des
vecteurs xi , i ∈ I.

Reformulation 129 – Une famille de vecteurs est liée si et seulement si au moins un des vecteurs de la famille
peut s’exprimer comme combinaison linéaire des autres.
46 Stéphane FLON
▷ Exemple 130 – Une famille constituée d’un unique vecteur est libre si et seulement si ce vecteur n’est
pas nul.
▷ Exemple 131 – Toute famille comprenant le vecteur nul est liée.
▷ Exemple 132 – Toute famille dans laquelle un même vecteur apparaı̂t deux fois est liée.
▷ Étude de stabilité 133 – La notion de famille libre est-elle stable par sous-famille ?
▷ Étude de stabilité 134 – La notion de famille liée est-elle stable par surfamille ?
▷ Étude de stabilité 135 – La notion de famille liée est-elle stable par image par une application linéaire ?
▷ Étude de stabilité 136 – La notion de famille libre est-elle stable par image par une application linéaire ?
▷ Étude de stabilité 137 – La notion de famille libre est-elle stable par image par une application linéaire
injective ?
▷ Étude de stabilité 138 – La notion de famille génératrice est-elle stable par image par une application
linéaire ?
▷ Étude de stabilité 139 – La notion de famille génératrice est-elle stable par image par une application
linéaire surjective ?
▷ Exemple 140 – La famille (1, i) de vecteurs de C, vu en tant que R-espace vectoriel, est libre.
▷ Exemple 141 – La famille (1, i) de vecteurs de C, vu en tant que C-espace vectoriel, est liée.

Proposition (Famille libre et somme directe)

Soit E un espace vectoriel, (e1 , . . . , ek , ek+1 , . . . , en ) une famille de vecteurs de E.

On suppose que (e1 , . . . , ek , ek+1 , . . . , en ) est une famille libre.
15
On en déduit alors que Vect(e1 , . . . , ek ) et Vect(ek+1 , . . . , en ) sont des sous-espaces vectoriels en
somme directe.

Définition 28 (Vecteur colinéaire à un autre)

Soit E un espace vectoriel, x, y ∈ E.

On dit que y est colinéaire à x s’il existe λ ∈ K tel que y = λ x.

▷ Information 142 – Le fait d’ être colinéaire à  (dans un espace vectoriel donné E) est une relation
réflexive et transitive.
▷ Mise en garde – Le fait d’ être colinéaire à  (dans un espace vectoriel donné E non réduit à 0E ) n’est
pas symétrique. Le vecteur nul est colinéaire à tous les autres, mais le seul vecteur colinéaire au vecteur
nul est le vecteur nul lui-même.
▷ Mise en garde – Le fait d’ être colinéaire à  (dans un espace vectoriel réel ou complexe donné E non
réduit à 0E ) n’est pas antisymétrique.

Définition 29 (Vecteurs colinéaires)

Soit E un espace vectoriel, x, y des vecteurs de E.

On dit que x et y sont colinéaires si y est colinéaire à x ou si x est colinéaire à y.

▷ Information 143 – La relation de colinéarité est symétrique.

▷ Mise en garde – La relation de colinéarité n’est pas transitive (sauf exception).
▷ Mise en garde – La relation de colinéarité n’est pas antisymétrique (sauf exception).
▷ Reformulation 144 – Soit x1 , x2 ∈ E. La famille (x1 , x2 ) est liée si et seulement si x1 et x2 sont colinéaires.

47 Stéphane FLON
 14. Bases

Définition 30 (Base)

Soit E un espace vectoriel.

On dit qu’une famille de vecteurs de E est une base (de E) si elle est libre et génératrice (dans E).

▷ Reformulation 145 – Une famille de vecteurs de E en est une base si et seulement si tout vecteur de
E s’exprime de façon unique comme combinaison linéaire de vecteurs de la famille. Le cas échéant, la
famille des coefficients associée à un vecteur x est appelée famille des coordonnées (ou de composantes)
de x dans la base considérée.
▷ Reformulation 146 – Une famille de vecteurs de E en est une base si et seulement si c’est une famille
libre maximale de vecteurs de E (i.e. toute surfamille stricte (de vecteurs de E) de cette famille est liée).
▷ Reformulation 147 – Une famille de vecteurs de E en est une base si et seulement si c’est une famille
libre minimale de vecteurs de E (i.e. aucune sous-famille stricte de cette famille n’est génératrice de E).
Vocabulaire 148 – Certains espaces vectoriels admettent une base particulièrement simple, dite canonique.
▷ Exemple 149 – (e1 , . . . , en ), où n ∈ N∗ , et, pour tout i ∈ [[1, n]] : ei = (δi,j )1⩽j⩽n est la base canonique
de Kn .
▷ Exemple 150 – La famille des matrices élémentaires (Ei,j )1⩽i⩽n,1⩽j⩽p est la base canonique de Mn,p (K)
(où n, p ∈ N∗ ).
▷ Exemple 151 – La famille (X n )n∈N est la base canonique de K[X].
▷ Exemple 152 – La famille (X k )k∈[[0,n]] est la base canonique de Kn [X] (où n ∈ N).
▷ Mise en garde 153 – Pour la plupart des espaces vectoriels, parler de base canonique n’a pas de sens.

Définition 31 (Base adaptée)

Soit E un espace vectoriel, B une base de E, F un sous-espace vectoriel de E.

La base B de E est dite adaptée à F si l’une de ses sous-familles est une base de F .
Une base de E est dite adaptée à une décomposition en somme directe E = ⊕i∈I Ei (ou à la supplémentarité
des sous-espaces si Card(I) = 2) si elle est adaptée à chacun des Ei .

Exemple 154 – Si E = ⊕i∈[[1,n]] Ei , toute concaténation de bases respectives des Ei est une base de E adaptée
à cette décomposition
ÅÅen somme
ã Å directe.
ã Å ã Å ãã
1 0 0 0 0 1 0 1
Exemple 155 – , , , est adaptée à la supplémentarité de S2 (R) et de
0 0 0 1 1 0 −1 0
A2 (R) dans M2 (R) (avec des notations usuelles).

15. Modes de définition d’une application linéaire

Donnée d’une application linéaire par l’image d’une base

Soit E et F des espaces vectoriels.

On suppose
i) que (ei )i∈I est une base de E ;
ii) que (vi )i∈I est une famille de vecteurs de F .
16
On en déduit alors qu’il existe une unique application linéaire φ : E → F telle que, pour
tout i ∈ I, on ait φ(ei ) = vi .
φ : L(E, F ) → FI
Plus précisément, et plus abstraitement, est un isomorphisme d’espaces
f 7 → (f (ei ))i∈I
vectoriels.

Stratégie 156 – Se donner une application linéaire par image d’une base.
48 Stéphane FLON
 Proposition (Application linéaire définie par ses restrictions)

Soit E un espace vectoriel.

On suppose
i) que E = ⊕i∈I Ei ;
ii) que φi est une application linéaire de Ei dans F , pour tout i ∈ I.
17
On en déduit alors qu’il existe une unique application linéaire φ de E dans F telle que, pour tout i,
φi soit la restriction de φ à Ei .
Q
Plus précisément, et plus abstraitement, on a un isomorphisme (d’espaces vectoriels) entre L(E, F ) et i∈I L(Ei , F ) via
f 7→ (f|Ei )i∈I .

Stratégie 157 – Se donner une application linéaire par ses restrictions liées à une décomposition en somme
directe.

16. Dimension finie

Définition 32 (Espace vectoriel finiment engendré)

Soit E un espace vectoriel.

On dit que E est finiment engendré s’il admet une partie génératrice finie.

Définition 33 (Dimension)

Soit E un espace vectoriel finiment engendré.

On appelle dimension de E le cardinal de n’importe quelle base de E

On vérifie que E admet au moins une base, et qu’elles ont toutes le même cardinal

Théorème de la base extraite

Soit E un espace vectoriel, (x1 , . . . , xm ) une famille de vecteurs de E.

On suppose
i) que E est un espace vectoriel de dimension finie ; 18
ii) que (x1 , . . . , xm ) est une famille génératrice de E.
On en déduit alors qu’une (au moins) des sous-familles de (x1 , . . . , xm ) est une base de E.

49 Stéphane FLON
 Théorème de la base incomplète

Soit E un espace vectoriel, (x1 , . . . , xm ) une famille de vecteurs de E, (y1 , . . . , yn ) une famille de
vecteurs de E.
On suppose
i) que E est un espace vectoriel de dimension finie ;
19
ii) que (x1 , . . . , xm ) est une famille libre ;
iii) que (y1 , . . . , yn ) est une famille génératrice de E.
On en déduit alors qu’on peut compléter la famille libre (x1 , . . . , xm ) en une base, par adjonction
éventuelle de vecteurs de la famille génératrice (y1 , . . . , yn ).

Proposition (Caractérisation de l’isomorphie par la dimension)

Soit E et F des espaces vectoriels.

On suppose que E et F sont des espaces vectoriels de dimension finie.
Les assertions suivantes sont alors équivalentes : 20
a) E et F sont des espaces isomorphes.
b) dim(E) = dim(F ).

Proposition (Caractérisation des bases en dimension finie connue)

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que n = dim(E) ;
iii) que F = (x1 , . . . , xn ) est une famille de vecteurs de E. 21
Les assertions suivantes sont alors équivalentes :
a) F est une base de E.
b) F est une famille libre.
c) F est une famille génératrice de E.

Dimension d’un sous-espace vectoriel

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que F est un sous-espace vectoriel de E.
On en déduit alors 22

a) que F est un espace vectoriel de dimension finie ;

b) que dim(F ) ⩽ dim(E) ;
c) qu’on a E = F si et seulement si dim E = dim F .

50 Stéphane FLON
 Proposition (Dimension d’un produit cartésien)

On suppose que E et F sont des espaces vectoriels de dimension finie.

On en déduit alors
a) que E × F est un espace vectoriel de dimension finie ;
23
b) que dim(E × F ) = dim(E) + dim(F ).

Plus généralement, si E1 , . . . , En sont de dimension finie, alors E1 × · · · × En est aussi de dimension finie, et
dim (E1 × · · · × En ) = dim(E1 ) + · · · + dim(En ). Pour tout n ∈ N∗ , dim(E n ) = n dim(E).

▷ Mise en garde 158 – La formule donnant la dimension d’un produit cartésien est parfois mal connue.

Proposition (Dimension d’une somme directe)

On suppose
i) que F et G sont des espaces vectoriels de dimension finie ;
24
ii) que F et G sont des sous-espaces vectoriels en somme directe.
On en déduit alors que dim(F + G) = dim(F ) + dim(G).

Proposition (Dimension d’un supplémentaire)

On suppose
i) que E est un espace vectoriel de dimension finie ;
25
ii) que G est un supplémentaire de F dans E.
On en déduit alors que dim(G) = dim(E) − dim(F ).

Proposition (Formule de Grassmann)

Soit E un espace vectoriel.

On suppose
i) que F et G sont des sous-espaces vectoriels de E ;
ii) que F et G sont des espaces vectoriels de dimension finie. 26
On en déduit alors
a) que F + G et F ∩ G sont des espaces vectoriels de dimension finie ;
b) que dim(F + G) = dim F + dim G − dim(F ∩ G).

51 Stéphane FLON
 Proposition (Caractérisations de supplémentarité en dimension finie)

Soit E un espace vectoriel, F et G des sous-espaces vectoriels de E.

On suppose que E est un espace vectoriel de dimension finie.
Les assertions suivantes sont alors équivalentes :
a) F et G sont des sous-espaces vectoriels supplémentaires dans E.
27
b) — F et G sont des sous-espaces vectoriels en somme directe ;
— dim(F ) + dim(G) = dim(E).
c) — E = F + G ;
— dim(F ) + dim(G) = dim(E).

Information 159 – Si φ ∈ L(E, F ), où dim(E) > dim(F ), alors φ n’est pas injective.
Information 160 – Si φ ∈ L(E, F ), où dim(E) < dim(F ), alors φ n’est pas surjective.
Mise en garde 161 – Les dimensions(non nulles) de la source et du but peuvent garantir la non injectivité
ou la non surjectivité, mais pas l’injectivité ni la surjectivité.

Proposition (Sous-additivité de la dimension)

Soit E un espace vectoriel.

On suppose
i) que F1 , . . . , Fp sont des sous-espaces vectoriels de E ; 28
ii) que F1 , . . . , Fp sous-espace vectoriel de dimension finie.
Pp
On en déduit alors que dim(F1 + · · · + Fp ) ⩽ i=1 dim(Fi ).

Proposition (Caractérisation de somme directe en dimension finie)

On suppose que F1 , . . . , Fp sous-espaces vectoriels de dimension finie.

Les assertions suivantes sont alors équivalentes :
29
a) F1 , . . . , Fp sont des sous-espaces vectoriels en somme directe.
Pp
b) dim(F1 + · · · + Fp ) = i=1 dim(Fi ).

Proposition (Dimension de L(E, F ))

On suppose que E et F sont des espaces vectoriels de dimension finie.

On en déduit alors
a) que L(E, F ) est un espace vectoriel de dimension finie ; 30

b) que dim L(E, F ) = dim(E) dim(F ).

Information 162 – Soit f ∈ L(E). La suite (Ker(f n ))n∈N (resp. (Im(f n ))n∈N ) des noyaux itérés (resp. des
images itérées) est croissante (resp. décroissante) pour l’inclusion. En dimension finie, ces deux suites sont donc
stationnaires.
Si Ker(f k ) = Ker(f k+1 ), alors Ker(f j ) = Ker(f k ) pour tout j ⩾ k. .
Exercice de cours (exercice 11) –
1 Soit E un K-espace vectoriel, et soit f ∈ L(E).
52 Stéphane FLON
 i Montrer que la suite (Ker(f n ))n∈N (resp. (Im(f n ))n∈N ) des noyaux itérés (resp. des images itérées)
est croissante (resp. décroissante) pour l’inclusion.
ii On suppose E de dimension finie. Montrer que ces deux suites sont stationnaires. Montrer aussi que
Ker(f n ) = Ker(f n+1 ) si et seulement si Im(f n ) = Im(f n+1 ).
iii Qu’en est-il en dimension infinie ?
iv On suppose que Ker(f k ) = Ker(f k+1 ) (resp. que Im(f k ) = Im(f k+1 ). Montrer que pour tout j ⩾ k,
Ker(f ) = Ker(f k ) (resp. Im(f j ) = Im(f j+1 )).
j

v On suppose que Ker(f k ) = Ker(f k+1 ) et que Im(f k ) = Im(f k+1 ). Montrer que Ker(f k )⊕Im(f k ) = E.
vi On suppose E de dimension finie n. Pour tout k ∈ N, on pose dk = dim(Ker(f k+1 )) − dim(Ker(f k )).
Montrer que (dk ) est une suite décroissante d’entiers naturels, et que dn = 0.
Indication – On pourra considérer f|kKer(f k+1 ) , pour établir que dk = dim(Im(f k ) ∩ Ker(f )).

17. Sous-espaces affines

Définition 34 (Translation)

Soit E espace-vectoriel, u ∈ E.
Tu : E → E
On appelle translation selon le vecteur u dans E l’application . Pour tout x ∈ E, Tu (x) =
x 7 → x+u
x + u est appelé translaté du vecteur x selon le vecteur u.

Exemple 163 – Tout translation est une application bijective. De plus, l’application u ∈ E 7→ Tu ∈ SE est
un morphisme de groupes de (E, +) vers (SE , ◦).
Mise en garde 164 – Une translation n’est presque jamais linéaire.

Définition 35 (Sous-espace affine)

Soit E un espace vectoriel, F une partie de E.

On dit que F est un sous-espace affine de E si F est le translaté d’un sous-espace vectoriel F de E par un
vecteur u, i.e. F = u + F . Si tel est bien le cas, F est appelé la direction de F (ou sous-espace vectoriel directeur
de F) et si F est de dimension finie p, on dit que F est un sous-espace affine de E de dimension p.
Il faut s’assurer de l’unicité de F .

Information 165 – Pour tout point x d’un sous-espace affine F dirigé par un sous-espace vectoriel F , on a
F = x + F.
Étude de stabilité 166 – La notion de sous-espace affine est-elle stable par intersection ? L’intersection de
sous-espaces affines est soit vide, soit un sous-espace affine, dont la direction est l’intersection des directions des
sous-espaces affines considérés

Proposition (Principe de résolution d’une équation linéaire)

Soit E et F des espaces vectoriels.

On suppose
i) que φ : E → F est une application linéaire ;
31
ii) que b ∈ F .
On en déduit alors que s’il n’est pas vide, l’ensemble des solution de l’équation φ(x) = b est un
sous-espace affine, de direction Ker(φ).

53 Stéphane FLON
 18. Rang

Définition 36 (Rang d’une famille finie de vecteurs)

Soit E un espace vectoriel, F = (x1 , . . . , xn ) une famille de vecteurs de E.

Le rang de la famille F est la dimension (finie) du sous-espace vectoriel de E engendré par F :
rg(x1 , . . . , xn ) = dim Vect(x1 , . . . , xn )

▷ Information 167 – Soit (x1 , . . . , xn ) ∈ E n . On a 0 ⩽ rg(x1 , . . . , xn ) ⩽ n.

▷ Information 168 – Soit (x1 , . . . , xn ) ∈ E n . Si E est de dimension finie, alors rg(x1 , . . . , xn ) ⩽ dim(E).
▷ Information 169 – Soit (x1 , . . . , xn ) ∈ E n . rg(x1 , . . . , xn ) = 0 si et seulement si tous les xi sont nuls.
▷ Information 170 – Soit (x1 , . . . , xn ) ∈ E n . rg(x1 , . . . , xn ) = 1 si et seulement si (au moins un des vecteurs
xi n’est pas nul, et tous les autres lui sont colinéaires).
▷ Information 171 – Soit (x1 , . . . , xn ) ∈ E n . rg(x1 , . . . , xn ) = 2 si et seulement si la famille possède deux
vecteurs non colinéaires xi0 et xj0 , et tous les autres xi sont combinaisons linéaires de ces vecteurs.

Proposition (Caractérisation de liberté d’une famille finie par le rang)

Soit E un espace vectoriel.

On suppose que (x1 , . . . , xn ) une famille de vecteurs de E.
Les assertions suivantes sont alors équivalentes : 32
a) (x1 , . . . , xn ) est une famille libre.
b) rg(x1 , . . . , xn ) = n.

Information 172 – Le rang d’une famille finie de vecteurs est inchangé si on multiplie l’un des vecteurs par
un scalaire non nul, si on échange des vecteurs de la famille, si on ôte à l’un des vecteurs une combinaison
linéaire des autres, ou encore si on supprime un vecteur combinaison linéaire des autres.

Définition 37 (Rang d’une application linéaire)

Soit φ une application linéaire.

Si Im(φ) est de dimension finie, on dit que φ est de rang fini, et on appelle rang de φ et note rg(φ) la dimension
de Im(φ).

Information 173 – Soit φ ∈ L(E, F ). Si E ou F est de dimension finie, alors le rang de φ est bien défini.
Information 174 – Si φ est une application linéaire entre espaces vectoriels de dimension finie (non nulles),
alors le rang de φ est aussi celui de toute matrice représentative de φ.

Lemme préparatoire au théorème du rang

On suppose
i) que φ : E → F est une application linéaire ;
33
ii) que G est un supplémentaire de Ker φ dans E.
On en déduit alors que φ induit un isomorphisme de G sur Im φ.

▷ Stratégie 175 – Sur l’utilité du lemme pour le théorème du rang.

54 Stéphane FLON
 Théorème du rang

Soit E et F des espaces vectoriels.

On suppose
i) que φ est une application linéaire ; 34
ii) que E est un espace vectoriel de dimension finie.
On en déduit alors que rg(φ) + dim Ker φ = dim E.

▷ Observation 176 – La formule du rang est valable pour toute application linéaire entre espaces vectoriels
de dimension finie.
Proposition (Caractérisation d’isomorphisme en dimension finie)

Soit E et F des espaces vectoriels.

On suppose
i) que φ : E → F est une application linéaire ;
ii) que E et F sont des espaces vectoriels de dimension finie ;
iii) que dim(E) = dim(F ). 35
Les assertions suivantes sont alors équivalentes :
a) φ est une application injective.
b) φ est une application surjective.
c) φ est un isomorphisme.

Corollaire (Caractérisation des automorphismes en dimension finie)

Soit E un espace vectoriel.

On suppose
i) que φ est un endomorphisme de E ;
ii) que E est un espace vectoriel de dimension finie.
Les assertions suivantes sont alors équivalentes : 36

a) φ est une application injective.

b) φ est une application surjective.
c) φ est un automorphisme.

Information 177 – La composition (à droite comme à gauche) par un isomorphisme conserve le rang.

Proposition (Le rang d’une composée est inférieur au rang de chacun de ses termes)

On suppose
i) que u et v sont des applications linéaires de rang fini ;
ii) que la composée u ◦ v est bien définie.
37
On en déduit alors
a) que u ◦ v est de rang fini ;
b) que rg(u ◦ v) ⩽ min{rg(u), rg(v)}.

55 Stéphane FLON
 Stratégie 178 – Pour estimer un rang, utiliser le fait que le rang d’une composée est inférieur au rang de
chacun de ses termes.
Reformulation 179 – φ : E → F est un isomorphisme si et seulement si (lorsque E et F ont même dimension
finie) φ admet un inverse à gauche pour la composition. Faux en dimension infinie : considérer par exemple
l’endomorphisme P 7→ XP (X) de K[X]
Reformulation 180 – φ : E → F est un isomorphisme si et seulement si (lorsque E et F ont même dimension
finie) φ admet un inverse à droite pour la composition. Faux en dimension infinie : considérer par exemple
l’endomorphisme de dérivation dans K[X]

Inégalité et rang, addition

On suppose
i) que E et F sont des espaces vectoriels de dimension finie ;
38
ii) que u et v sont des applications linéaires de E dans F .
On en déduit alors que | rg(u) − rg(v)| ⩽ rg(u + v) ⩽ rg(u) + rg(v).

Inégalité et rang, composition

On suppose
i) que E est un espace vectoriel de dimension finie ;
39
ii) que u et v sont des endomorphismes de E.
On en déduit alors que rg(u) + rg(v) − dim(E) ⩽ rg(u ◦ v) ⩽ min(rg(u), rg(v)).

19. Matrices

Définition 38 (Matrice)

Soit n, p ∈ N∗ , K un corps.
On appelle matrice de taille (n, p) (ou n × p) à coefficients dans K une famille d’éléments de K indexée par
[[1, n]] × [[1, p]]. On note Mn,p (K) leur ensemble. Soit M ∈ Mn,p (K). Pour (i, j) ∈ [[1, n]] × [[1, p]], on note [M ]i,j
et on appelle coefficient de M en position (i, j) le terme de M d’indice (i, j).

Définition 39 (Matrice d’une application linéaire dans un couple de bases)

Soit E et F des espaces vectoriels de dimensions respectives p et n (entiers non nuls), B = (e1 , . . . , ep ) une base
de E, C = (f1 , . . . , fn ) une base de F , φ : E → F une application linéaire.
On appelle matrice de φ dans le couple de bases (B, C), et on note MB,C (φ), la matrice de taille n × p, dont la
j-ème colonne est le n-uplet des coordonnées de φ(ej ) dans C, pour tout j ∈ [[1, p]].

56 Stéphane FLON
 Proposition (Isomorphisme entre espaces de matrices et d’applications linéaires)

Soit E et F des espaces vectoriels.

On suppose
i) que E et F sont des espaces vectoriels de dimension finie non nulle, valant respectivement p et
n; 40
ii) que B = (e1 , . . . , ep ) et C = (f1 , . . . , fn ) sont des bases de E et F respectivement.
∆ : L(E, F ) → Mn,p (K)
On en déduit alors que est un isomorphisme.
f 7→ MB,C (f )

Recul 181 – Une matrice code une application linéaire entre espaces de dimension finie.

Définition 40 (Matrice d’un endomorphisme dans une base)

Soit E un espace vectoriel de dimension finie n ∈ N∗ , B = (e1 , . . . , en ) une base de E, φ un endomorphisme de

E.
On appelle matrice de φ dans la base B et on note MB (φ) la matrice de φ dans le couple de bases (B, B).

▷ Exemple 182 – Pour toute base B d’un espace vectoriel E de dimension n ∈ N∗ , MB (Id E ) = In .
▷ Exemple 183 – La matrice d’une application nulle est toujours nulle.

Définition 41 (Morphisme canoniquement associé à une matrice)

Soit M ∈ Mn,p (K).

Le morphisme canoniquement associé à M est l’application linéaire de Kp dans Kn , représentée par M dans les
bases canoniques de ces espaces.

Reformulation 184 – Si on identifie Mp,1 (K) et Mn,1 (K) à Kp et Kn respectivement, le morphisme canoni-
quement associé à M ∈ Mn,p (K) est l’application X 7→ M X. En fait, il est fréquent de confondre une matrice
et le morphisme qui lui est canoniquement associé, ce qui permet de parler par exemple de l’image et du noyau
de cette matrice. Si la matrice est carrée, le morphisme canoniquement associé est un endomorphisme.
▷ Exemple 185 – Le morphisme canoniquement associé à 0n,p est l’application nulle de Kp dans Kn .
▷ Exemple 186 – Le morphisme canoniquement associé à In est Id Kn .
▷ Exemple 187 – Le morphisme canoniquement associé à une matrice ligne à p colonnes est une forme
linéaire sur Kp .

Définition 42 (Produit matriciel)

Soit A ∈ Mn,p (K), B ∈ Mp,q (K).

On définit la matrice produit (de A par B), notée AB, élément de Mn,q (K), de la manière suivante : pour tout
(i, j) ∈ [[1, n]] × [[1, q]]
Xp
[AB]i,j = [A]i,k [B]k,j
k=1

57 Stéphane FLON
 Proposition (Lien entre composition des applications linéaires et produit matriciel)

Soit E, F, G des espaces vectoriels.

On suppose
i) que E, F et G sont des espaces vectoriels de dimension finie non nulle ;
ii) que B, C et D sont des bases respectives de E de F etde G ; 41

iii) que u : E → F et v : F → G sont des applications linéaires.

On en déduit alors que MB,D (v ◦ u) = MC,D (v)MB,C (u).

Recul 188 – La définition du produit matriciel sert à rendre compte de la composition des applications
linéaires.
Exemple 189 – Si n ∈ N∗ , et (i, j, k, l) ∈ [[1, n]]4 , alors Ei,j Ek,l = δj,k Ei,l .

Proposition (Lien entre isomorphisme et matrice inversible)

Soit E et F des espaces vectoriels.

On suppose
i) que φ : E → F est une application linéaire ;
ii) que E et F sont des espaces vectoriels de dimension finie non nulle ;
iii) que B et C sont des bases respectives de E et F . 42

Les assertions suivantes sont alors équivalentes :

a) φ est un isomorphisme.
b) MB,C (φ) est une matrice inversible.

Information 190 – Le produit matriciel est bilinéaire et associatif.

Structure 191 – L’ensemble des matrices carrées de taille n est muni d’une structure d’algèbre.
Mise en garde 192 – Le produit matriciel n’est pas commutatif.

Isomorphisme d’algèbre entre algèbres de matrices carrées et d’endomorphismes

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ;
43
ii) que B = (e1 , . . . , en ) est une base de E.
∆ : L(E) → Mn (K)
On en déduit alors que est un isomorphisme d’algèbres.
f 7→ MB (f )

Mise en garde 193 – Pour le produit matriciel, un élément non nul n’est pas toujours simplifiable.
Information 194 – Pour le produit matriciel, un élément inversible est toujours simplifiable.
Mise en garde 195 – Précautions à prendre pour le calcul algébrique dans Mn (K).
Reformulation 196 – Une matrice est inversible si et seulement si elle est carrée et elle admet un inverse à
gauche.
Reformulation 197 – Une matrice est inversible si et seulement si elle est carrée et elle admet un inverse à
droite.
58 Stéphane FLON
 Proposition (Formule du binôme de Newton pour des matrices carrées)

Soit n ∈ N, A, B ∈ Mp (K) des matrices carrées.

On suppose que A et B commutent.P 44
n
On en déduit alors que (A + B)n = k=0 nk Ak B n−k .

Proposition (Formule de Bernoulli pour des matrices carrées)

Soit n ∈ N∗ , A, B ∈ Mp (K) des matrices carrées.

On suppose que A et B commutent. ÄPn−1 ä ÄPn−1 ä 45
On en déduit alors que An − B n = (A − B) k n−k−1
k=0 A B = k n−k−1
k=0 A B (A − B).

Proposition (Écriture matricielle de l’effet d’une application linéaire sur un vecteur)

Soit E et F des espaces vectoriels.

On suppose
i) que E et F sont des espaces vectoriels de dimension finie non nulle ;
ii) que B et C sont des bases respectives de E et F ; 46
iii) que φ : E → F est une application linéaire ;
iv) que x est un vecteur de E.
On en déduit alors que MC (φ(x)) = MB,C (φ) MB (x).

▷ Structure 198 – L’ensemble des matrices diagonales de taille n est muni d’une structure de sous-algèbre
(commutative) de Mn (K). On le note Dn (K).
▷ Étude de stabilité 199 – La notion de matrice diagonale inversible est-elle stable par inverse ?
Structure 200 – L’ensemble des matrices triangulaires supérieures de taille n est muni d’une structure de
sous-algèbre de Mn (K), notée Tn+ (K).
Étude de stabilité 201 – La notion de matrice triangulaire supérieure inversible est-elle stable par inverse ?
▷ Structure 202 – L’ensemble des matrices triangulaires inférieures de taille n est muni d’une structure
de sous-algèbre de Mn (K), notée Tn− (K).
▷ Exemple 203 – Les algèbres Tn+ (K) et Tn− (K) sont isomorphes (mais la transposition ne définit pas un
isomorphisme d’algèbres sauf si n = 1).
▷ Étude de stabilité 204 – La notion de matrice triangulaire est-elle stable par produit matriciel ?
▷ Étude de stabilité 205 – La notion de matrice triangulaire est-elle stable par addition matricielle ?
▷ Étude de stabilité 206 – La notion de matrice triangulaire est-elle stable par multiplication par un
scalaire ?
▷ Étude de stabilité 207 – La notion de matrice triangulaire inférieure inversible est-elle stable par inverse ?
▷ Étude de stabilité 208 – La notion de matrice triangulaire inversible est-elle stable par inverse ?

20. Transposition

Définition 43 (Transposée d’une matrice)

Soit A = (ai,j ) ∈ Mn,p (K) une matrice.

On définit la matrice transposée de A, notée t A ou AT , élément de Mp,n (K) par [AT ]i,j = [A]j,i , pour tout
(i, j) ∈ [[1, p]] × [[1, n]]

59 Stéphane FLON
 Exemple 209 – La transposition définit un isomorphisme de l’espace vectoriel Mn,p (K) sur Mp,n (K).
Information 210 – Pour toute matrice A ∈ Mn,p (K), (AT )T = A.
Exemple 211 – La transposition dans Mn (K) est une symétrie vectorielle.
▷ Étude de stabilité 212 – La notion de matrice diagonale est-elle stable par transposition ?
▷ Étude de stabilité 213 – La notion de matrice triangulaire est-elle stable par transposition ?

Proposition (Transposition et produit)

Soit A et B des matrices.

On suppose que le produit AB est bien défini. 47
On en déduit alors que (AB)T = (B T )(AT ).

Proposition (Transposée d’une inverse)

On suppose que A ∈ Mn (K) est une matrice inversible.

On en déduit alors
48
a) que AT est une matrice inversible ;
b) que (A−1 )T = (AT )−1 .

▷ Information 214 – Si A est une matrice carrée, (AT )k = (Ak )T pour tout k ∈ N, et cette formule s’étend
à tout k ∈ Z si A est inversible.

21. Changement de base

Définition 44 (Matrice de passage)

Soit E un espace vectoriel de dimension finie non nulle, B = (e1 , . . . , en ) et B ′ = (e′1 , . . . , e′n ) des bases de E.
On appelle matrice de passage de la base B à la base B ′ la matrice de la famille B ′ dans la base B. On peut la
noter PB → B′ .

Observation 215 – La matrice de passage de B à B ′ permet d’exprimer facilement les vecteurs de la nouvelle
base B ′ comme combinaison linéaire des vecteurs de l’ancienne base B.
Reformulation 216 – La matrice de passage de B à B ′ n’est rien d’autre que MB′ ,B (Id E ) (noter l’inversion
des deux bases).
▷ Exemple 217 – Toute matrice de passage est inversible.
▷ Exemple 218 – In = PB → B est une matrice de passage.
Information 219 – Si B, B ′ , B ′′ sont des bases de E, alors PB → B′′ = PB → B′ PB′ → B′′ .
Information 220 – PB′ → B = PB−1→ B′ .

Proposition (Écriture matricielle d’un changement de base pour un vecteur)

Soit E un espace vectoriel, x ∈ E un vecteur.

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ; 49
ii) que B et B ′ sont des bases de E.
On en déduit alors que MB (x) = PB → B′ MB′ (x).

Mise en garde 221 – Dans un changement de bases, on passe facilement des nouvelles coordonnées aux
anciennes.
60 Stéphane FLON
 Proposition (Formule de changement de bases pour une application linéaire)

Soit E et F des espaces vectoriels.

On suppose
i) que E et F sont des espaces vectoriels de dimension finie non nulle ;
ii) que B et B ′ sont des bases de E ; 50
iii) que C et C ′ sont des bases de F ;
iv) que φ : E → F est une application linéaire.
On en déduit alors que MB′ ,C ′ (φ) = PC−1
→ C ′ MB,C (φ) PB → B′ .

Proposition (Formule de changement de base pour un endomorphisme)

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ;
ii) que B et B ′ sont des bases de E ; 51

iii) que φ est un endomorphisme de E.

On en déduit alors que MB′ (φ) = PB−1→ B′ MB (φ) PB → B′ .

22. Matrices équivalentes et rang

Définition 45 (Rang d’une matrice)

Soit A ∈ Mn,p (K) une matrice.

Le rang de A est le rang de la famille de ses colonnes. C’est aussi le rang de toute application linéaire représentée
par A dans un couple de bases données.

Information 222 – Rang d’une matrice : A ∈ Mn,p (K) vérifie : rg(A) ⩽ min{n, p}.
Reformulation 223 – Le rang d’une matrice A est la plus grande taille d’une matrice inversible extraite de
A.

Définition 46 (Matrices équivalentes)

Soit A, B ∈ Mn,p (K) des matrices.

On dit que B est équivalente à A s’il existe P ∈ GLn (K) et Q ∈ GLp (⃗k) telles que B = P −1 AQ.

Exemple 224 – L’équivalence matricielle définit une relation d’équivalence sur Mn,p (K).
Reformulation 225 – A, B ∈ Mn,p (K) sont des matrices équivalentes si et seulement si A et B représentent
une même application linéaire entre un espace vectoriel de dimension p et un espace vectoriel de dimension n,
chacune dans un certain couple de bases.
61 Stéphane FLON
 Reformulation du rang par représentation matricielle

On suppose
i) que E et F sont des espaces vectoriels de dimension finie ;
ii) que dim(E) = p, dim(F ) = n ;
iii) que u : E → F est une application linéaire. 52
Les assertions suivantes sont alors équivalentes :
a) rg(u) = r.
Pr
b) il existe un couple de bases dans lequel la matrice de u est Jr (n, p) = i=1 Ei,i (n, p).

Information 226 – Le rang d’une matrice est invariant par transposition.

Équivalence matricielle et rang

Soit n, p ∈ N∗ .
On suppose que A, B ∈ Mn,p (K).
Les assertions suivantes sont alors équivalentes : 53
a) A et B sont des matrices équivalentes.
b) rg(A) = rg(B).

23. Similitude matricielle, trace d’une matrice carrée, d’un endomorphisme

Définition 47 (Matrices semblables)

Soit A, B ∈ Mn (K) des matrices carrées.

On dit que B est semblable à A (dans Mn (K)) s’il existe P ∈ GLn (K) tel que B = P −1 AP . La classe de
similitude de A est l’ensemble des matrices qui lui sont semblables.

▷ Exemple 227 – La similitude matricielle définit une relation d’équivalence sur Mn (K).

Définition 48 (Trace d’une matrice carrée)

Soit A ∈ Mn (K) une matrice carrée. Pn

On appelle trace de A et on note tr(A) le scalaire i=1 [A]i,i

▷ Exemple 228 – La trace définit une application linéaire de Mn (K) dans K.

▷ Information 229 – La trace est invariante par transposition.

Proposition (Trace d’un produit)

On suppose que A ∈ Mn,p (K) et B ∈ Mp,n (K).

On en déduit alors
54
a) que tr(AB) = tr(BA) ;
b) que deux matrices semblables ont même trace.

Mise en garde 230 – Sur la trace d’un produit.

62 Stéphane FLON
 Définition 49 (Trace d’un endomorphisme en dimension finie)

Soit E un espace vectoriel de dimension finie non nulle, u un endomorphisme de E.

On appelle trace de u la trace de n’importe quelle matrice le représentant dans une base.

Recul 231 – Sur la définition de la trace d’un endomorphisme, notion d’invariant de similitude.
Exemple 232 – Le rang est un invariant de similitude.
Exemple 233 – Soit A, B ∈ Mn (K). Si A ou B est inversible, AB et BA sont semblables. Le résultat tombe
en défaut si on omet l’hypothèse d’inversibilité.
Exemple 234 – Soit P ∈ GLn (K). L’application

φ : Mn (K) → Mn (K)
A 7→ P −1 AP

est un automorphisme d’algèbre.

Reformulation 235 – Deux matrices A et B sont semblables si et seulement si il existe un espace vectoriel
E, des bases B et B ′ de E, et u ∈ L(E) tels que A = MB (u) et B = MB′ (u).

Caractérisation des homothéties

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ;
ii) que φ est un endomorphisme de E. 55
Les assertions suivantes sont alors équivalentes :
a) φ est une homothétie.
b) φ a même matrice dans toute base.

Lien entre trace et rang d’un projecteur en dimension finie

On suppose
i) que E est un espace vectoriel de dimension finie ;
56
ii) que p est un projecteur de E.
On en déduit alors que tr(p) = rg(p).

Exercice de cours (exercice 61) –

1 Montrer que A ∈ Mn,p (K) est de rang 1 si et seulement si il existe (X, Y ) ∈ Mn,1 (K) × Mp,1 (K) non
nuls tels que A = X(t Y ).
2 Soit A ∈ Mn (K) de rang 1. Montrer que A2 = tr(A)A.
Exercice de cours (exercice 58) –
1 Soit Φ ∈ L(Mn (C), C) telle que :

∀M ∈ Mn (C), ∀P ∈ GLn (C), Φ P −1 M P = Φ(M ).

Montrer qu’il existe λ ∈ C tel que Φ = λ tr.

Exercice de cours (exercice 54) –
1 Toute matrice de trace nulle est-elle semblable à une matrice de diagonale nulle ?
2 Soit A ∈ M2 (C). Montrer que A est semblable à −A si et seulement si tr(A) = 0.
Indication – On pourra montrer que si A ∈ M2 (C) est de trace nulle, alors A est semblable à une matrice de
diagonale nulle.
63 Stéphane FLON
 24. Déterminant

Proposition (Caractérisation d’inversibilité d’une matrice par le déterminant)

On suppose que A est une matrice carrée.

Les assertions suivantes sont alors équivalentes :
a) A est une matrice inversible. 57

b) det(A) ̸= 0.

Proposition (Déterminant d’un produit)

On suppose que A, B ∈ Mn (K).

58
On en déduit alors que det(AB) = det(A) det(B).

Proposition (Déterminant du produit d’une matrice carrée par un scalaire)

On suppose
i) que A ∈ Mn (K) est une matrice carrée ;
59
ii) que λ ∈ K.
On en déduit alors que det(λ A) = λn det(A).

Exemple 236 – Le déterminant est un invariant de similitude.

Information 237 – Le déterminant d’une matrice est égal à celui de sa transposée.
Mise en garde – Le déterminant se comporte mal avec l’addition.

Proposition (Caractérisation d’inversibilité d’un endomorphisme par le déterminant)

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ;
ii) que f est un endomorphisme de E.
60
Les assertions suivantes sont alors équivalentes :
a) f est un automorphisme.
b) det(f ) ̸= 0.

Proposition (Déterminant d’une composée)

On suppose
i) que E est un espace vectoriel de dimension finie non nulle ;
61
ii) que f et g sont des endomorphismes de E.
On en déduit alors que det(f g) = det(f ) det(g).

64 Stéphane FLON
 Proposition (Déterminant du produit d’un endomorphisme par un scalaire)

On suppose
i) que E est un espace vectoriel de dimension finie non nulle, notée n ;
ii) que f de E est un endomorphisme ; 62
iii) que λ ∈ K.
On en déduit alors que det(λ f ) = λn det(f ).

Proposition (Formule sur la comatrice)

On suppose que M ∈ Mn (K).

On en déduit alors que M com(M )T = com(M )T M = det(M )In .
63
En particulier, si M est inversible, M −1 = 1
det(M )
com(M )T .

Proposition (Déterminant de Vandermonde)

Soit n ∈ N∗ entier, α1 , . . . , αn+1 ∈ K.

1 1 ... 1
def α 1 α2 ... αn+1
On suppose que V (α1 , . . . , αn+1 ) = . .. .. .. . 64
.. . . .
α1n α n n
Q2 . . . αn+1
On en déduit alors que V (α1 , . . . , αn+1 ) = 1⩽i<j⩽n+1 (αj − αi ).

Exercice de cours (exercice 62) – Montrer que le déterminant d’une matrice triangulaire est le produit de
ses coefficients diagonaux.
Exercice de cours (exercice 63) – Calculer les déterminants suivants :
1 2 3 4 5 1 ... ... 1
−1 0 3 4 5 1 1 1 .. a b c
2 . 2 ... 2
−1 −2 0 4 5 , 1 j j , . .. , b c a
−1 −2 −3 0 5 1 j2 j .. . c a b
−1 −2 −3 −4 0 1 2 n
Exercice de cours (exercice 64) –
1 Calculer
1 n ... 2
..
2 1 . 3
.. .. ..
. . .
n n−1 ... 1
Réponse : (−1)n−1 nn−2 n(n+1)
2 .
2 Calculer (a, b, c ∈ R) :
(b + c)2 b2 c2
a2 (c + a)2 c2
a2 b2 (a + b)2
Réponse : 2abc(a + b + c)3 .
3
i (X MP 09, CCP PSI 09) Soit Φ : A ∈ Mn (R) 7→t A ∈ Mn (R). Calculer det Φ.
ii (X PC 09) Soit Ψ : A ∈ Mn (R) 7→ A + 2 AT . Déterminer la trace et le déterminant de Ψ.
65 Stéphane FLON
 Exercice de cours (exercice 65) –
1 On considère un entier n ⩾ 2 et n scalaires a0 , . . . , an−1 . Calculer
−X 0 ... 0 −a0
1 −X ... 0 −a1
..
0 1 . 0 −a2 .
.. .. .. .. ..
. . . . .
0 0 ... 1 −an−1 − X

2 (Pour les 5/2) En déduire que tout polynôme unitaire non constant est le polynôme caractéristique d’une
certaine matrice.

25. Interpolation de Lagrange

Exemple 238 – On considère des scalaires α0 , . . . , αn , distincts deux à deux. Pour tout i ∈ [[0, n]], on pose
Li = 0⩽i⩽n αi −αjj . La famille (Li )0⩽i⩽n est alors une base de Kn [X], appelée base d’interpolation de Lagrange
Q X−α

j̸=i
associée aux scalaires α0 , . . . , αn .
De plus, pour tout P ∈ Kn [X] : P = i=0 P (αi )Li .
Pn
Stratégie 239 – Utiliser une base d’interpolation de Lagrange.

26. Matrices par blocs et sous-espaces stables

Définition 50 (Sous-espace stable)

Soit E un espace vectoriel, F un sous-espace vectoriel de E, u un endomorphisme de E.

On dit que F est stable par u, ou que u stabilise F , si u(F ) ⊂ F .
Dans un tel cas, on peut définir l’application
|F
u|F : F → F
x 7→ u(x)
appelée endomorphisme de F induit par u. On le notera u||F

Explication 240 – La notion de sous-espace stable permet de restreindre un endomorphisme de manière à

avoir encore un endomorphisme.
▷ Exemple 241 – Les sous-espaces triviaux {0E } et E sont stables par tout endomorphisme de E.
▷ Exemple 242 – Im(u) et Ker(u) sont des sous-espaces stables par u ∈ L(E).

Proposition (Stabilité et commutation)

Soit u et v des endomorphismes de E.

On suppose que u et v commutent.
On en déduit alors
a) que Ker(u) est un sous-espace stable par v ; 65
b) que Im(u) est un sous-espace stable par v ;
c) que Ker(u − λ Id E ) est un sous-espace stable par v, pour tout λ ∈ K.

▷ Étude de stabilité 243 – La notion de sous-espace stable par u ∈ L(E) est-elle stable par somme ?
▷ Étude de stabilité 244 – La notion de sous-espace stable par u ∈ L(E) est-elle stable par intersection ?
▷ Structure 245 – L’ensemble des endomorphismes stabilisant un sous-espace F de E est muni d’une
structure de sous-algèbre de L(E).
▷ Information 246 – Soit F un sous-espace de E stable par u ∈ L(E), et soit v l’endomorphisme de F
induit par u. Pour tout n ∈ N, F est stable par un , et l’endomorphisme induit par un sur F est v n .
66 Stéphane FLON
 ▷ Information 247 – Soit F un sous-espace de E stable par u ∈ L(E), et soit v l’endomorphisme de F
induit par u. On a Ker(v) = Ker(u) ∩ F .
▷ Information 248 – Soit F un sous-espace de E stable par u ∈ L(E), et soit v l’endomorphisme de F
induit par u. On a Im(v) ⊂ Im(u) ∩ F .
Étude de stabilité 249 – La notion d’automorphisme est-elle stable par induction sur un sous-espace stable ?
Étude de stabilité 250 – La notion d’automorphisme en dimension finie est-elle stable par induction sur un
sous-espace stable ?

Définition 51 (Matrice par blocs)

On définit de manière informelle la notion de matrice par blocs comme une matrice dont les coefficients sont
regroupés par blocs matriciels.
Par exemple, si A ∈ Mn (K), B ∈ Mn,p (K), C ∈ Mp,n (K) et D ∈ Mp (K), la matrice
Å ã
A B
M=
C D
est donnée par ses blocs A, B, C, D, et carrée de taille n + p.
On définit les notions de matrices diagonales par blocs (les blocs non diagonaux sont nuls), triangulaires supé-
rieures par blocs (les blocs sous-diagonaux sont nuls), triangulaires inférieures par blocs : par exemple, lorsque
C = 0p,n , on dira que M (ci-dessus) est triangulaire supérieure par blocs.
La très grande majorité des matrices par blocs considérées est liée à la représentation matricielle d’un endomorphisme dans une base adaptée
à une décomposition en somme directe, ce qui impose notamment que la matrice par blocs soit carrée, et que les blocs diagonaux soient
également des matrices carrées.

Proposition (Traduction matricielle de la stabilité d’un sous-espace)

Soit E un espace vectoriel, F de E un sous-espace vectoriel, u de E un endomorphisme.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que B est une base adaptée à F (les premiers vecteurs de B constituent une base de F ).
66
Les assertions suivantes sont alors équivalentes :
a) F est un sous-espace stable par u.
b) MB (u) est une matrice triangulaire supérieure par blocs (le bloc en bas à gauche de taille (dim(E)−
dim(F )) × dim(F ) est nul).

Théorème du produit par blocs

On suppose que les tailles des blocs sont compatibles.

On en déduit alors que le produit de matrices par blocs s’obtient en appliquant la formule du produit
matriciel aux blocsãde ces
Å matrices. Ainsi, 67
A′ B ′ AA′ + BC ′ AB ′ + BD′
Å ãÅ ã
A B
= .
C D C ′ D′ CA′ + DC ′ CB ′ + DD′

Mise en garde 251 – Sur la formule du produit par blocs.

Exemple 252 – Soit A une matrice diagonale par blocs, de blocs diagonaux A1 , . . . , Ap . La matrice A est
inversible si et seulement si tous ses blocs diagonaux le sont, et, le cas échéant, A−1 est la matrice diagonale
par blocs, de blocs diagonaux A−1 −1
1 , . . . , Ap .
Exemple 253 – Soit A une matrice triangulaire supérieure par blocs, de blocs diagonaux A1 , . . . , Ap . Pour
tout n ∈ N, An est triangulaire supérieure par blocs, de blocs diagonaux An1 , . . . , Anp .
67 Stéphane FLON
 Proposition (Déterminant d’une matrice triangulaire par blocs)

On suppose que matrice triangulaire par blocs.

A C 68
On en déduit alors que = det(A) det(B) .
0q,p B

Mise en garde 254 – Il n’y a pas de formule générale de déterminant par blocs.
Information 255 – Le déterminant d’une matrice par blocs est inchangé par transvection par blocs (à une
ligne (resp. colonne) de blocs on ajoute un multiple d’une autre ligne (resp. colonne) de format compatible).
Exemple 256 – Soit A une matrice triangulaire supérieure par blocs, de blocs diagonaux A1 , . . . , Ap . La
matrice A est inversible si et seulement si tous les blocs diagonaux A1 , . . . , Ap sont inversibles.
Exercice de cours (exercice 94) –
Å ã
I −A
1 (X-ESPCI 16) Soit (A, B) ∈ Mn (C) et M = n . Montrer que det(M ) = det(In + AB).
B In
Exercice de cours (exercice 93) –
1 Il y a une formule pour un déterminant par blocs d’une matrice non triangulaire dans un cas bien
particulier : soit A, B, C, D ∈ Mn (K). On suppose que A est inversible, et commute avec C. Montrer que
A B
= det(AD − CB).
C D
2 Montrer cependant que cette formule n’est pas valable pour toutes matrices A, B, C, D ∈ Mn (K).
ãT Å T
CT
Å ã
A B A
Information 257 – = .
C D B T DT
Exercice de cours (exercice 95) – Pour toute matrice M ∈ Mn (C), on écrit M = A + iB, avec (A, B) ∈
Mn (R)2 . Vérifier que
A −B
= | det(M )|2
B A

27. Formes linéaires et hyperplans

Définition 52 (Forme linéaire)

Soit E un espace vectoriel.

On appelle forme linéaire sur E toute application linéaire de E dans K. Leur ensemble L(E, K) est aussi parfois
noté E ′ ou E ∗ , et appelé dual de E.

▷ Information 258 – Tout espace vectoriel de dimension finie est isomorphe à son dual.
▷ Information 259 – Une forme linéaire est soit nulle, soit surjective.
▷ Information 260 – On peut définir le produit de deux formes linéaires, mais ce produit n’est pas général
(une forme) linéaire.
▷ Exemple 261 – La trace (vue comme application de Mn (K) dans K) est une forme linéaire sur Mn (K).
▷ Exemple 262 – Soit I un intervalle et a ∈ I. L’application φ : RI → R, f 7→ f (a) est une forme linéaire,
appelé morphisme d’évaluation en a. C’est aussi unR 1morphisme d’anneaux.
▷ Exemple 263 – L’application f ∈ Cpm ([0, 1], R) 7→ 0 f (t)dt est une forme linéaire.
▷ Exemple 264 – x 7→< a, x > (où on a fixé a ∈ E) est une forme linéaire sur un espace préhilbertien E.
▷ Exemple 265 – P (un ) 7→ lim
Pn∞un est une forme linéaire sur l’espace des suites numériques convergentes.
▷ Exemple 266 – Pun 7→ Pn=0 un est une forme linéaire sur l’espace des séries numériques convergentes.
∞
▷ Exemple 267 – un 7→ n=0 un est une forme linéaire sur l’espace des séries numériques absolument
convergentes. R
▷ Exemple 268 – f 7→ I f est une forme linéaire sur l’espace des fonctions cpm sur I d’intégrale conver-
gente. R
▷ Exemple 269 – f 7→ I f est une forme linéaire sur l’espace des fonctions cpm sur I d’intégrale absolument
convergente.
▷ Exemple 270 – X 7→ E(X) est une forme linéaire sur l’espace des v.a. (définies sur un même espace
probabilisé) admettant une espérance.
68 Stéphane FLON
 Proposition (Supplémentarité et formes linéaires)

Soit E un espace vectoriel, a ∈ E.

On suppose
i) que φ : E → K est une forme linéaire ; 69
ii) que φ(a) ̸= 0.
On en déduit alors que Ker(φ) et K a sont des sous-espaces supplémentaires dans E.

Définition 53 (Codimension)

Soit E un espace vectoriel, F un sous-espace vectoriel de E.

La codimension de F dans E est la dimension de n’importe lequel de ses supplémentaires (lorsque cette dimension
commune est finie).

Lemme pour la définition d’un hyperplan

Soit E un espace vectoriel, H un sous-espace vectoriel de E.

Les assertions suivantes sont équivalentes :
70
a) H est de codimension 1 dans E.
b) H est le noyau d’une forme linéaire non nulle f sur E.

Définition 54 (Hyperplan)

Soit E un espace vectoriel, F un sous-espace vectoriel de E.

On dit que H est un hyperplan de E s’il est de codimension 1, i.e. s’il est le noyau d’une forme linéaire non
nulle φ sur E. On dit alors que H est défini par f .

▷ Information 271 – Si un sous-espace vectoriel F de E contient un hyperplan H de E, alors F = E ou

F = H.
▷ Reformulation 272 – H est un hyperplan de E si et seulement si (lorsque E est de dimension finie) H
est un sous-espace vectoriel de E tel que dim H = dim E − 1.
▷ Exemple 273 – {(x, y, z) ∈ R3 , 3x + 2y − z = 0} est un hyperplan de R3 .
▷ Exemple 274 – {M ∈ Mn (R), tr(M ) = 0} est un hyperplan de Mn (R).
▷ Exemple 275 – {f ∈ C 0 ([0, 1], R), f (1) = 0} est un hyperplan de C 0 ([0, 1], R).
▷ Reformulation 276 – Soit B une base de E. On note x1 , . . . , xn les composantes d’un vecteur x de E
selon les vecteurs de B. Une partie H de E est un hyperplan (de E) si et seulement si elle admet dans
B une équation du type
Xn
ai xi = 0,
i=1
où les scalaires a1 , . . . , an ne sont pas tous nuls.
Exercice de cours (exercice 55) – Soit n ∈ N∗ . On sait que Mn (K) et son dual L(Mn (K), K) sont isomorphes,
mais il peut être intéressant de disposer d’un isomorphisme explicite.
∆ : Mn (K) → L(Mn (K), K)
1 Montrer que l’application définit un isomorphisme de Mn (K) sur
A 7→ (M 7→ tr(AM ))
son dual.
2 En déduire que tout hyperplan de Mn (K) est de la forme {M ∈ Mn (K), tr(AM ) = 0}. Y a-t-il unicité de
la matrice A ?
69 Stéphane FLON
 3 Déduire du résultat précédent que si n ⩾ 2, alors tout hyperplan de Mn (K) comprend (au moins) une
matrice inversible.
φ : Mn (K) → L(Mn (K), K)
Exemple 277 – est un isomorphisme.
A 7→ M 7→ tr(AM )

28. Nilpotence

Définition 55 (Nilpotence)

Soit A un anneau, A ∈ A.
A est dit nilpotent s’il existe k ∈ N∗ tel que Ak = 0. Dans un tel cas, on appelle indice de nilpotence l’entier
min{k ∈ N∗ , Ak = 0}

Cela s’applique notamment au cas des anneaux L(E) et Mn (K), permettant de définir les notions d’endomorphisme nilpotent et de matrice
nilpotente.

Information 278 – Si A ∈ Mn (K) est nilpotente d’indice p, alors, pour tout entier k ⩾ p, Ak = 0n .
Exemple P 279 – La matrice de taille n dont tous les coefficients sont nuls, sauf ceux sur la surdiagonale qui
n−1
valent 1 (i.e. i=1 Ei,i+1 )) est une matrice nilpotente d’indice n.
Exemple 280 – Toute matrice triangulaire stricte est nilpotente.
Information 281 – Une matrice triangulaire est nilpotente si et seulement si elle est triangulaire stricte.
Exemple
Å 282 ã–
1 1
— est une matrice nilpotente ;
−1 −1
Å ã
1 1
— n’est pas une matrice triangulaire.
−1 −1
Exemple 283 – La dérivation dans Kn [X] (mais pas dans K[X]) est un endomorphisme nilpotent.

Proposition (Majoration de l’indice de nilpotence)

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie égale à n ; 71
ii) que f est un endomorphisme nilpotent de E.
On en déduit alors que l’indice de nilpotence p de f est majoré par la dimension de E : p ⩽ n.

Reformulation 284 – A ∈ Mn (K) est une matrice nilpotente si et seulement si An = 0.

Information 285 – Toute matrice nilpotente est de trace et de déterminant nuls.
Étude de stabilité 286 – La notion de matrice nilpotente est-elle stable par transposition ?
Étude de stabilité 287 – La notion de matrice nilpotente est-elle stable par multiplication par un scalaire ?
Étude de stabilité 288 – La notion de matrice nilpotente est-elle stable par produit matriciel ?
Étude de stabilité 289 – La notion de matrice nilpotente est-elle stable par multiplication par une matrice
avec laquelle elle commute ?
Étude de stabilité 290 – La notion de matrice nilpotente est-elle stable par addition ?
Étude de stabilité 291 – La notion de matrice nilpotente est-elle stable par addition, dans le cas où les deux
matrices commutent ?
Étude de stabilité 292 – La notion de matrice nilpotente est-elle stable par similitude ? De plus, deux
matrices nilpotentes semblables ont même indice de nilpotence.
Étude de stabilité 293 – La notion d’endomorphisme nilpotent est-elle stable par multiplication par un
scalaire ?
Étude de stabilité 294 – La notion d’endomorphisme nilpotent est-elle stable par composition ?
Étude de stabilité 295 – La notion d’endomorphisme nilpotent est-elle stable par addition ?
Étude de stabilité 296 – La notion d’endomorphisme nilpotent est-elle stable par addition, dans le cas où
les deux endomorphismes commutent ?
70 Stéphane FLON
 Étude de stabilité 297 – La notion d’endomorphisme nilpotent est-elle stable par induction sur un sous-
espace stable ?
Exercice de cours (exercice 105) – 3 Soit E un espace vectoriel de dimension finie n ∈ N∗ .
1 Soit f, g ∈ L(E) commutant. Montrer que si rg(f ◦ g) = rg(f ), alors rg(f ◦ g k ) = rg(f ) pour tout k ∈ N.
2 Montrer que si (u1 , . . . , un ) est une famille de n endomorphismes nilpotents de E, commutant deux à
deux, alors u1 . . . un = 0.
Exercice de cours (exercice 60) –
1 3 Montrer que le sous-espace vectoriel Ω de Mn (K) engendré par les matrices nilpotentes est l’hyperplan
H constitué des matrices de trace nulle.
2 Soit M ∈ M2 (R). Peut-on écrire M comme somme de matrice nilpotentes ?
3 Soit M ∈ Mn (C) telle que tr(M ) = 0.
Montrer qu’il existe A1 , . . . , Ap , B1 , . . . , Bp dans Mn (C), λ1 , . . . , λp dans C tels que M = i=1 λi (Ai Bi −Bi Ai ).
Pp

4 Soit A ∈ M2 (R) telle que tr(A) = 0. Å ã

0 b
Montrer que A est semblable à une matrice de la forme .
c 0
5
i Soit M ∈ Mn (R) nilpotente. Que dire de son rang ? Montrer que tr(M ) = 0.
ii Déterminer la dimension de l’espace vectoriel des matrices de trace nulle de Mn (R).

29. Polynômes d’endomorphismes

Définition 56 (Polynôme d’un endomorphisme)

Soit u un endomorphisme, P = k=0 ak X k ∈ K[X] un polynôme.

Pp
On appelle évaluation de P en u, et on note P (u), l’endomorphisme de E donné par :
p
def X
P (u) = ak uk
k=0
On appelle polynôme en u tout endomorphisme v de E s’écrivant comme évaluation d’un polynôme en u, on
note K[u] leur ensemble :
K[u] = {P (u), P ∈ K[X]}

Structure 298 – L’ensemble des polynômes d’un endomorphisme u ∈ L(E) est muni d’une structure de
sous-algèbre de L(E) on la note K[u].
Information 299 – L’algèbre des polynômes K[u] de u ∈ L(E) est commutative.
Information 300 – Soit u ∈ L(E). L’espace vectoriel K[u] est engendré par (uk )k∈N , et l’algèbre K[u] est
engendrée par u.
φ : K[X] → L(E)
Information 301 – L’application est un morphisme d’algèbres, d’image K[u].
P 7→ P (u)

Polynômes de matrices semblables

Soit A, B ∈ Mn (K) des matrices carrées, P une matrice inversible, Q ∈ K[X] un polynôme.
On suppose que A et B sont des matrices semblables avec B = P −1 AP .
On en déduit alors 72
a) que Q(A) et Q(B) sont des matrices semblables ;
b) que Q(B) = P −1 Q(A)P .

71 Stéphane FLON
 Endomorphisme induit par un polynôme d’un endomorphisme

Soit E un espace vectoriel, u un endomorphisme de E, F un sous-espace vectoriel de E.

On suppose
i) que F est un sous-espace stable par u ;
ii) que v est l’endomorphisme induit par u sur F ;
iii) que Q ∈ K[X] est un polynôme. 73

On en déduit alors
a) que F est un sous-espace stable par Q(u) ;
b) que l’endomorphisme induit par Q(u) sur F est égal à Q(v).

Lemme de stabilité d’un plan ou d’une droite par un endomorphisme réel

On suppose
i) que E est un espace vectoriel réel ;
ii) que E est un espace vectoriel de dimension finie non nulle ;
iii) que f est un endomorphisme de E. 74

On en déduit alors qu’il existe une droite ou un plan de E stable par f .

C’est un résultat d’algèbre linéaire et non bilinéaire

72 Stéphane FLON
 Chapitre IV

Intégration

1. Intégration sur un segment

Définition 1 (Primitive)

Soit I un intervalle, f : I → K une fonction.

On appelle primitive de f sur I toute fonction de I dans K, dérivable sur I, de dérivée égale à f .

▷ Information 1 – Une fonction donnée admet au plus une primitive prenant une valeur donnée sur un
intervalle fixé.
▷ Information 2 – Si F est une primitive de f sur I, alors l’ensemble des primitives de f sur I est
{F + λ, λ ∈ K}.
Le fait que I soit un intervalle est primordial. Par exemple, la fonction x ∈ R∗ 7→ arctan(x) +
arctan(1/x) n’est pas constante, bien que de dérivée nulle en tout point .
Mise en garde 3 – Beaucoup des résultats d’analyse ne sont valables que si le domaine de définition est un
intervalle.

Théorème fondamental de l’analyse

Soit I un intervalle, f : I → K une fonction, a ∈ I.

On suppose que f est une fonction continue.
On en déduit alors que la fonction Fa définie par :
Z x 1
∀ x ∈ I, Fa (x) = f (t)dt
a
est l’unique primitive de f sur I s’annulant en a.

Théorème de calcul d’une intégrale au moyen d’une primitive

Soit I un intervalle, f : I → K une fonction, a, b ∈ I.

On suppose
i) que f est une fonction continue ; 2
ii) que F est une primitive de f sur I.
Rb
On en déduit alors que a f = F (b) − F (a).

▷ Information 4 – Si f : I → KR est continûment dérivable (i.e. dérivable, de dérivée continue), alors, pour
tous a, b ∈ I, f (b) − f (a) = [a,b] f ′ .
α+1
Exemple 5 – xα dx = xα+1 + C (où α ̸= −1) est une primitive classique.
R

Exemple 6 – dx
R
= ln(|x|) + C est une primitive classique.
R xλ x
Exemple 7 – e dx = e λ + C (où λ ∈ C∗ ) est une primitive classique.
λx

Exemple 8 – √1−x2 = arcsin x + C = − arccos x + C ′ est une primitive classique.

R dx
R dx
Exemple 9 – 1+x 2 = arctan x + C est une primitive classique.

73
 Proposition (Changement de variable pour une fonction continue sur un segment)

Soit I et J des intervalles, α, β ∈ J, f : I → K et φ : J → I des fonctions.

On suppose
i) que f est une fonction continue ;
3
ii) que φ est une fonction continûment dérivable.
R φ(β) Rβ
On en déduit alors que φ(α) f (t)dt = α f (φ(u))φ′ (u)du.

Ra√
▷ Exemple 10 – Soit a ∈ R∗+ . 0
a2 − t2 dt = π a2
4 .

Proposition (Intégration par parties sur un segment)

Soit I un intervalle, a, b ∈ I.
On suppose que u et v sont des fonctions continûment dérivables sur I. 4
Rb Rb
On en déduit alors que a uv ′ = [uv]ba − a u′ v.

R
Exemple 11 – ln(x) dx = x ln(x) − x + C est une primitive classique.
Exercice de cours (exercice 11) –

1 Pour tout n ∈ N∗ , soit un = 1 sin(t)

Rn
t dt. Montrer que la suite (un ) est bornée.
Exemple 12 – x2 +a2 = a arctan( a ) + C (a ∈ R∗+ ) est une primitive.
R dx 1 x
R dx 1 1+x
Exemple 13 – 1−x 2 = 2 ln 1−x + C est une primitive.

Exercice de cours (exercice 12) –

1 Soit (a, b, c) ∈ R∗ × R × R. Rappeler comment trouver les primitives de f : x 7→ 1

ax2 +bx+c (sur un intervalle
I où f est définie).R
dx
Exemple 14 – cos(x) 2 = tan(x) + C est une primitive.
R dx
Exemple 15 – sin(x)2 = − cotan(x) + C est une primitive.
R
Exemple 16 – R tan(x)dx = − ln | cos(x)|
+ C est une primitive.
dx
Exemple 17 – cos(x) = ln tan x2 + π4 + C est une primitive.
R dx
Exemple 18 – sin(x) = ln tan x2 + C est une primitive.

2. Formules de Taylor

Théorème (Formule de Taylor avec reste intégral)

Soit n un entier naturel, I un intervalle, a, b ∈ I.

On suppose que f ∈ C n+1 (I, K). 5
k
Pn Rb (b−t)n (n+1)
On en déduit alors que f (b) = k=0 (b−a)k! f
(k)
(a) + a n! f (t)dt.

▷ Recul 19 – La formule de Taylor avec reste intégral est la mère des autres formules de Taylor.
▷ Recul 20 – La formule de Taylor avec reste intégral est une égalité globale.
Pn k Rx n
▷ Exemple 21 – Pour tout réel x : ex = k=0 xk! + 0 (x−t) et dt.
Pn!
n k R x (x−t)n
▷ Exemple 22 – Pour tout x ∈] − 1, +∞[ : ln(1 + x) = k=1 (−1)k−1 xk + (−1)n 0 (1+t) n+1 dt.

74 Stéphane FLON
 Théorème (Inégalité de Taylor-Lagrange)

Soit n un entier naturel, I un intervalle, a, b ∈ I.

On suppose que f ∈ C n+1 (I, K).
k
Pn |b−a|n+1
On en déduit alors que f (b) − k=0 (b−a) k! f
(k)
(a) ⩽ (n+1)! sup |f (n+1) |. 6
s(a,b)
s(a, b) désigne ici le segment d’extrémités a et b

▷ Recul 23 – L’inégalité de Taylor-Lagrange est globale.

▷ Exemple 24 – Pour la fonction exponentielle (définie comme solution au problème de Cauchy y ′ = y et
y(0) = 1), l’inégalité de Taylor-Lagrange donne, pour tout x ∈ R+

n
X xk xn+1 x
ex − ⩽ e
k! (n + 1)!
k=0

P∞ 1
En particulier, pour x = 1, on obtient : k=0 k! = e.
|x|n+1
Pour tout x ∈ R− , on a : e − k=0 k! ⩽ (n+1)! .
x
Pn xk

▷ Exemple 25 – Pour la fonction logarithme, l’inégalité de Taylor-Lagrange donne, pour tout x ∈ R+ :

n
X xk xn+1
ln(1 + x) − (−1)k−1 ⩽
k n+1
k=1

(−1)k−1
P∞
En particulier, pour x = 1, on obtient : k=1 = ln(2).
Pnk k |x|n+1
Pour tout x ∈] − 1, 0], on a : ln(1 + x) − k=1 (−1)k−1 xk ⩽ (n+1)(1+x) n+1 .
P∞ 1
En particulier, pour x = −1/2, on obtient : k=1 k 2k = ln(2).
Dans ce dernier exemple, la majoration du reste donnée par l’inégalité de Taylor-Lagrange est
d’ailleurs plutôt mauvaise (on peut facilement faire beaucoup mieux).
5
3 4 3 4 3
x3 |x|5
▷ Exemple 26 – Pour tout réel x, x− x6 − x24 ⩽ sin(x) ⩽ x− x6 + x24 et x− x6 − |x|
5! ⩽ sin(x) ⩽ x− 6 + 5! .
Ainsi, 5/6 approche sin(1) à 10−2 près (5! > 100).

Théorème (Formule de Taylor-Young)

Soit n un entier naturel, I un intervalle, a ∈ I.

On suppose que f ∈ C n (I, K).
Pn k
On en déduit alors que f (x) = k=0 (x−a) k! f (k) (a) + ox → a ((x − a)n ).
7
Cet énoncé donne une condition suffisante d’admission d’un DLn (a) : elle n’est pas nécessaire, voir votre cours de MPSI pour
un exemple de fonction admettant un DL2 (0) mais qui n’est pas deux fois dérivable en 0 (encore moins de classe C 2 sur un
voisinage de 0).

Mise en garde 27 – La formule de Taylor-Young est locale, elle ne donne la valeur de la fonction qu’au point
où elle est appliquée.
75 Stéphane FLON
 3. Fonction continue par morceaux sur un segment, sur un intervalle

Définition 2 (Fonction continue par morceaux sur un segment)

Soit [a, b] un segment, f : [a, b] → K une fonction.

On dit que f est continue par morceaux (sur le segment [a, b]) s’il existe une subdivision σ = (x0 , . . . , xn ) de
[a, b] (pour un certain entier n ∈ N∗ ), telle que, pour tout entier k ∈ [[0, n − 1]] :
(1) La restriction fk de f à ]xk , xk+1 [ est continue.
(2) Cette restriction est prolongeable par continuité aux points xk et xk+1 .
On dit que la subdivision σ est adaptée (ou subordonnée) à f .
On note Cpm ([a, b]) (ou Cpm ([a, b], K)) l’ensemble des fonctions continues par morceaux sur le segment [a, b], et
à valeurs dans K.
Ne pas oublier la condition (2).

▷ En pratique 28 – Il est rare de revenir à la notion de continuité par morceaux.

▷ Exemple 29 – Toute fonction continue sur un segment est continue par morceaux sur ce segment.
▷ Exemple 30 – Toute fonction en escalier sur un segment est continue par morceaux sur ce segment.
▷ Structure 31 – L’ensemble des fonctions continues par morceaux sur un segment [a, b] est muni d’une
structure de sous-algèbre de K[a,b] .
▷ Structure 32 – L’ensemble des fonctions continues sur un segment [a, b] est muni d’une structure de
sous-algèbre de Cpm ([a, b]).
▷ Structure 33 – L’ensemble des fonctions en escalier sur un segment [a, b] est muni d’une structure de
sous-algèbre de Cpm ([a, b]).
▷ Étude de stabilité 34 – La notion de fonction continue par morceaux sur un segment est-elle stable par
passage au module ?
▷ Étude de stabilité 35 – La notion de fonction continue par morceaux sur un segment est-elle stable par
restriction à un segment ?
▷ Étude de stabilité 36 – La notion de fonction continue par morceaux sur un segment est-elle stable par
modification en un nombre fini de points ?
▷ Reformulation 37 – f est une fonction continue par morceaux sur un segment de subdivision adaptée
σ = (x0 , . . . , xn ) si et seulement si pour tout entier k ∈ [[0, n − 1]], la restriction de f à ]xk , xk+1 [ est
continue, f a une limite finie à droite en xk , et f a une limite finie à gauche en xk+1 .
▷ Reformulation 38 – f est une fonction continue par morceaux sur un segment si et seulement si f s’écrit
comme la somme d’une fonction continue et d’une fonction en escalier sur ce segment.
▷ Information 39 – Si f est une fonction continue par morceaux sur un segment [a, b], alors f a une limite
finie à gauche en tout point de ]a, b], et une limite finie à droite en tout point de [a, b[ (et la réciproque
est fausse).
▷ Information 40 – Si f est une fonction continue par morceaux sur un segment [a, b], alors f n’a qu’un
nombre fini de points de discontinuité (et la réciproque est fausse). En particulier, si f est continue en
x0 , alors elle est continue au voisinage de x0 .
Exemple 41 – Toute fonction continue par morceaux sur un segment est bornée sur ce segment.
Étude de stabilité 42 – La notion de fonction continue par morceaux sur un segment est-elle stable par
composition ?
Étude de stabilité 43 – La notion de fonction continue par morceaux sur un segment est-elle stable par
composition à droite par une fonction continue strictement monotone ?

Définition 3 (Fonction continue par morceaux sur un intervalle)

Soit I un intervalle, f : I → K une fonction.

On dit que f est continue par morceaux si, pour tout segment [a, b] inclus dans I, la restriction de f à [a, b]
est continue par morceaux. On note Cpm (I) (ou Cpm (I, K)) l’ensemble des fonctions continues par morceaux sur
l’intervalle I, et à valeurs dans K.

▷ Structure 44 – L’ensemble des fonctions continues par morceaux sur un intervalle I est muni d’une
structure de sous-algèbre de KI .
76 Stéphane FLON
▷ Exemple 45 – Toute fonction continue sur un intervalle est continue par morceaux sur ce même intervalle.
▷ Exemple 46 – La fonction partie entière E : R → R est continue par morceaux sur R.
▷ Exemple 47 – La fonction x ∈]0, 1] 7→ E(1/x) est continue par morceaux sur ]0, 1], mais aucun de ses
prolongements à [0, 1] ne l’est.
▷ Mise en garde 48 – Une fonction continue par morceaux sur un intervalle peut avoir une infinité de
points de discontinuité.
▷ Mise en garde 49 – Une fonction continue par morceaux sur un intervalle n’est pas nécessairement
bornée.

4. Intégrale d’une fonction continue par morceaux sur un segment

R 5/2
▷ Exemple 50 – 0 E(t)dt = 2. R
▷ Information 51 – On ne change pas [a,b] f si on change la valeur de f en un nombre fini de points.

Proposition (Linéarité de l’intégrale pour les fonctions cpm sur un segment)

Soit [a, b] un segment.

On a :
i) Cpm ([a, b]) est un espace vectoriel ; 8
∆ : Cpm ([a, b]) → K
ii) R est une forme linéaire.
f 7→ [a,b] f

Proposition (Croissance de l’intégrale)

Soit [a, b] un segment.

On suppose
i) que f et g sont des fonctions continues par morceaux sur un segment [a, b] ;
ii) que f et g sont des fonctions à valeurs réelles.
On en déduit alors 9
R
a) que (Positivité de l’intégrale) Si f ⩾ 0, alors f ⩾ 0;
[a,b]
R R
b) que (Croissance de l’intégrale) Si f ⩽ g, alors [a,b] f ⩽ [a,b] g ;
R R
c) que (Inégalité triangulaire intégrale, cas réel) | [a,b] f | ⩽ [a,b] |f |.

Proposition (Stricte positivité de l’intégrale pour les fonctions continues)

Soit [a, b] un segment.

On suppose
i) que f est une fonction continue sur [a, b] ;
ii) que f est une fonction positive sur [a, b] ;
iii) que a < b ; 10
R
iv) que [a,b] f = 0.
On en déduit alors que f est identiquement nulle sur [a, b].
R
La contraposée est souvent employée : si f est continue, non identiquement nulle et positive, alors [a,b] f > 0. Le résultat
tombe en défaut si f est seulement supposée continue par morceaux, mais f doit être nulle en tout point où elle est continue.

77 Stéphane FLON
 Proposition (Stricte croissance de l’intégrale pour les fonctions continues)

Soit [a, b] un segment.

On suppose
i) que f et g sont des fonctions continues sur [a, b] ;
ii) que f ⩽ g et f ̸= g ; 11
iii) que a < b.
R R
On en déduit alors que [a,b]
f< [a,b]
g.
L’hypothèse (f ⩽ g et f ̸= g) peut s’écrire f < g dans ce cours.

Proposition (Relation de Chasles)

Soit f une fonction continue par morceaux sur un segment [a, b], α, β, γ ∈ [a, b].
Rγ Rβ Rγ 12
On a : α f (t)dt = α f (t)dt + β f (t)dt.

Proposition (Relation de Chasles généralisée)

Soit f une
R x fonction continue par morceaux sur un segment sur [a, b], x0 , . . . , xn ∈ [a, b].
Pn−1 R x
On a : x0n f (t)dt = i=0 xii+1 f (t)dt. 13

Théorème sur les sommes de Riemann

Soit [a, b] un segment.

On suppose
i) que f : [a, b] → K est une fonction continue ; 14
k=0 f a + k n , pour tout n ∈ N .
Pn−1 ∗
ii) que Sn = b−a b−a


n
Rb
On en déduit alors que la suite (Sn ) converge vers a f (t)dt.

Proposition (Inégalité triangulaire intégrale, cas continu par morceaux sur un segment)

On suppose que f est une fonction continue par morceaux sur un segment [a, b].
R R
On en déduit alors que [a,b] f ⩽ [a,b] |f |. 15

78 Stéphane FLON
 Proposition (Changement de variable pour une fonction cpm sur un segment)

On suppose
i) que f est une fonction continue par morceaux sur un segment [a, b] ;
ii) que φ : [α, β] →[a, b] est une fonction bijective ;
iii) que φ est une fonction continûment dérivable ;
iv) que φ est une fonction strictement monotone.
On en déduit alors 16
a) que f ◦ φ est une fonction continue par morceaux ;
R φ(β) Rβ
b) que φ(α) f (t)dt = α f (φ(u))φ′ (u)du.

Ceci n’est qu’un cas particulier de la formule de changement de variable dans une intégrale généralisée. Contrairement à la
formule de changement de variable pour une fonction continue sur un segment, l’hypothèse de stricte monotonie de φ est
essentielle

5. Aspects bilinéaires

Proposition (Inégalité de Cauchy-Schwarz intégrale sur un segment)

On suppose que f et g sont des fonctions continues par morceaux sur un segment [a, b].
On en déduit alors
ÄR ä2 R 17
a) que [a,b] f g ⩽ [a,b] f 2 [a,b] g 2 ;
R

b) que si de plus f et g sont continues, alors il y a égalité si et seulement si (f, g) est liée..

Proposition (Inégalités de la moyenne)

On suppose que f et g sont des fonctions continues par morceaux sur un segment [a, b].
R R
On en déduit alors que [a,b] f g ⩽ sup[a,b] |f | [a,b] |g|.
18
R
En particulier, [a,b]
f ⩽ sup[a,b] |f |(b − a).
Ne pas oublier la valeur absolue (le module si f ou g est à valeurs complexes).

6. Valeur moyenne

Définition 4 (Valeur moyenne d’une fonction continue par morceaux sur un segment)

Soit a, b ∈ R, où a < b, f une fonction continue par morceaux sur un segment [a, b].
On appelle valeur moyenne de la fonction continue par morceaux f sur le segment [a, b], le scalaire :
Z b
1
f (t)dt.
b−a a

▷ Information 52 – La fonction qui à une fonction continue par morceaux sur [a, b] associe sa valeur
moyenne (sur [a, b]) est linéaire.
79 Stéphane FLON
 ▷ Information 53 – Si f est continue par morceaux sur [a, b], et à valeurs réelles, alors sa valeur moyenne
(sur [a, b]) est comprise entre inf [a,b] f et sup[a,b] f .
▷ Exemple 54 – Une fonction constante de valeur λ sur [a, b] a pour valeur moyenne λ sur [a, b].
▷ Exemple 55 – Si f : R → R est une fonction affine, alors sa valeur moyenne sur [a, b] vaut f (a)+f 2
(b)
, soit
a+b


aussi f 2 .
▷ Exemple 56 – Si [a, b] est centré en 0, et si f est impaire continue par morceaux sur [a, b], alors sa valeur
moyenne sur [a, b] = [−b, b] est nulle.
▷ Exemple 57 – Si [a, b] est centré en 0, et si f est paire continue par morceaux sur [a, b], alors sa valeur
moyenne sur [a, b] = [−b, b] est égale à sa valeur moyenne sur [0, b].

Définition 5 (Valeur moyenne d’une fonction périodique continue par morceaux)

Soit f une fonction continue par morceaux sur R, f fonction périodique de période T > 0.
RT
On appelle valeur moyenne de f le scalaire T1 0 f (t)dt.
R, la valeur moyenne de f 1
R a+T
En fait, dans ce contexte, pour tout a ∈ vaut T a
f (t)dt, et elle est également inchangée si on choisit une
autre période.

▷ Exemple 58 – Une fonction constante de valeur λ a pour valeur moyenne λ.

▷ Exemple 59 – Les fonctions sinus et cosinus ont une moyenne nulle.
▷ Information 60 – Si f est périodique de valeur moyenne µ, alors pour tout α ∈ R∗+ , et tout β ∈ R, la
fonction t 7→ f (α t + β) est périodique de valeur moyenne µ.
Exemple 61 – cos2 et sin2 ont toutes les deux 21 pour valeur moyenne.

7. Intégrales généralisées

Définition 6 (Nature d’une intégrale généralisée sur un intervalle semi-ouvert à droite)

Soit a ∈ R, b ∈ R ∪ {+∞}, a < b, f une fonction continue par morceaux sur [a, b[.
Z b Z x
On dit que l’intégrale f est convergente (ou encore qu’elle existe) si la fonction x 7→ f a une limite finie
a Z b Z b a
R
en b. Si tel est le cas, on note f (ou f (t) dt, ou encore [a,b[ f ) cette limite. Sinon, cette intégrale est dite
a a
divergente.
La nature d’une intégrale généralisée est sa convergence ou sa divergence (selon la situation).
Rb Ra def Rb
Si a f (t)dt converge, on pose b f (t)dt = − a f (t)dt.
Nous emploierons parfois l’expression  intégrale impropre  au lieu d’intégrale généralisée.

Notation 62 – Sur la notation d’une intégrale généralisée.

Définition 7 (Nature d’une intégrale généralisée sur un intervalle semi-ouvert à gauche)

Soit a ∈ R ∪ {−∞}, b ∈ R, a < b, f une fonction continue par morceaux sur ]a, b].
Z b Z b
On dit que l’intégrale f est convergente (ou encore qu’elle existe) si la fonction x 7→ f a une limite finie
a Z b Z b x
R
en a. Si tel est le cas, on note f (ou f (t) dt, ou encore ]a,b] f ) cette limite. Sinon, cette intégrale est dite
a a
divergente.
La nature d’une intégrale généralisée est sa convergence ou sa divergence (selon la situation).
Rb Ra def Rb
Si a f (t)dt converge, on pose b f (t)dt = − a f (t)dt.

R R
Reformulation 63 – Soit f continue par morceaux sur [a, b[, et soit c ∈]a, b[. Les intégrales [a,b[ f et [c,b[ f
R
ont même nature. Ainsi, la nature de [a,b[ f ne dépend que du comportement de f au voisinage de b.
80 Stéphane FLON
 R R
Reformulation 64 – Soit f continue par morceaux sur ]a, b], et soit c ∈]a, b[. Les intégrales ]a,b] f et ]a,c] f
R
ont même nature. Ainsi, la nature de ]a,b] f ne dépend que du comportement de f au voisinage de a.

Proposition (Relation de Chasles pour une intégrale généralisée)

On suppose
i) que f est une fonction continue par morceaux sur un intervalle [a, b[ ;
ii) que c ∈]a, b[.
On en déduit alors
Rb Rb 19
a) que a f et c f sont des intégrales de même nature ;
Rb Rc Rb
b) que (en cas de convergence) a f = a f + c f .
R
On a un énoncé analogue pour une intégrale généralisée ]a,b]
f.

R +∞ dt
Exemple 65 – 1 est convergente.
R +∞ t2 dt
Exemple 66 – 0 2 est convergente.
R +∞ (1+t)
dt
Exemple 67 – 0 1+t2 est convergente.
Exemple 68 – Soit α ∈ C, et fα : t 7→ eα t . L’intégrale R+ f converge si et seulement si Re(α) < 0, et elle
R

vaut alors − α1 . R +∞ dx
Exemple 69 – L’intégrale R1 est divergente, bien que la fonction x 7→ x1 tende vers 0 en +∞.
1 dt x
Exemple 70 – L’intégrale R0 √t est convergente, bien que la fonction t ∈]0, 1] 7→ √1t ne soit pas bornée.
Exemple 71 – L’intégrale ]0,1] ln est convergente, bien que la fonction ln ne soit pas bornée sur ]0, 1].

Définition 8 (Nature d’une intégrale généralisée sur un intervalle ouvert)

Soit a ∈ R ∪ {−∞}, b ∈ R ∪ {+∞}, où a < b, f une fonction continue par morceaux sur ]a, b[.
Rb Rc Rb
Soit c ∈]a, b[. On dit que l’intégrale a f est convergente si les intégrales a f et c f convergent. Si tel est le
Rb Rb R
cas, on note a f (ou a f (t)dt, ou encore ]a,b[ f ) le scalaire
Z b Z c Z b
def
f = f+ f.
a a c
Sinon, cette intégrale est dite divergente.
La nature d’une intégrale généralisée est sa convergence ou sa divergence (selon la situation).
Rb Ra def Rb
Si a f (t)dt converge, on pose b f (t)dt = − a f (t)dt.
On s’assurera que cette définition est bien indépendante du choix de c.

Mise en garde 72 –R Dans une intégrale à deux bornes problématiques, on étudie séparément les deux bornes.
+∞ dt
▷ Exemple 73 – 0 √ est divergente (problème en +∞).
R +∞ dtt
▷ Exemple 74 – 0 t2 est divergente (problème en 0). R +∞
▷ Exemple 75 – Si f (t) = √1t pour tout t ∈]0, 1] et f (t) = t12 pour tout t > 1, alors 0 f (t)dt est
convergente.

8. Propriétés des intégrales généralisées

Vocabulaire 76 – Cohérence des notations intégrales en cas d’ambiguı̈té, notion d’intégrale faussement
impropre. R1
▷ Exemple 77 – 0 sin(t)
t dt est convergente, car en fait faussement impropre (en 0).
C
R
ReformulationR 78 – Soit f : I →
R une fonction continue par morceaux. L’intégrale I
f (t)dt est convergente
si et seulement si I Re(f )(t)dt et I Im(f )(t)dt convergent.
81 Stéphane FLON
 Linéarité des intégrales généralisées

On suppose que CV (I, K) est l’ensemble des fonctions f de I dans K telles que
R
I
f converge.
On en déduit alors
a) que CV (I, K) est un espace vectoriel ; 20
∇ : CV (I, K) → K
b) que R est une forme linéaire.
f 7→ I f

Mise en garde 79 – Une mauvaise application de la linéarité peut introduire des termes divergents.
Étude de stabilité 80 – La notion de fonction d’intégrale convergente sur I est-elle stable par produit ?

Positivité des intégrales généralisées

Soit f : I → R une fonction continue par morceaux sur un intervalle.

On suppose
i) que f est une fonction positive ; 21
R
ii) que I f est une intégrale généralisée convergente.
R
On en déduit alors que I f ⩾ 0.

Croissance des intégrales généralisées

Soit f, g : I → R des fonctions continues par morceaux sur un intervalle.

On suppose
i) que f ⩽ g ; 22
R R
ii) que I f et I g sont des intégrales généralisées convergentes.
R R
On en déduit alors que I f ⩽ I g.

Primitive de limite nulle en b

On suppose
i) que f : [a, b[→ K est une fonction continue ;
Rb
ii) que a f (t)dt est une intégrale généralisée convergente.
Z x 23
On en déduit alors que l’application G : x 7→ f est l’unique primitive de f de limite nulle en b.
b
C’est plus une remarque qu’un véritable énoncé, qui peut avoir son utilité dans plusieurs exercices.

82 Stéphane FLON
 9. Intégrales de Riemann

Définition 9 (Intégrale de Riemann)

R +∞ dt
R1dt
On appelle intégrale de Riemann une intégrale de la forme 1 ta ou 0 ta
, pour un certain réel a.
Bien sûr, on pourrait remplacer la borne 1 par toute borne b ∈ R∗+ sans changer la nature de ces intégrales.

Proposition (Nature des intégrales de Riemann)

Soit a ∈ R.
On a :
R +∞ dt R +∞ dt 1
i) 1 ta converge si et seulement si a > 1, et, le cas échéant : 1 ta = a−1 . ;
R1 R 1 dt
ii) 0 dt 1
ta converge si et seulement si a < 1, et, le cas échéant : 0 ta = 1−a . ; 24
R +∞ dt
iii) 0 ta est divergente, quelle que soit la valeur de a..

Les intégrales de Riemann sont très souvent utilisées pour les études d’intégrabilité.
La valeur de ces intégrales est anecdotique, c’est leur nature qui importe.

10. Changement de variable et intégration par parties

Théorème (Changement de variable sur un intervalle quelconque)

On suppose
i) que f : ]a, b[ → K est une fonction continue par morceaux sur un intervalle ;
ii) que φ : ]α, β[ →]a, b[ est une fonction bijective ;
iii) que φ est une fonction continûment dérivable ;
iv) que φ est une fonction strictement monotone. 25
On en déduit alors
Rβ R lim φ
a) que α f φ(u) φ′ (u)du et lim φ f (t)dt sont des intégrales de même nature ;
β


α

Rβ R lim φ
f φ(u) φ′ (u)du = lim φ f (t)dt.
β


b) que (en cas de convergence) α
α

En pratique 81 – Changement de variable dans une intégrale généralisée.

Rπ
Exemple 82 – Soit g ∈ Cpm (]− π2 , π2 [, K). Les intégrales −2 π g(tan(t))dt et −∞
R +∞ g(u)
2
1+u2 du sont de même nature,
et égales en cas de convergence.
Exercice de cours (exercice 36) –

1 Soit a, α ∈ R. Montrer que

R a+1 dx
Ra dx
a (x−a)α converge si et seulement si α < 1. Montrer que a−1 (a−x)α
converge si et seulement si α < 1.
83 Stéphane FLON
 Théorème (Intégration par parties sur un intervalle quelconque)

On suppose
i) que f et g sont des fonctions continûment dérivables de ]a, b[ dans K ;
ii) que f g admet une limite finie en a et b. On note [f g]ba le scalaire lim f g − lim f g.
b a
On en déduit alors
Rb Rb 26
a) que a f g ′ et a f ′ g sont des intégrales de même nature ;
Rb Rb
b) que (en cas de convergence) a f (t)g ′ (t)dt = [f g]ba − a f ′ (t)g(t)dt.

Le programme autorise donc, sous réserve des justifications d’usage, d’effectuer une intégration par parties dans une intégrale
généralisée.

11. Intégrale généralisée d’une fonction positive

Rédaction 83 – Intégrale divergente d’une fonction positive.

Proposition (Caractérisation de la convergence dans le cas positif)

On suppose
i) que f : [a, b[→ R est une fonction continue par morceaux sur un intervalle ;
ii) que f : [a, b[→ R est une fonction positive.
Les assertions suivantes sont alors équivalentes :
Rb
a) a f est une intégrale généralisée convergente. 27
Rx
b) x 7→ a f est une fonction majorée.

On peut observer qu’en cas de convergence, on a en outre ab f = supx∈[a,b[ ax f .

R R
R R
On laisse le lecteur adapter cet énoncé dans le cas de ]a,b] f et de ]a,b[ f .

Proposition (Ordre et convergence dans le cas positif)

Soit f et g des fonctions continues par morceaux sur un intervalle.

On suppose
i) que f et g sont des fonctions positives ;
ii) que f ⩽ g ; 28
R
iii) que I g est une intégrale généralisée convergente.
R
On en déduit alors que I f est une intégrale généralisée convergente.

Mise en garde 84 – Pour étudier la nature d’une intégrale, on compare souvent son intégrande à d’autres
fonctions, on ne compare pas souvent des intégrales.
84 Stéphane FLON
 Proposition (Ordre et divergence dans le cas positif)

Soit f et g des fonctions continues par morceaux sur un intervalle.

On suppose
i) que f et g sont des fonctions positives ;
ii) que f ⩽ g ; 29
R
iii) que I f est une intégrale généralisée divergente.
R
On en déduit alors que I g est une intégrale généralisée divergente.

Proposition (Relations d’ordre et convergence d’intégrales dans le cas positif)

Soit f et g sur [a, b[ des fonctions continues par morceaux sur un intervalle.
On suppose
i) que f et g sont des fonctions positives ;
ii) que f = Ob (g) ;
R 30
iii) que [a,b[ g est une intégrale généralisée convergente.
R
On en déduit alors que [a,b[ f est une intégrale généralisée convergente.
Si f = ob (g) ou f ∼b g, alors f = Ob (g) : on a donc des énoncés analogues dans ces cas.

Exercice de cours (exercice 37) –

R +∞ ln(1+t)
1 Montrer que 0 t3/2
dt converge.
Exercice de cours (exercice 38) –
Soit α, β ∈ R. Montrer que e
R +∞ dx
1 xα ln(x)β
converge si et seulement si (α > 1 ou (α = 1 et β > 1)).
Soit α, β ∈ R. Montrer que 0 xα | ln(x)|β converge si et seulement si (α < 1 ou (α = 1 et β > 1)).
R 1/e dx
2

12. Intégrabilité, absolue convergence

Définition 10 (Fonction intégrable)

Soit I un intervalle d’extrémités a et b, f : I → K une fonction continue par morceaux sur un intervalle.
Rb Rb
On dit que f est intégrable sur I, ou encore que l’intégrale a f est absolument convergente, si a |f | converge.
On notera L1 (I, K) l’ensemble des fonctions intégrables sur I (à valeurs dans K).

Recul 85 – La bonne notion de convergence d’intégrale est celle d’absolue convergence.

Définition 11 (Intégrale semi-convergente)

Une intégrale est dite semi-convergente si elle est convergente mais non absolument convergente.

▷ Reformulation 86 – f est une fonction intégrable sur ]a, b[ si et seulement si (pour un c ∈]a, b[ fixé) f
est intégrable sur ]a, c] et sur [c, b[.
▷ Reformulation 87 – f est une fonction intégrable sur ]a, b] si et seulement si (lorsque f est de signe
Rb
constant) a f converge.
▷ Structure 88 – L’ensemble des fonctions intégrables sur I est muni d’une structure de sous-espace
vectoriel de Cpm (I, K).
▷ Exemple 89 – ln est une fonction intégrable sur ]0, 1].
85 Stéphane FLON
 ▷ Exemple 90 – Pour α dans R, x 7→ 1
xα est intégrable sur [1, +∞[ si et seulement si α > 1.
▷ Exemple 91 – Pour α dans R, x →7 1
xα est intégrable sur ]0, 1] si et seulement si α < 1.

Théorème (La convergence absolue d’une intégrale implique sa convergence)

R
On suppose que I f est une intégrale absolument convergente.
On en déduit alors
R
a) que I f est une intégrale généralisée convergente ;
R R 31
b) que I f ⩽ I |f |.

Dans votre rédaction, il faut privilégier l’absolue convergence, car elle se comporte bien mieux avec les relations de comparaison
que la convergence.

Proposition (Séparation de la norme 1 pour les fonctions continues)

On suppose
i) que I est un intervalle d’intérieur non vide ;
ii) que f : I → K est une fonction continue ;
32
iii) que f est une fonction intégrable sur I ;
R
iv) que I |f | = 0.
On en déduit alors que f est une fonction identiquement nulle sur I.

Proposition (Intégrabilité et comparaison)

Soit f et g des fonctions continues par morceaux sur un intervalle I.

On suppose
i) que g est une fonction intégrable sur I ; 33
ii) que |f | ⩽ |g|.
On en déduit alors que f est une fonction intégrable sur I.

Proposition (Intégrabilité et relation de domination)

Soit f, g : [a, b[→ K des fonctions continues par morceaux sur un intervalle.
On suppose
i) que g est une fonction intégrable sur [a, b[ ;
ii) que f (x) = Ox → b (g(x)). 34
On en déduit alors que f est une fonction intégrable sur [a, b[.
Cette proposition est très utile pour établir l’intégrabilité d’une fonction. On la combine souvent à l’exemple des intégrales
de Riemann.

Exemple 92 – Si f est une fonction continue par morceaux sur ]0, b] et s’il existe α < 1 tel que tα f (t) =
Ot → 0 (1), alors f est intégrable sur ]0, b].
Exemple 93 – Si f est une fonction continue par morceaux sur [b, +∞[ et s’il existe α > 1 tel que tα f (t) =
Ot → +∞ (1), alors f est intégrable sur [b, +∞[.
86 Stéphane FLON
 Proposition (Intégrabilité et équivalence de fonctions)

Soit f, g : [a, b[→ K des fonctions continues par morceaux sur un intervalle.
On suppose que f (x) ∼ g(x).
x→b
Les assertions suivantes sont alors équivalentes : 35
a) f est une fonction intégrable sur [a, b[.
b) g est une fonction intégrable sur [a, b[.

3
▷ Exemple 94 – R∗ sint2(t) dt est une intégrale absolument convergente.
R
+
▷ Exemple 95 – R+ t7 e−t cos(t)dt est une intégrale absolument convergente.
R

Étude de stabilité 96 – La notion d’intégrabilité est-elle stable par produit ?

Exemple 97 – t 7→ e−t tx−1 est intégrable sur R∗+ si et seulement si le réel x est strictement positif.
2 est une fonction intégrable sur R+ .
ln(t) ∗
Exemple 98 – t 7→ 1+t
Exemple 99 – Pour α dans R, x 7→ (x−a)α sur ]a, b] est intégrable si et seulement si α < 1.
1

Exemple 100 – Pour α dans R, x 7→ |x−a| 1

α est intégrable sur [b, a[ (où b < a pour une fois) si et seulement

si α < 1.

Définition 12 (Fonction de carré intégrable)

Soit f : I → K une fonction continue par morceaux sur un intervalle.

On dit que f est de carré intégrable si f 2 est intégrable. On note L2 (I, K) l’ensemble des fonctions de carré
intégrable sur I.

Étude de stabilité 101 – La notion de fonction de carré intégrable est-elle stable par produit ?

Proposition (Produit de deux fonctions de carré intégrable)

On suppose que f, g : I → R sont des fonctions de carré intégrable sur I.

36
On en déduit alors que f g est une fonction intégrable sur I.

Structure 102 – L’ensemble des fonctions de carré intégrable est muni d’une structure de sous-espace
vectoriel de Cpm (I, K).
Mise en garde – Une fonction intégrable n’est pas toujours de carré intégrable.
Mise en garde – Une fonction de carré intégrable n’est pas toujours intégrable.
Information 103 – Toute fonction de carré intégrable sur un intervalle borné est intégrable sur cet intervalle :
si I est borné, alors L2 (I, K) ⊂ L1 (I, K).

Proposition (Structure préhilbertienne sur les fonctions continues de carré intégrable)

On suppose que I est un intervalle d’intérieur non vide.

On en déduit alors
a) que φ : (f, g) ∈ (L2 (I, R))2 7→ I f g est une forme bilinéaire symétrique positive ;
R
37
b) que φ induit un produit scalaire sur l’espace des fonctions de I dans R, continues et de carré
intégrable.

87 Stéphane FLON
 Proposition (Inégalité de Cauchy-Schwarz pour les fonctions de carré intégrable)

On suppose que f et g sont des fonctions

»R de»carré intégrable de I dans R.
R R
On en déduit alors que I f g ⩽ |f |2· |g|2 .
I I 38
La formule reste valable pour des fonctions de carré intégrable à valeurs complexes.

Rédaction 104 – Inégalité de Cauchy-Schwarz et produit de fonctions de carré intégrable.

Étude de stabilité 105 – La notion de fonction intégrable est-elle stable par domination ?
Étude de stabilité 106 – La notion de fonction intégrable est-elle stable par équivalence ?
Étude de stabilité 107 – La notion de fonction intégrable est-elle stable par prépondérance ?

Théorème de comparaison entre une série et une intégrale, le retour

Soit f : R+ → R une fonction continue par morceaux.

On suppose
i) que f est une application positive ;
ii) que f est une application décroissante.
Les assertions suivantes sont alors équivalentes : 39
a) f est une fonction intégrable sur R+ .
P
b) f (n) est une série numérique convergente.

Il faut savoir mettre en œuvre l’encadrement vu dans la démonstration.

13. Intégration des relations de comparaison

Proposition (Intégration des relations de comparaison, cas convergent)

Soit f, g : [a, b[→ K des fonctions continues par morceaux sur un intervalle.
On suppose
i) que g est une fonction intégrable sur [a, b[ ;
ii) que g est une fonction positive.
On en déduit alors 40
Rb ä ÄR b
a) que si f (x) = o (g(x)), alors x
f (t)dt = o
g(t)dt ; x
x→b x→b
Rb ÄR b ä
b) que si f (x) = O (g(x)), alors x f (t)dt = O x
g(t)dt ;
x→b x→b
Rb Rb
c) que si f (x) ∼ g(x), alors x f (t)dt ∼ x g(t)dt.
x→b x→b

88 Stéphane FLON
 Proposition (Intégration des relations de comparaison, cas divergent)

Soit f, g : [a, b[→ K des fonctions continues par morceaux sur un intervalle.
On suppose
i) que g est une fonction intégrable sur [a, b[ ;
ii) que g est une fonction positive.
On en déduit alors 41
Rx Rx

a) que si f (x) = o (g(x)), alors a
f (t)dt = o a
g(t)dt ;
x→b x→b
Rx Rx

b) que si f (x) = O (g(x)), alors a f (t)dt = O a
g(t)dt ;
x→b x→b
Rx Rx
c) que si f (x) ∼ g(x), alors a f (t)dt ∼ a g(t)dt.
x→b x→b

14. Intégrales généralisées classiques

Définition 13 (Fonction Gamma d’Euler)

On appelle fonction Γ d’Euler la fonction Γ : x ∈ R∗+ 7→ R∗ e−t tx−1 dt

R
+

Premières propriétés de la fonction Gamma d’Euler

On a :
i) le domaine de définition de la fonction Γ d’Euler est R∗+ ;
42
ii) pour tout x ∈ R∗+ , Γ(x + 1) = xΓ(x) ;
iii) Γ(n) = (n − 1)! pour tout n ∈ N∗ .

Définition 14 (Intégrale de Gauss)

R +∞ 2
On appelle intégrale de Gauss l’intégrale −∞
e−x dx.
2
e−x dx est aussi parfois appelée intégrale de Gauss.
R +∞
L’intégrale 0

Exemple 108 – L’intégrale de Gauss est une intégrale généralisée convergente.

Intégrale de Gauss et fonction Gamma d’Euler

R +∞ 2 R +∞ −t
On a : −∞
e−x dx = 0
e√
t
dt(= Γ(1/2)).. 43

√ R +∞ 2 √
Exemple 109 – L’intégrale de Gauss vaut π: −∞
e−x dx = π.
89 Stéphane FLON
 Définition 15 (Intégrale de Dirichlet)

R +∞ sin(t)
On appelle intégrale de Dirichlet l’intégrale 0 t dt.
sin(x)
Certains appellent sinus cardinal la fonction x 7→ x .

Propriétés de l’intégrale de Dirichlet

On suppose que I est l’intégrale de Dirichlet.

On en déduit alors
a) que I est une intégrale semi-convergente ; 44
R +∞ Ä sin(t) ä2
b) que I = 0 t dt.

R +∞ sin(t)
Exemple 110 – L’intégrale de Dirichlet vaut π2 : 0 π
t dt = 2 .
Étude de stabilité 111 – La notion d’intégrale généralisée convergente est-elle stable par domination ?
Étude de stabilité 112 – La notion d’intégrale généralisée convergente est-elle stable par équivalence ?
Étude de stabilité 113 – La notion d’intégrale généralisée convergente est-elle stable par prépondérance ?

90 Stéphane FLON
 Chapitre V

Espaces vectoriels normés

1. Normes et espaces vectoriels normés

Définition 1 (Norme)

Soit E un espace vectoriel sur le corps K (dans tout le chapitre, K est égal à R ou C), ∥·∥ : E → R une fonction.
On dit que ∥·∥ est une norme sur E si :
(1) (positivité) ∀ x ∈ E, ∥x∥ ⩾ 0.
(2) (axiome de séparation) ∀ x ∈ E, ∥x∥ = 0 ⇒ x = 0E .
(3) (inégalité triangulaire) ∀ x, y ∈ E, ∥x + y∥ ⩽ ∥x∥ + ∥y∥.
(4) (homogénéité) ∀(λ, x) ∈ K × E, ∥λ x∥ = |λ| ∥x∥.
Une structure d’espace vectoriel normé (en abrégé : evn, ou EVN ) consiste en la donnée d’un couple (E, ∥·∥),
où ∥·∥ est une norme sur le K-espace vectoriel E.
On parlera parfois d’evn E plutôt que d’evn (E, ∥·∥) : la norme utilisée sera implicite.

Exemple 1 – L’application | · | : K → R+ (valeur absolue dans R, module dans C) est une norme. C’est la
norme que nous considérerons par défaut sur K. Les normes sur K sont les α | · |, où α décrit R∗+ .
▷ Rédaction 2 – Établir une structure d’EVN.
▷ Stratégie 3 – Caractérisation du vecteur nul dans un EVN.

Définition 2 (Norme associée à un produit scalaire (EVN))

Soit (E, < ·, · >) un espace préhilbertien.

∥·∥ : E → R+
L’application √ est appelée norme associée au produit scalaire < ·, · > (ou à la
x 7→ < x, x >
structure préhilbertienne) de E.

Exemple 4 – Toute norme associée à un produit scalaire est bien une norme.

Définition 3 (Normes usuelles)

Soit n ∈ N∗ .
def Pn
La norme 1 sur Kn , notée ∥ ∥1 , est donnée par ∀ x = (x1 , . . . , xn ) ∈ Kn , ∥x∥1 = |x |.
def
»P i=1 i
La norme 2, notée ∥ ∥2 sur Kn , donnée par ∀ x = (x1 , . . . , xn ) ∈ Kn ,
n 2
∥x∥2 = i=1 |xi |
def
La norme infinie, notée ∥ ∥∞ sur Kn , donnée par ∀ x = (x1 , . . . , xn ) ∈ Kn , ∥x∥∞ = max{|xi |, i ∈ [[1, n]]}

Dans le cas où K = R, la norme 2 est la norme associée au produit scalaire canonique sur Rn .

Exercice de cours (exercice 7) –

1 Une norme N sur Rn est dite absolue si : ∀x ∈ Rn , N (x) = N (|x|), où |x| est le vecteur dont les
coordonnées sont les valeurs absolues de celles de x.
Soit (x, y) ∈ (Rn )2 . On note |x| ⩽ |y| si toutes les coordonnées de |y| − |x| sont positives.
i Donner des exemples de normes absolues.
ii Soit N une norme absolue sur Rn . Si (x, y) ∈ Rn × Rn et |x| ⩽ |y|, montrer que N (x) ⩽ N (y).
91
Indication – Observer que x est dans l’enveloppe convexe des (±y1 , . . . , ±yn ).
iii Soient ∥ ∥ la norme euclidienne canonique sur Rn , u ∈ GLn (R) et Nu définie par : ∀x ∈ Rn , Nu (x) =
∥u(x)∥.
L’application Nu est-elle une norme absolue sur Rn ?
def
2 Soit ∥·∥ une norme absolue sur Rn . Pour tout (z1 , . . . , zn ) ∈ Cn , on pose N ((z1 , . . . , zn )) = ∥(|z1 |, . . . , |zn |)∥.
Montrer que N est une norme sur Cn .
Exemple 5 – Les normes usuelles sur Kn sont bien des normes.

Définition 4 (Norme de la convergence uniforme)

Soit X un ensemble non vide.

Notons B(X, K) le K-espace vectoriel des fonctions bornées de X dans K. La norme de la convergence uniforme
(également appelée norme infinie) sur cet espace, notée ∥·∥∞ , est donnée par
def
∀ f ∈ B(X, K), ∥f ∥∞ = sup{|f (x)|, x ∈ X}

Cette borne supérieure n’a pas de raison a priori d’être atteinte. Cette norme interviendra souvent lors du chapitre sur les suites et séries
de fonctions.

Exemple 6 – La norme de la convergence uniforme est une norme.

Inégalité triangulaire généralisée

n
Soit E un
Pespace
n Pn normé, (x1 , . . . , xn ) ∈ E .
vectoriel
On a : ∥ i=1 xi ∥ ⩽ i=1 ∥xi ∥.
On a même, en exploitant l’homogénéité : pour tout (x1 , . . . , xn ) ∈ E n , tout (λ1 , . . . , λn ) ∈ Kn , 1
n
X n
X
λi xi ⩽ |λi | ∥xi ∥
i=1 i=1

Seconde inégalité triangulaire

Soit E un espace vectoriel normé, x, y ∈ E.

On a : ∀ x, y ∈ E, | ∥x∥ − ∥y∥ | ⩽ ∥x ± y∥. 2

Définition 5 (Structure d’EVN produit)

Soit (E1 , ∥·∥1 ), . . . , (En , ∥·∥n ) des espaces vectoriels normés.

L’application
∥·∥ : E1 × · · · × En → R+
def
x = (x1 , . . . , xn ) 7→ ∥x∥ = max ∥xi ∥i
1⩽i⩽n
confère à E1 × · · · × En une structure d’evn, dite structure d’evn produit sur E1 × · · · × En .

▷ Étude de stabilité 7 – La notion de norme sur E est-elle stable par addition ?

▷ Étude de stabilité 8 – La notion de norme est-elle stable par multiplication par un réel strictement
positif ?
▷ Étude de stabilité 9 – La notion de norme est-elle stable par restriction à un sous-espace vectoriel ? La
norme sur F ainsi obtenue est dite induite par la structure d’EVN de E.
▷ Étude de stabilité 10 – La notion de norme est-elle stable par composition à droite par une application
linéaire ?
▷ Étude de stabilité 11 – La notion de norme est-elle stable par composition à droite par une application
linéaire injective ?
92 Stéphane FLON
 ▷ Étude de stabilité 12 – La notion de norme est-elle stable par composition à droite par un isomorphisme ?
Plus précisément, si φ : F → E est un isomorphisme d’espaces vectoriels, alors l’application N 7→ N ◦ φ
définit une bijection de l’ensemble des normes sur E sur l’ensemble des normes sur F .

Définition 6 (Semi-norme)

Soit E un espace vectoriel, N : E → R une fonction.

On dit que N est une semi-norme sur E si N est positive, homogène, et vérifie l’inégalité triangulaire.

▷ Reformulation 13 – N est une norme si et seulement si N est une semi-norme vérifiant l’axiome de
séparation.
▷ Étude de stabilité 14 – La notion de semi-norme sur E est-elle stable par addition ?
▷ Étude de stabilité 15 – La notion de semi-norme est-elle stable par multiplication par un réel positif ou
nul ?
▷ Étude de stabilité 16 – La notion de semi-norme est-elle stable par restriction à un sous-espace vectoriel ?
▷ Étude de stabilité 17 – La notion de semi-norme est-elle stable par composition à droite par une appli-
cation linéaire ?
▷ Stratégie 18 – Pour établir une structure d’EVN, utiliser les stabilités de la notion de semi-norme.

Définition 7 (Vecteur unitaire)

x
Un vecteur d’un evn E est dit unitaire s’il est de norme 1. Pour tout vecteur non nul x d’un evn E, ∥x∥ est
unitaire, et appelé normalisé de x.

▷ Exemple 19 – Les vecteurs de la base canonique de Kn sont unitaires pour la norme 1, la norme 2, et
la norme infinie.
Dans R2 , (1, 1) est unitaire pour la norme infinie, mais pas pour les normes 1 et 2.
Pour la norme de la convergence uniforme sur [0, 1], les fonctions x 7→ xn (où n ∈ N), la fonction
cosinus, sont unitaires, mais pas la fonction sinus.

Définition 8 (Distance associée à une norme)

Étant donné une norme ∥·∥ sur E, l’application

d : E 2 → R+
(x, y) 7→ ∥x − y∥
est appelée distance associée à la norme ∥·∥.
(Propriétés d’une distance) Dans ce contexte, d vérifie :
(1) (positivité) ∀ x, y ∈ E, d(x, y) ⩾ 0.
(2) (axiome de séparation) ∀ x, y ∈ E, d(x, y) = 0 ⇔ x = y.
(3) (symétrie) ∀ x, y ∈ E, d(x, y) = d(y, x).
(4) (inégalité triangulaire) ∀ x, y, z ∈ E, d(x, z) ⩽ d(x, y) + d(y, z).

Extension 20 – Notion générale de distance, d’espace métrique.

Exercice de cours (exercice 3) – Soit (E, ∥·∥) un evn réel.

1 On suppose que ∥·∥ est la norme associée à un produit scalaire < ·, · >.
2 2 2 2
Établir l’identité du parallélogramme : pour tous vecteurs u et v de E, ∥u + v∥ +∥u − v∥ = 2(∥u∥ +∥v∥ ).

2 En déduire que les normes ∥·∥∞ et ∥·∥1 sur R2 ne sont pas associées à un produit scalaire.
93 Stéphane FLON
 Définition 9 (Distance d’un point à une partie non vide)

Soit E un espace vectoriel normé, A une partie non vide de E, x ∈ E.

On appelle distance de x à A et on note d(x, A) le réel
def
d(x, A) = inf{d(x, a), a ∈ A}.

On observera que si x ∈ A, alors d(x, A) = 0, mais qu’on peut trouver des exemples de x et A tels que d(x, A) = 0 et, pourtant, x ∈ / A.
Plus généralement, il n’existe pas nécessairement a ∈ A tel que d(x, A) = d(x, a) : on dit que la distance de x à A n’est pas nécessairement
atteinte.

2. Notion de norme d’algèbre

Définition 10 (Norme d’algèbre)

Soit E une algèbre, ∥·∥ une norme sur E.

On dit que la norme ∥·∥ est une norme d’algèbres si
∀ u, v ∈ E, ∥uv∥ ⩽ ∥u∥ ∥v∥ .
On dit alors que (E, ∥·∥) est une K-algèbre normée, et que la norme est sous-multiplicative
On impose aussi parfois que N (1E ) = 1.

Explication 21 – Intérêt de la sous-multiplicativité de la norme.

Exemple 22 – La norme de la convergence uniforme est une norme d’algèbre.

3. Comparaison des normes

Définition 11 (Normes équivalentes)

Soit ∥·∥ et N deux normes sur un même K-espace vectoriel E. On dit que ∥·∥ est équivalente à N s’il existe des
réels strictement positifs α et β tels que
∀ x ∈ E, αN (x) ⩽ ∥x∥ ⩽ βN (x).

Nous verrons que si E est un K-espace vectoriel de dimension finie, toutes les normes sont équivalentes.

Exemple 23 – Sur l’ensemble des normes d’un K-espace vectoriel fixé, la relation  est équivalente à  est
une relation d’équivalence.
Stratégie 24 – Montrer que deux normes ne sont pas équivalentes.
Exercice de cours (exercice 8) – Montrer  à la main  que les normes usuelles sur Kn sont équivalentes.
Exemple 25 – Considérons les normes suivantes sur E = C([a, b], K) (où a < b) :
(1) La norme de la convergence en moyenne sur E, notée ∥·∥1 , par
Z
∀ f ∈ E, ∥f ∥1 = |f |
[a,b]

(2) La norme de la convergence en moyenne quadratique sur E, notée ∥·∥2 , par

Z
∀ f ∈ E, ∥f ∥2 = |f |2
[a,b]
R
On reconnaı̂t d’ailleurs dans le cas réel la norme associée au produit scalaire (f, g) 7→ [a,b]
f g sur E.
(3) La norme infinie sur B([a, b], K) induit une norme sur E (et, dans ce cas restreint, le sup est en fait un
max).
Ces normes sont deux à deux non équivalentes.
94 Stéphane FLON
 4. Boules, sphères, parties bornées

Définition 12 (Boules et sphères)

Soit E un espace vectoriel normé de distance associée d.

Soit a ∈ E et r ∈ R+ .
— L’ensemble {x ∈ E, d(x, a) ⩽ r} est appelé boule fermée de centre a et de rayon r, et noté B(a, r) ou
Bf (a, r).
— L’ensemble {x ∈ E, d(x, a) < r} est appelé boule ouverte de centre a et de rayon r, et noté B(a, r).
— L’ensemble {x ∈ E, d(x, a) = r} est appelé sphère de centre a et de rayon r, et noté S(a, r).
La boule unité (fermée ou ouverte selon le cas) est celle de centre 0E et de rayon 1. De même pour la sphère
unité.

Exercice de cours (exercice 9) – Dans R2 , représenter la boule unité fermée pour ∥·∥∞ , ∥·∥2 , ∥·∥1 .
Information 26 – Soit r, r′ ∈ R+ tels que r < r′ . On a, pour tout a ∈ E : B(a, r) ⊂ B(a, r) ⊂ B(a, r′ ).
On en déduit par exemple qu’une partie X d’un EVN E contient (resp. est incluse dans) une boule ouverte
de rayon non nul centrée en a ∈ E si et seulement si elle contient (resp. est incluse dans) une boule fermée de
rayon non nul centrée en a .
Reformulation 27 – N et ∥·∥ sont des normes équivalentes sur E si et seulement si il existe des scalaires
strictement positifs r et r′ tels que Bf,N (0E , r) ⊂ Bf,∥·∥ (0E , 1) ⊂ Bf,N (0E , r′ ).
Exemple 28 – Dans le cas de l’evn R (muni de la norme valeur absolue), on a B(a, r) =]a − r, a + r[ et
B(a, r) = [a − r, a + r] pour tout (a, r) ∈ R × R+ .

Définition 13 (Parties, suites, fonctions bornées)

Soit E un espace vectoriel normé, A une partie bornée de E.

Une partie A de E est bornée s’il existe M ∈ R+ tel que
∀ a ∈ A, ∥a∥ ⩽ M.
Une suite ou une fonction à valeurs dans E est dite bornée si son image l’est.

Dans le cas où E = R, muni de la valeur absolue, une partie A de R est bornée s’il existe M ∈ R+ tel que, pour tout a ∈ A, on ait |a| ⩽ M .

Exemple 29 – Dans un EVN, toute boule est bornée.

Proposition (Caractérisation des parties bornées réelles)

On suppose que A est une partie de R.

Les assertions suivantes sont alors équivalentes :
a) A est une partie bornée.
b) — A est une partie majorée ; 3
— A est une partie minorée.

Pour que cet énoncé ne soit pas creux, il faut comprendre que la définition d’une partie bornée de R est celle donnée dans ce
chapitre.

Stratégie 30 – Pour montrer la bornitude, montrer que la norme est majorée.

▷ Mise en garde 31 – Les notions de majoration et minoration n’ont pas de sens dans un EVN quelconque.
▷ Étude de stabilité 32 – La notion de partie bornée est-elle stable par union ?
▷ Étude de stabilité 33 – La notion de partie bornée est-elle stable par union finie ?
▷ Étude de stabilité 34 – La notion de partie bornée est-elle stable par sous-partie ?
▷ Exemple 35 – Dans un EVN, toute sphère est bornée.
▷ Étude de stabilité 36 – La notion de partie bornée est-elle stable par intersection ?
▷ Étude de stabilité 37 – La notion de partie bornée est-elle stable par passage au complémentaire ?
▷ Étude de stabilité 38 – La notion de partie bornée est-elle stable par produit cartésien ?
95 Stéphane FLON
 ▷ Reformulation 39 – A est une partie bornée si et seulement si A est incluse dans une boule (fermée ou
ouverte, peu importe) centrée en 0E .
▷ Reformulation 40 – A est une partie bornée si et seulement si A est incluse dans une boule (fermée ou
ouverte, peu importe).
Reformulation 41 – N et ∥·∥ sont des normes équivalentes sur E si et seulement si N et ∥·∥ définissent les
mêmes parties bornées.
Extension 42 – Généralisation de la norme de la convergence uniforme.

Définition 14 (Partie convexe)

Soit E un espace vectoriel réel, x, y ∈ E.

On appelle segment d’extrémités x et y (ou segment joignant x à y) et on note [x, y] l’ensemble
def
[x, y] = {λ x + (1 − λ) y, 0 ⩽ λ ⩽ 1}
On dit qu’une partie A de E est convexe si elle contient le segment joignant deux quelconques de ses points,
i.e. telle que
∀ x, y ∈ A, [x, y] ⊂ A

Pour tous x, y ∈ E, [x, y] = [y, x].

▷ Exemple 43 – Si x et y sont deux réels, [x, y] est l’ensemble des réels compris au sens large entre x et y.
Selon le contexte, si x < y, [y, x] pourra désigner [x, y] ou ∅.
▷ Exemple 44 – Tout segment est une partie bornée.
▷ Exemple 45 – Tout segment est une partie convexe.
▷ Exemple 46 – Tout sous-espace affine est une partie convexe.
Exemple 47 – Toute boule est une partie convexe.
▷ Information 48 – Une sphère est rarement convexe.

Proposition (caractérisation des parties réelles convexes)

On suppose que A est une partie de R.

Les assertions suivantes sont alors équivalentes :
a) A est une partie convexe. 4

b) A est un intervalle.

Étude de stabilité 49 – La notion de partie convexe est-elle stable par intersection ? Si A est une partie de
E, l’intersection des parties convexes de E contenant A est le plus petit convexe de E contenant A, et elle est
appelée enveloppe convexe de A. Cette enveloppe convexe est aussi l’ensemble des barycentres de points de E
affectés de poids positifs
▷ Étude de stabilité 50 – La notion de partie convexe est-elle stable par union ?
▷ Étude de stabilité 51 – La notion de partie convexe est-elle stable par passage au complémentaire ?
▷ Étude de stabilité 52 – La notion de partie convexe est-elle stable par produit cartésien ?
Exercice de cours (exercice 10) – Soit P ∈ C[X] non constant. Montrer que toute racine de P ′ est dans
l’enveloppe convexe de l’ensemble des racines de P .
96 Stéphane FLON
 5. Suites d’éléments d’un espace vectoriel normé

Définition 15 (Suite convergente)

Soit E un espace vectoriel normé.

Soit (un ) une suite d’éléments de E, et ℓ ∈ E. On dit que la suite (un ) converge vers ℓ si :
∀ ε ∈ R∗+ , ∃N ∈ N, ∀ n ∈ N, (n ⩾ N ) ⇒(∥un − ℓ∥ ⩽ ε).
Dans ce cas, on note un →ℓ ou lim un = ℓ.
n n
La suite (un ) est dite convergente s’il existe un élément de E vers lequel elle converge. Une suite non convergente
est dite divergente.
Comme pour les suites réelles ou complexes, l’existence d’une limite ne va pas de soi : on fera donc attention à l’emploi de la notation
lim un .
n

▷ Reformulation 53 – (un ) est une suite convergente vers ℓ si et seulement si (∥un − ℓ∥) est une suite
numérique convergente vers 0.
▷ Reformulation 54 – (un ) est une suite convergente vers ℓ si et seulement si pour tout ε ∈ R∗+ , il existe
un rang à partir duquel un appartient à la boule (ouverte ou fermée, cela ne change rien) de centre ℓ et
de rayon ε.
▷ Exemple 55 – Pour toutes matrices A, B ∈ Mn (K), la suite (A + k1 B)k∈N∗ converge vers A dans Mn (K)
(pour n’importe laquelle des normes sur cet espace).
Information 56 – Une suite d’un EVN admet au plus une limite.
Exemple 57 – Toute suite convergente est une suite bornée.

Proposition (Limite de la suite des normes)

On suppose que (un ) est une suite convergente vers ℓ.

5
On en déduit alors que (∥un ∥) est une suite convergente vers ∥ℓ∥.

Théorème (Opérations algébriques sur les suites convergentes)

Soit E un espace vectoriel normé.

On a :
i) l’ensemble C des suites convergentes d’éléments de E est un espace vectoriel ; 6
φ : C → E
ii) est une application linéaire.
u 7→ lim u

Proposition (Produit d’une suite numérique et d’une suite vectorielle convergentes)

Soit E un espace vectoriel normé, (un )n∈N une suite d’élements de E.

On suppose
i) que (λn ) est une suite numérique convergente vers µ ; 7
ii) que (un ) est une suite convergente vers v.
On en déduit alors que (λn un ) est une suite convergente vers µv.

97 Stéphane FLON
 Théorème (Produit de suites convergentes dans une algèbre normée)

On suppose que (E, ∥·∥) est une algèbre normée.

On en déduit alors
a) que l’ensemble C des suites convergentes d’éléments de E est une sous-algèbre de E N ;
8

b) que φ : u ∈ C 7→ lim u est un morphisme d’algèbres.

Reformulation 58 – N et ∥·∥ sont des normes équivalentes sur E si et seulement si N et ∥·∥ définissent les
mêmes suites convergentes, vers les mêmes limites.

Définition 16 (Suite extraite)

On appelle extractrice toute fonction strictement croissante φ de N dans N.

Soit (un ), (vn ) ∈ E N . On dit que (vn ) est extraite de (un ) s’il existe une extractrice φ pour laquelle v = u ◦ φ,
i.e.
∀ n ∈ N, vn = uφ(n)
On dit alors que v est extraite de u via φ. On appelle valeur d’adhérence de (un ) toute limite d’une suite extraite
convergente de (un ).

Information 59 – La relation  est extraite de  est transitive.

▷ Étude de stabilité 60 – La notion de suite convergente est-elle stable par suite extraite ? Toute suite
extraite d’une suite convergente de limite ℓ converge vers ℓ.
▷ Information 61 – Une suite convergente admet une unique valeur d’adhérence. Ainsi, une suite dont
deux suites extraites admettent des limites différentes est nécessairement divergente.
▷ Information 62 – La relation  est extraite de  est réflexive.
▷ Mise en garde – La relation  est extraite de  n’est pas symétrique.
▷ Mise en garde – La relation  est extraite de  n’est pas antisymétrique.

Définition 17 (Limites supérieure et inférieure d’une suite réelle)

Soit (un ) une suite réelle.

Pour tout n ∈ N, on pose Xn = {xk , k ⩾ n}, Sn = sup Xn et In = inf Xn . On appelle limite supérieure (resp.
limite inférieure) et on note lim sup un (resp. lim inf un ) la limite de la suite (Sn ) (resp. (In )).
n∞ n∞

Lemme pour Bolzano-Weierstrass

On suppose
i) que (un ) est une suite réelle ;
ii) que (un ) est une suite bornée.
On en déduit alors 9
a) que lim sup un et lim inf un sont des valeurs d’adhérence de (un ) ;
n∞ n∞

b) que de plus, toute valeur d’adhérence de (un ) est comprise entre lim sup un et lim inf un .
n∞ n∞

98 Stéphane FLON
 Théorème de Bolzano-Weierstrass

On suppose que (un ) est une suite bornée réelle ou complexe.

10
On en déduit alors que (un ) admet une valeur d’adhérence.

Corollaire du théorème de Bolzano-Weierstrass

Soit (un ) une suite numérique.

Les assertions suivantes sont équivalentes :
a) (un ) est une suite convergente. 11
b) — (un ) est une suite bornée ;
— (un ) admet une unique valeur d’adhérence.

u2n


Exercice de cours (exercice 35) – (X MP 05) Déterminer les suites réelles bornées telles que un + 2
converge.

6. Ouverts et fermés d’un evn

Définition 18 (Point intérieur à une partie)

Soit E un espace vectoriel normé, A une partie de E, a ∈ E.

On dit que le point a est intérieur à A (ou que A est un voisinage de a), s’il existe ε ∈ R∗+ tel que
B(a, ε) ⊂ A

Dans R, on définit aussi la notion de voisinage de ±∞.

Information 63 – Tout point intérieur à A appartient à A.

Reformulation 64 – a est un point intérieur à A si et seulement si ∃ε ∈ R∗+ , B(a, ε) ⊂ A.
Étude de stabilité 65 – La notion de voisinage de a ∈ E est-elle stable par surpartie ? Si a ∈ E est intérieur
à A, et si A ⊂ B, alors a est intérieur à B
Étude de stabilité 66 – La notion de voisinage de a ∈ E est-elle stable par union ?
Étude de stabilité 67 – La notion de voisinage de a ∈ E est-elle stable par intersection ?
Étude de stabilité 68 – La notion de voisinage de a ∈ E est-elle stable par intersection finie ?
Extension 69 – On a les mêmes stabilités et non stabilités pour les voisinages de ±∞ dans R.
Information 70 – (Séparation des points dans un EVN) Étant donné deux points distincts a et b de E,
il existe des boules disjointes de rayon strictement positif centrées en a et b respectivement. Autrement dit, il
existe des voisinages respectifs Va et Vb de a et b tels que Va ∩ Vb = ∅.
Reformulation 71 – (un ) est une suite convergente vers ℓ si et seulement si pour tout voisinage Vℓ de ℓ, on
a un ∈ Vℓ à partir d’un certain rang. Cela fonctionne aussi pour les suites réelles tendant vers ±∞.
Reformulation 72 – N et ∥·∥ sont des normes équivalentes sur E si et seulement si N et ∥·∥ définissent les
mêmes voisinages.

Définition 19 (Ouvert)

Soit E un espace vectoriel normé, A une partie de E.

A est dite ouverte si tout point de A est intérieur à A (i.e. si A est voisinage de chacun de ses points).

Explication 73 – Un ouvert est un ensemble stable par petites perturbations.

Reformulation 74 – N et ∥·∥ sont des normes équivalentes sur E si et seulement si N et ∥·∥ définissent les
mêmes ouverts.
Exemple 75 – E et ∅ sont des ouverts de E.
99 Stéphane FLON
 Exemple 76 – Toute boule ouverte est un ouvert de E.
Exemple 77 – Les intervalles de la forme ]a, b[, ]a, +∞[, ] − ∞, a[, où a, b ∈ R et a ⩽ b, ainsi que ∅ et R sont
des ouverts de R.
Étude de stabilité 78 – La notion d’ouvert est-elle stable par union ?
Étude de stabilité 79 – La notion d’ouvert est-elle stable par intersection ?
Étude de stabilité 80 – La notion d’ouvert est-elle stable par intersection finie ?
Étude de stabilité 81 – La notion d’ouvert est-elle stable par produit cartésien ?
Culture 82 – Sur la notion de topologie.

Définition 20 (Point adhérent)

Soit E un espace vectoriel normé, A une partie de E, a ∈ E.

a est dit adhérent à A si A rencontre toute boule de rayon non nul centrée en a :
∀ ε ∈ R∗+ , B(a, ε) ∩ A ̸= ∅

Exemple 83 – Tout point de A est un point adhérent à A.

Exemple 84 – Si A est une partie non vide et majorée (resp. minorée) de R, alors sup A ∈ A (resp. inf A ∈ A).

Lemme pour la définition d’une partie fermée

Soit E un espace vectoriel normé, A une partie de E.

Les assertions suivantes sont équivalentes :
12
a) le complémentaire E \ A de A dans E est ouvert dans E.
b) tout point adhérent à A appartient à A.

Définition 21 (Fermé)

Soit E un espace vectoriel normé, A une partie de E.

On dit que A est une partie fermée de E si tout point adhérent à A appartient à A, soit encore si son complé-
mentaire dans E est un ouvert de E.

Reformulation 85 – A est un ouvert de E si et seulement si E \ A est un fermé de E.

Exemple 86 – E et ∅ sont des fermés de E.
Exemple 87 – Toute boule fermée est un fermé.
Exemple 88 – Les intervalles de la forme [a, b], [a, +∞[ et ] − ∞, a], où a, b ∈ R et a ⩽ b, ainsi que ∅ et R
sont des fermés de R.
Étude de stabilité 89 – La notion de fermé est-elle stable par intersection ?
Étude de stabilité 90 – La notion de fermé est-elle stable par union ?
Étude de stabilité 91 – La notion de fermé est-elle stable par union finie ?
Étude de stabilité 92 – La notion de fermé est-elle stable par produit cartésien ?
Exemple 93 – [0, 1[ est une partie de R ni ouverte, ni fermée dans R
Mise en garde 94 – La plupart des parties d’un evn ne sont ni ouvertes, ni fermées.
Mise en garde 95 – Le fait d’être ouvert n’est pas le contraire du fait d’être fermé.

Proposition (Caractérisation séquentielle des points adhérents à une partie)

Soit E un espace vectoriel normé, A une partie de E, a ∈ E.

Les assertions suivantes sont équivalentes :
13
a) a est un point adhérent à A.
b) il existe une suite (un )n∈N de points de A, convergeant vers a.

100 Stéphane FLON

 Corollaire (Caractérisation séquentielle des fermés)

Soit E un espace vectoriel normé, A une partie de E.

Les assertions suivantes sont équivalentes :
a) A est un fermé. 14
b) pour toute suite convergente (un ) de points de A, lim un ∈ A.
n

Exemple 96 – Toute sphère est un fermé.

Exercice de cours (exercice 36) – Montrer que R et ∅ sont les seules parties de R à la fois ouvertes et fermées
de R.

7. Intérieur, adhérence, frontière

Définition 22 (Intérieur, adhérence, frontière d’une partie)

Soit E un espace vectoriel normé, A une partie de E.

o
— On appelle intérieur de A (dans E) et on note A l’ensemble des points intérieurs à A (dans E).
— On appelle adhérence de A (dans E) et on note A l’ensemble des points adhérents à A (dans E).
— On appelle frontière de A (dans E), et on note parfois Fr(A) ou ∂A, l’ensemble des points adhérents à
A et à son complémentaire (dans E).

Reformulation 97 – B est l’adhérence de A dans E si et seulement si B est l’ensemble des limites de suites
convergentes de points de A dans E.
Reformulation 98 – B est la frontière de A dans E si et seulement si B est la frontière de E \ A dans E.
Exemple 99 – Pour tout r > 0 et tout a ∈ E, B(a, r) et B(a, r) ont même adhérence B(a, r), même intérieur
B(a, r) et même frontière S(a, r).
o o
Exemple 100 – E = E, [a, b] =]a, b[ (dans R).
Exemple 101 – Un intervalle I de R est d’intérieur vide si et seulement si I est vide ou est un singleton, si
et seulement si I est fini. N est infini et d’intérieur vide (mais n’est pas un intervalle).
Exemple 102 – E = E, ]a, b[ = [a, b] (dans R, et si a < b).

Adhérence, intérieur et complémentaire

Soit E un espace vectoriel normé, A de E une partie.

˚ 15
On a : E \ A = E
˘ \ A.

o
Exemple 103 – L’intérieur A d’une partie A de E est un ouvert.
Exemple 104 – L’adhérence A d’une partie A de E est un fermé.
Reformulation 105 – B est l’intérieur de A si et seulement si B est le plus grand ouvert de E inclus dans
A.
Reformulation 106 – B est l’adhérence de A si et seulement si B est le plus petit fermé de E contenant A.
▷ Mise en garde 107 – L’intérieur d’une partie est relative à l’espace ambiant. De même pour l’adhérence.
o
▷ Information 108 – On a A ⊂ A, l’égalité se produisant si et seulement si A est ouvert.
▷ Information 109 – On a A ⊂ A, l’égalité se produisant si et seulement si A est fermé.
▷ Reformulation 110 – Une partie d’un evn est un fermé si et seulement si elle contient son adhérence.
▷ Reformulation 111 – Une partie d’un evn est un fermé si et seulement si elle est égale à son adhérence.
▷ Reformulation 112 – Une partie d’un evn est un ouvert si et seulement si elle est contenue dans son
intérieur.
▷ Reformulation 113 – Une partie d’un evn est un ouvert si et seulement si elle est égale à son intérieur.
o o
▷ Information 114 – Si A ⊂ B, alors A ⊂ B.
▷ Information 115 – Si A ⊂ B, alors A ⊂ B.
101 Stéphane FLON
 o
Reformulation 116 – B est la frontière de A si et seulement si B = A \ A.
▷ Reformulation 117 – A est un ouvert de E si et seulement si A ne possède aucun point de sa frontière.
▷ Reformulation 118 – A est un fermé de E si et seulement si A possède tous les points de sa frontière.
Étude de stabilité 119 – La notion de partie convexe est-elle stable par adhérence ?
Étude de stabilité 120 – La notion de partie convexe est-elle stable par intérieur ?
Étude de stabilité 121 – La notion de sous-espace vectoriel est-elle stable par adhérence ?
Étude de stabilité 122 – La notion de sous-espace vectoriel est-elle stable par intérieur ? L’intérieur d’un
sous-espace vectoriel strict d’un evn est vide.
Reformulation 123 – x est un point adhérent à A si et seulement si d(x, A) = 0.
Reformulation 124 – B est la frontière de A si et seulement si B est l’ensemble des points à distance nulle
de A et de son complémentaire E \ A.

8. Densité

Définition 23 (Partie dense)

Soit E un espace vectoriel normé, A une partie de E.

A est dite dense (dans E) si A = E.

Reformulation 125 – A est une partie dense dans E si et seulement si A rencontre toute boule de E de
rayon non nul.
Reformulation 126 – A est une partie dense dans E si et seulement si E \ A est d’intérieur vide.

Proposition (Caractérisation séquentielle de la densité)

Les assertions suivantes sont équivalentes :

a) A est une partie dense dans E. 16
b) tout point de E est limite d’une suite de points de A.

Exemple 127 – Si E n’est pas réduit à un point, alors, pour toute partie finie M de E, E \ M est dense
dans E.
Exemple 128 – Q est une partie dense de R, d’intérieur vide.
Exemple 129 – R \ Q est une partie dense de R, d’intérieur vide.
Exemple 130 – GLn (K) est une partie dense dans Mn (K).
Étude de stabilité 131 – La notion de partie dense est-elle stable par surpartie ?
Étude de stabilité 132 – La notion de partie dense est-elle stable par union ?
Étude de stabilité 133 – La notion de partie dense est-elle stable par adhérence ?
Étude de stabilité 134 – La notion de partie dense est-elle stable par intersection ?
Étude de stabilité 135 – La notion de partie dense est-elle stable par intérieur ?
Exemple 136 – Un hyperplan d’un evn E est soit fermé, soit dense dans E, et les deux cas se rencontrent.

9. Topologie induite sur une partie d’un espace vectoriel normé

Définition 24 (Topologie induite)

Soit E un espace vectoriel normé, A une partie de E, a ∈ A, B une partie de A.

On dit que B est un voisinage relatif de a dans A s’il peut s’écrire comme intersection d’un voisinage de a dans
E avec A.
On dit que B est un ouvert relatif de A s’il est un voisinage relatif (dans A) de chacun de ses points.
On dit que B est un fermé relatif de A si B est le complémentaire dans A d’un ouvert relatif de A.

102 Stéphane FLON

 Reformulation 137 – B est un ouvert relatif de A si et seulement si B est l’intersection de A avec un ouvert
de E.
Exemple 138 – [0, 1[ est un ouvert relatif dans R+ .
Reformulation 139 – B est un fermé relatif de A si et seulement si B est l’intersection de A avec un fermé
de E.
Explication 140 – La topologie sur E induit une topologie sur chacune de ses parties.

Proposition (Caractérisation séquentielle des fermés relatifs)

Soit E un espace vectoriel normé, A une partie de E, B une partie de A.

Les assertions suivantes sont équivalentes :
17
a) B est un fermé relatif de A.
b) pour tout suite (xn ) de points de B, convergeant dans A, la limite de (xn ) appartient à B.

Exercice de cours (exercice 37) –

1 Montrer que E et ∅ sont les seules parties d’un EVN E à la fois ouvertes et fermées (dans E).
2 Donner un exemple de partie A d’un EVN E pour laquelle il existe des parties ouvertes et fermées pour
la topologie induite autres que A et ∅.

10. Limite d’une fonction en un point adhérent à son domaine

Définition 25 (Limite d’une fonction en un point adhérent à son domaine)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction, a un point adhérent à
A, ℓ ∈ F .
On dit que f admet ℓ pour limite en a si :
∀ ε ∈ R∗+ , ∃ δ ∈ R∗+ , ∀ x ∈ A, (∥x − a∥ ⩽ δ) ⇒(∥f (x) − ℓ∥ ⩽ ε).
On écrit alors f →ℓ, f (x) → ℓ, ℓ = lim f , ou encore ℓ = lim f (x).
a x→a a x→a
On peut remarquer que l’assertion ∀ x ∈ A, (∥x − a∥ ⩽ δ) ⇒(∥f (x) − ℓ∥ ⩽ ε) peut se réécrire f (A∩B(a, δ)) ⊂ B(ℓ, ε).On peut éventuellement
étendre la notion de limite aux cas suivants : limite de f (x) lorsque ∥x∥ tend vers +∞, limite de f (x) quand x tend vers +∞ ou −∞ lorsque
A est une partie de R, limite infinie en a adhérent à A pour une fonction à valeurs réelles.

▷ Information 141 – Une fonction donnée admet au plus une limite en un point donné adhérent à son
domaine.
▷ Mise en garde 142 – Une fonction donnée n’admet pas toujours de limite en un point adhérent à son
domaine.
▷ Reformulation 143 – ℓ est la limite de la fonction f en a si et seulement si pour toute boule B de rayon
non nul centrée en ℓ, il existe une boule B ′ , de rayon non nul et centrée en a, telle que f (A ∩ B ′ ) ⊂ B.
▷ Reformulation 144 – ℓ est la limite de la fonction f en a si et seulement si pour tout voisinage V de ℓ
dans F , il existe un voisinage V ′ de a dans E tel que f (V ′ ∩ A) ⊂ V.

Proposition (Caractérisation séquentielle de la limite)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction, a un point
adhérent à A, ℓ ∈ F .
Les assertions suivantes sont équivalentes : 18
a) ℓ est la limite de la fonction f en a.
b) pour toute suite (un ) de points de A, de limite a, la suite (f (un )) tend vers ℓ.

Utilité 145 – On utilise principalement la caractérisation séquentielle de la limite pour montrer qu’une
fonction n’admet pas de limite, ou pour montrer qu’une suite admet une limite.
103 Stéphane FLON
 Proposition (Limite d’une fonction à valeurs dans un evn produit)

On suppose
i) que F = F1 × · · · × Fp est un espace vectoriel normé produit ;
ii) que f = (f1 , . . . , fp ) ;
iii) que ℓ = (ℓ1 , . . . , ℓp ). 19
Les assertions suivantes sont alors équivalentes :
a) ℓ est la limite de la fonction f en a.
b) pour tout k ∈ [[1, p]], la fonction fk tend vers ℓk en a.

Théorème (Linéarité du passage à la limite en un point)

Soit E et F des espaces vectoriels normés, A une partie de E, a un point adhérent à A.

On a :
i) l’ensemble Ω des fonctions de A dans F admettant une limite finie en a est un espace vectoriel ; 20
φ : Ω → F
ii) f 7 → lim f est une application linéaire.
a

Proposition (Limite d’une composée dans un evn)

Soit E, F et G des espaces vectoriels normés, A et B des parties respectives de E et F , f : A → F

une fonction, g : B → G une fonction.
On suppose
i) que f (A) ⊂ B ; 21
ii) que b est la limite de la fonction f en a ;
iii) que ℓ est la limite de la fonction g en b.
On en déduit alors que ℓ est la limite de la fonction g ◦ f en a.

11. Continuité ponctuelle

Définition 26 (Fonction continue en un point)

Soit E et F des espaces vectoriels normés, A une partie de E, a ∈ A, f : A → F une fonction.

f est dite continue en a si elle admet une limite en a.

Reformulation 146 – f est une fonction continue en un point a si et seulement si f admet f (a) pour limite
en a.
104 Stéphane FLON
 Proposition (Caractérisation séquentielle de la continuité en un point)

Soit E et F des espaces vectoriels normés, A une partie de E.

On suppose
i) que a ∈ A ;
ii) que f : A → F est une fonction.
Les assertions suivantes sont alors équivalentes :
22
a) f est une fonction continue en a.
b) pour toute suite (un ) de points de A de limite a, la suite (f (un )) converge vers f (a).

C’est surtout l’implication directe qui est intéressante : elle permet de justifier la convergence d’une suite (de la forme (f (un ))),
mais aussi, par contraposition, de montrer qu’une fonction n’est pas continue en a (en exhibant une suite (un ) telle que (f (un ))
ne converge pas vers f (a)).

Structure 147 – L’ensemble des fonctions continues en un point a ∈ A, de A dans F , est muni d’une
structure d’espace vectoriel.

Proposition (Composition de deux applications continues)

On suppose
i) que f est une fonction continue en un point a ;
def 23
ii) que g est une fonction continue en b = f (a).
On en déduit alors que g ◦ f est une fonction continue en a.

12. Continuité globale

Définition 27 (Continuité globale)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction.

f est dite continue sur A si elle est continue en chaque point de A. On note C(A, F ) ou C 0 (A, F ) l’ensemble des
fonctions continues sur A, à valeurs dans F .

Structure 148 – L’ensemble des fonctions continues de A dans F est muni d’une structure d’espace vectoriel.
Exemple 149 – L’application norme ∥·∥ : E → R est une fonction continue dans l’evn (E, ∥·∥).
π : K2 → K
Exemple 150 – L’application est une fonction continue sur K2 .
(x, y) 7→ xy
Étude de stabilité 151 – La notion de fonction continue est-elle stable par composition ?

Proposition (Continuité du produit dans une algèbre normée)

On suppose que (E, ∥·∥) est une algèbre normée.

φ : Ep → E 24
On en déduit alors que p est une fonction continue.
(x1 , . . . , xp ) 7→ x1 . . . xp

105 Stéphane FLON

 Proposition (Caractère local de la continuité)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction.

Les assertions suivantes sont équivalentes :
a) f est une fonction continue.
b) pour tout a ∈ A, il existe un voisinage relatif Va de a (dans A) tel que f|Va soit continue sur Va . 25

Par exemple, une fonction f définie sur un intervalle I et à valeurs réelles est continue si et seulement si pour tout segment
[a, b] inclus dans I, f|[a,b] est continue.

Mise en garde 152 – Sur l’ambiguı̈té de la notion de continuité de f : A → F sur une partie B de A.

Théorème (Préimage et continuité)

Soit E et F des espaces vectoriels normés, A une partie de E.

On suppose
i) que f : A ⊂ E → F est une fonction continue ;
ii) que U est un ouvert de F ;
iii) que B est un fermé de F .
26
On en déduit alors
a) que f −1 (U ) est un ouvert relatif de A ;
b) que f −1 (B) est un fermé relatif de A.

f −1 (U ) (resp. f −1 (B)) n’est pas a priori un ouvert (resp. un fermé) de E, mais ce sera bien le cas si A est un ouvert (resp.
un fermé) de E.

Stratégie 153 – Montrer qu’une partie est ouverte (ou fermée) par préimage.
Exercice de cours (exercice 38) –
1 Soit (E, ∥·∥) un evn. En utilisant la continuité de ∥·∥ : E → R, montrer à nouveau que les sphères et les
boules fermées sont fermées, et que les boules ouvertes sont ouvertes.
2 Montrer, grâce à la continuité du déterminant det : Mn (K) → K, que GLn (K) est un ouvert de Mn (K).

Proposition (Prolongation d’une égalité par densité et continuité)

Soit E un espace vectoriel normé, A une partie de E.

On suppose
i) que A est une partie dense de E ;
27
ii) que f et g sont des fonctions continues de E dans F ;
iii) que pour tout a ∈ A, f (a) = g(a).
On en déduit alors que f = g.

Exercice de cours (exercice 39) – Soit f : A → F une fonction définie sur une partie A d’un evn E, et à
valeurs dans un evn F . Montrer l’équivalence des assertions suivantes :
i f est continue.
ii Pour tout ouvert U de F , f −1 (U ) est un ouvert relatif de A.
iii Pour tout fermé B de F , f −1 (B) est un fermé relatif de A.
106 Stéphane FLON
 13. Fonctions lipschitziennes, fonctions uniformément continues

Définition 28 (Fonction uniformément continue)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction.

f est dite uniformément continue sur A si :
∀ ε ∈ R∗+ , ∃η ∈ R∗+ , ∀ x, y ∈ A, ∥y − x∥ ⩽ η ⇒ ∥f (y) − f (x)∥ ⩽ ε.
Dans ce contexte formel, un tel η est appelé module d’uniforme continuité pour f et ε.

Explication 154 – Uniforme continuité et quantificateurs.

Exemple 155 – Toute fonction uniformément continue est une fonction continue.
Mise en garde – Une fonction continue n’est pas nécessairement uniformément continue.

Proposition (Caractérisation séquentielle de l’uniforme continuité)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction.

Les assertions suivantes sont équivalentes :
a) f est une fonction uniformément continue. 28
b) pour toutes suites (xn ) et (yn ) de A telles que (yn − xn ) converge vers 0, la suite (f (yn ) − f (xn ))
converge vers 0.

Définition 29 (Fonction lipschitzienne)

Soit E et F des espaces vectoriels normés, A une partie de E, f : A → F une fonction, K ∈ R+ .

On dit que f est une fonction K-lipschitzienne, ou lipschitzienne de rapport K, si
∀ x, y ∈ A, ∥f (y) − f (x)∥ ⩽ K ∥y − x∥ .
f est dite lipschitzienne s’il existe K ∈ R+ pour lequel f est K-lipschitzienne.

Exemple 156 – Toute fonction lipschitzienne est une fonction uniformément continue. Plus généralement,
toute fonction hölderienne est uniformément continue
Mise en garde – Une fonction uniformément continue n’est pas toujours lipschitzienne.
Reformulation 157 – f linéaire de E dans F est une fonction lipschitzienne de rapport K si et seulement
si ∀ x ∈ E, ∥f (x)∥ ⩽ K ∥x∥.
▷ Information 158 – Si f est K-lipschitzienne, alors elle est K ′ -lipschitzienne pour tout K ′ ⩾ K.
Structure 159 – L’ensemble des fonctions lipschitziennes de A dans F est muni d’une structure d’espace
vectoriel.
Étude de stabilité 160 – La notion de fonction lipschitzienne est-elle stable par composition ?
Étude de stabilité 161 – La notion de fonction lipschitzienne à valeurs dans une algèbre normée est-elle
stable par produit ?
Étude de stabilité 162 – La notion de fonction lipschitzienne bornée, à valeurs dans une algèbre normée
est-elle stable par produit ?
▷ Mise en garde – Une fonction lipschitzienne n’est pas nécessairement bornée.
Information 163 – Une fonction lipschitzienne sur un domaine borné est bornée.
Exemple 164 – ∥·∥ : E → R est une fonction lipschitzienne de rapport 1.
107 Stéphane FLON
 Proposition (Continuité de la distance à une partie)

Soit E un espace vectoriel normé.

On suppose que A est une partie non vide de E.
On en déduit alors que l’application x 7→ d(x, A) est une fonction lipschitzienne de rapport 1. 29

En particulier, cette application est (uniformément) continue.

14. Continuité des applications linéaires et multilinéaires

Théorème (Critère de continuité d’une application linéaire entre deux espaces normés)

Soit E et F des espaces vectoriels normés.

On suppose que u : E → F est une application linéaire.
Les assertions suivantes sont alors équivalentes :
a) u est une fonction continue. 30
b) u est une fonction lipschitzienne.
c) il existe C ∈ R+ tel que ∀ x ∈ E, ∥u(x)∥ ⩽ C ∥x∥.

Définition 30 (Norme subordonnée)

Soit (E, ∥·∥E ) et (F, ∥·∥F ) des espaces vectoriels normés, u une application linéaire continue de E dans F .
On appelle norme d’opérateur de u, ou norme de u subordonnée aux normes ∥·∥E et ∥·∥F , et on note ∥u∥op ou
|||u|||, le réel sup{∥u(x)∥F , x ∈ BE,∥·∥ (0E , 1)}.
On note Lc (E, F ) l’espace vectoriel des applications linéaires continues de E dans F .

Explication 165 – La norme d’opérateur d’une application linéaire continue est son meilleur rapport en tant
qu’application lipschitzienne.
Exemple 166 – La norme subordonnée ∥·∥op est une norme sur Lc (E, F ).

Sous-multiplicativité de la norme d’opérateur

Soit E, F et G des espaces vectoriels normés.

On suppose que u : E → F et v : F → G sont des applications linéaires continues.
On en déduit alors
31
a) que v ◦ u est une application linéaire continue ;
b) que ∥v ◦ u∥op ⩽ ∥v∥op ∥u∥op .

Exemple 167 – La norme subordonnée sur Lc (E) est une norme d’algèbre.
108 Stéphane FLON
 Proposition (Critère de continuité des applications multilinéaires)

Soit (E1 , ∥·∥1 ), . . . , (En , ∥·∥n ) des espaces vectoriels normés, (F, ∥·∥) un espace vectoriel normé.
On suppose que φ : E1 × · · · × En → F est une application multilinéaire.
Les assertions suivantes sont alors équivalentes : 32
a) φ est une fonction continue.
b) il existe C ⩾ 0 tel que, pour tout (x1 , . . . , xn ) ∈ E1 ×· · ·×En , ∥φ(x1 , . . . , xn )∥ ⩽ C ∥x1 ∥1 . . . ∥xn ∥n .

▷ Exemple 168 – Dans un espace préhilbertien (muni de la norme associée), le produit scalaire est continu.
φ : K×E → E
▷ Exemple 169 – est une fonction continue.
(λ, x) 7→ λx
▷ Exemple 170 – Le produit interne dans une algèbre normée est une fonction continue.
Structure 171 – L’ensemble des fonctions continues de A dans F , où F est une K-algèbre normée, est muni
d’une structure de sous-algèbre de F A .

15. Compacité

Définition 31 (Compact)

Soit E un espace vectoriel normé, A une partie de E.

On dit que A est un compact de E (ou que c’est une partie compacte de E), ou que A vérifie la propriété de
Bolzano-Weierstrass, si toute suite d’éléments de A admet une valeur d’adhérence dans A.
La propriété de Borel-Lebesgue est hors programme.

Recul 172 – La propriété de compacité est intrinsèque.

Exemple 173 – Tout fermé borné de K est un compact.
Exemple 174 – Dans R, un intervalle non vide est un compact si et seulement si c’est un segment.
Exemple 175 – Tout compact est un fermé.
Exemple 176 – Tout compact est une partie bornée.
Information 177 – Tout compact non vide de R admet un plus grand et un plus petit élément.
Exemple 178 – Tout fermé relatif d’un compact est un compact.

Théorème (Caractérisation de la convergence dans un compact)

Soit E un espace vectoriel normé.

On suppose
i) que K est un compact ;
ii) que (un ) est une suite d’éléments de K. 33
Les assertions suivantes sont alors équivalentes :
a) (un ) est une suite convergente.
b) (un ) admet une unique valeur d’adhérence.

Étude de stabilité 179 – La notion de compact est-elle stable par intersection ?

Étude de stabilité 180 – La notion de compact est-elle stable par union ?
Étude de stabilité 181 – La notion de compact est-elle stable par union finie ?
Étude de stabilité 182 – La notion de compact est-elle stable par produit d’une famille finie ?
Exemple 183 – Dans (Kn , ∥·∥∞ ), la boule fermée centrée en 0 de rayon R ⩾ 0 est compacte.
109 Stéphane FLON
 Théorème (Image d’une partie compacte par une application continue)

Soit E et F des espaces vectoriels normés.

On suppose
i) que A est un compact de E ; 34
ii) que f : A → F est une fonction continue.
On en déduit alors que f (A) est un compact de F .

Théorème des bornes atteintes

Soit E un espace vectoriel normé.

On suppose
i) que A est un compact non vide de E ; 35
ii) que f : A → R est une fonction continue.
On en déduit alors que f est bornée et atteint ses bornes.

Exercice de cours (exercice 78) –

1 Soit K un compact d’un evn E. Soit f : K → K une application vérifiant :

∀ x, y ∈ K, x ̸= y ⇒ d(f (x), f (y)) < d(x, y)

i Montrer que f admet un unique point fixe ℓ.

ii Montrer que toute suite récurrente (xn ) de terme initial x0 ∈ K et d’itératrice f converge vers ℓ.

2 Trouver une fonction f : R → R sans point fixe telle que ∀ x, y ∈ R, x ̸= y ⇒ |f (y) − f (x)| < |y − x|.

Théorème de Heine sur un compact

Soit E et F des espaces vectoriels normés.

On suppose
i) que A est un compact de E ; 36
ii) que f : A → F est une fonction continue.
On en déduit alors que f est une fonction uniformément continue.

Exercice de cours (exercice 65) – Soit f : [0, 1[→ R une fonction continue.

1 On suppose que f admet une limite finie en 1. Montrer que f est uniformément continue.

2 On suppose réciproquement f uniformément continue. Montrer que f est prolongeable par continuité en
1.
110 Stéphane FLON
 16. Connexité par arcs

Définition 32 (Chemin)

Soit E un espace vectoriel normé, A une partie de E, a, a′ ∈ A.

On appelle chemin (continu) dans A joignant a à a′ toute fonction continue f de [0, 1] dans A telle que f (0) = a
et f (1) = a′ . L’image de f est alors appelée arc associé à f , f (0) est l’origine de cet arc, et f (1) en est son
extrémité.
Lorsqu’il existe un tel chemin, on dit que l’on peut joindre a à a′ par un chemin (continu) dans A.
La relation  être joignable par un chemin  définit une relation d’équivalence sur A, dont les classes d’équivalence sont appelées les
composantes connexes par arcs de A.

Définition 33 (Partie connexe par arcs)

Soit E un espace vectoriel normé, A une partie de E.

On dit que A est connexe par arcs si A n’a qu’une composante connexe par arcs.

Exemple 184 – Toute partie convexe est une partie connexe par arcs. Plus généralement, s’il existe a ∈ A
tel que pour tout b ∈ A, on ait [a, b] ⊂ A (on dit alors que A est une partie étoilée de E), alors A est connexe
par arcs.

Proposition (Image continue d’une partie connexe par arcs)

Soit E et F des espaces vectoriels normés.

On suppose
i) que A est une partie connexe par arcs de E ;
ii) que f : A → F est une fonction continue. 37
On en déduit alors que f (A) est une partie connexe par arcs de F .
Lorsque F = R, on obtient une extension du théorème des valeurs intermédiaires : l’image continue d’un connexe par arcs est
un intervalle.

Étude de stabilité 185 – La notion de partie connexe par arcs est-elle stable par union ?
Étude de stabilité 186 – La notion de partie connexe par arcs est-elle stable par intersection ?
Étude de stabilité 187 – La notion de partie connexe par arcs est-elle stable par union de parties ayant un
point commun ?
Étude de stabilité 188 – La notion de partie connexe par arcs est-elle stable par produit cartésien ?
Étude de stabilité 189 – La notion de partie connexe par arcs est-elle stable par intérieur ?
Étude de stabilité 190 – La notion de partie connexe par arcs est-elle stable par adhérence ?
Exemple 191 – GLn (C) est une partie connexe par arcs. Cependant, GLn (R) n’est pas connexe par arcs.
Exercice de cours (exercice 96) – Soit S la sphère unité d’un evn E. S est-elle connexe par arcs ?
Exercice de cours (exercice 97) – Soit f : I → R une fonction définie sur un intervalle I (d’intérieur non
vide).
1 On introduit Ω = {(x, y) ∈ I 2 , x < y}. Vérifier que Ω est connexe par arcs.
2 On suppose f continue. Montrer que l’ensemble T des taux d’accroissements de f est un intervalle.
3 En déduire que si f est continue et injective, alors f est strictement monotone.
4
i En déduire que si on suppose f dérivable, alors f ′ (I) est un intervalle (c’est le théorème de Darboux ).
ii Donner un exemple de fonction f dérivable mais non de classe C 1 .
111 Stéphane FLON
 17. Espaces vectoriels normés de dimension finie

Théorème (Équivalence des normes sur un espace de dimension finie)

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie ; 38
ii) que N et ∥·∥ sont des normes sur E.
On en déduit alors que N et ∥·∥ sont des normes équivalentes.

Explication 192 – Pour un espace vectoriel de dimension finie donné, il n’y a qu’une topologie d’evn.

Théorème (En dimension finie, la nature d’une suite ne dépend pas de la norme choisie)

Soit E un espace vectoriel.

On suppose que E est un espace vectoriel de dimension finie.
39
On en déduit alors que la nature d’une suite d’éléments de E et la valeur de son éventuelle limite ne
dépendent pas de la norme choisie pour E.

Corollaire (Convergence des suites en dimension finie : étude des suites coordonnées)

Soit E un espace vectoriel normé.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que B = (e1 , . . . , ep ) est une base de E ;
iii) que pour tout n ∈ N, un =
Pp
i=1 ui,n ei ; 40
Pp
iv) que ℓ = i=1 ℓi ei .
Les assertions suivantes sont alors équivalentes :
a) (un ) converge vers ℓ.
b) pour tout i ∈ [[1, p]], (ui,n )n∈N converge vers ℓi .

▷ Exemple 193 – Soit (An )n∈N une suite d’éléments de Mp,q (K). On munit Mp,q (K) d’une norme quel-
conque ∥·∥. LaÄsuite deä matrices (An )n∈N est convergente si et seulement si pour tout (i, j) ∈ [[1, p]] ×
[[1, q]], la suite [An ]i,j est convergente.
n∈N

Théorème (Limite d’une fonction en dimension finie)

Soit E et F des espaces vectoriels normés.

On suppose que E et F sont des espaces vectoriels de dimension finie.
41
On en déduit alors que la continuité (ponctuelle ou globale) d’une application d’une partie de E dans
F ne dépend pas des normes choisies sur E et F .

112 Stéphane FLON

 Proposition (En dimension finie, les applications linéaires sont lipschitziennes)

Soit E et F des espaces vectoriels normés.

On suppose
i) que E est un espace vectoriel de dimension finie ; 42
ii) que φ : E → F est une application linéaire.
On en déduit alors que φ est une fonction lipschitzienne.

Exemple 194 – Tout hyperplan d’un EVN de dimension finie est un fermé.
Exemple 195 – Tout sous-espace vectoriel d’un EVN de dimension finie est un fermé.

Proposition (Continuité des applications multilinéaires en dimension finie)

Soit E1 , . . . , En des espaces vectoriels normés, F un espace vectoriel normé.

On suppose
i) que E1 , . . . , En sont des espaces vectoriels de dimension finie ; 43
ii) que φ : E1 × · · · × En → F est une application multilinéaire.
On en déduit alors que φ est une fonction continue.

Exemple 196 – Le produit matriciel Mn (K)2 → Mn (K) est une fonction continue.
Exemple 197 – La composition (u, v) 7→ u ◦ v dans L(H), où H est un espace vectoriel de dimension finie
est une fonction continue.
detB : Hn → K
Exemple 198 – (où H est un espace vectoriel de dimension
(v1 , . . . , vn ) 7→ detB (v1 , . . . , vn )
finie n, et où B est une base de H) est une fonction continue.

Définition 34 (Application polynomiale)

Soit E un espace vectoriel de dimension finie, f : E → K une application.

f est dite polynomiale (sur E) si elle appartient à la sous-algèbre de KE engendrée par les formes linéaires.

Exemple 199 – Toute application polynomiale est une fonction continue.

Structure 200 – L’ensemble des applications polynomiales sur un espace vectoriel E de dimension finie est
muni d’une structure d’algèbre.
▷ Exemple 201 – Les fonctions de K dans K induites par des polynômes sont bien des fonctions polynomiales.
Par exemple x ∈ R 7→ 3x4 − 6x3 + 2x + 5, est polynômiale..
▷ Exemple 202 – L’application (x, y, z) ∈ R3 7→ 4xy 2 z 5 − 3xy + 8x2 z 3 − 3x + 2 est une application
polynomiale sur R3 .
Exemple 203 – La fonction déterminant de Mn (K) dans K est une application polynomiale.
113 Stéphane FLON
 Théorème (Caractérisation des compacts dans un evn de dimension finie)

Soit E un espace vectoriel normé.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que A est une partie de E.
44
Les assertions suivantes sont alors équivalentes :
a) A est un compact.
b) — A est un fermé ;
— A est une partie bornée.

Mise en garde 204 – Pas de généralisation hâtive de la caractérisation des compacts dans un evn de dimension
finie.
Exemple 205 – O(n) est un compact.

Théorème (Caractérisation de la convergence en dimension finie)

Soit E un espace vectoriel normé, (un ) une suite d’éléments de E.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que (un ) est une suite bornée. 45
Les assertions suivantes sont alors équivalentes :
a) (un ) est une suite convergente.
b) (un ) admet une unique valeur d’adhérence.

Proposition (Un sous-espace de dimension finie est fermé)

Soit E un espace vectoriel normé, F un sous-espace vectoriel de E.

On suppose que F est un espace vectoriel de dimension finie. 46
On en déduit alors que F est un fermé de E.

Définition 35 (Série convergente dans un evn)

Soit E un Pespace vectoriel normé de dimension finie, (un ) une suite d’éléments de E.
La série un d’éléments de E est dite convergente si la suite de ses sommes partielles est convergente. PEn cas
de convergence,
P∞ la limite de la suite des sommes partielles est appelée somme de la série convergente un , et
notée n=0 un .
En cas de convergence, on définit la suite des restes.

Structure 206 – L’ensemble

P des séries convergentes dans un evn est muni d’une structure d’espace vectoriel.
Information 207 – Si un est une suite convergente dans l’evn E, alors la suite (un ) converge vers 0E .
Ainsi, une série dont le terme général ne tend pas vers 0 sera dite grossièrement divergente.
P
Reformulation 208 – (un ) est une suite convergente dans E si et seulement si (un+1 − un ) est une série
convergente dans E.
114 Stéphane FLON
 Définition 36 (Série absolument convergente dans un evn)

Soit E un Pespace vectoriel normé de dimension finie, (un ) une suite d’éléments de E. P
La série un d’éléments de E est dite absolument convergente si la série numérique ∥un ∥ est convergente.

Exemple 209 – Dans un evn de dimension finie, toute série absolument convergente est convergente.
Structure 210 – L’ensemble des séries absolument convergentes dans un evn est muni d’une structure
d’espace vectoriel.
Étude de stabilité 211 – La notion de série absolument convergente dans un evn est-elle stable par domina-
tion ?
n! (A ∈ Mp (K)) est une série absolument convergente dans un evn.
P An
Exemple 212 –

Définition 37 (Exponentielle matricielle)

Soit A ∈ Mp (K).
An
P∞
On appelle exponentielle de A la matrice n=0 n! .

115 Stéphane FLON

 Chapitre VI

Suites et séries de fonctions

Objectif 1 – Le but principal de ce chapitre est d’étudier plusieurs modes de convergence d’une suite ou
d’une série de fonctions, de voir quelles propriétés sont transmises par ces différents modes de convergence, et
de justifier sous certaines hypothèses des échanges de limites ou de symboles.
Mise en garde 2 – Dire qu’une suite de fonctions ou qu’une série de fonctions converge (sans autre précision)
n’a pas de sens.
Cadre 3 – Dans ce chapitre, E et F sont des espaces vectoriels normés de dimension finie, A est une partie
de E. Dans la grande majorité des applications, E = R, F est égal à K (lui-même égal à R ou à C), et A est un
intervalle I. Sauf précision contraire, les fonctions sont réputées définies sur A et à valeurs dans F .

1. Propriété vérifiable localement

Définition 1 (Propriété vérifiable localement)

Soit P, une propriété susceptible d’être vérifiée par une fonction numérique.
On dit que la propriété P est vérifiable localement, ou qu’elle passe du local au global si, pour tout intervalle I,
pour toute fonction f : I → K, le fait que pour tout x ∈ I, il existe un voisinage V de x dans I tel que f|V vérifie
P entraı̂ne qu’elle soit vérifiée par f sur I.
Dans la rédaction, on dira par exemple que la continuité est une notion locale.
Pour simplifier, on a supposé que les fonctions étaient définies sur un intervalle. Si on veut étendre cette notion aux fonctions définies sur
un EVN et à valeurs dans un EVN, on pourra travailler sur un connexe par arcs.
On peut généraliser encore la notion, en enlevant la contrainte de connexité par arcs, mais moins de propriétés passeront du local au global.

▷ Exemple 4 – Le fait qu’une fonction soit identiquement nulle, soit constante de valeur donnée, ou encore
le fait qu’elle soit constante sur l’intervalle I sont des propriétés vérifiables localement.
▷ Exemple 5 – Le fait qu’une fonction (d’une variable réelle à valeurs réelles) soit croissante, décroissante,
strictement monotone sur l’intervalle I sont des propriétés vérifiables localement.
▷ Exemple 6 – Le fait qu’une fonction (d’une variable réelle à valeurs réelles) soit monotone sur l’intervalle
I est une propriété non vérifiable localement.
Exemple 7 – Le fait qu’une fonction soit continue est une propriété vérifiable localement.
Exemple 8 – Le fait qu’une fonction (d’une variable réelle à valeurs réelles ou complexes) soit dérivable est
une propriété vérifiable localement.
Exemple 9 – Le fait qu’une fonction (d’une variable réelle à valeurs réelles ou complexes) soit de classe C k
est une propriété vérifiable localement.
▷ Exemple 10 – Le fait qu’une fonction (d’une variable réelle à valeurs réelles ou complexes) soit continue
par morceaux sur I est une propriété vérifiable localement.
▷ Exemple 11 – Le fait d’être majoré, minoré, borné sont des propriétés non vérifiables localement.
▷ Exemple 12 – Le fait d’être lipschitzien est une propriété non vérifiable localement.
▷ Exemple 13 – Le fait d’être uniformément continue est une propriété non vérifiable localement.
▷ Exemple 14 – Le fait d’être intégrable est une propriété non vérifiable localement.
Explication 15 – Lorsqu’une propriété passe du local au global, on pourra se contenter de l’établir localement.
En pratique 16 – Pour établir localement en tout point une propriété d’une fonction d’une variable réelle,
on localisera sur les segments.
117
 2. La convergence simple

Définition 2 (Convergence simple d’une suite de fonctions)

Soit (fn ) une suite de fonctions de A dans F , f : A → F une fonction.

On dit que la suite de fonctions (fn ) converge simplement vers f (sur A) si, pour tout x ∈ A, la suite (fn (x))
converge vers f (x). On dit alors que f est limite simple de (fn ).
Il y a unicité de la limite simple d’une suite de fonctions, mais pas toujours existence.

Reformulation 17 – (fn ) est une suite de fonctions simplement convergente vers f sur A si et seulement si
∀ x ∈ A, ∀ ε > 0, ∃N ∈ N, ∀ n ⩾ N, ∥fn (x) − f (x)∥ ⩽ ε.
Exemple 18 – La continuité (ponctuelle ou globale), la dérivabilité (ponctuelle ou globale) sont des propriétés
non conservées par convergence simple.
▷ Structure 19 – L’ensemble des suites de fonctions simplement convergentes sur A, à valeurs dans F est
muni d’une structure d’espace vectoriel.
▷ Structure 20 – L’ensemble des suites de fonctions simplement convergentes sur I, à valeurs dans R ou
C est muni d’une structure d’algèbre.
▷ Exemple 21 – La croissance, la décroissance, la monotonie sont des propriétés conservées par convergence
simple.
▷ Exemple 22 – La positivité, le fait d’être minoré (ou majoré) par un réel donné (le même pour toutes
les fonctions de la suite), d’avoir une image incluse dans une partie fermée donnée sont des propriétés
conservées par convergence simple.
▷ Exemple 23 – Le fait d’être inférieure ou égale (ou supérieure ou égale) à une fonction donnée est une
propriété conservée par convergence simple.
▷ Exemple 24 – Le fait d’être K-lipschitzien (où K est un réel positif donné) est une propriété conservée
par convergence simple.
▷ Exemple 25 – La linéarité est une propriété conservée par convergence simple.
▷ Exemple 26 – La convexité, la concavité sont des propriétés conservées par convergence simple.
▷ Exemple 27 – Être une fonction polynomiale de degré ⩽ N (où on a fixé N ∈ N) est une propriété
conservée par convergence simple.
▷ Exemple 28 – L’injectivité, la surjectivité sont des propriétés non conservées par convergence simple.
▷ Exemple 29 – La stricte croissance, la stricte décroissance, la stricte monotonie, ne sont pas conservées
par convergence simple. Plus généralement, on se souviendra que les inégalités strictes ne permettent
d’obtenir que des inégalités larges par passage à la limite.
▷ Exemple 30 – Le fait d’être majoré, minoré, borné, et le fait de ne pas l’être sont des propriétés non
conservées par convergence simple.
▷ Exemple 31 – Le fait d’être lipschitzien est une propriété non conservée par convergence simple.
Explication 32 – La convergence simple n’est pas une notion très intéressante, notamment parce qu’elle ne
conserve pas la continuité.

3. La convergence uniforme

Définition 3 (Convergence uniforme d’une suite de fonctions)

Soit (fn ) une suite de fonctions de A dans F , f : A → F une fonction.

On dit que la suite de fonctions (fn ) converge uniformément (sur A) vers f si
(1) La suite (∥f − fn ∥∞ ) est définie à partir d’un certain rang n0 (i.e. f −fn est bornée, sauf éventuellement
pour un nombre fini de valeurs de n).
(2) La suite (∥f − fn ∥∞ )n⩾n0 converge vers 0.
On dit alors que f est limite uniforme de (fn ) (sur A).

Recul 33 – La convergence uniforme de (fn ) vers f peut s’interpréter comme une convergence dans l’EVN
(B(A, F ), ∥·∥∞ ), mais les fn et f ne sont pas nécessairement dans cet EVN.
118 Stéphane FLON
 Exemple 34 – Soit (an ) donnée par an (x) = x + n+1 1
pour tout (n, x) ∈ N × R. La suite de fonctions (an )
est uniformément convergente sur R, bien que les an ne soient pas des fonctions bornées
Reformulation 35 – (fn ) est une suite de fonctions uniformément convergente vers f sur A si et seulement
si ∀ ε > 0, ∃N ∈ N, ∀ x ∈ A, ∀ n ⩾ N, ∥fn (x) − f (x)∥ ⩽ ε.
Reformulation 36 – (fn ) est une suite de fonctions uniformément convergente vers f sur A si et seulement
si il existe une suite (αn ) de réels positifs, de limite nulle, telle qu’à partir d’un certain rang, ∥fn − f ∥∞ ⩽ αn .
Reformulation 37 – (fn ) est une suite de fonctions uniformément convergente vers f sur A si et seulement
si il existe une suite (αn ) de réels positifs, indépendante de x, de limite nulle, telle qu’à partir d’un certain rang,
et pour tout x ∈ A : ∥fn (x) − f (x)∥ ⩽ αn .
▷ Exemple 38 – Toute suite de fonctions uniformément convergente est une suite de fonctions simplement
convergente.
▷ Exemple 39 – Toute propriété conservée par convergence simple est une propriété conservée par
convergence uniforme.
▷ Exemple 40 – Toute propriété non conservée par convergence uniforme est une propriété non conser-
vée par convergence simple.

Définition 4 (Convergence uniforme d’une suite de fonctions sur une partie)

Soit (fn ) une suite de fonctions de A dans F , f : A → F une fonction, B une partie de A.
Pour toute fonction g : A → F dont la restriction à B est bornée, on pose
def
∥g∥∞,B = g|B ∞
= sup{∥g(x)∥ , x ∈ B}
On dit que (fn ) converge uniformément vers f sur B si la suite des restrictions des fn à B converge uniformément
vers la restriction de f à B, i.e. la suite (∥f − fn ∥∞,B ) est définie à partir d’un certain rang, et tend vers 0.

Rédaction 41 – Il vaut mieux préciser systématiquement le domaine où la convergence uniforme a lieu.
Reformulation 42 – (fn ) est une suite de fonctions uniformément convergente sur une partie B de A, vers
f , si et seulement si ∀ ε > 0, ∃N ∈ N, ∀ x ∈ B, ∀ n ⩾ N, ∥fn (x) − f (x)∥ ⩽ ε.
Reformulation 43 – (fn ) est une suite de fonctions uniformément convergente sur une partie B de A, vers
f , si et seulement si il existe une suite (αn ) de réels positifs, de limite nulle, telle qu’à partir d’un certain rang,
∥fn − f ∥∞,B ⩽ αn .
Reformulation 44 – (fn ) est une suite de fonctions uniformément convergente sur une partie B, vers f si et
seulement si il existe une suite (αn ) de réels positifs, indépendante de x, de limite nulle, telle qu’à partir d’un
certain rang, et pour tout x ∈ B : ∥fn (x) − f (x)∥ ⩽ αn .
Exemple 45 – La suite de fonctions (gn ) donnée par gn (x) = xn pour tout (n, x) ∈ N × [0, 1], converge
simplement sur [0, 1], uniformément sur [0, a] pour tout a ∈ [0, 1[, mais elle ne converge pas uniformément sur
[0, 1]

Définition 5 (Convergence uniforme d’une suite de fonctions sur tout segment)

Soit (fn ) une suite de fonctions de I dans K, f : I → K une fonction.

On dit que (fn ) converge uniformément sur tout segment (inclus dans I) vers f si, pour tout segment [a, b]
inclus dans I, (fn ) converge uniformément vers f sur [a, b].

Dans le cadre plus général de fonctions définies sur A à valeurs dans F , on pourra étudier la convergence uniforme sur tout compact (inclus
dans A).

Utilité 46 – La convergence uniforme sur tout segment est intéressante pour les propriétés vérifiables loca-
lement.
▷ Étude de stabilité 47 – La notion de partie sur laquelle une suite de fonctions donnée converge unifor-
mément est-elle stable par sous-partie ?
Exemple 48 – La suite de fonctions (bn ), où, pour tout (n, x) ∈ N ×[0, 1[, bn (x) = xn , converge uniformément
sur tout segment (de [0, 1[), mais ne converge pas uniformément sur [0, 1[

Exemple 49 – La suite de fonctions (hn ) donnée par hn (x) = n sin nx , pour tout (n, x) ∈ N × R converge
simplement sur R, uniformément sur tout segment de R, mais ne converge pas uniformément sur R
119 Stéphane FLON
 4. Convergence uniforme et opérations algébriques

▷ Structure 50 – L’ensemble des suites de fonctions uniformément convergentes sur I est muni d’une
structure d’espace vectoriel.

Convergence uniforme vers une fonction bornée

On suppose que (fn ) est une suite de fonctions uniformément convergente vers f , sur A.
Les assertions suivantes sont alors équivalentes :
1
a) f est une fonction bornée sur A.
b) les fn sont des fonctions bornées sur A, à partir d’un certain rang.

Proposition (Convergence uniforme d’un produit dans le cas de fonctions bornées)

On suppose
i) que (fn ) et (gn ) sont des suites de fonctions uniformément convergentes sur A, vers f et g
respectivement ;
ii) que f et g sont des fonctions bornées ; 2

iii) que F est une algèbre normée.

On en déduit alors que (fn gn ) est une suite de fonctions uniformément convergente vers f g.

▷ Étude de stabilité 51 – La notion de suite de fonctions uniformément convergente est-elle stable par
produit ?
▷ Étude de stabilité 52 – La notion de suite de fonctions uniformément convergente à valeurs dans une
algèbre normée est-elle stable par produit par une fonction bornée donnée ?
▷ Étude de stabilité 53 – La notion de suite de fonctions uniformément convergente est-elle stable par com-
position à droite par une fonction quelconque (dont l’image est incluse dans le domaine de convergence
uniforme) ?
▷ Étude de stabilité 54 – La notion de suite de fonctions uniformément convergente est-elle stable par
composition à gauche par une fonction continue ?
▷ Étude de stabilité 55 – La notion de suite de fonctions uniformément convergente est-elle stable par
composition à gauche par une fonction uniformément continue ?

5. Opérations sur les domaines où la convergence d’une suite de fonctions donnée
est uniforme

▷ Exemple 56 – Tout singleton {a} inclus dans le domaine de convergence simple est une partie sur laquelle
une suite de fonctions donnée converge uniformément.
▷ Étude de stabilité 57 – La notion de partie sur laquelle une suite de fonctions donnée converge unifor-
mément est-elle stable par union finie ?
▷ Étude de stabilité 58 – La notion de partie sur laquelle une suite de fonctions donnée converge unifor-
mément est-elle stable par union ?

Enlever un point au domaine n’aide pas à la convergence uniforme

On suppose que (fn ) est une suite de fonctions simplement convergente sur [a, b].
Les assertions suivantes sont alors équivalentes :
3
a) (fn ) est une suite de fonctions uniformément convergente sur [a, b[.
b) (fn ) est une suite de fonctions uniformément convergente sur [a, b].

Mise en garde 59 – Enlever un point au domaine n’aide pas à la convergence uniforme.

120 Stéphane FLON
 6. Conservation de propriétés par limite uniforme

▷ Exemple 60 – Le fait d’être majoré, minoré, ou borné est une propriété conservée par convergence
uniforme.

Théorème (Continuité ponctuelle et convergence uniforme)

Soit a ∈ A.
On suppose
i) que (fn ) est une suite de fonctions uniformément convergente vers f sur A ;
ii) que les fonctions fn sont des fonctions continues en a. 4
On en déduit alors que f est une fonction continue en a.
Autrement dit, sous les hypothèses de l’énoncé :
lim lim fn (x) = lim lim fn (x)
n∞ x → a x → a n∞

Exemple 61 – La continuité (en un point précis, ou sur le domaine de définition) est une propriété conservée
par convergence uniforme. Par conséquent, C 0 ([0, 1], R) est un fermé de (B([0, 1], R), ∥·∥∞ ).
Explication 62 – La convergence uniforme est la bonne notion de convergence pour les suites et séries de
fonctions, notamment parce qu’elle transmet la continuité.

Théorème (Continuité et convergence uniforme sur tout segment)

Soit I un intervalle.
On suppose
i) que (fn ) est une suite de fonctions uniformément convergente sur tout segment vers f ;
ii) que les fn sont des fonctions continues sur I. 5
On en déduit alors que f est une fonction continue sur I.
Idem pour une convergence uniforme sur tout compact inclus dans A

▷ Exemple 63 – L’injectivité est une propriété non conservée par convergence uniforme.
▷ Exemple 64 – La dérivabilité en un point donné est une propriété non conservée par convergence uniforme.
▷ Exemple 65 – Être une fonction polynomiale est une propriété non conservée par convergence uniforme.
Exemple 66 – L’uniforme continuité est une propriété conservée par convergence uniforme.

Théorème de la double limite pour les suites de fonctions

Soit a un point adhérent à A.

On suppose
i) que (fn ) est une suite de fonctions uniformément convergente vers f , sur A ;
ii) que chaque fn admet une limite finie ℓn en a.
On en déduit alors 6
a) que (ℓn ) est une suite numérique convergente vers un certain ℓ ∈ F ;
b) que f tend vers ℓ en a.

Si E = R, on peut donner une version de ce théorème où a = ±∞.

Recul 67 – Le théorème de la double limite n’est pas qu’une simple extension du théorème de continuité.
121 Stéphane FLON
 7. Intégration d’une limite uniforme sur un segment

Théorème d’interversion limite uniforme-intégrale sur un segment

Soit a ∈ I.
On suppose
i) que (fn ) est une suite de fonctions uniformément convergente sur tout segment vers f ;
ii) que les fn sont des fonctions continues sur I.
Rx

On en déduit alors que Fn : x 7→ a fn est une suite de fonctions uniformément convergente sur 7
Rx
tout segment vers F : x 7→ a f .
R R
En particulier, si (fn ) converge uniformément vers f sur [a, b], on a [a,b]
fn → [a,b]
f , i.e.
n
Z Z
lim fn (t)dt = lim fn (t)dt
n→∞ [a,b] [a,b] n → ∞

Mise en garde 68 – La convergence uniforme sur tout segment se conserve (essentiellement) par primitivation,
pas la convergence uniforme.

8. Dérivation d’une suite de fonctions

Théorème de dérivation d’une suite de fonctions

On suppose
i) que les fn sont des fonctions continûment dérivables sur I ;
ii) que (fn ) est une suite de fonctions simplement convergente sur I, vers f ;
iii) que (fn′ ) est une suite de fonctions uniformément convergente sur tout segment vers h.
On en déduit alors 8
a) que (fn ) est une suite de fonctions uniformément convergente sur tout segment vers f ;
b) que f est une fonction continûment dérivable sur I ;
c) que f ′ = h.

′
Retenir que l’hypothèse majeure (de convergence uniforme sur tout segment) porte sur (fn ) et non sur (fn ).

122 Stéphane FLON

 Théorème de dérivation jusqu’à l’ordre k d’une suite de fonctions

Soit k ∈ N.
On suppose
i) que les fn sont de classe C k sur I ;
(j)
ii) que (fn )n∈N est une suite de fonctions simplement convergente sur I, pour tout j ∈ [[0, k − 1]].
On note f la limite simple de (fn ) ;
(k)
iii) que (fn )n∈N est une suite de fonctions uniformément convergente sur tout segment vers g.
On en déduit alors 9
(j)
a) que (fn ) est une suite de fonctions uniformément convergente sur tout segment pour tout j ∈
[[0, k]] ;
b) que f est de classe C k sur I ;
c) que f (k) = g.

L’hypothèse forte de convergence uniforme sur tout segment porte sur la dérivée d’ordre le plus élevé.

Théorème de dérivations successives d’une suite de fonctions

On suppose
i) que les fn sont de classe C ∞ sur I ;
(k)
ii) que (fn ) est une suite de fonctions uniformément convergente sur tout segment sur I, pour
tout k ∈ N. On note f la limite simple de (fn ).
10
On en déduit alors
a) que f est de classe C ∞ sur I ;
b) que pour tout k ∈ N, tout x ∈ I, f (k) (x) = lim(fn (x)).
(k)
n∞

9. Séries de fonctions

Recul 69 – Les séries de fonctions sont plus intéressantes que les suites de fonctions dans l’optique de créer
certains exemples et contre-exemples de fonctions.
123 Stéphane FLON
 Définition 6 (Convergence simple, uniforme, d’une série de fonctions)
P
Soit un une série de fonctions de A dans F .
La convergence simple P (resp. la convergence uniforme, éventuellement sur une partie, ou sur tout segment) de
la série de fonctions un , est la convergence simple (resp. uniforme, éventuellement sur une partie, ou sur tout
segment) de la suite (Sn ) des sommes partielles. P∞
En cas de convergence simple sur A, on peut définir la somme S de cette série de fonctions, notée n=0 un ,
définie par
∞ ∞
!
X def X
∀ x ∈ A, un (x) = un (x)
n=0 n=0
P∞
et le reste Rn d’ordre (ou d’indice) n, noté k=n+1 uk , défini par
∞
def X
∀ x ∈ A, Rn (x) = uk (x)
k=n+1

Ainsi, en cas de convergence simple, on a l’égalité fonctionnelle

∞
N,
X
∀n ∈ uk = Sn + Rn
k=0

P
Reformulation 70 – Supposons que un converge simplement. Cette série de fonctions converge unifor-
mément si et seulement si la suite de ses restes converge uniformément vers 0. Cela revient à trouver une suite
(αn ) de réels indépendants de x ∈ A, de limite nulle, telle que
∞
∀ x ∈ A, ∀ n ∈ N,
X
uk (x) ⩽ αn
k=n+1

Encore une fois, l’indépendance de αn vis-à-vis de x est cruciale .

Mise en garde 71 – La convergence uniforme d’une série de fonctions se traduit par la convergence uniforme
de la suite des restes vers 0. P
Information 72 – Si une série de fonctions un converge uniformément sur A, alors la suite de fonctions
(un ) converge uniformément vers la fonction nulle sur A.

10. Convergence normale d’une série de fonctions

Définition 7 (Convergence normale)

P
Soit un une
P série de fonctions de A dans F . P
On dit que un converge normalement sur A si la série numérique ∥un ∥∞,A converge.
P
Plus
P généralement, pour toute partie B de A, on dit que u n converge normalement sur B si la série numérique
∥un ∥∞,B converge.

P
P Information 73 – Si la série de fonctions un converge normalement sur A, alors pour tout x ∈ A, la série
un (x) d’éléments de F P
converge absolument.
Reformulation P 74 – un est une série de fonctions normalement convergente sur A si et seulement si il
existe une série αn convergente de réels positifs telle que, pour tout n ∈ N, ∥un ∥∞,A ⩽ αn .
Stratégie 75 – Pour établir une convergence normale, il n’est pas nécessaire de calculer des normes infinies.

Théorème (La convergence normale implique la convergence uniforme)

P
On suppose que un est
P une série de fonctions normalement convergente sur A. 11
On en déduit alors que un est une série de fonctions uniformément convergente sur A.

124 Stéphane FLON

 Stratégie 76 – La convergence normale est une façon plus commode (et plus exigeante) de montrer la
convergence uniforme d’une série de fonctions.
Mise en garde 77 – La convergence normale est beaucoup plus forte que la convergence absolue en tout
point d’une série de fonctions.

Définition 8 (Fonction zêta de Riemann)

La fonction zêta de Riemann est définie par

∞
X 1
ζ(s) = s
n=1
n
1
P
pour tout réel s pour lequel la série ns converge.

11. Convergence uniforme et série de fonctions

Théorème (Continuité ponctuelle et convergence uniforme pour une série de fonctions)

Soit a ∈ A.
On suppose
P
i) que un est une série de fonctions uniformément convergente sur A ;
ii) que les un sont des fonctions continues en a.
P∞ 12
On en déduit alors que n=0 un est une fonction continue en a.

Autrement dit, sous les hypothèses du théorème :

∞
X ∞
X
lim un (x) = lim un (x)
x→a x→a
n=0 n=0

Corollaire (Limite uniforme d’une série de fonctions continues)

On suppose
P
i) que un est une série de fonctions uniformément convergente sur A ;
13
ii) que les un sont des fonctions continues sur A.
P∞
On en déduit alors que n=0 un est une fonction continue sur A.

Corollaire (Limite uniforme sur tout segment d’une série de fonctions continues)

Soit I un intervalle.
On suppose
P
i) que un est une série de fonctions uniformément convergente sur tout segment ;
ii) que les un sont des fonctions continues sur I. 14
P∞
On en déduit alors que n=0 un est une fonction continue sur I.

Dans un cadre plus général, on pourra vérifier la convergence uniforme sur tout compact.

125 Stéphane FLON

 Propriétés de la fonction zêta de Riemann

On a :
i) la fonction zêta de Riemann a pour domaine de définition réel D =]1, +∞[ ; 15
ii) la fonction zêta de Riemann est une fonction continue sur D.

Théorème (Continuité de l’exponentielle matricielle)

On a : exp est une fonction continue de Mn (K) dans Mn (K). 16

Théorème (Intégration d’une limite uniforme d’une série de fonctions sur un segment)

Soit a ∈ I.
On suppose
P
i) que un est une série de fonctions uniformément convergente sur tout segment de I ;
ii) que chaque un est une fonction continue sur I.
Rx

17
P
On en déduit alors que x 7→ a un (t)dt est une série de fonctions uniformément convergente sur
R x P∞
tout segment de I, vers x 7→ a n=0 un (t)dt.
En particulier, pour tous α, β ∈ I :
∞ Z
X β Z β ∞
X
un (t)dt = un (t)dt
n=0 α α n=0

R π/2
Exercice de cours (exercice 35) – Calculer I = 0
cos(cos(θ)) ch(sin(θ))dθ.

Théorème de dérivation terme à terme d’une série de fonctions

On suppose
i) que les un sont des fonctions continûment dérivables sur I ;
P
ii) que un est une série de fonctions simplement convergente sur I ;
P ′
iii) que un est une série de fonctions uniformément convergente sur tout segment.
18
On en déduit alors
P
a) que un est une série de fonctions uniformément convergente sur tout segment ;
P∞
b) que n=0 un est une fonction continûment dérivable ;
P∞ ′ P∞
c) que ( n=0 un ) = n=0 u′n .

126 Stéphane FLON

 Théorème de dérivation jusqu’à l’ordre k d’une série de fonctions

Soit k ∈ N.
On suppose
i) que les un sont des fonctions k fois continûment dérivables ;
P (j)
ii) que un est une série de fonctions simplement convergente sur I, pour tout j ∈ [[0, k − 1]] ;
P (k)
iii) que un est une série de fonctions uniformément convergente sur tout segment.
19
On en déduit alors
P (j)
a) que un est une série de fonctions uniformément convergente sur tout segment pour tout
j ∈ [[0, k]] ;
P∞
b) que n=0 un est une fonction k fois continûment dérivable sur I ;
P∞ (j) P∞ (j)
c) que ( n=0 un ) = n=0 un , pour tout j ∈ [[0, k]].

Théorème de dérivations successives d’une série de fonctions

On suppose
i) que les un sont des fonctions indéfiniment dérivables sur I ;
P (k)
ii) que les un sont des séries de fonctions uniformément convergentes sur tout segment pour
tout k ∈ N. 20
On en déduit alors
P∞
a) que n=0 un est une fonction indéfiniment dérivable sur I ;
b) que ( n=0 un ) = n=0 un , pour tout k ∈ N.
P∞ (k) P∞ (k)

Dérivées successives de la fonction zêta

On a :
i) la fonction zêta de Riemann est une fonction indéfiniment dérivable ; 21
k k
ii) pour tout s ∈]1, +∞[, tout k ∈ N : ζ (k) (s) = n=1 (−1) nln(n)
P∞
s .

Théorème de la double limite pour les séries de fonctions

Soit a un point adhérent à A.

On suppose
P
i) que un est une série de fonctions uniformément convergente sur A ;
ii) que chaque un admet une limite finie ℓn en a.
On en déduit alors 22
P
a) que ℓn est une série convergente dans F ;
P∞ P∞
b) que n=0 fn tend vers n=0 ℓn en a.

On peut bien sûr adapter cet énoncé au cas où E = R et où a = ±∞.

Exercice de cours (exercice 36) –

127 Stéphane FLON
 1 Donner un équivalent de la fonction ζ (de variable réelle) en 1.
Indication – On pourra effectuer une comparaison série-intégrale.
2 Déterminer la limite de ζ en +∞.

12. Approximation

Théorème (Approximation uniforme par des fonctions en escalier)

On suppose que f : [a, b] → K est une fonction continue par morceaux.

On en déduit alors qu’il existe une suite de fonctions en escalier sur [a, b] convergeant uniformément 23
vers f sur [a, b].

Théorème (Approximation uniforme par des fonctions continues, affines par morceaux)

On suppose que f : [a, b] → K est une fonction continue.

On en déduit alors qu’il existe une suite de fonctions continues et affines par morceaux convergeant
uniformément vers f sur [a, b]. 24

Ce résultat n’est pas mentionné par le programme.

Théorème de Weierstrass

On suppose que f : [a, b] → K est une fonction continue.

On en déduit alors qu’il existe une suite de fonctions polynomiales convergeant uniformément vers 25
f sur [a, b].

128 Stéphane FLON

 Chapitre VII

Groupes

Cadre 1 – Dans ce chapitre, K et K désignent des corps.

1. Ensemble quotient, structure quotient

Citation 2 – La mathématique est l’art de donner le même nom à des choses différentes – Henri Poincaré –
Science et méthode.
Exemple 3 – La relation de congruence modulo a ∈ N∗ dans Z, ou modulo a ∈ R dans R est une relation
d’équivalence.
▷ Exemple 4 – La relation de parallélisme de deux droites dans un espace affine est une relation d’équiva-
lence.
▷ Exemple 5 – Les relations d’équivalence usuelle dans Mn,p (K) et de similitude dans Mn (K) sont des
relations d’équivalence.
▷ Exemple 6 – La relation d’équipotence dans un ensemble d’ensembles est une relation d’équivalence.
▷ Exemple 7 – La relation d’isomorphie sur un ensemble de groupes (ou d’anneaux, de corps, d’espaces
vectoriels, etc.) est une relation d’équivalence.

Définition 1 (Classe d’équivalence)

Soit R une relation d’équivalence sur un ensemble E, x ∈ E.

On appelle classe d’équivalence de x dans E pour R, et on note x, l’ensemble
def
x = {y ∈ E, yRx}.
On appelle représentant d’une classe d’équivalence Ω dans E tout élément de Ω, c’est-à-dire tout x ∈ E tel que
Ω = x̄.
On note E/R l’ensemble des classes d’équivalence des éléments de E.

Étant donnés x, x′ ∈ E, on a :
(1) x ∈ x.
(2) x ∈ x′ si et seulement si x′ ∈ x.
(3) x et x′ sont soit égales, soit disjointes.
E est donc réunion disjointe de ses différentes classes d’équivalence (on dit que l’ensemble des classes d’équivalence forme une partition de
E).
On a une surjection naturelle (ou canonique) de E dans E/R (qui à x associe x).

Exemple 8 – Pour la relation de congruence modulo n ∈ N∗ dans Z, la classe d’équivalence de a ∈ Z est

ā = {b ∈ Z, b ≡ a[n]} = {a + kn, k ∈ Z}

Par exemple, 0 = n = −5n = nZ et 2 = 2 + 3n = {2 + kn, k ∈ Z}.

On pourra noter a + nZ la classe de a dans Z/nZ.
▷ Exemple 9 – On peut définir Z comme l’ensemble des classes d’équivalence sur N2 pour la relation
d’équivalence donnée par (a, b) ∼ (p, q) ⇔ a + q = b + p. L’ensemble N s’injecte dans Z (défini ainsi) via
a 7→ (a, 0).
▷ Exemple 10 – On peut définir Q comme l’ensemble des classes d’équivalence sur Z × N∗ pour la relation
d’équivalence donnée par (a, b) ∼ (p, q) ⇔ aq = bp. L’ensemble Z s’injecte dans Q (défini ainsi) via
m 7→ (m, 1).
▷ Exemple 11 – On peut définir K(X) comme l’ensemble des classes d’équivalences sur K[X] × (K[X] \ {0})
pour la relation d’équivalence donnée par (A, B) ∼ (P, Q) ⇔ AQ = BP . L’ensemble K[X] s’injecte dans
K(X) via P 7→ (P, 1).
129
 Définition 2 (Système de représentants)

Soit R une relation d’équivalence sur un ensemble E.

On appelle système de représentants de E pour la relation d’équivalence R toute partie X de E telle que
φ : X → E/R
x 7 → x
soit bijective.

Exemple 12 – Soit n ∈ N∗ . Pour la relation de congruence modulo n dans Z, un système de représentants

est [[0, n − 1]], ou encore [[1, n]]. Si n est en outre impair, on peut aussi choisir [[− n−1 n−1
2 , 2 ]].
Exemple 13 – Pour la relation de congruence modulo 1 dans R, un système de représentants convenable
(parmi d’autres) est [0, 1[. Pour la relation de congruence modulo 2π dans R, on peut prendre [0, 2π[ ou ] − π, π]
comme systèmes de représentants.
▷ Exemple 14 – Pour la relation de parallélisme des droites dans le plan affine euclidien usuel P (sur
l’ensemble des droites affines de P), un système de représentants est l’ensemble des droites vectorielles
de P.
▷ Exemple 15 – Pour la relation d’équivalence permettant de définir Q, l’ensemble {(p, q) ∈ Z×N∗ , p∧q = 1}
est un système de représentants.
▷ Exemple 16 – Pour la relation d’équivalence permettant de définir K(X), l’ensemble {(A, B) ∈ K[X] ×
(K[X] \ {0}), A ∧ B = 1 et B unitaire} est un système de représentants.
▷ Exemple 17 – Pour la relation d’équivalence matricielle usuelle dans Mn,p (K), un système de représen-
tants est {Jr (n, p), r ∈ [[0, min{n, p}]]} (avec des notations standard). En revanche, il n’est pas simple
de donner un système de représentants pour la relation de similitude matricielle dans Mn (K).

Définition 3 (Application passant au quotient)

Soit f : E → F une application, R une relation d’équivalence sur E.

On dit que l’application f passe au quotient, ou qu’elle est compatible avec la relation d’équivalence R si
∀ x, x′ ∈ E, xRx′ ⇒ f (x) = f (x′ )
Lorsque f passe au quotient, on peut définir une application f : E/R → F en posant, pour toute classe d’équi-
valence Ω = x :
def
f (Ω) = f (x)
On dit alors que f induit l’application f sur E/R par passage au quotient.
Étant donné une loi de composition interne ⋆ sur un ensemble E, on souhaite en définir une sur E/R. Comme
pour la définition d’une fonction, cela sera possible si et seulement si
∀ x, x′ , y, y ′ ∈ E, (xRx′ ∧ yRy ′ ) ⇒(x ⋆ y)R(x′ ⋆ y ′ )
Dans un tel cas, on dira que ⋆ induit une loi de composition interne ⋆ sur E/R. On a alors, par définition :
∀ x, y ∈ E, x⋆y = x ⋆ y

def
▷ Exemple 18 – On définit une fonction degré sur K(X), en posant, pour tout F = B A
∈ K(X) : deg(F ) =
deg(A) − deg(B).
▷ Exemple 19 – On définit la trace d’un endomorphisme (d’un espace vectoriel de dimension finie non
nulle) comme la trace de n’importe laquelle des matrices le représentant dans une base donnée. C’est
possible car deux matrices semblables ont même trace, i.e. la trace passe au quotient pour la relation
de similitude matricielle.
▷ Exemple 20 – Le déterminant passe au quotient pour la similitude matricielle.
▷ Exemple 21 – Le rang passe au quotient pour l’équivalence matricielle. En revanche, l’application
A ∈ Mn,p (K) 7→ a1,1 ne passe pas au quotient pour la relation d’équivalence usuelle matricielle (ni
le déterminant pour cette même relation dans Mn (K))
▷ Exemple 22 – On vérifie que la loi de produit naturelle sur K[X] × (K[X] \ {0}) induit une loi de produit
sur K(X).
▷ Exemple 23 – L’addition naturelle sur K[X] × (K[X] \ {0}) n’est déjà pas une loi de composition interne,
et quand bien même, elle ne passe de toute façon pas au quotient.
130 Stéphane FLON
 L’addition sur K(X) provient du passage au quotient de l’application

(K[X] × (K[X] \ {0})) → K[X] × (K[X] \ {0})

2
φ :
((P, Q), (R, S)) 7→ (P S + QR, QS)

De même d’ailleurs pour l’addition dans Q.

Définition 4 (Structure quotient)

Considérons un ensemble E muni d’une structure algébrique (au moyen d’éventuelles lois et d’éléments distin-
gués), ainsi qu’une relation d’équivalence R sur E. On dit que E/R est muni d’une structure quotient si les lois
définies sur E passent au quotient, si les lois induites confèrent (avec les éléments distingués induits) la même
structure algébrique sur E/R. Si tel est bien le cas, la surjection naturelle π : E → E/R est un morphisme pour
cette structure algébrique

Exercice de cours (exercice 1) –

1
i Soit E un K-espace vectoriel, R une relation d’équivalence sur E. Montrer que E/R est muni d’une
structure d’espace vectoriel quotient si et seulement si il existe un sous-espace vectoriel H de E tel que, pour
tout (x, y) ∈ E 2 , (xRy) ⇔(y − x ∈ H).
Dans un tel cas, on parle d’espace vectoriel quotient de E par (son sous-espace vectoriel) H, et on note
E/H l’espace vectoriel quotient.
ii Si E est de dimension finie, quelle est la dimension de E/H en fonction de celles de E et de H ? On
pourra trouver un sous-espace vectoriel G de E qui est un système de représentants pour la relation ci-dessus.
2 Soit A un anneau, R une relation d’équivalence sur A. Montrer que A/R est muni d’une structure
d’anneau quotient si et seulement si il existe un idéal I de A tel que, pour tout (x, y) ∈ A2 , (xRy) ⇔(y − x ∈ I).
Dans un tel cas, on parle d’anneau quotient de A par (son idéal) I, et on note A/I l’anneau quotient.
3 Soit G un groupe, H un sous-groupe de G. On dit que H est distingué (ou normal ) dans G si, pour tout
g ∈ G, g −1 Hg ⊂ H.
i Montrer que si G est abélien, tout sous-groupe de G est distingué dans G.
ii Montrer que si φ : G → G′ est un morphisme de groupes, alors Ker(φ) est distingué dans G.
iii Montrer que An est distingué dans Sn .
iv Soit G un groupe, R une relation d’équivalence sur G. Montrer que G/R est muni d’une structure
de groupe quotient si et seulement si il existe un sous-groupe H distingué dans G tel que pour tout (x, y) ∈ G2 ,
(xRy) ⇔(xy −1 ∈ H).
Dans un tel cas, on parle de groupe quotient de G par (son sous-groupe distingué) H, et on note G/H le
groupe quotient.
Cela étant dit, étant donné un sous-groupe H de G, on peut définir le quotient de G à gauche par H (resp.
à droite par H) par la relation d’équivalence g ∼ g ′ si et seulement si g −1 g ′ ∈ H (resp. g(g ′ )−1 ∈ H. L’ensemble
des classes à gauche (resp. à droite), noté G/H (resp. H\G), est l’ensemble des gH (resp. des Hg), où g décrit
G (avec cette description, on répète plusieurs fois une même classe). D’ailleurs, H est distingué dans G si et
seulement si pour tout g ∈ G, gH = Hg, si et seulement si G/H = H\G.
4 Soit φ : S → S ′ un morphisme (S et S ′ sont munis d’une même structure algébrique). Montrer que φ induit
un isomorphisme de S/ Ker(φ) vers Im(φ). Quel résultat retrouve-t-on si S et S ′ sont des espaces vectoriels ?

2. Groupes modulaires

Définition 5 (Rang d’un groupe)

Soit (G, ·) un groupe.

On suppose que G est de type fini, i.e. qu’il admet une partie génératrice finie. On appelle rang de G le cardinal
minimal d’une partie génératrice de G.

▷ Étude de stabilité 24 – La notion de groupe de type fini est-elle stable par sous-groupe ?
131 Stéphane FLON
 Définition 6 (Groupe monogène)

Soit G un groupe.
Le groupe G est dit monogène s’il existe a ∈ G tel que G =< a >. Un groupe monogène et fini est dit cyclique.
Un groupe monogène n’est rien d’autre qu’un groupe de rang 0 ou 1.

Information 25 – Si G =< a > est un groupe cyclique de cardinal n, alors G = {ak , k ∈ [[0, n − 1]]}.
Exemple 26 – À isomorphisme près, (Z, +) est le seul groupe monogène infini.
Exemple 27 – Pour tout n ∈ N∗ , le groupe Un des racines n-ièmes de l’unité est cyclique.

Définition 7 (Groupe modulaire)

Soit n ∈ N∗ .
On note Z/nZ l’ensemble des classes d’équivalence de Z modulo n. La loi d’addition dans Z induit une loi de
composition interne sur Z/nZ, qui lui confère une structure de groupe abélien : le groupe (Z/nZ, +) est appelé
groupe modulaire d’indice n.

Exemple 28 – Soit n ∈ N∗ . Si k est un entier relatif, sa classe k dans Z/nZ est l’ensemble des entiers congrus
à k modulo n :
k = {k + mn, m ∈ Z}
Grâce au théorème de division euclidienne,
Z/nZ = {0, 1, . . . , n − 1}
Ces classes étant distinctes deux à deux, Z/nZ est un groupe fini de cardinal n. Il est de plus engendré par 1 :
c’est donc un groupe cyclique d’ordre n.
De plus, tout groupe cyclique d’ordre n est isomorphe à (Z/nZ, +). En particulier, Un et Z/nZ sont iso-
morphes.

Proposition (Générateurs du groupe des entiers modulo n)

Soit n ∈ N∗ , k ∈ Z.
Les assertions suivantes sont équivalentes :
1
a) Z/nZ =< k >.
b) k ∧ n = 1.

▷ Étude de stabilité 29 – La notion de groupe cyclique est-elle stable par produit cartésien ?

3. Ordre d’un élément dans un groupe

Définition 8 (Ordre d’un élément)

Soit G un groupe, g ∈ G.
Si le morphisme de groupes
φ : Z → G
k 7→ g k
n’est pas injectif, alors il existe un unique entier naturel N non nul tel que Ker(φ) = N Z.
On dit alors que g est d’ordre fini, et N est appelé ordre de g, et (parfois) noté o(g).

Reformulation 30 – p est l’ordre d’un élément g ∈ G si et seulement si p = min{k ∈ N∗ , g k = eG }.

132 Stéphane FLON
 Proposition (Élément d’ordre fini)

Soit (G, ·) un groupe, x ∈ G, m, n ∈ Z.

On suppose que x est un élément d’ordre fini d.
On en déduit alors
a) que xn = e si et seulement si d|n ; 2
b) que xm = xn si et seulement si m ≡ n[d] ;
c) que l’ordre de x est l’ordre du sous-groupe < x > qu’il engendre dans G.

▷ Exemple 31 – eG est le seul élément de G d’ordre 1.

▷ Exemple 32 – Dans Z additif, seul 0 est d’ordre fini.
▷ Exemple 33 – Si G est fini, tous ses éléments sont d’ordre fini.


▷ Exemple 34 – Les transpositions sont d’ordre 2, ainsi que 1 2 3 4 dans S4 .
▷ Exemple 35 – Les symétries vectorielles de E distinctes de Id E sont d’ordre 2 dans GL(E).
Étude de stabilité 36 – La notion d’élément d’ordre fini est-elle stable par conjugaison ? L’ordre de l’élément
est conservé par conjugaison. En particulier, ab et ba ont même ordre.
Étude de stabilité 37 – La notion d’élément d’ordre fini est-elle stable par morphisme de groupes ? L’ordre
de l’élément n’est pas toujours conservé par morphisme de groupes
Étude de stabilité 38 – La notion d’élément d’ordre fini est-elle stable par symétrique ?
Étude de stabilité 39 – La notion d’élément d’ordre fini est-elle stable par loi de composition interne ?
Étude de stabilité 40 – La notion d’élément d’ordre fini est-elle stable par itération ? Si a est d’ordre fini n,
n
alors ap est d’ordre n∧p .
Reformulation 41 – G est un groupe cyclique d’ordre n si et seulement si G est un groupe d’ordre n
admettant un élément d’ordre n.
Théorème de Lagrange pour les sous-groupes cycliques

On suppose
i) que G est un groupe fini ;
ii) que x ∈ G. 3
On en déduit alors que l’ordre de x divise l’ordre de G.
La démonstration n’est exigible que pour G commutatif.

Exemple 42 – Tout groupe d’ordre premier est un groupe cyclique.

Exercice de cours (exercice 2) – Soit G un groupe fini. On suppose que a et b commutent, et sont d’ordres
respectifs m et n premiers entre eux.
1 Montrer que ab est d’ordre mn.
2 Montrer que ce résultat peut tomber en défaut lorsque m et n ne sont pas premiers entre eux.
3 Montrer que ce résultat peut tomber en défaut lorsque a et b ne commutent pas.

4. Groupe symétrique

Définition 9 (Groupe symétrique)

Soit n ∈ N∗ .
On définit le groupe symétrique Sn (ou Sn ) comme le groupe des permutations de [[1, n]], muni de la composition.
On peut plus généralement définir le groupe symétrique d’un ensemble E (qui est le groupe des permutations de E pour la composition).
Il est noté SE (ou SE ).

133 Stéphane FLON

 Définition 10 (Cycle)

Soit n ⩾ 2, p ∈ [[2, n]]. Un élément de Sn est appelé cycle de longueur p (ou p-cycle) s’il existe p éléments
distincts i1 , . . . , ip de [[1, n]] tels que :
(1) σ(i1 ) = i2 , σ(i2 ) = i3 , . . . , σ(ip−1 ) = ip , σ(ip ) = i1 .
(2) Pour tout j ∈ [[1, n]] \ {i1 , . . . , ip }, σ(j) = j.
On appelle support du p-cycle σ l’ensemble

{i1 , . . . , ip }.
σ peut être noté i1 i2 . . . ip .
Un 2-cycle est aussi appelé transposition.

▷ Étude de stabilité 43 – La notion de cycle est-elle stable par puissance ?

▷ Étude de stabilité 44 – La notion de cycle est-elle stable par inverse ?

Définition 11 (Orbite d’un élément sous-l’action d’une permutation)

Soit i ∈ [[1, n]], et σ ∈ Sn . On appelle orbite de i pour σ (ou sous l’action de σ) l’ensemble
Ωi = {σ k (i), k ∈ N}
Une orbite est dite triviale si c’est un singleton.
On a aussi Ωi = {σ k (i), k ∈ Z} = {ρ(i), ρ ∈< σ >}.

Proposition (Décomposition d’une permutation en produit de cycles à supports disjoints)

Soit n ⩾ 2.
On a : tout élément non trivial de Sn peut s’écrire comme produit de cycles à supports disjoints. De 4
plus, cette décomposition est unique à l’ordre des facteurs près.

Å ã
1 2 3 4 5 6 7 8


Exemple 45 – La permutation σ = admet la décomposition 1 3 7 4 2 5 8 .
3 5 7 1 8 6 4 2

Proposition (Génération du groupe symétrique par les transpositions)

Soit n ⩾ 2.
5
On a : Sn est engendré par les transpositions.

Définition 12 (Signature d’une permutation)

Soit σ ∈ Sn . On appelle signature de σ le nombre noté ε(σ), défini par

ε(σ) = (−1)n−t ,
où t est le nombre d’orbites de [[1, n]] sous l’action de σ.
On dit que σ est de signature paire (resp. impaire) si ε(σ) = 1 (resp. ε(σ) = −1).

▷ Exemple 46 – ε(Id [[1,n]] ) = 1.

▷ Exemple 47 – 1 2 3 4 élément de S4 est de signature 1.
Exemple 48 – Toute transposition est de signature −1.
Exemple 49 – Pour tout p-cycle σ, on a ε(σ) = (−1)p−1 .
134 Stéphane FLON
 Proposition (La signature est un morphisme)

On a : l’application ε : (Sn , ◦) →({−1, 1}, ×) est un morphisme de groupes. . 6

Définition 13 (Groupe alterné)

On définit le groupe alterné d’indice n, noté An (ou An ), comme le noyau du morphisme de groupes ε :
Sn →{−1, 1} (i.e. l’ensemble des permutations de Sn de signature paire).

Exemple 50 – Pour tout n ⩾ 2, An est un groupe fini d’ordre n!/2.

Exercice de cours (exercice 30) – Étant donné σ ∈ Sn , (i, j) ∈ [[1, n]]2 , où i < j, on dit que σ inverse i et
j si σ(j) < σ(i).

1 Montrer que ε(σ) = (−1)inv(σ) , où inv(σ) désigne le nombre d’inversions sous l’action de σ, i.e. le nombre
de couples (i, j) ∈ [[1, n]]2 , où i < j, tels que σ inverse i et j, soit encore

Y σ(j) − σ(i)
ε(σ) = .
j−i
1⩽i<j⩽n

2 En utilisant la question précédente, montrer à nouveau que ε est un morphisme de groupes.

Reformulation 51 – La signature est l’unique morphisme non trivial de Sn dans {−1, 1}.

5. Action d’un groupe sur un ensemble

Définition 14 (Action de groupe)

Soit G un groupe, X un ensemble.

On appelle action (à gauche) du groupe G sur l’ensemble X la donnée d’une application θ : G × X → X telle
que :
i ∀ x ∈ X, θ(1G , x) = x ;
ii ∀(g, g ′ , x) ∈ G × G × X, θ(gg ′ , x) = θ(g, θ(g ′ , x)).
On dit alors que le groupe G agit (ou opère) sur l’ensemble X. L’action θ étant fixée, on note g · x au lieu de
θ(g, x), de sorte que pour tous g, g ′ dans G et tout x dans X, 1G · x = x et (gg ′ ) · x = g · (g ′ · x).
C’est la définition classique d’une action (à gauche) de groupe, mais la donnée d’une action de groupe de G sur X équivaut à la donnée
d’un morphisme du groupe G vers le groupe SX .

Exemple 52 – ∀(g, x) ∈ G × G, g · x = gx (action par translation à gauche) est une action de groupe de G
sur lui-même.
Exemple 53 – ∀(g, x) ∈ G × G, g · x = xg −1 est une action de groupe de G sur lui-même.
Exemple 54 – ∀(g, x) ∈ G × G, g · x = gxg −1 (action par conjugaison, ou par automorphismes intérieurs)
est une action de groupe de G sur lui-même.
Exemple 55 – ∀(σ, x) ∈ SX × X, σ · x = σ(x) (action naturelle de SX sur X) est une action de groupe de
SX sur X. En particulier, on a une action naturelle de Sn sur [[1, n]]
Exemple 56 – ∀(u, (bi )i∈I ) ∈ GL(E) × Ω, u · (bi )i∈I ) = (u(bi ))i∈I ) est une action de groupe de GL(E) sur
l’ensemble Ω des bases de E.
Étude de stabilité 57 – La notion d’action de groupe est-elle stable par sous-groupe ?
135 Stéphane FLON
 Définition 15 (Orbite)

Soit G un groupe, X un ensemble, (g, x) 7→ g · x une action de groupe de G sur X.

Pour tout x ∈ X, on appelle orbite de x sous l’action du groupe G l’ensemble
Ωx = {g · x, g ∈ G}

Définition 16 (Stabilisateur)

Soit G un groupe, X un ensemble, (g, x) 7→ g · x une action de groupe de G sur X.

Pour tout x ∈ X, on appelle stabilisateur de x sous l’action du groupe G l’ensemble
Gx = {g ∈ G, g · x = x}

Exemple 58 – Pour tout x ∈ X, le stabilisateur Gx de x sous l’action de G est un sous-groupe de G. De

plus, G/Gx est en bijection avec Ωx via gGx 7→ g · x.
Exercice de cours (exercice 3) – Soit G un groupe fini, et H un sous-groupe de G. On considère l’ensemble
Ω des translatés à droite de H par un élément de g :
Ω = {Hg, g ∈ G}
(pour g ∈ G fixé, Hg désigne l’ensemble {hg, h ∈ H}).
1 Montrer que la réunion des éléments de Ω est G.
2 Montrer que chaque élément de Ω est de même cardinal que H.
3 Montrer que deux éléments distincts de Ω sont disjoints.
4 En déduire que l’ordre de H divise celui de G : c’est le théorème de Lagrange.
On appelle indice de H dans G l’entier |G|/|H|.

136 Stéphane FLON

 Chapitre VIII

Arithmétique

Motivation 1 – L’arithmétique est l’étude de la relation de divisibilité dans un anneau.

1. Anneaux de congruence

Définition 1 (Anneau de congruence)

La multiplication dans Z passe au quotient modulo n, et Z/nZ, muni de l’addition et de cette multiplication
induite, est un anneau commutatif, appelé anneau de congruence (modulo n), ou anneau modulaire (modulo n).
Étant donné k ∈ Z, on notera k n sa classe dans Z/nZ, ou plus simplement k s’il n’y a pas d’ambiguité.
Ainsi, kn = k + nZ.
On notera aussi parfois (et abusivement) k la classe de k dans Z/nZ.

Proposition (Inversibles de l’anneau de congruence modulo n)

Soit n ∈ N∗ , k ∈ Z.
Les assertions suivantes sont équivalentes :
1
a) la classe de k modulo n est inversible dans Z/nZ.
b) k et n sont des entiers premiers entre eux.

Corollaire (Caractérisation de la structure de corps sur les anneaux de congruence)

Soit n ∈ N∗ .
Les assertions suivantes sont équivalentes :
a) Z/nZ est un corps.
b) Z/nZ est un anneau intègre.
c) n est un nombre premier. 2

Lorsque p est un nombre premier, on pourra noter Fp le corps Z/pZ.

Plus généralement, tout corps fini K doit avoir pour cardinal une puissance d’un nombre premier. Récipro-
quement, pour tout nombre premier p et tout n ∈ N∗ , il existe un corps de cardinal pn , et il est unique à
isomorphisme près : on le note Fpn . À noter : en anglais, on parle de Galois field et en allemand de Galoiskör-
per, en référence à Évariste Galois.

137
 Théorème (des restes) chinois

On suppose que m et n sont des entiers premiers entre eux.

φ : Z/mnZ → Z/mZ ×
Z/nZ
On en déduit alors que est un isomorphisme d’anneaux.
k mn 7→ k m , k n 3
On peut bien sûr étendre ce résultat au cas d’entiers premiers entre eux deux à deux.
Si on suppose que m et n ne sont pas premiers entre eux, l’application φ reste un morphisme d’anneaux, mais n’est plus
bijective.

Définition 2 (Indicatrice d’Euler)

Pour tout n ∈ N∗ , on pose

def
φ(n) = Card{k ∈ [[1, n]], k ∧ n = 1}.
On définit ainsi une application φ : N∗ → N∗ , appelée indicatrice d’Euler.

Exemple 2 – Pour tout nombre premier p et tout r ∈ N∗ , φ(pr ) = (p − 1)pr−1 .

Reformulation 3 – φ(n) = Card (Z/nZ) . De plus, φ(n) est également le nombre de générateurs du groupe
×

(Z/nZ, +).

Proposition (L’indicatrice d’Euler est multiplicative)

Soit m, n ∈ N∗ .
On suppose que m et n sont des entiers premiers entre eux.
On en déduit alors que φ(mn) = φ(m)φ(n). 4

Plus généralement, si n1 , . . . , np sont deux à deux premiers entre eux, alors φ(n1 . . . np ) = φ(n1 ) . . . φ(np ).

Proposition (Calcul de l’indicatrice d’Euler)

Qk
On a : soit n = i=1 pri i un entier naturel supérieur ou égal Äà 2, donné avec sa décomposition en
Qk Qk ä 5
facteurs premiers. On a : φ(n) = i=1 (pi − 1)pri i −1 = n i=1 1 − p1i .

138 Stéphane FLON

 Théorème d’Euler

Soit n ∈ N∗ , a ∈ Z.
On suppose que a et n sont des entiers premiers entre eux.
On en déduit alors que aφ(n) ≡ 1[n].
On retrouve immédiatement, dans le cas où n = p est supposé premier, le petit théorème de Fermat :
∀a ∈ Z, p
a ≡ a[p]
Le codage RSA (du nom de ses inventeurs Rivest, Shamir et Adleman), est un protocole cryptographique pour transmettre
un message sur un canal peu sûr.
Le principe est le suivant : 6
— Ada choisit deux nombres premiers distincts p et q, et forme leur produit n = pq. On a donc φ(n) = (p − 1)(q − 1).
— Ada choisit un entier e, premier avec φ(n), et détermine d tel que de ≡ 1 [φ(n)] (on dit que d est un inverse
modulaire de e modulo φ(n)).
— Ada communique le couple (n, e) à tout le monde. Si Bernice veut lui transmettre un message codé M (un certain
entier compris entre 0 et n − 1), alors Bernice transmet le reste C de la division de M e par n.
— Ada peut alors décoder le message de Bernice en calculant C d , puisque
d
C ≡ M [n]
Ce protocole se fonde sur la difficulté de calculer φ(n), ce qui revient à connaı̂tre p+q puisqu’on connaı̂t déjà pq. En particulier,
on espère que récupérer p et q connaissant leur produit n est difficile.

2. Arithmétique dans les anneaux principaux

Définition 3 (Relation de divisibilité dans un anneau intègre)

Soit A un anneau intègre, a, b ∈ A.

On dit que b divise (ou est un diviseur de) a (dans A), ou que a est un multiple de b (dans A), et on note b|a,
s’il existe x ∈ A tel que a = bx.
On note aA (resp. D(a)) l’ensemble des multiples de a (resp. des diviseurs de a).
Lorsque b divise a, et que b ̸= 0, l’unique x ∈ A tel que a = bx est appelé quotient de a par b.
Le fait que b divise a peut se traduire par l’inclusion d’idéaux aA ⊂ bA, ou encore par D(b) ⊂ D(a).
Cette relation de divisibilité présente peu d’intérêt dans un corps.

▷ Information 4 – La relation de divisibilité est réflexive et transitive.

▷ Mise en garde – La relation de divisibilité n’est pas symétrique.
▷ Mise en garde – La relation de divisibilité n’est pas antisymétrique (sauf exception).

Définition 4 (Éléments associés)

Soit A un anneau intègre, a, b ∈ A.

On dit que a et b sont associés s’ils se divisent mutuellement. Le fait que a et b soient associés pourra se noter
a ∼ b.

Reformulation 5 – a et b sont des éléments associés dans un anneau intègre A si et seulement si il existe
u ∈ A× tel que b = au.
Exemple 6 – Dans un anneau intègre A, la relation  est associé à  est une relation d’équivalence.
▷ Reformulation 7 – a et b sont des éléments associés dans un anneau intègre A si et seulement si aA = bA.
▷ Reformulation 8 – a et b sont des éléments associés dans Z si et seulement si a = ±b.

Définition 5 (Élément irréductible)

Soit A un anneau intègre, a ∈ A.

L’élément a de A est dit irréductible s’il n’est pas inversible, et si, pour tous b et c dans A tels que a = bc, b ou
c est inversible.

139 Stéphane FLON

 ▷ Information 9 – Un corps ne possède pas d’élément irréductible.
▷ Reformulation 10 – a est un élément irréductible dans Z si et seulement si a ou −a est un nombre
premier.
▷ Étude de stabilité 11 – La notion d’élément irréductible est-elle stable par sur-anneau ?
▷ Information 12 – Si a est irréductible dans A, et si b divise a, alors b ∈ A× ou b ∼ a.

Définition 6 (pgcd)

Soit A un anneau intègre, a1 , . . . , an ∈ A, δ ∈ A.

On dit que δ est un plus grand commun diviseur (ou un pgcd ) de a1 , . . . , an si
i (δ divise chaque ai )
ii Pour tout élément b de A, b divise δ si et seulement si pour tout i ∈ [[1, n]], b divise ai

Il n’y a a priori pas d’existence d’un pgcd dans un anneau intègre.

Il n’y a pas unicité du pgcd, mais deux pgcd de a1 , . . . , an sont associés.

T
Reformulation 13 – δ est un pgcd de a1 , . . . , an si et seulement si D(δ) = 1⩽i⩽n D(ai ).
Reformulation 14 – δ est un pgcd de a1 , . . . , an si et seulement si (∀ b ∈ A, (δA ⊂ bA ⇔ (a1 A + · · · + an A ⊂ bA))).
δ est un pgcd de a1 , . . . , an si et seulement si δA est le plus petit idéal principal contenant chaque ai A.
Reformulation 15 – δ est un pgcd de a1 , . . . , an , dans un anneau principal A si et seulement si δA =
a1 A + · · · + an A. Dans un anneau principal A, des éléments quelconques a1 , . . . , an admettent toujours un pgcd
δ, et on dispose de plus d’une relation de Bézout : il existe x1 , . . . , xn ∈ A tels que δ = x1 a1 + · · · + xn an .
▷ Exemple 16 – b est un pgcd de a et b si et seulement si b divise a.

Définition 7 (ppcm)

Soit A un anneau intègre, a1 , . . . , an ∈ A, µ ∈ A.

On dit que µ est un ppcm de a1 , . . . , an si
i (µ est un multiple de chaque ai )
ii Pour tout élément b de A, b est un multiple de µ si et seulement si pour tout i ∈ [[1, n]], b est un mutiple de
ai

Il n’y a a priori pas d’existence d’un ppcm dans un anneau intègre.

Le ppcm n’est pas unique, mais deux ppcm des a1 , . . . , an sont associés.

T
Reformulation 17 – µ est un ppcm de a1 , . . . , an si et seulement si µA = 1⩽i⩽n ai A. µ est un ppcm de
a1 , . . . , an si et seulement si µA est le plus grand idéal principal contenu dans chaque ai A.
Dans un anneau principal, des éléments a1 , . . . , an admettent toujours un ppcm.
▷ Exemple 18 – a est un ppcm de a et b si et seulement si b divise a.

Définition 8 (Éléments premiers entre eux)

Soit A un anneau intègre, a, b ∈ A.

On dit que a et b sont premiers entre eux si 1 est un pgcd de a et b.

Reformulation 19 – Lorsque l’anneau A est principal, deux éléments a et b de A sont premiers entre eux si
et seulement si il existe u, v ∈ A tels que au + bv = 1.

Définition 9 (Éléments premiers entre eux deux à deux)

Soit A un anneau intègre, a1 , . . . , an ∈ A.

On dit que a1 , . . . , an sont premiers entre eux deux à deux si, pour tous i et j distincts dans [[1, n]], ai et aj sont
premiers entre eux.

140 Stéphane FLON

 Définition 10 (Éléments premiers entre eux dans leur ensemble)

Soit A un anneau intègre, a1 , . . . , an ∈ A.

On dit que a1 , . . . , an sont premiers entre eux dans leur ensemble si 1 est un pgcd de a1 , . . . , an .

▷ Reformulation 20 – a et b sont des éléments premiers entre eux si et seulement si A est le seul idéal
principal contenant aA + bA.
▷ Reformulation 21 – a1 , . . . , an (où n ⩾ 2) sont des éléments premiers entre eux dans leur ensemble si et
seulement si A est le seul idéal principal contenant a1 A + · · · + an A.
▷ Exemple 22 – Pour tout n ⩾ 2, si a1 , . . . , an sont premiers entre eux deux à deux, alors ils sont premiers
entre eux dans leur ensemble.
Reformulation 23 – Lorsque l’anneau A est principal, des éléments a1 , . . . , an de A sont premiers entre eux
si et seulement si a1 A + · · · + an A = A, si et seulement si il existe u1 , . . . , un ∈ A tels que a1 u1 + · · · + an un = 1.

Proposition (Élément premier avec un irréductible)

Soit A un anneau intègre, a, b ∈ A.

On suppose que a est un élément irréductible.
Les assertions suivantes sont alors équivalentes : 7
a) a et b sont des éléments premiers entre eux.
b) a ne divise pas b.

Définition 11 (Anneau factoriel)

Soit A un anneau intègre.

L’anneau A est dit factoriel si
i Pour tout a ∈ A \ {0}, il existe u ∈ A× , m ∈ N et des éléments irréductibles p1 , . . . , pm tels que
a = up1 . . . pm
ii Pour tout a ∈ A \ {0}, cette dernière écriture est essentiellement unique, i.e. si on a aussi a = vq1 . . . qn (où
n ∈ N, v ∈ A× et les qj sont irréductibles), alors m = n et il existe une permutation σ de [[1, m]] telle que
pour tout i, qi soit associé à pσ(i) .

Il pourra être pertinent de fixer un système I de représentants irréductibles dans A pour fixer la décomposition, puisqu’alors tout élément
non nul a de A s’écrit de manière unique Y ν (a)
a = ua p p
p∈I

où (νp (a))p∈I est une famille presque nulle d’entiers naturels, et où ua ∈ A× . Dans ce contexte, pour tout p ∈ I, νp (a) est appelée valuation
p-adique de a.
On peut convenir que νp (0) = +∞ pour tout p ∈ I.

▷ Exemple√ 24 –
— Z[i√5] est un anneau intègre ;
— Z[i 5] n’est pas un anneau factoriel.
▷ Information 25 – Si A est un anneau factoriel dont I est un système de représentants irréductibles, alors
b divise a si et seulement si pour tout p ∈ I, νp (b) ⩽ νp (a).
▷ Information 26 – Dans un anneau factoriel A, des éléments quelconques a1 , . . . , an admettent toujours
un pgcd et un ppcm. De plus, pour tous a et b dans A factoriel, si δ et µ sont respectivement un pgcd
et un ppcm de a et b, alors δµ et ab sont associés.
141 Stéphane FLON
 Lemme de Gauss

Soit A un anneau, a, b, c ∈ A.
On suppose
i) que A est un anneau factoriel ;
8
ii) que a divise bc ;
iii) que a et b sont des éléments premiers entre eux.
On en déduit alors que a divise c.

Lemme d’Euclide

Soit A un anneau, p, a, b ∈ A.
On suppose
i) que A est un anneau factoriel ;
9
ii) que p est un élément irréductible ;
iii) que p divise ab.
On en déduit alors que p divise a ou p divise b.

Exemple 27 – Tout anneau principal est un anneau factoriel. En particulier, tout anneau principal vérifie
le lemme de Gauss et le lemme d’Euclide

Définition 12 (Anneau euclidien)

Soit A un anneau intègre.

On dit que l’anneau A est euclidien s’il existe une application ν : A \ {0} → N, appelée stathme euclidien sur A,
telle que :
i Pour tous a, b ∈ A \ {0} tels que b divise a, on a ν(b) ⩽ ν(a) ;
ii Pour tout a, b ∈ A \ {0}, il existe q, r ∈ A tels que a = bq + r et (r = 0 ou ν(r) < ν(b)).

Exemple 28 – Z est un anneau euclidien.

Exemple 29 – K[X] est un anneau euclidien.
Exemple 30 – Tout anneau euclidien est un anneau principal.

3. Rappels sur les polynômes

Définition 13 (Degré d’un polynôme)

Soit P = k⩾0 ak X k ∈ K[X] un polynôme non nul.

P

On appelle degré de P et note deg(P ) le plus grand entier p tel que ap ̸= 0. Par convention, le degré du polynôme
nul vaut −∞.
Ainsi, le polynôme P est constant si et seulement si deg(P ) ⩽ 0.

142 Stéphane FLON

 Définition 14 (Coefficient dominant, polynôme unitaire)

Soit P = k⩾0 ak X k ∈ K[X] un polynôme non nul.

P

On appelle coefficient dominant de P le coefficient ap , où p est le degré de P . Un polynôme unitaire (ou
normalisé) est un polynôme (non nul) de coefficient dominant égal à 1.
Le normalisé d’un polynôme non nul P , de coefficient dominant λ, est le polynôme λ1 P .

Proposition (Degré d’une somme, d’un produit)

Soit P et Q des polynômes.

On a :
10
i) deg(P + Q) ⩽ max(deg P, deg Q), une condition suffisante d’égalité étant deg P ̸= deg Q ;
ii) deg(P Q) = deg P + deg Q.

▷ Information 31 – Un élément de K[X] est inversible si et seulement si c’est un polynôme constant non
nul.

Proposition (Degrés échelonnés)

On a : soit (Pk )1⩽k⩽m une famille de polynômes tous non nuls. On suppose que
deg P1 < · · · < deg Pm
11
(on dit que l’on a une famille de polynômes à degrés échelonnés).
La famille (Pk )1⩽k⩽m est alors libre. .

Définition 15 (Espace des polynômes de degré au plus n)

def
Pour tout n ∈ N, on définit Kn [X] par Kn [X] = {P ∈ K[X], deg P ⩽ n}.

C’est un sous-espace vectoriel de K[X] de dimension n + 1.

Définition 16 (Polynômes associés)

On dit que deux polynômes A et B sont associés s’ils se divisent mutuellement, soit encore s’il existe λ ∈ K ∗
tel que A = λB.
A et B sont associés si et seulement si A et B ont même degré, et l’un divise l’autre.
Tout polynôme non nul est associé à un unique polynôme unitaire : l’application qui à un polynôme non nul unitaire A associe l’idéal
engendré AK[X] est donc une bijection de l’ensemble des polynômes unitaires et celui des idéaux non nuls de K[X].

143 Stéphane FLON

 Théorème de division euclidienne dans l’anneau des polynômes

Soit A, B ∈ K[X] des polynômes.

On suppose que B ̸= 0.
On en déduit alors qu’il existe un unique couple (Q, R) de polynômes de K[X] vérifiant : A = BQ+R
et deg R < deg B. 12

Dans ce contexte, on appelle Q le quotient et R le reste de la division euclidienne de A par B.

Reformulation du théorème : BK[X] ⊕ K<deg(B) [X] = K[X].

Définition 17 (Racine d’un polynôme)

Soit P ∈ K[X] un polynôme, α ∈ K.

On dit que α est une racine (ou un zéro) de P si P (α) = 0.

Définition 18 (Ordre de multiplicité d’une racine)

Soit P ∈ K[X] un polynôme non nul, α ∈ K.

On appelle ordre de multiplicité de α dans P le plus grand entier p tel que (X − α)p divise P .
On dit que α est racine multiple (resp. simple, double, triple, . . .) si son ordre vaut 2 au moins (resp. exactement
1, 2, 3, . . .).
L’ordre de α dans P est nul si et seulement si α n’est pas racine de P .

Proposition (Nombre de racines d’un polynôme comptées avec leur multiplicité)

On a : un polynôme non nul de degré n possède au plus n racines comptées avec leur ordre de
13
multiplicité.

Définition 19 (Polynôme dérivé)

Soit P = k⩾0 ak X k ∈ K[X] un polynôme.

P

On définit le polynôme dérivé P ′ de P par

X X
P′ = kak X k−1 (= (k + 1)ak+1 X k )
k⩾1 k⩾0

Proposition (Degré du polynôme dérivé)

Soit P = k⩾0 ak X k ∈ K[X] un polynôme.

P
On suppose que K est de caractéristique nulle.
On en déduit alors 14
a) que si deg P > 0, alors deg P ′ = deg P − 1 ;
b) que le polynôme P est constant si et seulement si P ′ = 0.

144 Stéphane FLON

 Proposition (Formule de Taylor)

Soit P ∈ K[X] un polynôme, α ∈ K.

On suppose que K est un corps de caractéristique nulle. 15
P (p) (α)
− α)p .
P
On en déduit alors que pour tous P ∈ K[X], α ∈ K : P (X) = p⩾0 p! (X

Proposition (Caractérisation de l’ordre d’une racine)

Soit P ∈ K[X] un polynôme, α ∈ K.

On suppose que K est un corps de caractéristique nulle.
Les assertions suivantes sont alors équivalentes : 16
a) α est racine d’ordre r de P .
b) P (α) = · · · = P (r−1) (α) = 0 et P (r) (α) ̸= 0.

Définition 20 (Polynôme irréductible)

Soit A un polynôme non constant de K[X].

A est dit irréductible (sur K, ou dans K[X]) si tout polynôme de K[X] le divisant est constant ou associé à A.

▷ Exemple 32 – Tout polynôme de degré 1 est un polynôme irréductible.

▷ Exemple 33 – Tout polynôme de degré supérieur ou égal à deux, admettant une racine dans K est un
polynôme non irréductible. Cependant, un polynôme non constant et non irréductible sur K peut très
bien ne pas avoir de racine dans K.
▷ Exemple 34 – Tout polynôme réel de degré impair supérieur ou égal à 3 est un polynôme non irréductible.
▷ Reformulation 35 – P (de degré 2 ou 3) est un polynôme irréductible si et seulement si P n’admet pas
de racine.

Théorème de d’Alembert-Gauss

On a : tout polynôme non constant de C[X] possède une racine dans C. 17

Corollaire (Polynômes irréductibles complexes)

Soit P ∈ C[X].
Les assertions suivantes sont équivalentes :
18
a) P est un polynôme irréductible dans C[X].
b) deg(P ) = 1.

145 Stéphane FLON

 Proposition (Polynômes irréductibles réels)

Soit P ∈ R[X].
Les assertions suivantes sont équivalentes :
19
a) P est un polynôme irréductible dans R[X].
b) deg(P ) = 1, ou (deg(P ) = 2 et P n’a pas de racine réelle).

Définition 21 (pgcd de polynômes)

Soit A, B ∈ K[X]. On appelle plus grand commun diviseur (ou pgcd ) de A et B et on note A ∧ B l’unique
générateur nul ou normalisé de l’idéal A K[X] + B K[X].
Plus généralement, si A1 , . . . , An sont des éléments de K[X], on appelle pgcd de ces polynômes et on note
A1 ∧ · · · ∧ An l’unique générateur nul ou normalisé de
A1 K[X] + · · · + An K[X].

Définition 22 (ppcm de polynômes)

Soit A, B ∈ K[X]. On appelle plus petit commun multiple (ou ppcm) de A et B et on note A ∨ B l’unique
générateur nul ou normalisé de l’idéal A K[X] ∩ B K[X].
Plus généralement, si A1 , . . . , An sont des éléments de K[X], on appelle ppcm de ces polynômes et on note
A1 ∨ · · · ∨ An l’unique générateur nul ou normalisé de
A1 K[X] ∩ · · · ∩ An K[X].

Définition 23 (Polynômes premiers entre eux)

Soit A, B, A1 , . . . , An des polynômes sur K. On dit que A et B sont premiers entre eux si A ∧ B = 1.
On dit que A1 , . . . , An sont premiers entre eux deux à deux si pour tous i, j ∈ [[1, n]] distincts, Ai et Aj sont
premiers entre eux.
On dit que A1 , . . . , An sont premiers entre eux dans leur ensemble si A1 ∧ · · · ∧ An = 1.

Théorème de Bézout polynomial

Soit A, B ∈ K[X].
Les assertions suivantes sont équivalentes :
a) A et B sont des polynômes premiers entre eux.
b) il existe (U, V ) ∈ K[X]2 tel que AU + BV = 1.
20
Pour trouver une relation de Bézout sur des entiers ou des polynômes A et B de manière algorithmique, on peut utiliser les
opérations élémentaires sur les lignes de la matrice (en suivant l’algorithme d’Euclide classique)
Å ã
1 0 A
0 1 B
afin d’obtenir A ∧ B sur la dernière colonne : les coefficients de la ligne correspondante donnent un couple (U, V ) convenable.

Reformulation 36 – A1 , . . . , An sont des polynômes premiers entre eux dans leur ensemble si et seulement
si il existe des polynômes U1 , . . . , Un tels que A1 U1 + · · · + An Un = 1.
146 Stéphane FLON
 Théorème (Lemme de Gauss)

Soit A, B, C ∈ K[X] des polynômes.

On suppose
i) que A divise BC ; 21
ii) que A et B sont des polynômes premiers entre eux.
On en déduit alors que le polynôme A divise alors C.

Corollaire (ppcm de polynômes premiers entre eux)

On suppose que A et B sont des polynômes premiers entre eux.

22
On en déduit alors que A ∨ B est le normalisé de AB.

Proposition (Polynôme irréductible divisant un produit)

Soit A, B des polynômes.

On suppose
i) que P est un polynôme irréductible ; 23
ii) que P divise BC.
On en déduit alors que P divise B ou C.

Théorème de décomposition en facteurs irréductibles

On suppose que A est un polynôme non constant.

On en déduit alors qu’il existe des polynômes irréductibles unitaires P1 , . . . , Pk sur K, distincts deux
à deux, des entiers naturels r1 , . . . , rk tous non nuls, et un scalaire non nul λ, tels que
k
Y 24
A=λ Piri .
i=1
De plus, cette décomposition est unique à réindexation près des couples (P1 , r1 ), . . . , (Pk , rk ).
Cette décomposition s’appelle décomposition canonique de A en produit de facteurs irréductibles..

4. Rappels sur les fractions rationnelles

Théorème de décomposition en éléments simples, cas complexe

Soit F une fraction rationnelle complexe, de pôles (α1 , r1 ), . . . , (αp , rp ) donnés avec leurs multiplicités.
On a : il existe un unique polynôme P et d’uniques scalaires λ1,1 , . . . , λ1,r1 , . . . , λp,1 , . . . , λp,rp tels
que 25
Pp Pri λi,j
F = P + i=1 j=1 (X−αi )j .

147 Stéphane FLON

 Chapitre IX

Intégrales à paramètre

Objectif 1 – Le but de ce chapitre est de légitimer, sous certaines conditions, l’échange entre une intégrale
dépendant d’un paramètre et un passage à la limite. On s’intéressera notamment à la régularité d’une fonction
définie par une intégrale à paramètre.
Observation 2 – En introduisant de la variabilité, ce chapitre permettra de calculer la valeur de beaucoup
d’intégrales convergentes.
Rédaction 3 – Les théorèmes de ce chapitre comportent beaucoup d’hypothèses, qu’il convient de hiérar-
chiser. L’hypothèse majeure est souvent appelée hypothèse de domination, les autres se retrouvant par le bon
sens. Les hypothèses de régularité par rapport à la variable d’intégration (à savoir la continuité par morceaux)
n’ont pas à être explicitées.

1. Le théorème de convergence dominée

Définition 1 (Hypothèse de domination d’une suite de fonctions)

Soit (fn )n∈N une suite de fonctions de I dans K.

On dit que la suite de fonctions (fn ) vérifie l’hypothèse de domination (sur I) s’il existe une fonction φ : I → R,
(positive et) intégrable, telle que pour tout n ∈ N, on ait |fn | ⩽ φ, i.e.
∀ n ∈ N, ∀ t ∈ I, |fn (t)| ⩽ φ(t)

Si cette hypothèse de domination est vérifiée, et si les fn sont continues par morceaux, alors les fn sont intégrables sur I.

▷ Structure 4 – L’ensemble des suites de fonctions vérifiant l’hypothèse de domination sur I est muni
d’une structure d’espace vectoriel.
▷ Étude de stabilité 5 – La notion de suite de fonctions vérifiant l’hypothèse de domination est-elle stable
par multiplication par une fonction (continue par morceaux) bornée ?
149
 Théorème de convergence dominée

Soit I un intervalle.
On suppose
i) que (fn ) est une suite de fonctions simplement convergente vers f , sur I ;
ii) que chaque fn est une fonction continue par morceaux sur I ;
iii) que f est une fonction continue par morceaux sur I ;
iv) que (Hypothèse de domination) Il existe une fonction φ positive intégrable sur I vérifiant |fn | ⩽ φ
pour tout n ∈ N.
On en déduit alors 1
a) que chaque fn est une fonction intégrable sur I ;
b) que f est une fonction intégrable sur I ;
R R
c) que I fn −−−−→ I f .
n→∞

Bien que ce résultat soit admis, on peut noter qu’il serait immédiat R d’établir
R l’intégrabilité de f : l’essence du théorème est
la légitimité de l’interversion entre la limite et l’intégrale : lim I fn (t)dt = I lim fn (t)dt.
n∞ n∞
On peut noter qu’on a même en fait  convergence L1  : I |fn (t) − f (t)|dt −
R R
−−−−→ I 0.
n→∞

Observation 6 – Le théorème de convergence dominée est très puissant, car ses hypothèses sont faibles mais
sa conclusion est forte.
Observation 7 – L’hypothèse de domination n’est pas très naturelle, mais il est facile de se rendre compte
de son importance sur des exemples.
Exercice de cours (exercice 1) –
π R1
sin(t)n dt et vn = sh(tn )dt convergent vers 0.
R
1 Montrer que les suites de termes généraux un = 0
2
0

2 Montrer que la suite de terme général

π
(cos(t))n
Z
wn = √ dt
0 t

est bien définie, et qu’elle converge (on donnera sa limite).

Exercice de cours (exercice 2) –

1 (Expression intégrale de la constante γ d’Euler

R n (Mines
nPC 16))
On pose, pour n ∈ N∗ , Hn = k=1 k1 et In = 0 1 − nt ln(t)dt.
Pn
i Montrer l’existence de γ ∈ R tel que Hn = ln(n) + γ + o(1).
R +∞
ii Justifier l’existence de In . Montrer que lim In = 0 e−t ln(t)dt.
n→+∞
R +∞
iii Montrer que γ = − 0 e−t ln(t)dt.
Stratégie 8 – Le théorème de convergence s’applique à des intégrales définies sur un même intervalle fixé,
mais, même si l’intervalle varie, on peut parfois se ramener à la première
R e situation.
Exercice de cours (exercice 7) – Pour tout n ∈ N∗ , on pose un = 1 (ln(x))n dx.

1 En procédant au changement de variable v = (ln(x))n , puis en appliquant le théorème de convergence

dominée, montrer que un ∼ ne .
n∞

2 Retrouver ce résultat par des moyens élémentaires (on commencera par trouver une relation entre un+1
et un ).
Stratégie 9 – Le TCVD permet aussi la détermination de certains équivalents (non constants), suite à un
changement de variable.
150 Stéphane FLON
 Définition 2 (Hypothèse de domination d’une famille de fonctions indexée par un paramètre réel)

Soit J un intervalle, (fλ )λ∈J une famille de fonctions de I dans K.

On dit que (fλ )λ∈J vérifie l’hypothèse de domination sur I s’il existe une fonction φ : I → R, (positive et)
intégrable, telle que pour tout λ ∈ J, on ait |fλ | ⩽ φ, i.e.
∀ λ ∈ J, ∀ t ∈ I, |fλ (t)| ⩽ φ(t)

Définition 3 (Hypothèse de domination locale d’une famille de fonctions indexée par un paramètre réel)

Soit J un intervalle, (fλ )λ∈J une famille de fonctions de I dans K, a un point de J ou une extrémité (éventuel-
lement infinie) de J.
On dit que (fλ )λ∈J vérifie l’hypothèse de domination (sur I) locale en a s’il existe un voisinage relatif V ′ de a
dans J tel que (fλ )λ∈V ′ vérifie l’hypothèse de domination.
Cela revient à l’existence de V, de la forme [a − ε, a + ε], où ε ∈ R∗+ (resp. [α, +∞[, resp. ] − ∞, α]) si a ∈ R
(resp. a = +∞, resp. a = −∞), tel que (fλ )λ∈J∩V vérifie l’hypothèse de domination, i.e. il existe φ : I → R
positive et intégrable, telle que,
∀ λ ∈ (J ∩ V), ∀ t ∈ I, |fλ (t)| ⩽ φ(t)

On localise selon le paramètre λ : en particulier, la fonction de domination est encore définie et intégrable sur I, pas seulement sur un
segment inclus dans I.

Corollaire (théorème de convergence dominée, cas d’un paramètre réel)

Soit J un intervalle, a est un point de J ou extrémité (éventuellement infinie) de J,

(fλ )λ∈J est une famille de fonctions de I dans K, f une fonction de I dans K.
On suppose
i) que chaque fλ est une fonction continue par morceaux sur I ;
ii) que f est une fonction continue par morceaux ;
iii) que ∀ x ∈ I, lim fλ (x) = f (x) ;
λ→a 2
iv) que (Hypothèse de domination (locale en a)) Il existe φ : I → K positive et intégrable
telle que, pour λ au voisinage de a, on ait |fλ | ⩽ φ.
On en déduit alors
a) que f est une fonction intégrable sur I ;
R R
b) que lim I fλ = I f .
λ→a

Exercice de cours (exercice 8) –

R +∞
1 Pour tout x > 0, on pose g(x) = 0
ln(t)e−xt dt. Montrer que g(x) tend vers 0 lorsque x tend vers
+∞.
151 Stéphane FLON
 2. Le théorème d’intégration terme à terme

Théorème d’intégration terme à terme, cas positif

Soit (fn ) une suite de fonctions de I dans K.

On suppose
i) que chaque fn est une fonction continue par morceaux sur I ;
ii) que chaque fn est une fonction intégrable sur I ;
P
iii) que fn est une série de fonctions simplement convergente sur I ; 3
P∞
iv) que n=0 fn est une fonction continue par morceaux sur I ;
v) que chaque fn est positive.
R P∞ R
On en déduit alors que I f (t)dt = n=0 I fn (t)dt.
Il s’agit d’une égalité dans [0, +∞] : l’intégrabilité de f n’est ni une hypothèse, ni une conclusion de ce théorème.

Théorème d’intégration terme à terme

Soit (fn ) une suite de fonctions de I dans K.

On suppose
i) que chaque fn est une fonction continue par morceaux sur I ;
ii) que chaque fn est une fonction intégrable sur I ;
P
iii) que fn est une série de fonctions simplement convergente sur I ;
P∞
iv) que n=0 fn est une fonction continue par morceaux sur I ;
v) que
PR
|f (t)|dt est une série numérique convergente. 4
I n
On en déduit alors
def P∞
a) que f = n=0 fn est une fonction intégrable sur I ;
R P∞ R
b) que I f (t)dt = n=0 I fn (t)dt.
R P∞ P∞ R
Autrement dit, sous les hypothèses du théorème : I n=0 fn (t)dt = n=0 I fn (t)dt. L’hypothèse de convergence de
PR
I
|fn | est parfois appelée hypothèse de sommation.

PR
Rédaction 10 – L’hypothèse de sommation est la plus forte possible : il y a convergence de |f |, la
I n
P R
seule convergence de f
I n
ne suffit pas.
▷ Structure 11 – L’ensemble des séries de fonctions vérifiant l’hypothèse de sommation sur I est muni
d’une structure d’espace vectoriel.
▷ Étude de stabilité 12 – La notion de série de fonctions vérifiant l’hypothèse de sommation est-elle stable
par multiplication par une fonction (continue par morceaux) bornée ?
Exercice de cours (exercice 4) –
R +∞ √ −nt
1 On pose, pour n ∈ N∗ , In = 0 t e dt.
i Montrer que la suite √(In )n∈N∗ est bien définie.
π
ii Montrer que In = 2 n3/2 .
R +∞ 1 −t R +∞ −t2 √
Remarque – On rappelle que Γ(1/2) = 0 √ e dt =
t −∞
e dt = π.
R +∞ t √ √
π P+∞ 1
iii En déduire : 0 et −1 dt = 2 n=1 n3/2 .
R1 P+∞
Exercice de cours (exercice 9) – (ENS PC 16) Montrer que 0 x−x dx = n=1 n−n .
Exercice de cours (exercice 10) –
1 (Centrale PC 16, Centrale PSI 10) Soit (un ) une suite croissante d’éléments de R∗+ , tendant vers l’infini.
152 Stéphane FLON
 On cherche à montrer l’existence des deux quantités écrites et l’égalité :

+∞
! +∞
+∞
(−1)n
Z X X
n −un x
(−1) e dx = .
0 n=0 n=0
un

i On cherche d’abord à appliquer le théorème d’intégration terme à terme. Traduire l’hypothèse de

sommation. Est-elle toujours vérifiée ?
ii Montrer le résultat en appliquant le théorème de convergence dominée à la suite des sommes partielles.
Stratégie 13 – Quand l’hypothèse de sommation fait défaut, on peut chercher à appliquer le théorème de
convergence dominée à la suite des sommes partielles.

3. Continuité d’une intégrale à paramètre

Définition 4 (Fonction définie par une intégrale à paramètre)

Soit J un intervalle, F : x ∈ J 7→ F (x) ∈ K une fonction numérique.

On dit que F est définie par une intégrale à paramètre s’il existe un intervalle I, une fonction f : J × I → K telle
que, pour tout x ∈ J, l’application t 7→ f (x, t) soit d’intégrale convergente sur I, et telle que
Z
∀ x ∈ J, F (x) = f (x, t)dt
I
R
On dira alors que F est définie par l’intégrale à paramètre I f (x, t)dt. R
La première variable, ici notée x, sera appelée paramètre de l’intégrale I f (x, t)dt.
La seconde variable, ici notée t, sera appelée variable d’intégration de f (pour définir F ).

Conseil 14 – Il faut bien distinguer le paramètre de l’intégrale de la variable d’intégration.

Définition 5 (Hypothèse de domination pour une fonction de deux variables)

Soit f : (x, t) ∈ J × I 7→ f (x, t) ∈ K une fonction de deux variables.

On dit que f vérifie l’hypothèse de domination s’il existe une fonction φ : I → R positive intégrable telle que,
pour tout x ∈ J, |f (x, ·)| ⩽ φ, i.e.
∀ x ∈ J, ∀ t ∈ I, |f (x, t)| ⩽ φ(t)

Définition 6 (Hypothèse de domination locale pour une fonction de deux variables)

Soit f : (x, t) ∈ J × I 7→ f (x, t) ∈ K une fonction de deux variables, a un point de J ou une extrémité
(éventuellement infinie) de J.
On dit que f vérifie l’hypothèse de domination localement en a s’il existe un voisinage relatif V ′ de a dans J tel
que f|V ′ ×I vérifie l’hypothèse de domination.

Définition 7 (Hypothèse de domination sur tout segment pour une fonction de deux variables)

Soit f : (x, t) ∈ J × I 7→ f (x, t) ∈ K une fonction de deux variables.

On dit que f vérifie l’hypothèse de domination sur tout segment si, pour tout segment K inclus dans J, la
restriction de f à K × I vérifie l’hypothèse de domination.

153 Stéphane FLON

 Théorème (Continuité d’une intégrale à paramètre)

Soit I et J des intervalles, f : (x, t) ∈ J × I 7→ f (x, t) ∈ K une fonction.

On suppose
i) que x 7→ f (x, t) est une fonction continue sur J, pour tout t ∈ I ;
ii) que t 7→ f (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ;
iii) que (Hypothèse de domination) Il existe une fonction φ positive intégrable sur I telle que, pour 5
tout x de J, |f (x, .)| ⩽ φ, i.e. ∀(x, t) ∈ J × I, |f (x, t)| ⩽ φ(t).
R
On en déduit alors que g : x 7→ I f (x, t)dt est une fonction continue (et définie) sur J.

La continuité étant une propriété locale, on peut remplacer l’hypothèse de domination par la domination locale sur tout
segment.

Rédaction 15 – Retrouver les hypothèses du théorème de continuité des intégrales à paramètre.

Montrer que la fonction f : x ∈ R 7→ 0 e +1 dt est continue sur R.
R +∞ cos(xt)
Exercice de cours (exercice 23) – t

R Exemple 16 – Si K est un segment de R , et si f : K × [a, b] → K est continue sur K × [a, b], alors g : x 7→
[a,b]
f (x, t)dt est continue sur K. Plus généralement, le théorème des bornes atteintes permet dans certains cas
de vérifier l’hypothèse de domination (éventuellement locale), mais il faut pour cela avoir continuité de g par
rapport au couple (et non seulement par rapport à chacune des deux variables).

Théorème (Continuité d’une intégrale à paramètre, avec domination locale)

Soit I et J des intervalles, f : (x, t) ∈ J × I 7→ f (x, t) ∈ K une fonction.

On suppose
i) que x 7→ f (x, t) est une fonction continue sur J, pour tout t ∈ I ;
ii) que t 7→ f (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ;
6
iii) que (Hypothèse de domination locale) Pour tout segment [a, b] inclus dans J, il existe une fonction
φ[a,b] positive intégrable sur I telle que, pour tout x de [a, b], |f (x, .)| ⩽ φ[a,b] , i.e. ∀(x, t) ∈
[a, b] × I, |f (x, t)| ⩽ φ[a,b] (t).
R
On en déduit alors que g : x 7→ I f (x, t)dt est une fonction continue sur J.

Mise en garde 17 – C’est le paramètre que l’on peut éventuellement localiser, ce n’est jamais la variable
d’intégration.
Exercice de cours (exercice 24) – Montrer que la fonction x 7→ 0 ln(t)e−xt dt est continue sur R∗+ .
R +∞

Montrer que la fonction f : x ∈ R 7→ 0 et −1 dt est continue sur R.

R +∞ sin(xt)

Exercice de cours (exercice 25) –

1 D’après X MP 08. Soit a ∈ R∗+ .

R∞
)(x2 +b2 ) est définie et continue sur R+ .
∗
i Montrer que la fonction g : b 7→ −∞ (x2 +a2dx
ii Pour b ∈ R+ \ {a}, calculer g(b).
∗
Ä ä
1 1 1 1
Indication – Si α et β sont deux complexes distincts, on a : (X−α)(X−β) = α−β X−α − X−β .
R∞ dx
iii En déduire −∞ (x2 +a2 )2 .
154 Stéphane FLON
 4. Dérivation d’une intégrale à paramètre

Théorème (Dérivation d’une intégrale à paramètre)

Soit I et J des intervalles, f : J × I → K une fonction.

On suppose
i) que t 7→ f (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ;
ii) que t 7→ f (x, t) est une fonction intégrable sur I, pour tout x ∈ J ;
iii) que x 7→ f (x, t) est une fonction continûment dérivable sur J, pour tout t ∈ I ;
∂f
iv) que t 7→ ∂x (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ;
v) que (Hypothèse de domination) Il existe une fonction φ positive intégrable sur I telle que, pour
7
tout x de J, | ∂f
∂x (x, .)| ⩽ φ.
On en déduit alors
R
a) que g : x 7→ I f (x, t)dt est une fonction continûment dérivable sur J ;
b) que ∀ x ∈ J, g ′ (x) = I ∂f
R
∂x (x, t) dt.

Ce théorème s’appelle aussi théorème de Leibniz, théorème de dérivation sous le signe somme, ou théorème de dérivation sous
l’intégrale.
Cet énoncé admet une hypothèse avec domination locale.

Conseil 18 – Retenir et hiérarchiser les hypothèses du théorème de dérivation des intégrales à paramètre.
Utilité 19 – Le théorème de dérivation des intégrales à paramètre permet de calculer beaucoup d’intégrales.
Exercice de cours (exercice 26) –

1 Existence et calcul, pour x ∈ R, de :

+∞
eixt − 1 −t
Z
I(x) = e dt.
0 t

Théorème (Dérivation d’une intégrale à paramètre, version avec domination locale)

Soit I et J des intervalles, f : J × I → K une fonction.

On suppose
i) que t 7→ f (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ;
ii) que t 7→ f (x, t) est une fonction intégrable sur I, pour tout x ∈ J ;
iii) que x 7→ f (x, t) est une fonction continûment dérivable sur J, pour tout t ∈ I ;
∂f
iv) que t 7→ ∂x (x, t) est une fonction continue par morceaux sur I, pour tout x ∈ J ; 8
v) que (Hypothèse de domination locale) Pour tout segment [a, b] inclus dans J, il existe une
fonction φ[a,b] positive intégrable sur I telle que, pour tout x de [a, b], | ∂f
∂x (x, .)| ⩽ φ[a,b] .
On en déduit alors
R
a) que g : x 7→ I f (x, t)dt est une fonction continûment dérivable sur J ;
b) que ∀ x ∈ J, g ′ (x) = I ∂f
R
∂x (x, t) dt.

155 Stéphane FLON

 Théorème de dérivation jusqu’à l’ordre k d’une intégrale à paramètre

Soit k un entier naturel, I et J des intervalles, f : J × I → K une fonction.

On suppose
∂k f
i) que ∂xk
est définie sur J × I ;
∂j f
ii) que ∂xj (x, .) est une fonction intégrable sur I, pour tout x de J et tout j ∈ [[0, k − 1]] ;
k
∂ f
iii) que x 7→ ∂xk
(x, t) est une fonction continue pour tout t ∈ I ;
k
∂ f 9
iv) que t 7→ ∂xk
(x, t) est une fonction continue par morceaux pour tout x ∈ J ;
∂k f
v) que l’hypothèse de domination de ∂xk
est satisfaite sur tout segment inclus dans J.
On en déduit alors
a) que g : x 7→ I f (x, t)dt est de classe C k sur J ;
R

∂j f
g (j) (x) =
R
b) que pour tout j ∈ [[0, k]] et tout x ∈ J, I ∂xj
(x, t) dt.

Théorème de dérivations successives d’une intégrale à paramètre

Soit I et J des intervalles, f : J × I → K une fonction.

On suppose
i) que pour tout t ∈ I, x ∈ J 7→ f (x, t) est de classe C ∞ ;
∂k f
ii) que pour tout k ∈ N, tout x ∈ J, t ∈ I 7→ ∂xk
(x, t) est continue par morceaux ;
∂k f 10
iii) que pour tout k ∈ N, (x, t) 7→ ∂xk
(x, t) vérifie l’hypothèse de domination sur tout segment.
On en déduit alors
R
a) que g : x 7→ I f (x, t)dt est une fonction indéfiniment dérivable sur J ;
R k
b) que pour tout k ∈ N et tout x ∈ J, g (k) (x) = I ∂∂xfk (x, t) dt.

R +∞ sin(xt)
Exercice de cours (exercice 27) – (Mines PC 16) Soit f : x 7→ 0 et −1 dt.

1 Montrer que f est définie sur R et continue.

2 Montrer que f est de classe C ∞ .
3 Montrer, pour x ∈ R, f (x) = n=1
P+∞ x
n2 +x2 .

5. La fonction Gamma d’Euler

Définition 8 (Fonction Gamma d’Euler (Rappel))

On appelle fonction Γ d’Euler la fonction Γ : x ∈ R∗+ 7→ R∗ e−t tx−1 dt

R
+

Continuité de la fonction Gamma d’Euler

On a : la fonction Gamma d’Euler est une fonction continue sur R∗+ . 11

156 Stéphane FLON

 Dérivées de la fonction Gamma d’Euler

On a :
i) la fonction Gamma d’Euler est une fonction indéfiniment dérivable sur R∗+ ; 12
ii) pour tout k ∈ N, tout x ∈ R∗+ : Γ(k) (x) = 0 (ln(t))k tx−1 e−t dt.
R +∞

Exercice de cours (exercice 40) – (Mines PC 16) Soit Γ : x ∈ R∗+ 7→

R +∞
0
tx−1 e−t dt.
Rn
n
1 Montrer que Γ(x) = lim 0 tx−1 1 − nt dt.
n→+∞
n!nx
2 Montrer que Γ(x) = lim x(x+1)···(x+n) .
n→+∞

6. L’intégrale de Gauss

Définition 9 (Intégrale de Gauss (Rappel))

R +∞ 2
On appelle intégrale de Gauss l’intégrale −∞
e−x dx.

√
Information 20 – L’intégrale de Gauss vaut π.
Exercice de cours (exercice 41) –
R π/2
1 On rappelle qu’en posant Wn = 0 sin(u)n du (ce sont les intégrales de Wallis, sans doute déjà vues en
pπ
MPSI), on a Wn ∼ 2n .
i Montrer que
Z √n Å ãn
t2
Z
2
lim 1− dt = e−t dt
n 0 n R+
ii En déduire, grâce au résultat rappelé, que
Z √
−t2 π
e dt =
R+ 2
Exercice de cours (exercice 42) –
1
i Exprimer l’application
Z 1 −(t2 +1)x2
e
G : x ∈ R+ 7→ dt
0 t2 + 1
Rx 2
en fonction de F : x 7→ 0 e−t dt.
R +∞ 2
ii En déduire la valeur de I = 0 e−t dt.

7. L’intégrale de Dirichlet

Définition 10 (Intégrale de Dirichlet (Rappel))

R +∞ sin(t)
On appelle intégrale de Dirichlet l’intégrale 0 t dt.

Information 21 – L’intégrale de Dirichlet vaut π2 .

Exercice de cours (exercice 43) –
R +∞ sin(xt)
1 (Centrale PC 16) Soit F : x 7→ 0 t(t2 +1) dt.
i Déterminer le domaine de définition de F . Montrer que F est de classe C 2 sur un domaine D à
préciser. R +∞ sin(t)
ii Montrer que F est solution d’une équation différentielle. En déduire la valeur de l’intégrable 0 t dt.

R +∞ sin(t) R +∞ sin2 (t) R +∞ sin2 (t) −xt

2 (Centrale PC 16) Soit I = 0 t dt, J= 0 t2 dt et g : x 7→ 0 t2 e dt.
157 Stéphane FLON
 i Justifier que I et J sont bien définies. Montrer que I = J.
ii Montrer que g est continue sur R+ et de classe C 2 sur R∗+ .
iii En déduire la valeur de I.
3 (Centrale PC 16) On pose, pour tout réel positif ou nul x :
Z +∞ −xt Z n
e sin(t)
f (x) = 2
dt et g(x) = lim dt.
0 1 + t n∞ t=0 x + t

i Montrer que f est bien définie et continue sur R+ , et qu’elle est de limite nulle en +∞.
ii Montrer que f est deux fois dérivable sur R∗+ , et qu’elle est solution sur ce domaine de
1
(E) y ′′ + y =
x
iii Vérifier que g est aussi définie et continue sur R+ , solution de E sur R∗+ , et de limite nulle en +∞.
R +∞ sin(t)
iv En déduire que f = g, puis la valeur de l’intégrale de Dirichlet 0 t dt.

8. Transformée de Laplace

Définition 11 (Transformée de Laplace)

Soit f : R+ → K une fonction continue.

On appelle transformée de Laplace de f et on note L(f ) la fonction d’une variable réelle
Z +∞
L(f ) : x 7→ f (t) e−xt dt
0
R +∞
Le domaine d’absolue convergence est l’ensemble des réels x tels que 0
f (t) e−xt dt soit absolument conver-
gente.
Voir par exemple le sujet de Centrale PSI 2012 M1.

Domaine d’absolue convergence d’une transformée de Laplace

Soit f : R+ → K une fonction continue.

On suppose que L(f ) est la transformée de Laplace de f .
On en déduit alors que le domaine d’absolue convergence de L(f ) est un intervalle, vide
ou non majoré. 13
La borne inférieure du domaine d’absolue convergence est parfois appelée abscisse de convergence absolue de
L(f ).
Le domaine de définition de L(f ) est aussi un intervalle non majoré ou vide, voir l’exercice 24 du chapitre
d’intégration.

Régularité d’une transformée de Laplace

Soit f : R+ → K une fonction continue.

On suppose
i) que L(f ) est la transformée de Laplace de f ;
ii) que le domaine d’absolue convergence de L(f ) n’est pas vide.
14
On en déduit alors
a) que L(f ) est une fonction indéfiniment dérivable sur l’intérieur ]α, +∞[ de son domaine
d’absolue convergence ;
b) que pour tout n ∈ N, tout x > α : (L(f ))(n) (x) = (−1)n 0 tn f (t) e−xt dt.
R +∞

158 Stéphane FLON

 Théorème de la valeur finale

Soit f : R+ → K une fonction continue.

On suppose
i) que L(f ) est la transformée de Laplace de f ;
ii) que f admet une limite finie ℓ en +∞.
15
On en déduit alors
a) que le domaine d’absolue convergence de L(f ) n’est pas vide ;
b) que lim+ x L(f )(x) = ℓ.
x→0

Théorème de la valeur initiale

Soit f : R+ → K une fonction continue.

On suppose
i) que L(f ) est la transformée de Laplace de f ;
ii) que le domaine d’absolue convergence de L(f ) n’est pas vide ; 16
iii) que f (t) = f (0) + Ot → 0 (t).
On en déduit alors que lim x L(f )(x) = f (0).
x → +∞

9. Transformée de Fourier

Définition 12 (Transformée de Fourier)

Soit f : R → C une fonction intégrable.

On appelle transformée de Fourier de f la fonction F(f ) définie par
Z +∞
∀ x ∈ R, F(f )(x) = f (t) e−2π i t x dt
−∞

Voir par exemple le sujet de Centrale PSI 2016 M2.

Régularité de la transformée de Fourier

Soit f : R → C une fonction intégrable.

On suppose que F(f ) est la transformée de Fourier de f . 17
On en déduit alors que F(f ) est une fonction continue sur R.

Définition 13 (Fonction à décroissance rapide)

Soit f : R → C une fonction.

f est dite à décroissance rapide si pour tout P ∈ C[X], la fonction t 7→ P (t) f (t) est bornée sur R.

Exemple 22 – Toute fonction à décroissance rapide continue par morceaux est une fonction intégrable sur
R. 2
Exemple 23 – t 7→ e−t est une fonction à décroissance rapide.
159 Stéphane FLON
 Régularité de la transformée de Fourier d’une fonction à décroissance rapide

Soit f : R → C une fonction.

On suppose
i) que f est une fonction continue par morceaux ;
ii) que f est une fonction à décroissance rapide ;
iii) que F(f ) est la transformée de Fourier de f . 18
On en déduit alors
a) que F(f ) est une fonction indéfiniment dérivable sur R ;
b) que (F(f ))(n) (x) = (−2π i)n −∞ tn f (t) e−2π i t x dt pour tout n ∈ N, tout x ∈ R.
R +∞

160 Stéphane FLON

 Chapitre X

Réduction des endomorphismes

Objectif 1 – Le but de la réduction des endomorphismes est de proposer une représentation d’un endomor-
phisme par une matrice la plus simple possible (en dimension finie). Pour une matrice carrée, cela revient à
trouver un représentant  simple  de sa classe de similitude.
Cadre 2 – Sans autre précision, E est un K-espace vectoriel, les espaces vectoriels sont définis sur un sous-
corps K de C, de même pour les matrices.

1. Éléments propres d’un endomorphisme, d’une matrice carrée

Définition 1 (Valeur propre, sous-espace propre, vecteur propre)

Soit E un espace vectoriel, u un endomorphisme de E, λ un scalaire.

On dit que λ est valeur propre de u si l’endomorphisme u − λId E n’est pas injectif, i.e. si Ker(u − λId E ) n’est
pas réduit à 0E .
Dans ce cas, Ker(u − λId E ) est appelé sous-espace propre de u associé à la valeur propre λ, et noté Eλ (u).
Tout vecteur non nul de Eλ (u) est appelé vecteur propre de u associé à la valeur propre λ.
On étend dans ce cours la notation Eλ (u) et la notion de sous-espace propre au cas où λ n’est pas valeur propre de u. On a alors
Eλ (u) = {0E }.

▷ Exemple 3 – Tout vecteur propre est un vecteur non nul.

▷ Reformulation 4 – x est un vecteur propre de u ∈ L(E) si et seulement si K x est une droite vectorielle
de E stable par u.
▷ Information 5 – À tout vecteur propre x de u ∈ L(E) correspond une unique valeur propre.
▷ Information 6 – À toute valeur propre λ de u ∈ L(E) correspond une infinité de vecteurs propres (si le
corps des scalaires est infini).
▷ Reformulation 7 – λ est une valeur propre de u ∈ L(E) si et seulement si il existe un vecteur non nul
x de E tel que u(x) = λ x.
▷ Reformulation 8 – x est un vecteur propre de u ∈ L(E) si et seulement si (x est non nul, et il existe un
scalaire λ tel que u(x) = λ x).
▷ Reformulation 9 – 0 est une valeur propre de u ∈ L(E) si et seulement si u n’est pas injectif.
▷ Étude de stabilité 10 – La notion de vecteur propre de u est-elle stable par multiplication par un scalaire ?
▷ Étude de stabilité 11 – La notion de vecteur propre de u est-elle stable par multiplication par un scalaire
non nul ?
▷ Étude de stabilité 12 – La notion de vecteur propre de u est-elle stable par somme ?
▷ Structure 13 – L’ensemble des endomorphismes dont x est vecteur propre est muni d’une structure
d’algèbre.

Définition 2 (Spectre)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

On appelle spectre de u, et on note Sp(u), l’ensemble des valeurs propres de u.

▷ Reformulation 14 – λ est une valeur propre de u ∈ L(E) (lorsque E est de dimension finie) si et
seulement si λ ∈ Sp(u).
▷ Reformulation 15 – 0 est une valeur propre de u ∈ L(E) (lorsque E est de dimension finie) si et
seulement si u ∈
/ GL(E).
161
 ▷ Reformulation 16 – λ est une valeur propre de u ∈ L(E) (lorsque E est de dimension finie) si et
seulement si det(u − λId E ) = 0.
▷ Reformulation 17 – A est le spectre de u ∈ L(E) (lorsque E est de dimension finie) si et seulement si
A = {λ ∈ K, det(u − λId E ) = 0}.

Proposition (Les sous-espaces propres sont en somme directe)

On suppose
i) que λ1 , . . . , λp sont des scalaires distincts deux à deux ;
1
ii) que u est un endomorphisme de E.
On en déduit alors que Eλ1 (u), . . . , Eλp (u) sont des sous-espaces vectoriels en somme directe.

Corollaire (Vecteurs propres associées à des valeurs propres distinctes)

Soit E un espace vectoriel, u un endomorphisme de E, (x1 , . . . , xp ) une famille de vecteurs

de E.
On suppose
i) que chaque xi est un vecteur propre de u ;
2
ii) que les valeurs propres associées aux xi sont distinctes deux à deux.
On en déduit alors que (x1 , . . . , xp ) est une famille libre.
C’est un argument puissant, à avoir en tête quand on cherche à prouver la liberté d’une famille de vecteurs.

Stratégie 18 – Pour montrer la liberté d’une famille de vecteurs, on peut parfois les voir comme des vecteurs
propres associés à des valeurs propres distinctes.
Information 19 – Le spectre d’un endomorphisme d’un espace vectoriel de dimension n est fini, de cardinal
inférieur ou égal à n.
Exercice de cours (exercice 1) –
1 Soit λ1 , . . . , λp des complexes distincts deux à deux. Pour tout k ∈ [[1, p]], on définit
fk : R → C
x 7 → eλ k x
Montrer que (f1 , . . . , fp ) est libre.

Proposition (Sous-espaces propres et endomorphismes qui commutent)

Soit u et v des endomorphismes d’un espace vectoriel E.

On suppose
i) que u et v commutent ;
ii) que F = Eλ (u) est un sous-espace propre de u. 3
On en déduit alors que F est un sous-espace stable par v.
On peut donc définir l’endomorphisme de Eλ (u) induit par v

Définition 3 (Éléments propres d’une matrice carrée)

Soit A une matrice carrée.

En confondant A et l’endomorphisme canoniquement associé, on peut définir les notions de valeurs propres,
vecteurs propres, sous-espaces propres et spectre d’une matrice carrée.

162 Stéphane FLON

 Mise en garde 20 – Le spectre d’une matrice dépend du corps des scalaires.
Reformulation 21 – Ω est le spectre de A ∈ Mn (K) si et seulement si Ω = {λ ∈ K, det(A − λIn ) = 0}.
Exemple 22 – Le spectre d’une matrice triangulaire est l’ensemble de ses coefficients diagonaux.
Exemple 23 – Le spectre d’une matrice carrée est un invariant de similitude.

Définition 4 (Équation aux éléments propres)

Soit A ∈ Mn (K) une matrice carrée.

L’équation AX = λX, d’inconnues λ ∈ K et X ∈ Kn (= Mn,1 (K)) est appelée équation aux éléments propres, et
sa résolution permet de trouver les éléments propres de A.

Stratégie 24 – L’équation aux éléments propres est parfois efficace pour trouver directement les éléments
propres (sans avoir préalablement déterminé le spectre). Ñ é
0 0 1
Exercice de cours (exercice 3) – Déterminer les éléments propres de A = 1 0 0 ∈ M3 (C).
0 1 0

2. Polynôme caractéristique

Définition 5 (Polynôme caractéristique (d’une matrice carrée))

Soit M ∈ Mn (K).
On appelle polynôme caractéristique de M et on note χM le polynôme det(XIn − M )
C’est la définition officielle, vous rencontrerez éventuellement des ouvrages (anciens) où le polynôme caractéristique est défini comme
det(M − X In )(= (−1)n det(X In − M )).

Proposition (Valeurs propres et polynôme caractéristique)

On suppose
i) que A ∈ Mn (K) est une matrice carrée ;
ii) que λ ∈ K est un scalaire.
4
Les assertions suivantes sont alors équivalentes :
a) λ est une valeur propre de A.
b) λ est une racine du polynôme caractéristique χA .

Reformulation 25 – Le spectre de A ∈ Mn (K) est l’ensemble des racines dans K de son polynôme caracté-
ristique.
Exemple 26 – Le polynôme caractéristique (d’une matrice carrée) est un invariant de similitude.
163 Stéphane FLON
 Proposition (Coefficients du polynôme caractéristique)

On suppose que M ∈ Mn (K) est une matrice carrée.

On en déduit alors
a) que χM est (un polynôme) unitaire de degré n ;
b) que le coefficient de degré 0 de χM est χM (0), soit (−1)n det(M ) ;
c) que le coefficient de degré n − 1 de χM est − tr(M ). 5

n n−1 n
χM = X − tr(M )X + · · · + (−1) det(M )
Dans le cas où n = 2, on a donc
2
χM = X − tr(M )X + det(M )

Information 27 – Le spectre de A ∈ Mn (C) est non vide.

Information 28 – Le spectre de A ∈ Mn (R), où n est impair, est non vide.

Proposition (Déterminant, trace et valeurs propres)

Soit M ∈ Mn (K).
On suppose que le polynôme caractéristique est le polynôme scindé χM = i=1 (X − λi )mi sur K.
Qk
On en déduit alors 6
Pk
a) que tr(M ) = i=1 mi λi ;
Qk
b) que det(M ) = i=1 λmi .
i

Définition 6 (Polynôme caractéristique (d’un endomorphisme en dimension finie))

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

On appelle polynôme caractéristique de u et on note χu le polynôme caractéristique de n’importe quelle matrice
représentant u dans une base.

Information 29 – Le spectre d’un endomorphisme d’un espace vectoriel complexe de dimension finie non
nulle est non vide.
Information 30 – Le spectre d’un endomorphisme d’un espace vectoriel réel de dimension finie impaire est
non vide.

Définition 7 (Multiplicité d’une valeur propre)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E, λ une valeur propre de u.

On appelle multiplicité de la valeur propre λ de u son ordre de multiplicité comme racine de χu .
De même, on définit classiquement les notions de valeur propre multiple, simple, double, triple, etc.. Nous appellerons cette multiplicité la
multiplicité algébrique de la valeur propre λ, et multiplicité géométrique la dimension de Eλ (u).

164 Stéphane FLON

 Proposition (Dimension d’un sous-espace propre et multiplicité de la valeur propre associée)

Soit u ∈ L(E) un endomorphisme.

On suppose que λ est une valeur propre de u, de multiplicité mλ .
On en déduit alors que dim(Eλ (u)) ⩽ mλ . 7

Ainsi, la multiplicité géométrique est inférieure ou égale à la multiplicité algébrique.

Information 31 – Pour toute valeur propre λ d’un endomorphisme u ∈ L(E), on a 1 ⩽ dim(Eλ (u)) ⩽ mλ
(où mλ est la multiplicité algébrique de λ).
Reformulation 32 – Pour toute valeur propre λ de A ∈ Mn (K), on a dim(Eλ (A)) = n − rg(A − λ In ) (c’est
même valable pour tout scalaire λ).
Information 33 – Le polynôme caractéristique d’une matrice triangulaire par blocs A est le produit des
polynômes caractéristiques des blocs diagonaux (et ces derniers divisent donc en particulier χA ).
Information 34 – Le polynôme caractéristique d’un endomorphisme induit par u divise χu .

3. Endomorphismes et matrices carrées diagonalisables

Définition 8 (Endomorphisme diagonalisable)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

u est dit diagonalisable s’il existe une base de E dans laquelle sa matrice est diagonale. Une telle base est appelée
base de diagonalisation.

Reformulation 35 – u ∈ L(E) est un endomorphisme diagonalisable si et seulement si E admet une base

constituée de vecteurs propres de u.
Reformulation 36 – u ∈ L(E) est un endomorphisme diagonalisable si et seulement si E est égal à la somme
des sous-espaces propres de u. P
Reformulation 37 – u ∈ L(E) est un endomorphisme diagonalisable si et seulement si dim(E) = λ∈Sp(u) dim (Eλ (u)).
Exemple 38 – Tout projecteur est un endomorphisme diagonalisable.
Exemple 39 – Toute symétrie est un endomorphisme diagonalisable.

Proposition (Une condition suffisante de diagonalisabilité pour les endomorphismes)

Soit E un espace vectoriel de dimension finie, u ∈ L(E).

On suppose que u admet dim(E) valeurs propres distinctes. 8
On en déduit alors que u est un endomorphisme diagonalisable.

Définition 9 (Matrice carrée diagonalisable)

Soit A ∈ Mn (K) une matrice carrée.

A est dite diagonalisable (dans Mn (K)) si l’endomorphisme de Kn canoniquement associé est diagonalisable.

Rédaction 40 – La diagonalisabilité d’une matrice dépend du corps des scalaires.

Reformulation 41 – A est une matrice carrée diagonalisable si et seulement si A est semblable à une matrice
diagonale.
▷ Reformulation 42 – A est une matrice carrée diagonalisable si et seulement si sa classe de similitude
possède une matrice diagonale.
165 Stéphane FLON
 Proposition (Puissances d’une matrice diagonalisable)

On suppose que A = P −1 Diag(λ1 , . . . , λn )P est une matrice carrée diagonalisable.

On en déduit alors que pour tout k ∈ N, Ak = P −1 Diag(λk1 , . . . , λkn )P . 9
Dans le cas où A est inversible, la formule reste valable si k ∈ Z.

Proposition (Une condition suffisante de diagonalisabilité pour les matrices)

Soit A ∈ Mn (K).
On suppose que A admet n valeurs propres distinctes. 10
On en déduit alors que A est une matrice diagonalisable.

Exercice de cours (exercice 22) –

1 Réduire la matrice J (de Mn (R)) dont tous les coefficients valent 1.

Exemple 43 – Toute matrice carrée diagonalisable est une matrice semblable à sa transposée. Il se trouve
que toute matrice de Mn (K) est semblable à sa transposée, mais la démonstration est très difficile.
▷ Étude de stabilité 44 – La notion de matrice carrée diagonalisable est-elle stable par multiplication par
un scalaire ?
▷ Étude de stabilité 45 – La notion de matrice carrée diagonalisable est-elle stable par addition ?
▷ Étude de stabilité 46 – La notion de matrice carrée diagonalisable est-elle stable par polynôme ?
▷ Étude de stabilité 47 – La notion de matrice carrée diagonalisable est-elle stable par multiplication ?
▷ Étude de stabilité 48 – La notion de matrice carrée diagonalisable est-elle stable par extension de corps ?
▷ Étude de stabilité 49 – La notion d’endomorphisme diagonalisable de E est-elle stable par multiplication
par un scalaire ?
▷ Étude de stabilité 50 – La notion d’endomorphisme diagonalisable de E est-elle stable par somme ?
Cependant, la somme de deux endomorphismes diagonalisables qui commutent est diagonalisable.
▷ Étude de stabilité 51 – La notion d’endomorphisme diagonalisable de E est-elle stable par composition ?
Cependant, si u est diagonalisable, alors pour tout (a0 , . . . , aN ) ∈ KN +1 , k=0 ak uk est diagonalisable.
PN
De plus, la composée de deux endomorphismes diagonalisables qui commutent est diagonalisable.
▷ Étude de stabilité 52 – La notion d’endomorphisme diagonalisable de E est-elle stable par polynôme
(i.e. si u est diagonalisable, alors, pour tout polynôme P , P (u) est diagonalisable) ? Le spectre de P (u)
est {P (λ), λ ∈ Sp(u)}.

Diagonalisabilité lorsque le spectre est un singleton

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E, λ ∈ K.

On suppose que le spectre de u est un singleton : Sp(u) = {λ}.
Les assertions suivantes sont alors équivalentes : 11
a) u est un endomorphisme diagonalisable.
b) u = λ Id E .

166 Stéphane FLON

 Antagonisme entre diagonalisabilité et nilpotence

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

On suppose
i) que u est un endomorphisme diagonalisable ; 12
ii) que u est un endomorphisme nilpotent.
On en déduit alors que u = 0L(E) .

Antagonisme entre diagonalisabilité et nilpotence (version matricielle)

Soit A ∈ Mn (K).
On suppose
i) que A est une matrice diagonalisable ; 13
ii) que A est une matrice nilpotente.
On en déduit alors que A = 0n .

4. Polynôme annulateur

Définition 10 (Polynôme annulateur)

Soit u ∈ L(E) un endomorphisme, P un polynôme.

On dit que P annule u si P (u) = 0L(E)

Structure 53 – L’ensemble des polynômes annulateurs de u est muni d’une structure d’idéal de K[X].
Étude de stabilité 54 – La notion de polynôme annulateur de u est-elle stable par multiplication par un
polynôme quelconque ?
Exemple 55 – Tout polynôme annulateur de u est un polynôme annulateur de tout endomorphisme induit
par u sur un sous-espace stable. Å ã
1 2
Exemple 56 – X 2 − 2X + 1 est un polynôme annulateur de A = .
0 1
Reformulation 57 – u est un projecteur si et seulement si X 2 − X est un polynôme annulateur de u.
Reformulation 58 – u est une symétrie si et seulement si X 2 − 1 est un polynôme annulateur de u.
Reformulation 59 – u est un endomorphisme nilpotent si et seulement si X k est un polynôme annulateur
de u pour un certain k ∈ N.
Reformulation 60 – M ∈ Mn (K) est une matrice nilpotente si et seulement si X n est un polynôme
annulateur de M .

Existence d’un polynôme annulateur non nul en dimension finie

Soit E un espace vectoriel, u un endomorphisme de E.

On suppose que E est un espace vectoriel de dimension finie. 14
On en déduit alors que u admet un polynôme annulateur non nul.

Information 61 – Toute matrice carrée admet un polynôme annulateur non nul.

167 Stéphane FLON
 Polynôme d’un endomorphisme évalué en un vecteur propre

Soit E un espace vectoriel, u un endomorphisme de E, P un polynôme.

On suppose que x est un vecteur propre de u, associé à λ. 15
On en déduit alors que (P (u))(x) = P (λ) x.

Proposition (Spectre et racines d’un polynôme annulateur)

Soit E un espace vectoriel, u un endomorphisme de E.

On suppose
i) que λ est une valeur propre de u ;
ii) que P est un polynôme annulateur de u. 16
On en déduit alors que P (λ) = 0.
Autrement dit, le spectre de u est inclus dans l’ensemble des racines de tout polynôme annulateur de u.

Exercice de cours (exercice 51) –

1 (ENSEA) Soit A ∈ Mn (R) telle que A3 − A − In = 0. Montrer que det A > 0.

Théorème (Lemme de décomposition des noyaux)

Soit u un endomorphisme.
On suppose que P1 , . . . , Pr sont des polynômes
Lr deux à deux premiers entre eux de produit P .
On en déduit alors que Ker (P (u)) = i=1 Ker (Pi (u)). 17
Grâce au lemme de décomposition des noyaux, on retrouve que les sous-espaces propres sont en somme directe, car si λ et µ
sont deux scalaires distincts, X − λ et X − µ sont premiers entre eux.

Définition 11 (Polynôme minimal)

Le polynôme minimal d’un endomorphisme u d’un K-espace de dimension finie (resp. d’une matrice carrée
A ∈ Mn (K)) est l’unique générateur unitaire de son idéal annulateur dans K[X]. On le note µu (resp. µA ).

Exemple 62 – Le polynôme minimal de u (resp. de A) est de degré 1 (en dimension finie non nulle) si et
seulement si u est une homothétie (resp. une matrice scalaire).
2
Exemple 63 – Le polynôme minimal d’un projecteur (en dimension
Ñ é non nulle) est X, X − 1, ou X − X.
finie
2 0 0
Exemple 64 – Dans M3 (R), le polynôme minimal de 0 2 0 est (X − 2)(X − 3), mais celui de
0 0 3
Ñ é
2 3 0
0 2 0 est (X − 2)2 (X − 3).
0 0 3

Proposition (Base de la sous-algèbre engendrée par un endomorphisme)

On a : si d est le degré du polynôme minimal de u, alors la famille (uk )0⩽k⩽d−1 est une base de K[u]. 18

168 Stéphane FLON

 Théorème de Cayley-Hamilton

Soit u un endomorphisme d’un espace vectoriel E de dimension finie.

On a : χu est un polynôme annulateur de u.
19
Version matricielle : pour toute matrice A ∈ Mn (K), χA est un polynôme annulateur de A.
Autrement dit, le polynôme minimal divise le polynôme caractéristique (mais il n’y a en général pas égalité)

Exemple 65 – En taille 2, i.e. si A ∈ M2 (K), alors X 2 − tr(A)X + det(A)(= χA ) est un polynôme annulateur
de A.
Information 66 – Les racines de πu dans K sont les valeurs propres de u.

5. Caractérisations de diagonalisabilité

Théorème (Caractérisation de diagonalisabilité par le polynôme caractéristique)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

Les assertions suivantes sont équivalentes :
a) u est un endomorphisme diagonalisable.
b) — χu est un polynôme scindé sur K ;
— pour toute valeur propre λ de u, la dimension de l’espace propre Eλ (u) associé est égale à sa 20
multiplicité mλ .

Ainsi, u est diagonalisable si et seulement si χu est scindé sur K, et, pour toute valeur propre de u, les multiplicités géométrique
et algébrique sont égales. Matriciellement : A est diagonalisable si et seulement si χA est scindé, et pour toute valeur propre
de A, la dimension du sous-espace propre associé est égale à sa multiplicité.

Caractérisation de diagonalisabilité par polynôme annulateur

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

Les assertions suivantes sont équivalentes :
a) u est un endomorphisme diagonalisable. 21
b) u admet un polynôme annulateur scindé à racines simples.
c) πu est un polynôme annulateur scindé à racines simples.

Exercice de cours (exercice 33) – (CCP MP 13) Soit f ∈ L(R3 ) tel que f 4 = f 2 et {−1, 1} ⊂ Sp f . Montrer
que f est diagonalisable. Ñ é Ñ é
1 0 0 1 0 0
Exercice de cours (exercice 23) – La matrice A = 0 1 0 est-elle diagonalisable ? et B = 1 1 0 ?
0 1 2 0 0 2
Exercice de cours (exercice 28) –
1 Soit M ∈ Mn (K) de rang 1. Montrer que M est diagonalisable si et seulement si tr(M ) ̸= 0.
2 (Mines MP 2015) Soit (a1 , . . . , an ) ∈ Cn et A ∈ Mn (C) de coefficient général ai,j = ai aj . Condition
nécessaire et suffisante pour que A soit diagonalisable.
3 La matrice (i/j) est-elle diagonalisable ?
1 1/a 1/a2
Ñ é

4 (CCP) Soit a ∈ R∗ et A = a 1 1/a . Déterminer le rang de A. La matrice A est-elle diagona-

a2 a 1
lisable ?
169 Stéphane FLON
 5 (Banque CCP 2016 72) Soit f un endomorphisme d’un espace vectoriel E de dimension n, et soit e =
(e1 , . . . , en ) une base de E.
On suppose que f (e1 ) = f (e2 ) = · · · = f (en ) = v, où v est un vecteur donné de E.
i Donner le rang de f .
ii f est-il diagonalisable ? (discuter en fonction du vecteur v)

Proposition (Diagonalisabilité d’un endomorphisme induit)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E, F un sous-espace vectoriel

de E.
On suppose
i) que u est un endomorphisme diagonalisable ; 22
ii) que F est un sous-espace stable par u.
On en déduit alors que v = u||F est un endomorphisme diagonalisable.

Une matrice diagonale par blocs est diagonalisable si et seulement si ses blocs diagonaux le sont

Soit A une matrice carrée.

On suppose que A est une matrice diagonale par blocs de blocs diagonaux A1 , . . . , Ap .
Les assertions suivantes sont alors équivalentes : 23
a) A est une matrice carrée diagonalisable.
b) A1 , . . ., Ap sont des matrices carrées diagonalisables.

Exercice de cours (exercice 29) –

1 On considère deux endomorphismes u et v d’un espace vectoriel E de dimension finie. On suppose que
u et v sont diagonalisables.
i Montrer que u et v sont codiagonalisables (i.e. admettent une base commune de diagonalisation) si et
seulement si u et v commutent.
ii En déduire que si u et v commutent, alors uv et u + v sont diagonalisables.

6. Endomorphismes et matrices carrées trigonalisables

Définition 12 (Endomorphisme trigonalisable)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

u est dit trigonalisable s’il existe une base dans laquelle sa matrice est triangulaire supérieure.
Une telle base est appelée base de trigonalisation (de u).

Définition 13 (Matrice carrée trigonalisable)

Soit M ∈ Mn (K) une matrice carrée.

M est dite trigonalisable (dans Mn (K)) si elle est semblable (dans Mn (K)) à une matrice triangulaire supérieure.

▷ Reformulation 67 – Un endomorphisme d’un espace vectoriel de dimension finie est trigonalisable si et

seulement si sa matrice (dans une base quelconque) est trigonalisable.
▷ Reformulation 68 – Une matrice carrée est trigonalisable si et seulement si l’endomorphisme canonique-
ment associé est trigonalisable.
▷ Reformulation 69 – M ∈ Mn (K) est une matrice carrée trigonalisable si et seulement si M est semblable
(dans Mn (K)) à une matrice triangulaire inférieure.
170 Stéphane FLON
 ▷ Exemple 70 – Tout endomorphisme diagonalisable est un endomorphisme trigonalisable.
▷ Exemple 71 – Toute matrice carrée diagonalisable est une matrice carrée trigonalisable.
▷ Exemple 72 – Toute matrice triangulaire inférieure est une matrice carrée trigonalisable.
▷ Étude de stabilité 73 – La notion de matrice carrée trigonalisable est-elle stable par multiplication par
un scalaire ?
▷ Étude de stabilité 74 – La notion de matrice carrée trigonalisable est-elle stable par somme ?
▷ Étude de stabilité 75 – La notion de matrice carrée trigonalisable est-elle stable par produit ?
▷ Étude de stabilité 76 – La notion de matrice carrée trigonalisable est-elle stable par extension de corps ?
▷ Étude de stabilité 77 – La notion d’endomorphisme trigonalisable est-elle stable par multiplication par
un scalaire ?
▷ Étude de stabilité 78 – La notion d’endomorphisme trigonalisable est-elle stable par somme ?
▷ Étude de stabilité 79 – La notion d’endomorphisme trigonalisable est-elle stable par produit ?

Théorème (Caractérisation de trigonalisabilité)

On suppose
i) que E est un espace vectoriel de dimension finie sur K ;
ii) que u est un endomorphisme de E.
24
Les assertions suivantes sont alors équivalentes :
a) u est un endomorphisme trigonalisable.
b) χu est un polynôme scindé sur K.

Reformulation 80 – M ∈ Mn (K) est une matrice carrée trigonalisable si et seulement si χM est un polynôme
scindé sur K.

Corollaire (Trigonalisation des matrices complexes)

On suppose que M est une matrice carrée complexe.

25
On en déduit alors que M est une matrice carrée trigonalisable.

Étude de stabilité 81 – La notion d’endomorphisme trigonalisable est-elle stable par induction sur un sous-
espace stable ?

Caractérisation des endomorphismes nilpotents

Soit E un espace vectoriel.

On suppose
i) que E est un espace vectoriel de dimension finie ;
ii) que n = dim(E) ̸= 0 ;
iii) que u est un endomorphisme de E.
26
Les assertions suivantes sont alors équivalentes :
a) u est un endomorphisme nilpotent.
b) — u est un endomorphisme trigonalisable ;
— Sp(u) = {0}.
c) χu = X n .

7. Commutant d’un endomorphisme ou d’une matrice carrée

Étude de stabilité 82 – La notion de matrice carrée diagonalisable est-elle stable par multiplication, lorsque
les deux matrices commutent ?
171 Stéphane FLON
 Étude de stabilité 83 – La notion de matrice carrée diagonalisable est-elle stable par somme (lorsque les
deux matrices commutent) ?
Étude de stabilité 84 – La notion de matrice carrée trigonalisable est-elle stable par somme (lorsque les
deux matrices commutent) ?
Étude de stabilité 85 – La notion de matrice carrée trigonalisable est-elle stable par produit (lorsque les
deux matrices commutent) ?

8. Matrices stochastiques

Exercice de cours (exercice 48) –

1 (Mines PC 16, Centrale PC 16) Soit A = (ai,j )1⩽i,j⩽n ∈ Mn (R) telle que :
n
X
∀(i, j) ∈ [[1, n]]2 , ai,j > 0 et ∀i ∈ [[1, n]], ai,j = 1.
j=1

i Montrer que 1 est valeur propre de A.

ii Soit λ ∈ C une valeur propre de A. Montrer que |λ| ⩽ 1.
iii Soit λ ∈ C une valeur propre de A de module 1. Montrer que λ = 1.
iv 3 Montrer que Ker(A − In ) = Ker(A − In )2 .

9. Sous-espaces caractéristiques

Définition 14 (Sous-espaces caractéristiques)

Soit u un endomorphisme d’un K-espace vectoriel E de dimension finie. On suppose que χu est scindé sur K :
k
Y
χu = (X − λi )mi
i=1
où λ1 , . . . , λk sont des scalaires deux à deux distincts, m1 , . . . , mk ∈ N∗ .
Les sous-espaces caractéristiques de u sont les sous-espaces vectoriels Ker ((u − λ1 Id E )m1 ), . . . ,
Ker ((u − λk Id E )mk ).

Proposition (Décomposition d’un endomorphisme de polynôme caractéristique scindé)

− λi )mi est un polynôme scindé sur K.

Qk
On suppose que χu = i=1 (X
On en déduit alors
a) que E est la somme directe des sous-espaces caractéristiques de u ;
27
b) que pour tout i ∈ [[1, k]], dim Ker ((u − λi Id E )mi ) = mi ;
c) que l’endomorphisme u induit sur chaque sous-espace caractéristique la somme d’une homothétie
et d’un endomorphisme nilpotent.

Exercice de cours (exercice 52) – Soit u un endomorphisme du K-espace vectoriel de dimension finie E
Qd
dont le polynôme minimal est scindé : µu = i=1 (X − λi )mi .
1 Montrer qu’il existe un unique couple (d, n) d’endomorphismes de E tels que d est diagonalisable, n est
nilpotent, u = d + n, d ◦ n = n ◦ d.
2 Pour i ∈ {1, . . . , d}, soit πi la projection sur Ker((u−λi Id )mi ) parallèlement à 1⩽j⩽d Ker ((u − λj Id )mj ).
L
j̸=i
Montrer que πi appartient à K[u].
Indication – Partir d’une relation de Bézout entre (X − λi )mi et Q, où Q = 1⩽j⩽d (X − λj )mj .
Q
j̸=i

3 Montrer que d et n appartiennent à K[u].

4 On déduit de ce qui précède que, si M ∈ Mn (C), M s’écrit d’une unique façon D + N où D ∈ Mn (C)
est diagonalisable, N ∈ Mn (C) est nilpotente, M = D + N et DN = N D.
172 Stéphane FLON
 Déterminer D et N dans les cas suivants :
Å ã Å ã
1 1 0 1
M= M=
0 1 0 1

5 On suppose que M est dans Mn (R). Montrer que D et N sont dans Mn (R).

10. Suites récurrentes linéaires, matrice compagnon et endomorphismes cycliques

Définition 15 (Matrice compagnon)

Soit (c0 , . . . , cp−1 ) ∈ Kn .

La matrice compagnon du ì
â polynôme unitaire P = X p + cp−1 X p−1 + · · · + c1 X + c0 est la matrice C(P ) =
0 0 ... 0 −c0
1 0 0 ... −c1
0 1 ... 0 −c2
.. .. .. .. ..
. . . . .
0 0 ... 1 −cp−1

Définition 16 (Endomorphisme cyclique)

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

u est dit cyclique s’il existe un vecteur x de E pour lequel (x, u(x), . . . , up−1 (x)) est une base de E.

Polynôme caractéristique d’une matrice compagnon

On suppose que P est un polynôme unitaire.

On en déduit alors que le polynôme caractéristique de C(P ) est égal à P . 28

Critère de diagonalisabilité d’une matrice compagnon

On suppose que P est un polynôme unitaire.

Les assertions suivantes sont alors équivalentes :
a) C(P ) est une matrice carrée diagonalisable. 29

b) P est scindé à racines simples.

Critère de représentation matricielle par une matrice compagnon

Soit E un espace vectoriel de dimension finie, u un endomorphisme de E.

Les assertions suivantes sont équivalentes :
a) il existe une base dans laquelle la matrice de u est une matrice compagnon. 30

b) u est un endomorphisme cyclique.

Exemple 86 – Si E est de dimension n, et si u est nilpotent d’indice n, alors u est cyclique.

Exemple 87 – Si E est de dimension n, et si u admet n valeurs propres distinctes, alors u est cyclique.
Information 88 – Si u est un endomorphisme cyclique d’un espace vectoriel E de dimension p, alors
(Id E , . . . , up−1 ) est une base du commutant de u.
173 Stéphane FLON
 Vectorialisation d’une relation de récurrence linéaire

On suppose
i) que (un ) est une suite numérique ;
ii) que P = X p − ap−1 X p−1 − · · · − a1 X − a0 est un polynôme unitaire ;
Ö è
un
iii) que pour tout n ∈ N, on a Un = .. .
. 31
un+p−1
Les assertions suivantes sont alors équivalentes :
a) ∀ n ∈ N, un+p = ap−1 un+p−1 + · · · + a1 un+1 + a0 un .
b) ∀ n ∈ N, Un+1 = (C(P )T )Un .

Proposition (Suites récurrentes linéaires d’ordre 2 à coefficients constants)

On suppose
i) que (un ) est une suite récurrente linéaire d’ordre deux à coefficients constants ;
ii) que l’équation caractéristique associée à cette relation de récurrence linéaire admet une unique 32
solution λ non nulle.
On en déduit alors qu’il existe des scalaires a et b tels que, pour tout n ∈ N : un = (an + b)λn .

Étude de stabilité 89 – La notion de polynôme caractéristique est-elle stable par passage à l’adjoint ?

174 Stéphane FLON

 Chapitre XI

Séries entières

1. Définition, rayon de convergence

Motivation 1 – Les séries entières sont des séries de fonctions (polynomiales) que les formules de Taylor
nous incitent à étudier.

Définition 1 (Série entière)

Soit a = (an )n∈N une suite complexe.

On appelle série entière associée à la suite numérique (an )n∈N la série de fonctions
P
un , où, pour tout n, un
est la fonction z ∈ C 7→ an z n .
z n cette série de fonctions.
P
Par convention,Pon écrira abusivement anP
Nous noterons n
an x la série de fonctions vn , où, pour tout n, vn est la fonction x ∈ R 7→ an xn .
sur une partie de C, non vide puisqu’elle comprend 0. On observe que
P∞ n
La somme S : z 7→ n=0 an z de cette série
Pde fonctions
P est définie
si z0 et z1 ont même module, alors les séries an z0n et an z1n n’ont pas nécessairement même nature, mais qu’en revanche la convergence
absolue de l’une équivaut (trivialement) à celle de l’autre.

Lemme d’Abel

Soit (an ) une suite complexe, z0 et z des nombres complexes.

On suppose
i) que (an z0n ) est une suite bornée ; 1
ii) que |z| < |z0 |.
an z n est une série absolument convergente.
P
On en déduit alors que

Définition 2 (Rayon de convergence)

an z n une série entière.

P
Soit
an z n l’élément Ra de R+ ∪ {+∞} défini par
P
On appelle rayon de convergence de la série entière
def
Ra = sup{r ∈ R+ , (an rn ) est bornée}.
an z n , et on note Da , le disque ouvert centré en 0
P
On appelle disque ouvert de convergence de la série entière
de rayon Ra :
def
Da = {z ∈ C, |z| < Ra }.
L’ensemble {z ∈ C, |z| = Ra } est appelé cercle d’incertitude de la série entière an z n .
P
L’intervalle ] − Ra , Ra [ est appelé intervalle ouvert de convergence.
an z n .
P
On notera dans ce cours Ra le rayon de convergence de

an z n si et seulement si R = sup{r ∈ R+ , an rn =
P
▷ Reformulation 2 – R est le rayon de convergence de
O(1)}.
175
 Comportement ponctuel d’une série entière

an z n une série entière, z un nombre complexe.

P
Soit
an z n .
P
On suppose que Ra est le rayon de convergence de
On en déduit alors
a) que si |z| < Ra , alors
P
an z n est une série absolument convergente ; 2
an z n est une série grossièrement divergente ;
P
b) que si |z| > Ra , alors
an z n .
P
c) que si |z| = Ra , on ne sait rien a priori de l’éventuelle convergence de

an z n vérifie
P
▷ Information 3 – Le domaine de convergence simple Ω de la série entière
{z ∈ C, |z| < Ra } ⊂ Ω ⊂ {z ∈ C, |z| ⩽ Ra }
et chacune de ces inclusions peut être stricte.
▷ Exemple 4 – {z ∈ C, |z| < 1} est le domaine de convergence simple de la série entière
P n
z .
▷ Exemple 5 – {z ∈ C, |z| ⩽ 1} est le domaine de convergence simple de la série entière
P zn
n2 .
: {z ∈ C, |z| <
P zn
▷ Exemple 6 – Ω est le domaine de convergence simple de la série entière n , où Ω vérifie
1} ⊊ Ω ⊊ {z ∈ C, |z| ⩽ 1}.
an z n si et seulement si R est l’unique
P
▷ Reformulation 7 – R est le rayon de convergence de P élément
α de R+ ∪ {+∞} tel que, pour tout z ∈ C, si |z|P< α, alors il y a convergence (absolue) de an z n , et,
n
si |z| > α, alors il y a divergence (grossière) de aP
nz .
▷ Reformulation 8 – R est le rayon de convergence de P an z n si et seulement si R = sup{r ∈ R+ , (a n
Pn r )ntend vers 0}.
▷ Reformulation 9 – R est le rayon de convergence de an z siP n
et seulement si R = sup{r ∈ R+ , an r converge}.
▷ Reformulation 10 – R est le rayon de convergence de an z n si et seulement si R = sup{r ∈
R+ , an r CVA}.
n
P
an z n si et seulement si R est le rayon de
P
▷ Reformulation 11 P – Rn est le rayon de convergence de
convergence de |an |z .

2. Opérations sur les séries entières

Définition 3 (Produit d’une série entière par un scalaire)

an z n une série entière,P

P
Soit λ un scalaire.
Le produit de la série entière an z n par le scalaire λ est la série entière
X
(λ an )z n

Définition 4 (Somme de deux séries entières)

an z n et bn z n des séries
P P
Soit P entières.
an z n et bn z n est la série entière
P
La somme des séries entières
X
(an + bn )z n

Définition 5 (Produit de Cauchy de deux séries entières)

an z n et bn z n des séries entières.

P P
Soit
cn z n où, pour tout n ∈ N :
P
Le produit (de Cauchy) de ces séries entières est la série entière
n
def X
cn = ak bn−k
k=0

176 Stéphane FLON

 Proposition (Rayon de convergence de la somme de deux séries entières)

an z n et bn z n des séries entières.

P P
Soit
On a :
i) Ra+b ⩾ min{Ra , Rb } ;
3
ii) de plus, si Ra ̸= Rb , alors Ra+b = min{Ra , Rb }.

Ainsi, pour tout z ∈ C tel que |z| < min{Ra , Rb }, on a

P∞ n P∞ n P∞ n
n=0 an z + n=0 bn z = n=0 (an + bn )z .
Ra ̸= Rb est une condition suffisante mais non nécessaire pour que Ra+b = min{Ra , Rb }.

Proposition (Rayon de convergence du produit de deux séries entières)

an z n et Pbn z n des séries entières.

P P
Soit
cn z n est le produit de Cauchy de deux séries entières an z n et bn z n .
P P
On suppose que
On en déduit alors que Rc ⩾ min{Ra , Rb }. 4
Ainsi, pour tout z ∈ C tel que |z| < min{Ra , Rb }, on a
P∞ n

P∞ n

P∞ n
n=0 an z n=0 bn z = n=0 cn z .
Même si Ra ̸= Rb , il se peut que Rc ̸= min{Ra , Rb }.

▷ Structure 12 – L’ensemble des séries entières est muni d’une structure de C-algèbre (pour les opérations
d’addition, de multiplication par un scalaire, et de produit de Cauchy).

3. Détermination du rayon de convergence d’une série entière

Proposition (Séries entières et relation de domination)

On suppose
an z n ;
P
i) que Ra est le rayon de convergence de
bn z n ;
P
ii) que Rb est le rayon de convergence de
iii) que an = O(bn ). 5
On en déduit alors que Ra ⩾ Rb .

Il est remarquable que, pour une fois, on ne suppose pas les suites de signe constant. C’est bien sûr lié à l’absolue convergence
en tout point du disque ouvert.

Proposition (Séries entières et relation d’équivalence)

On suppose
an z n ;
P
i) que Ra est le rayon de convergence de
bn z n ;
P
ii) que Rb est le rayon de convergence de
iii) que an ∼ bn . 6
On en déduit alors que Ra = Rb .
Il est remarquable que, pour une fois, on ne suppose pas les suites de signe constant. C’est bien sûr lié à l’absolue convergence
en tout point du disque ouvert.

Exercice de cours (exercice 1) –

177 Stéphane FLON
 z n
Soit M ∈ C∗ . Donner le rayon de convergence de
P

1 an M en fonction de R (le rayon de convergence
an z n ).
P
de
P n P n P zn
2 Montrer que les séries entières z , nz et n ont pour rayon de convergence 1.
3 Donner le rayon de convergence de (3 + n)z n .
P n

an+1 z n , |an |z n et an z n ont le même rayon de convergence.

P P P
4 Montrer que
αn z n vaut au moins 1.
P
5 Soit (αn ) une suite bornée. Montrer que le rayon de convergence de
an z n , où an = 3n si n est pair, et an = 41n si
P
6 Déterminer le rayon de convergence de la série entière
n est impair.
ln nxn .
P
7 Déterminer le rayon de convergence de
Exercice de cours (exercice 2) –
+∞
1 X 1
1 (ENSEA MP 2015) Montrer que la série de terme général converge. On pose R n = .
1 + n2 1 + k2
k=n+1
Rn xn converge sur ]−1, 1[ puis déterminer le rayon de convergence de cette série entière.
P
Montrer que
dn z n où dn est le nombre de diviseurs de n.
P
2 Déterminer le rayon de convergence de
P n! n
3 Déterminer le rayon de convergence de (2n)! x .
ln nxn .
P
4 Déterminer le rayon de convergence de
Exercice de cours (exercice 3) –
αn z n vaut au moins 1.
P
1 Soit (αn ) une suite bornée. Montrer que le rayon de convergence de
P Onn suppose en outre que αn ne tend pas vers 0. Montrer que le rayon de convergence de la série entière
αn z vaut 1.
sin(n)z n .
P
2 En déduire le rayon de convergence de
3 Donner le rayon de convergence de (3 + n)z n .
P n

Proposition (Règle de d’Alembert pour les séries entières)

an z n une série entière.

P
Soit
On suppose
i) que (an ) est à termes tous non nuls à partir d’un certain rang ;
ii) que la suite |a|an+1 |
tend vers ℓ ∈ R+ ∪ {+∞}.
Ä ä
n | n⩾N 7
1
On en déduit alors
P quen Ra = ℓ (0 dans le cas où ℓ = +∞, +∞ dans le cas où ℓ = 0) est le rayon de
convergence de an z .
(PC) Utilisation de la règle de d’Alembert.

Mise en garde 13 – La règle de d’Alembert pour les séries entières est utile dans certains cas, mais n’est pas
la panacée.
Stratégie 14 – La bonne règle de d’Alembert est celle sur les sériesPnumériques.
▷ Exemple 15 – 1 est le rayon de convergence de la série entière P nα z n pour tout réel α.
▷ Exemple 16 – 0 est le rayon de convergence de la série entière n! z n .

Proposition (Égalité de deux rayons de convergence)

an z nPest une série

P
On suppose que P entière. 8
On en déduit alors que an z n et nan z n ont même rayon de convergence.

Stratégie 17 – Des encadrements grossiers peuvent donner le rayon de convergence.

Exercice de cours (exercice 4) –
P n! n
1 Déterminer le rayon de convergence de (2n)! x .
ln(n) xn .
P
2 Déterminer le rayon de convergence de
P 3n n 2n
3 Déterminer le rayon de convergence de n2 +1 z .

178 Stéphane FLON

 4 Soit (an ) une suite réelle vérifiant a0 = 1 et, pour tout n ∈ N :

3n2 + 2n + 1
an+1 = an
2n2 + 3n + 5

an z n .
P
Déterminer le rayon de convergence de

4. Continuité de la somme d’une série entière

Proposition (CVN sur un segment inclus dans l’intervalle ouvert de convergence)

On suppose
an xn ;
P
i) que Ra est le rayon de convergence de
9
ii) que [α, β] est un segment inclus dans ] − Ra , Ra [.
an xn est une série de fonctions normalement convergente sur [α, β].
P
On en déduit alors que

Mise en garde 18 – Il n’y a pas toujours convergence normale d’une série entière sur l’intervalle ouvert de
convergence.

Théorème (Continuité de la somme d’une série entière sur le disque ouvert de convergence)

an z n une série entière.

P
Soit
n
P
On suppose que D est le disque ouvert de convergence P de n an z . 10
On en déduit alors que la somme de la série entière an z est continue sur D..

Théorème d’Abel radial

an xn une série entière.

P
Soit
On suppose
an xn ;
P
i) que Ra est le rayon de convergence de 11
an Ran est une série numérique convergente.
P
ii) que
P∞
On en déduit alors que S : x 7→ n=0 an xn est une fonction continue en Ra .

179 Stéphane FLON

 5. Série entière d’une variable réelle

Proposition (Primitivation d’une série entière)

On suppose
an xn est une série entière de somme S ;
P
i) que
P an n+1
ii) que n+1 x est une série entière de somme T ;
an xn ;
P
iii) que Ra est le rayon de convergence de
iv) que Ra > 0. 12
On en déduit alors
P an n+1
a) que n+1 x est une série de fonctions simplement convergente sur ] − Ra , Ra [ ;
b) que T est une fonction continûment dérivable sur ] − Ra , Ra [ ;
c) que pour tout x ∈] − Ra , Ra [, T ′ (x) = S(x).

Proposition (Dérivations successives d’une série entière)

On suppose
an xn est une série entière de somme S ;
P
i) que
an xn ;
P
ii) que Ra est le rayon de convergence de
iii) que Ra > 0.
On en déduit alors 13
a) que S est une fonction indéfiniment dérivable sur l’intervalle ouvert de convergence ] − Ra , Ra [ ;
P∞
b) que pour tout x ∈]−Ra , Ra [, tout entier naturel p S (p) (x) = n=p n(n−1) . . . (n−(p−1))an x
n−p
.
P∞ P∞ (n+p)!
On a aussi : S (p) (x) = n!
n=p (n−p)! an x
n−p
= n=0 n! an+p xn

Proposition (Retrouver les coefficients d’une série entière en dérivant sa somme)

On suppose
an xn est une série entière de somme S ;
P
i) que
an xn ;
P
ii) que Ra est le rayon de convergence de 14
iii) que Ra > 0.
S (p) (0)
On en déduit alors que pour tout p ∈ N, ap = p! .

Observation 19 – Dans le cas des séries entières, on peut retrouver une série à partir de sa somme.
180 Stéphane FLON
 Corollaire (Obtention de la série entière à partir de sa somme lorsque R n’est pas nul)

On suppose
an xn est une série entière de somme S ;
P
i) que
bn xn est une série entière de somme T ;
P
ii) que
iii) que Ra > 0 et Rb > 0 ; 15
iv) que S(x) = T (x) au voisinage de 0 (ou même seulement sur un voisinage à droite (ou
à gauche) de 0).
On en déduit alors que pour tout n, an = bn .

Exercice de cours (exercice 5) –

1 Soit (an )n⩾0 définie par : a0 = a1 = 1 et ∀n ∈ N, an+2 = an+1 + n+2an
.
i Montrer : ∀n ∈ N, 1 ⩽ an ⩽ (n + 1) . 2
P+∞
ii Soit f : x 7→ n=0 an xn . Déterminer le domaine de définition de f . Donner une équation différentielle
vérifiée par f et en déduire une expression simple de f .

6. Fonctions développables en série entière, développements usuels

Définition 6 (Fonction d’une variable complexe développable en série entière)

Soit f une fonction définie au voisinage de 0 dans C, à valeurs dans C.

On dit que f est développable en série entière en 0 (ou qu’elle admet un développement en série entière P enn 0),
si elle coı̈ncide avec la somme d’une série entière au voisinage de 0, i.e. s’il existe une série entière an z de
rayon de convergence R > 0 et r ∈]0, R[ tels que, pour tout nombre complexe z tel que |z| < r :
∞
X
f (z) = an z n
n=0
On dit alors que la fonction f est développable en série entière sur le disque ouvert Dr de centre 0 et de rayon
r.
Une fonction développable en série entière sur C est dite entière.

Exemple 20 – Tout polynôme est une fonction d’une variable complexe développable en série entière.
1
Exemple 21 – La fonction f : z 7→ 1−z est la fonction d’une variable complexe développable en série entière
1
P∞
en 0. Pour tout nombre complexe z tel que |z| < 1 1−z = n=0 z n .
Exemple 22 – La fonction exponentielle : ∀ z ∈ C, exp(z) =
P∞ zn
n=0 n! est une fonction d’une variable
complexe développable en série entière.

Définition 7 (Fonction d’une variable réelle développable en série entière)

Soit V un voisinage de 0 dans R, f : V → C une fonction, r > 0 tel que ] − r, r[⊂ V.

On dit que f est développable en série entière P (en n0) sur ] − r, r[, si elle coı̈ncide sur ] − r, r[ avec la somme d’une
série entière, i.e. il existe une série entière an x de rayon de convergence R ⩾ r telle que
X∞
∀ x ∈] − r, r[, f (x) = an xn
n=0
On dit que f est développable en série entière (en 0), ou que f admet un développement en série entière en 0,
s’il existe r > 0 tel que f soit développable en série entière en 0 sur ] − r, r[.

On étend cette définition à d’autres intervalles que ceux de la forme ] − r, r[

Exemple 23 – Toute fonction d’une variable réelle développable en série entière est une fonction de classe
C ∞ au voisinage de 0.
181 Stéphane FLON
 Exemple 24 – Toute fonction d’une variable réelle développable en série entière sur ] − r, r[ est une fonction
de classe C ∞ sur ] − r, r[.
Exemple 25 – f : x ∈ R 7→ 1+x 1
2 est une fonction d’une variable réelle développable en série entière sur

] − 1, 1[. Cet exemple montre qu’une fonction de classe C ∞ sur R qui admet un DSE n’est pas toujours somme
d’une série entière sur R tout entier.
Exemple 26 – La fonction t 7→ sin(t)t se prolonge par continuité en 0, en une fonction φ qui admet un DSE
∞
X t2n
φ(t) = (−1)n
n=0
(2n + 1)!
∞
Cette fonction φ est donc de classe C au voisinage de 0 (d’ailleurs, le rayon de convergence est infini).
La fonction φ est en fait de classe C ∞ sur R. En effet, on peut soit dire qu’elle l’est au voisinage de 0 (puisque
développable en série entière), et qu’elle l’est sur R∗+ et R∗− (par opérations algébriques), soit observer que φ est
développable en série entière en 0 sur R.

Définition 8 (Série de Taylor)

Soit V un voisinage de 0 dans R, f : V → C une fonction indéfiniment dérivable.

P f (n) (0) n
On appelle série de Taylor de f la série entière n! x .

Proposition (Unicité du DSE)

Soit V un voisinage de 0 dans R.

On suppose que f : V → C est une fonction indéfiniment dérivable au voisinage de 0.
Les assertions suivantes sont alors équivalentes :
a) f est une fonction d’une variable réelle développable en série entière.
16
b) f coı̈ncide avec la somme de sa série de Taylor au voisinage de 0.

Autrement dit, la seule série entière susceptible de convernir est la série de Taylor de f . La formule de Taylor avec reste
intégral permet d’estimer la différence entre f et les sommes partielles de sa série de Taylor. L’unicité du DSE donne des
informations sur les coefficients de la série entière (penser au cas des fonctions paires ou impaires).

Stratégie 27 – Utilisation de l’unicité du développement en série entière.

7. Exemples de développements en série entière

Exemple 28 – La Pfonction exponentielle complexe est développable en série entière sur C :
∀ z ∈ C, ez = n=0 zn! .
∞ n

Exemple 29 – Les fonctions hyperboliques sont développables en série entière sur R :

∀ x ∈ R, ch(x) = n=0 (2n)!
P∞ x2n P∞ x2n+1
et sh(x) = n=0 (2n+1)! .
Exemple 30 – Les fonctions circulaires sont développables en série entière sur R :
n 2n n 2n+1
∀ x ∈ R, cos(x) = n=0 (−1)
P∞ x P∞
(2n)! et sin(x) = n=0 (−1) x
(2n+1)! .
Exemple 31 – La fonction arctangente est développable en série entière sur [−1, 1] :
P∞ n 2n+1
∀ x ∈ [−1, 1], arctan(x) = n=0 (−1)2n+1 x
.
Exemple 32 – La fonction x 7→ ln(1 + x) est développable en série entière sur ] − 1, 1] :
P∞ n−1 n
∀ x ∈] − 1, 1], ln(1 + x) = n=1 (−1) n x .
Exemple 33 – Pour tout α ∈
α
PR∞, la fonction
α n

x 7→ (1 + x)α est développable en série entière sur ] − 1, 1[ :
∀ x ∈] − 1, 1[, (1 + x) = n=0 n x .

8. Stabilité du fait d’être développable en série entière

Étude de stabilité 34 – La notion de fonction d’une variable complexe développable en série entière est-elle
stable par somme ?
Étude de stabilité 35 – La notion de fonction d’une variable complexe développable en série entière est-elle
stable par produit par un scalaire ?
182 Stéphane FLON
 Étude de stabilité 36 – La notion de fonction d’une variable complexe développable en série entière est-elle
stable par produit ?
Étude de stabilité 37 – La notion de fonction d’une variable complexe développable en série entière est-elle
stable par composition à droite par z 7→ α z k où α ∈ C et k ∈ N∗ ?
Mise en garde 38 – Les substitutions polynomiales autres que monomiales ne sont pas pertinentes pour
montrer qu’une fonction est développable en série entière.
Étude de stabilité 39 – La notion de fonction d’une variable complexe développable en série entière est-elle
stable par composition à droite par une fonction polynomiale ?
Étude de stabilité 40 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par somme ?
Étude de stabilité 41 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par produit par un scalaire ?
Étude de stabilité 42 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par produit ?
Étude de stabilité 43 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par dérivation ?
Étude de stabilité 44 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par primitivation ? On prendra garde à la constante d’intégration quand on primitivera un DSE.
Étude de stabilité 45 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par composition à droite par x 7→ α xk où α ∈ R et k ∈ N∗ ?
Étude de stabilité 46 – La notion de fonction d’une variable réelle développable en série entière est-elle
stable par composition à droite par une fonction polynomiale ?
Stratégie 47 – Pour montrer qu’une fonction est développable en série entière, utiliser la stabilité de cette
notion, par des opérations aussi bien algébriques qu’analytiques.
Exercice de cours (exercice 42) –

1 Développer en série entière au voisinage de 0 les fonctions suivantes. On précisera le rayon de convergence
de la série entière obtenue.
i x 7→ ln(1 + 2x2 ).
ii x 7→ x−a1
(où a ∈ C∗ ).
iii x 7→ ln(a + x) (où a > 0).
ex
2 Développer en série entière (au voisinage de 0) x 7→ 1−x .

3
i En appliquant la formule donnant le DSE de x 7→ (1 + x)α dans le cas où α = −1/2, vérifier que

∞
1 X (2n)!
∀ x ∈] − 1, 1[, √ = (−1)n xn
1 + x n=0 4n (n!)2

1
ii En déduire que x 7→ √1−x 2
est développable en série entière sur ] − 1, 1[, et donner son DSE.
Exercice de cours (exercice 43) –

1 Développer f : t 7→ arctan(1 + t) en série entière au voisinage de 0.

Rx dt
2 Développer en série entière au voisinage de 0 la fonction F : x 7→ −∞ t4 +t2 +1 .

3 On reprend l’exercice précédent.

i En déduire que pour tout x ∈] − 1, 1[,

∞
X (2n)!
arcsin(x) = n (n!)2
x2n+1
n=0
(2n + 1)4

ii Vérifier que cette formule resteR valable en −1 et 1.

iii En calculant de deux façons [0, π ] arcsin(sin(t))dt, et en utilisant les intégrales de Wallis, calculer
P∞ 2
1
n=0 (2n+1)2 , puis ζ(2).
183 Stéphane FLON
 9. La méthode de l’équation différentielle

Méthode de l’équation différentielle

Soit V un voisinage de 0 dans R.

On suppose
i) que f : V → C est une fonction ;
ii) que f est l’unique solution à un problème de Cauchy C avec une condition initiale en
0;
an xn est une série entière de somme S ;
P
iii) que 17
iv) que Ra > 0 ;
v) que S est solution de C sur ] − Ra , Ra [.
On en déduit alors
a) que f est une fonction d’une variable réelle développable en série entière ;
b) que f (x) = S(x) au voisinage de 0.

Stratégie 48 – Pour montrer qu’une fonction est développable en série entière, utiliser la méthode de l’équa-
tion différentielle.
Proposition (Formule du binôme généralisée)

Soit α ∈ R.
On a :
i) f : x 7→ (1 + x)α est une fonction d’une variable réelle développable en série entière sur ] − 1, 1[ ;
P∞
ii) ∀ x ∈] − 1, 1[, (1 + x)α = n=0 α

n
n x .
18
On a utilisé la notation abusive (à rappeler en cas d’emploi) :
Qn−1
α(α − 1) . . . (α − (n − 1)) k=0 (α − k)
α
= =
n n! n!
On obtient ainsi une formule généralisant celle du binôme de Newton (C’est d’ailleurs en fait cette généralisation qui est la
véritable contribution de Newton).
On notera que pour ce DSE, certaines valeurs de α conduisent à un domaine de validité contenant strictement ] − 1, 1[.

Exercice de cours (exercice 44) –

1 Soit f l’application définie sur ] − 1, 1[ par f (t) = cos(α arcsin t), α ∈ R.
i Former une équation différentielle linéaire du second ordre vérifiée par f .
ii Chercher les solutions de l’équation différentielle obtenue qui sont développables en série entière et
vérifient y(0) = 1 et y ′ (0) = 0.
iii En déduire que f est développable en série entière sur ] − 1, 1[, et donner son développement.
Remarque – on admettra l’unicité d’une solution au problème de Cauchy considéré.

184 Stéphane FLON

 Chapitre XII

Probabilités

Motivation 1 – Modéliser mathématiquement l’aléatoire.

1. Équipotence d’ensembles

Définition 1 (Équipotence)

Soit A et B des ensembles.

On dit que A est équipotent à B, ou que A est en bijection avec B, s’il existe une bijection de A sur B.

▷ Exemple 2 – La relation d’équipotence (sur un ensemble dont les éléments sont eux-mêmes des ensembles)
est une relation d’équivalence.
▷ Exemple 3 – N et N∗ sont des ensembles équipotents.
▷ Exemple 4 – N et N \ A, où A est une partie finie de N, sont des ensembles équipotents.
▷ Exemple 5 – N et 2N sont des ensembles équipotents.
▷ Exemple 6 – N et Z sont des ensembles équipotents.
Exemple 7 – N et N × N sont des ensembles équipotents.
Exemple 8 – Soit X un ensemble. L’ensemble P(X) des parties de X et {0, 1}X (ensemble des fonctions de
X dans {0, 1}) sont équipotents.

2. Ensembles finis

Définition 2 (Ensemble fini)

Soit A un ensemble.
L’ensemble A est dit fini s’il est équipotent à [[1, n]] pour un certain entier naturel n. Dans un tel cas, cet entier
n est unique et appelé cardinal de A. On le note |A|, Card(A) ou #A. Un ensemble non fini est dit infini.

Reformulation 9 – Deux ensembles finis sont équipotents si et seulement si ils ont le même cardinal.

Proposition (Partie d’un ensemble fini)

Soit A un ensemble.
On suppose
i) que A est un ensemble fini ;
ii) que C est une partie de A. 1
On en déduit alors
a) que C est un ensemble fini ;
b) que Card(C) ⩽ Card(A).

185
 Proposition (Partie d’un ensemble fini avec égalité des cardinaux)

Soit A un ensemble.
On suppose
i) que A est un ensemble fini ;
ii) que C est une partie de A. 2
Les assertions suivantes sont alors équivalentes :
a) C = A.
b) Card(C) = Card(A).

▷ Étude de stabilité 10 – La notion d’ensemble fini est-elle stable par intersection quelconque ? Plus géné-
ralement, l’intersection d’une famille quelconque d’ensembles dont au moins un est fini est un ensemble
fini.

Proposition (Cardinal de l’union de deux ensembles finis)

Soit A et B des ensembles.

On suppose que A et B sont des ensembles finis.
On en déduit alors
a) que A ∪ B est un ensemble fini ; 3
b) que Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B).

En particulier, A et B sont disjoints si et seulement si Card(A ∪ B) = Card(A) + Card(B).

▷ Étude de stabilité 11 – La notion d’ensemble fini est-elle stable par union finie ?
▷ Étude de stabilité 12 – La notion d’ensemble fini est-elle stable par union quelconque ?

Proposition (Cardinal d’une union disjointe finie d’ensembles finis)

Soit (Ai )i∈I une famille d’ensembles.

On suppose
i) que I est un ensemble fini ;
ii) que Ai est un ensemble fini pour tout i ∈ I ;
iii) que les Ai (i ∈ I) sont des ensembles disjoints deux à deux. 4

On en déduit alors
S
a) que i∈I Ai est un ensemble fini ;
S P
b) que Card( i∈I Ai ) = i∈I Card(Ai ).

186 Stéphane FLON

 Proposition (Cardinal du complémentaire d’une partie d’un ensemble fini)

On suppose
i) que A est un ensemble fini ;
ii) que C est une partie de A.
5
On en déduit alors
a) que A \ C est un ensemble fini ;
b) que Card(A \ C) = Card(A) − Card(C).

Proposition (Cardinal d’un produit cartésien d’ensembles finis)

Soit A et B des ensembles.

On suppose que A et B sont des ensembles finis.
On en déduit alors 6
a) que A × B est un ensemble fini ;
b) que Card(A × B) = Card(A) × Card(B).

Proposition (Nombre d’applications entre deux ensembles finis)

Soit A et B des ensembles.

On suppose que A et B sont des ensembles finis.
On en déduit alors 7
a) que B A est un ensemble fini ;
b) que Card(B A ) = Card(B)Card(A) .

Proposition (Cardinal de l’ensemble des parties d’un ensemble fini)

Soit A un ensemble.
On suppose que A est un ensemble fini.
On en déduit alors 8
a) que P(A) (ensemble des parties de A) est un ensemble fini ;
b) que Card(P(A)) = 2Card(A) .

Définition 3 (Coefficient binomial)

Soit p, k des entiers naturels.

Soit X un ensemble de cardinal p. On note P
k (X) l’ensemble des parties de X de cardinal k. On appelle
coefficient binomial  k parmi p  et on note kp le cardinal de Pk (X)
Le cardinal de Pk (X) ne dépend pas du choix de X (de cardinal p).

187 Stéphane FLON

 Proposition (Cardinal de l’ensemble des parties de cardinal donné dans un ensemble fini)

Soit A un ensemble, k un entier naturel.

On suppose
i) que A est un ensemble fini de cardinal p ;
ii) que Ωk (A) est l’ensemble des k-uplets d’éléments distincts de A ;
iii) que Pk (A) est l’ensemble des parties de A de cardinal k.
On en déduit alors 9
a) que Ωk (A) et Pk (A) sont des ensembles finis ;
p!
b) que si k ∈ [[0, p]], alors Card(Ωk (A)) = (p−k)! ;
p!
c) que si k ∈ [[0, p]], alors kp = k!(p−k)!


.

p

Lorsque k ∈
/ [[0, p]], on peut convenir que k = 0.

Proposition (Quelques formules sur les coefficients binomiaux)

Soit p un entier naturel.

On a :
Pp
i) 2p = i=0 pi ;


10
ii) ∀ k ∈ [[0, p]], kp = p−k
p



;
p p p+1




iii) ∀ k ∈ [[0, p]], k + k+1 = k+1 .

Exemple 13 – Soit X un ensemble fini de cardinal n. L’ensemble des permutations de X (c’est-à-dire des
bijections de X sur lui-même) est fini, de cardinal n!.
Exercice de cours (exercice 1) –
1 Soit X un ensemble fini non vide de cardinal n ∈ N∗ . On note P (resp. I) l’ensemble des parties de X de
cardinal pair (resp. impair). Montrer que P et I sont équipotents, en explicitant une bijection de P sur I.
Exercice de cours (exercice 2) –
1 Soit X un ensemble fini non vide de cardinal n ∈ N∗ . On note P (resp. I) l’ensemble des parties de X de
cardinal pair (resp. impair). Montrer que P et I sont équipotents, en montrant que leurs cardinaux sont égaux.
Exercice de cours (exercice 3) –
1 On fixe un entier n ⩾ 1, et p ∈ [[1, n]]. Calculer : Card{(a1 , . . . , ap ) ∈ Np , a1 + · · · + ap = n}.
Exercice de cours (exercice 4) –
1 Soit p, n ∈ N, où p ⩽ n. En écrivant un certain ensemble comme une union disjointe, montrer que
Ç å n Ç å
n+1 X k
=
p+1 p
k=p

Formule du pion

Soit k et p des entiers naturels non nuls.

On suppose que k ∈ [[1, p]].

p−1
On en déduit alors que k kp = p k−1


. 11
n
j
n
n−i

Plus généralement, si 0 ⩽ i ⩽ j ⩽ n, on a j i = i j−i .

188 Stéphane FLON

 Proposition (Applications entre ensembles finis de même cardinal)

On suppose
i) que f : A → B est une application entre ensembles finis ;
ii) que Card(A) = Card(B).
Les assertions suivantes sont alors équivalentes : 12
a) f est une application injective.
b) f est une application surjective.
c) f est une application bijective.

Information 14 – Soit A et B des ensembles finis, et soit f une application de A dans B. Si Card(A) <
Card(B), alors f n’est pas surjective.
Information 15 – Soit A et B des ensembles finis, et soit f une application de A dans B. Si Card(B) <
Card(A), alors f n’est pas injective.

3. Ensembles dénombrables

Définition 4 (Ensemble dénombrable)

Soit A un ensemble.
L’ensemble A est dit dénombrable s’il est équipotent à N.
Un ensemble est dit au plus dénombrable s’il est fini ou dénombrable.

Exemple 16 – N est un ensemble dénombrable.

Exemple 17 – N∗ est un ensemble dénombrable.
Exemple 18 – N2 = N × N est un ensemble dénombrable.
Exemple 19 – Z est un ensemble dénombrable.

Proposition (Toute partie de l’ensemble des entiers naturels est au plus dénombrable)

On suppose que A est une partie de N.

13
On en déduit alors que A est un ensemble au plus dénombrable.

Proposition (Caractérisations des ensembles dénombrables)

Soit A un ensemble.
Les assertions suivantes sont équivalentes :
a) A est un ensemble dénombrable.
b) — il existe une injection de A dans N ;
— il existe une injection de N dans A. 14

c) — il existe une injection de A dans un ensemble dénombrable ;

— il existe une injection d’un ensemble dénombrable dans A.
d) on peut écrire A en extension sous la forme {xn ; n ∈ N}, où xi ̸= xj dès que i ̸= j..

189 Stéphane FLON

 Proposition (Caractérisations des ensembles au plus dénombrables)

Soit A un ensemble.
Les assertions suivantes sont équivalentes :
a) A est un ensemble au plus dénombrable.
b) il existe une injection de A dans N.
c) il existe une injection de A dans un ensemble dénombrable. 15
d) A est vide, ou il existe une surjection de N dans A.
e) A est vide, ou on peut écrire A en extension sous la forme {xn ; n ∈ N}.
f) A est vide, ou il existe une surjection d’un ensemble dénombrable dans A.
g) il existe une suite (xn ) à termes distincts deux à deux, telle que A ⊂ {xn , n ∈ N}.

Proposition (Dénombrabilité du produit cartésien de deux ensembles dénombrables)

On suppose que A et B sont des ensembles dénombrables.

16
On en déduit alors que A × B est un ensemble dénombrable.

▷ Étude de stabilité 20 – La notion d’ensemble dénombrable est-elle stable par produit cartésien ?
▷ Étude de stabilité 21 – La notion d’ensemble au plus dénombrable est-elle stable par produit cartésien ?
Exemple 22 – Q est un ensemble dénombrable.

Donnée d’une extractrice par son image

On suppose
i) que Ω est l’ensemble des extractrices ;
ii) que P∞ (N) est l’ensemble des parties dénombrables de N. 17
∆ : Ω → P∞ (N)
On en déduit alors que l’application est une bijection..
φ 7→ φ(N)

Définition 5 (Famille finie, famille dénombrable)

Soit X un ensemble, I un ensemble, (ui )i∈I une famille d’éléments de X.

On dit que la famille (ui )i∈I est finie (resp. dénombrable) si I est un ensemble fini (resp. est dénombrable).
Dans le cas où la famille (ui )i∈I est finie, le cardinal de cette famille est le cardinal de l’ensemble d’indexation
I. S
Si (Xi )i∈I est une famille finie (resp. dénombrable) d’ensembles, alors la réunion i∈I Xi est dite finie (resp.
dénombrable).
Une union d’une famille (Xi )i∈I est dite disjointe si pour tous i et j distincts dans I, Xi et Xj sont disjoints.

▷ Mise en garde 23 – Bien comprendre ce qu’on entend par union finie.

▷ Étude de stabilité 24 – La notion d’ensemble au plus dénombrable est-elle stable par union finie ?
▷ Étude de stabilité 25 – La notion d’ensemble au plus dénombrable est-elle stable par union dénombrable ?
▷ Étude de stabilité 26 – La notion d’ensemble dénombrable est-elle stable par union finie ?
▷ Étude de stabilité 27 – La notion d’ensemble dénombrable est-elle stable par union dénombrable ?
190 Stéphane FLON
 4. Familles sommables de réels positifs

Définition 6 (Famille sommable de réels positifs)

Soit (ui )i∈I une famille de réels positifs ou nuls. P

On appelle somme de la famille (ui )i∈I et on note i∈I ui l’élément de [0, +∞] donné par
( )
X X
ui = sup ui , F partie finie de I
i∈I i∈F

Le support de (ui )i∈I est {i ∈ I, ui ̸= 0}.

On peut étendre cette définition au cas d’une famille d’éléments de [0, +∞].

Rédaction 28 – Pour les familles de réels positifs, le fait de trouver par calcul une somme finie vaut preuve
de sommabilité.
Exemple 29 – Toute famille finie de réels positifs est sommable.
Information 30 – Toute famille sommable de réels positifs est de support au plus dénombrable.
Reformulation
X 31 – (ui )i∈I est une famille sommable de réels positifs si et seulement si l’ensemble des
sommes ui , où F décrit l’ensemble des parties finies de I, est majoré.
i∈F P
P Reformulation 32 – Pour toute famille de réels positifs, (ui )i∈I , et toute permutation σ de I, i∈I ui =
i∈I uσ(i) . En particulier, (ui )i∈I est sommable si et seulement si (uσ(i) ) est sommable.

Proposition (Suites sommables de réels positifs)

)n∈N une suite

Soit (unP P∞de réels positifs.
On a : n∈N un = n=0 un . 18
En particulier, la famille (un )n∈N est sommable si et seulement si la série numérique
P
un est convergente.

Corollaire (Invarance de la somme par permutation d’une série de réels positifs)

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

On suppose que σ est uneP∞ permutationP∞de N.
On en déduit alors que n=0 un = n=0 uσ(n) . 19
P P
En particulier, un et uσ(n) ont même nature

Proposition (Comparaison et familles de réels positifs)

Soit (ui )i∈I et (vi )i∈I des familles de réels positifs.

On suppose que vi ⩽ ui P pour tout Pi ∈ I.
On en déduit alors que i∈I vi ⩽ i∈I ui . 20
En particulier, si (ui )i∈I est sommable, alors (vi )i∈I est sommable, et si (vi )i∈I n’est pas sommable, alors (ui )i∈I n’est pas
sommable.

191 Stéphane FLON

 Proposition (Opérations sur les familles de réels positifs)

Soit (ui )i∈I et (vi )i∈I des familles de réels positifs, a ∈ R+ .

On a :
P P
i) i∈I (aui ) = a i∈I ui ;
P P P 21
ii) i∈I (ui + v i ) = i∈I ui + i∈I vi .

Dans la première formule, on a adopté la convention 0 × ∞ = 0.

Proposition (Sous-familles de familles de réels positifs)

Soit (uiP
)i∈I une famille
P de réels positifs, J une partie de I.
On a : i∈J ui ⩽ i∈I ui .
22
En particulier, si (ui )i∈I est sommable, alors (ui )i∈J est sommable, et si (ui )i∈J n’est pas sommable, alors (ui )i∈I n’est pas
sommable.

Théorème de sommation par paquets, cas réel positif

Soit (ui )i∈I une famille de réels positifs.

On suppose que I est réunion
P disjointe
P des P termes de (Ij )j∈J .
On en déduit alors que i∈I ui = j∈J i∈Ij ui .
P 
23
En particulier, la famille (ui )i∈I est sommable si et seulement si (pour tout j ∈ J, (ui )i∈Ij est sommable, et i∈Ij ui
j∈J
est sommable).
La démonstration est hors programme.

Reformulation 33 – Soit I un ensemble dénombrable, et soit (Jn )n∈N est une suite croissante de parties finies
de I, dont la réunion est égale à I. Soit (uP
i )i∈I une
famille de réels positifs. La famille de réels
Ppositifs
(ui )i∈I ,
est sommable si et seulement si la suite i∈Jn ui n∈N
converge, si et seulement si la suite i∈Jn ui n∈N est
majorée.

Théorème de Fubini positif

Soit (up,q )(p,q)∈N2 une famille de réels positifs, indexée par N2 .

P P∞ P∞ P∞ P∞
On a : (p,q)∈N2 up,q = p=0 q=0 up,q = q=0 p=0 up,q . 24
On peut proposer une version plus générale de ce théorème pour une famille (ui,j )(i,j)∈I×J .

Exemple 34 – Pour toute famille (up,q )(p,q)∈N2 de réels positifs indexée par N2 , on a
P
(p,q)∈N2 up,q =
P Pn
n∈N p=0 up,n−p .

192 Stéphane FLON

 5. Familles sommables de nombres complexes

Définition 7 (Famille sommable de nombres réels)

Soit (ui )i∈I une famille de réels.

sommable si la famille (|ui |)i∈I l’est.
La famille (ui )i∈I de nombres réels est dite P
Dans ce cas, la somme de (ui )i∈I est notée i∈I ui , et vaut
X def X X
ui = u+i − u−i
i∈I i∈I i∈I

On note ℓ (I, R) l’ensemble des familles sommables de nombres réels indexées par I.
1

▷ Reformulation 35 – (ui )i∈I est une famille sommable de nombres réels si et seulement si (u+
i )i∈I et
(u−
i )i∈I sont des familles sommables de réels positifs.

Définition 8 (Famille sommable de nombres complexes)

Soit (ui )i∈I une famille de nombres complexes.

La famille (ui )i∈I de nombres complexes estPdite sommable si la famille (|ui |)i∈I l’est.
Dans ce cas, la somme de (ui )i∈I est notée i∈I ui , et vaut
X def X X
uj = Re(uj ) + i Im(uj )
j∈I j∈I j∈I

On note ℓ (I, C), ou plus simplement ℓ (I), l’ensemble des familles sommables de nombres complexes indexées
1 1

par I.

▷ Reformulation 36 – (ui )i∈I est une famille sommable de nombres complexes si et seulement si (Re(ui ))i∈I
et (Im(ui ))i∈I sont des familles sommables de nombres complexes.
▷ Reformulation 37 – (ui )i∈I est une famille sommable de nombres complexes si et seulement si (ui )i∈I
est une famille sommable de nombres complexes.
Étude de stabilité 38 – La notion de famille sommable de nombres complexes est-elle stable par sous-famille ?

Proposition (Comparaison et familles sommables de nombres complexes

Soit (ui )i∈I et (vi )i∈I des familles de nombres complexes.

On suppose
i) que (vi )i∈I est une famille sommable de nombres complexes ; 25
ii) que pour tout i ∈ I, |ui | ⩽ |vi |.
On en déduit alors que (ui )i∈I est une famille sommable de nombres complexes.

Proposition (Lien entre la sommabilité et la convergence absolue)

Soit (un )n∈N une suite de nombres complexes.

Les assertions suivantes sont équivalentes :
a) (un )n∈N est une famille sommable de nombres complexes.
P 26
b) un est une série absolument convergente.
P∞
N ui
P
Le cas échéant, i∈ = i=0 ui

Mise en garde 39 – La sommabilité est liée à la convergence absolue plutôt qu’à la convergence.
193 Stéphane FLON
 Proposition (Permutation de l’ensemble des indices dans une famille sommable)

Soit (un )n∈N une suite de nombres complexes.

On suppose que σ est une permutation de N.
Les assertions suivantes sont alors équivalentes :
P
a) un est une série absolument convergente. 27
P
b) uσ(n) est une série absolument convergente.

Le cas échéant, ∞
P P∞
n=0 un = n=0 uσ(n)

Proposition (Approximation de la somme d’une famille sommable)

On suppose
i) que (ui )i∈I est une famille sommable de nombres complexes ;
28
ii) que ε > 0.
P P
On en déduit alors qu’il existe une partie finie F de I telle que i∈I ui − i∈F ui ⩽ ε.

P P
Information 40 – Toute famille sommable (ui )i∈I de nombres complexes vérifie : i∈I ui ⩽ i∈I |ui |.

Proposition (Linéarité de la somme pour les familles sommables)

On a :
i) ℓ1 (I) est un espace vectoriel ;
29
S : ℓ1 (I) → C
ii) P est une forme linéaire.
(ui )i∈I 7→ i∈I ui

Structure 41 – L’ensemble des familles sommables de nombres complexes indexées par I est muni d’une
structure d’espace vectoriel.

Théorème de sommation par paquets, cas complexe

Soit (ui )i∈I une famille de nombres complexes.

On suppose
i) que I est réunion disjointe des termes de (Ij )j∈J ;
ii) que (ui )i∈I est une famille sommable de nombres complexes. 30
P P P
On en déduit alors que i∈I ui = j∈J i∈Ij ui .
P P
De plus, nous savons déjà que (ui )i∈I est sommable si et seulement si j∈J i∈Ij |ui | < +∞.

Mise en garde 42 – Dans le théorème de sommation par paquets dans le cas complexe, bien faire attention
à l’hypothèse de sommabilité.
Information 43 – Soit I un ensemble dénombrable, et soit (Jn )n∈N est une suite croissante de parties
P finies

de
I, dont la réunion est égale à I. Soit (ui )i∈I une famille sommable de nombres complexes. La suite u
i∈Jn i n∈N
P
converge alors vers i∈I ui .
194 Stéphane FLON
 Proposition (Théorème de Fubini, cas complexe))

On suppose que (up,q )(p,q)∈N2 est une famille sommable de nombres complexes indexée par N2 .
P P∞ P∞ P∞
On en déduit alors que (p,q)∈N2 up,q = p=0 q=0 up,q = q=0 up,q . 31
On peut proposer une version plus générale de ce théorème pour une famille (ui,j )(i,j)∈I×J .

Mise en garde 44 – Dans le théorème de Fubini dans le cas complexe, bien faire attention à l’hypothèse de
sommabilité.

Proposition (Familles sommables à variables séparées))

On suppose que (ai )i∈I et (bj )j∈J sont des familles sommables de nombres complexes.
On en déduit alors
a) que (ai bj )(i,j)∈I×J est une famille sommable de nombres complexes ;
P P P 32
b) que (i,j)∈I×J ai bj = i∈I ai j∈J bj .

Extension, sans rédaction de la démonstration, au produit d’un nombre fini de familles sommables.

Définition 9 (Produit de Cauchy de deux séries d’une algèbre normée de dimension finie)

bn deux séries d’éléments d’une K-algèbre

P P
Soit an et P normée de dimension finie. On appelle produit de
Cauchy (ou produit de convolution) de ces séries la série cn , dont le terme général est défini par
n
def X
cn = ak bn−k
k=0
pour tout n ∈ N.

Théorème (Produit de Cauchy de séries absolument convergentes dans une algèbre normée de dimension finie)

Soit E une algèbre

P normée Pde dimension finie, (an ), (bn ) suites d’éléments de E.
On suppose que an et bn sont des séries absolument convergentes dans un evn.
On en déduit alors
P P 33
a) que
P cnPest une série absolument convergente dans un evn où cn est le produit de Cauchy de
an et bn ;
P∞ P∞ P∞
b) que n=0 cn = ( n=0 an ) ( n=0 bn ).

Exercice de cours (exercice 19) –

an z n une série entière de rayon de convergence R > 0, de somme f . Montrer que f est
P
1 Soit
développable en série entière au voisinage de chaque z0 ∈ C tel que |z0 | < R.
2 Soit r ∈ [0, 1[ et θ ∈ R. Pour tout n ∈ Z, on pose an = r|n| einθ . Montrer que la famille (an )n∈Z est
sommable, et calculer sa somme.
3 Soit z ∈ C tel que |z| < 1. Montrer que
∞ ∞
X zn X z 2n+1
2n
=
n=1
1−z n=0
1 − z 2n+1
195 Stéphane FLON
 4 Pour tout n ∈ N∗ , on note d(n) le nombre de diviseurs de n dans N. Montrer que pour tout z ∈ C tel que
|z| < 1, on a
∞ ∞
X zn X
n
= d(n)z n
n=1
1 − z n=1

5 Pour tout (p, q) ∈ N2 , on pose up,q = (p+q+1)(p+q+2)(p+q+3)

2(p−q)
.
P∞ P∞ P∞ P∞ P∞ Pn
Calculer p=0 q=0 up,q , q=0 p=0 up,q , et n=0 p=0 up,n−p ,
La famille (up,q )(p,q)∈N2 est-elle sommable ?

6. Notion de tribu. Probabilité sur un ensemble

Définition 10 (Tribu)

Soit Ω un ensemble.
On appelle tribu sur l’ensemble Ω, toute partie A de P(Ω) telle que
(1) Ω ∈ A.
(2) A est stable par passage au complémentaire (dans Ω) : pour tout A ∈ A, A = Ω \ A ∈ A.
(3) A est stable par union dénombrable : si (An )n∈N est une suite d’éléments de A, alors l’union
S
An
n∈N
appartient à A.
Un couple (Ω, A), où A est une tribu sur Ω, est appelé espace probabilisable.
Ω est appelé univers. Les éléments de A sont appelés événements (ou parties mesurables, ou observables, de Ω).
Ω, vu en tant qu’événement, est appelé événement certain.
Si A est un événement, A est appelé événement contraire de A.

▷ Explication 45 – L’univers est une boı̂te noire.

▷ Mise en garde 46 – L’univers ne détermine pas la tribu.
▷ Concours 47 – La notion de tribu est technique et sa bonne compréhension est peu évaluée.
▷ Étude de stabilité 48 – La notion de tribu sur Ω est-elle stable par intersection ?
▷ Exemple 49 – Soit Ω un ensemble. L’ensemble {∅, Ω} est une tribu sur Ω, appelée tribu grossière, ou
tribu triviale (sur Ω).
▷ Exemple 50 – Soit Ω un ensemble. L’ensemble P(Ω) est une tribu sur Ω, appelée tribu discrète. C’est
souvent celle que l’on considère lorsque Ω est au plus dénombrable.
▷ Exemple 51 – {∅, {1}, {2, 3}, {1, 2, 3}} est une tribu sur Ω = {1, 2, 3}.
▷ Exemple 52 – ∅ est un événement appelé événement impossible.
▷ Étude de stabilité 53 – La notion d’événement d’une tribu A est-elle stable par passage au complémen-
taire ?
Étude de stabilité 54 – La notion d’événement d’une tribu A est-elle stable par union au plus dénombrable ?
Si A et B sont deux événements, l’événement A ∪ B sera appelé  A ou B 
Étude de stabilité 55 – La notion d’événement d’une tribu A est-elle stable par intersection au plus dénom-
brable ? Si A et B sont deux événements, l’événement A ∩ B sera appelé  A et B 
Étude de stabilité 56 – La notion d’événement d’une tribu A est-elle stable par différence ensembliste ?
Stratégie 57 – Pour montrer qu’une partie de Ω est un événement, utiliser les stabilités de cette dernière
notion.
▷ Concours 58 – Prouver qu’une partie est un événement n’est pas une question fréquente.
Exercice de cours (exercice 38) – Soit (An )n∈N une suite d’événements de l’espace probabilisable (Ω, A).
def
1 Montrer que B = {ω ∈ Ω, ω ∈ An pour exactement un indice} est un événement.
def
2 Montrer que C = {ω ∈ Ω, ω ∈ An pour une infinité d’indices} est un événement.
def
3 Montrer que D = {ω ∈ Ω, ω ∈ An à partir d’un certain rang} est un événement.
196 Stéphane FLON
 Définition 11 (Événement élémentaire)

Soit (Ω, A) un espace probabilisable.

On appelle événement élémentaire tout singleton appartenant à A.

Définition 12 (Événements incompatibles)

Soit (Ω, A) un espace probabilisable, A et B des événements, (Ai )i∈I une famille d’événements.
A et B sont dits incompatibles s’ils sont disjoints (i.e. A ∩ B = ∅). On dit que (Ai )i∈I une famille d’événements
incompatibles (deux à deux), si pour tous indices i et j distincts dans I, Ai et Aj sont incompatibles.

Définition 13 (Système complet d’événements)

Soit (Ω, A) un espace probabilisable.

On appelle système complet d’événements toute partition au plus dénombrable de Ω par des événements, c’est-
à-dire toute famille (Ai )i∈I au plus dénombrable d’événements deux à deux incompatibles, dont la réunion égale
Ω.
Si I est fini (resp. dénombrable), on dit que (Ai )i∈I est un système complet fini (resp. dénombrable) d’événe-
ments.

▷ Exemple 59 – Si Ω est au plus dénombrable, et muni de la tribu discrète, alors ({ω})ω∈Ω est un système
complet d’événements.
▷ Utilité 60 – Utilité de la notion de système complet d’événements.

7. Probabilité sur un espace probabilisable. Espace probabilisé

Définition 14 (Probabilité)

Soit (Ω, A) un espace probabilisable.

Une probabilité sur (Ω, A) est une application P définie sur A, à valeurs dans [0, 1], telle que
(1) P (Ω) = 1.
(2) (σ-additivité) Pour toute suite (An )n∈N d’événements deux à deux incompatibles, la série
P
P (An )
est convergente, et :
Å +∞
[ ã X +∞
P An = P (An ).
n=0 n=0
Si P est une probabilité sur (Ω, A), on dit que (Ω, A, P ) est un espace probabilisé.

▷ Mise en garde 61 – Un espace probabilisable admet en général plusieurs probabilités.

Définition 15 (Événement négligeable)

Soit (Ω, A, P ) un espace probabilisé, A ∈ A un événement.

A est dit négligeable (resp. presque sûr ) si P (A) = 0 (resp. P (A) = 1).

Du point de vue probabiliste, les événements négligeables portent bien leur nom : on peut les confondre avec l’événement impossible ∅.
C’est pourquoi certains définissent l’incompatibilité de deux événements A et B comme le fait que P (A ∩ B) = 0 (i.e. l’événement A ∩ B
est négligeable).
De même, du point de vue probabiliste, il n’y a pas grande différence entre un événement presque sûr et l’événement certain Ω.

Exemple 62 – L’événement certain est un événement presque sûr.

Exemple 63 – L’événement impossible est un événement négligeable.
197 Stéphane FLON
 Définition 16 (Événements équiprobables)

Soit (Ω, A, P ) un espace probabilisé, A et B des événements.

On dit que A et B sont équiprobables si P (A) = P (B).

Proposition (Propriétés des probabilités)

On suppose que (Ω, A, P ) est un espace probabilisé.

On en déduit alors
Sn Pn
a) que (additivité finie) P ( i=1 Ai ) = k=1 P (Ak ), pour tous événements A1 , . . . , An incompatibles
deux à deux ;
34
b) que pour tout événement A, P (A) = 1 − P (A) ;
c) que pour tous événements A et B, P (A ∪ B) = P (A) + P (B) − P (A ∩ B) ;
d) que P est une application croissante (pour l’ordre d’inclusion dans A et l’ordre usuel sur [0, 1]),
i.e., pour tous événements A et B, on a A ⊂ B ⇒ P (A) ⩽ P (B) .

Information 64 – Dans un espace probabilisé, pour toute famille au plus dénombrable S (Ai )i∈I
d’événements
deux à deux incompatibles, la famille (P (Ai ))i∈I est sommable, et supi∈I P (Ai ) = P i∈I i .
A
▷ Reformulation 65 – Un événement A est négligeable si et seulement si son contraire A est presque sûr.
▷ Reformulation 66 – Un événement A est presque sûr si et seulement si son contraire A est négligeable.
▷ Étude de stabilité 67 – La notion d’événement négligeable est-elle stable par sous-événement ?
▷ Étude de stabilité 68 – La notion d’événement presque sûr est-elle stable par sur-événement ?
Exercice de cours (exercice 36) –

1 Soit (An )n⩾1 une suite d’événements (deux à deux) incompatibles. Montrer que lim P (An ) = 0.
n→+∞

2 On considère un univers Ω, muni de la tribu discrète P(Ω), et d’une probabilité P .

i On suppose que Ω = N. Montrer que lim P ({n}) = 0.
n→+∞
ii Soit ∆ = {ω ∈ Ω, P ({ω}) > 0}. Montrer que ∆ est au plus dénombrable.
Remarque – Plus généralement, si (Ai )i∈I est une famille d’événements non négligeables, incompatibles deux à
deux, alors I est au plus dénombrable.

Proposition (Sous-additivité finie)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
35
ii) que A1 , . . . , An sont des événements.
Sn Pn
On en déduit alors que P ( k=1 Ak ) ⩽ k=1 P (Ak ) .

Exercice de cours (exercice 33) – Montrer que si A, B et C sont trois événements équiprobables vérifiant
P (A ∩ B ∩ C) = 0, alors P (A) ⩽ 32 .
198 Stéphane FLON
 Proposition (Continuité croissante)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (An )n⩾0 est une famille d’événements ;
iii) que (An ) est une suite croissante pour l’inclusion.
36
On en déduit alors
a) que (P (An ))n∈N est une suite numérique convergente ;
Å ã
S+∞
b) que P (An ) −→ P k=0 A k .
n→+∞

▷ Rédaction 69 – Mettre en évidence le théorème de continuité croissante quand on l’emploie.

▷ Mise en garde 70 – Ne pas parler de limite d’une suite d’événements.
▷ Recul 71 – Lien entre la continuité croissante et la convergence dominée.

Proposition (Continuité décroissante)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (An )n⩾0 est une famille d’événements ;
iii) que (An ) est une suite décroissante pour l’inclusion.
37
On en déduit alors
a) que (P (An ))n∈N est une suite numérique convergente ;
Å ã
T+∞
b) que P (An ) −→ P A
k=0 k .
n→+∞

Exercice de cours (exercice 39) –

1 Montrer directement le résultat de continuité décroissante (resp. de continuité croissante) lorsque (An )
est une suite d’événements négligeables (resp. presque sûrs).

2 En utilisant la continuité croissante, montrer qu’une union dénombrable d’événements négligeables est
négligeable.

Proposition (Sous-additivité)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (An )n⩾0 est une famille d’événements. 38
Å ã
S+∞ P+∞
On en déduit alors que P A
n=0 n ⩽ n=0 P (An ).

▷ Étude de stabilité 72 – La notion d’événement négligeable est-elle stable par union au plus dénombrable ?
▷ Étude de stabilité 73 – La notion d’événement presque sûr est-elle stable par intersection au plus dé-
nombrable ?
199 Stéphane FLON
 Définition 17 (Système quasi-complet d’événements)

Soit (Ω, A, P ) un espace probabilisé, (Ai )i∈I une famille d’événements.

On dit que (Ai )i∈I est un système quasi-complet d’événements si les Ai sont deux à deux incompatibles, et si
P (∪i∈I Ai ) = 1.

Proposition (Formule des probabilités totales)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (Ai )i∈I est un système quasi-complet d’événements ;
iii) que B est un événement. 39
On en déduit alors
a) que (P (B ∩ Ai ))i∈I est une famille sommable ;
P
b) que P (B) = i∈I P (B ∩ Ai ).

▷ Conseil 74 – Il vaut mieux savoir retrouver les formules des probabilités totales plutôt que de les apprendre
par cœur.

8. Probabilités conditionnelles

Définition 18 (Probabilité conditionnelle)

Soit (Ω, A, P ) un espace probabilisé, A et B des événements.

On suppose que P (B) > 0 (on dira alors que l’on peut conditionner par B). On appelle probabilité (condition-
nelle) de A sachant B et on note PB (A) ou P (A|B) le réel
P (A ∩ B)
.
P (B)
Lorsque P (B) = 0, on conviendra que P (A|B)P (B) = 0 (bien que P (A|B) ne soit pas défini).

▷ Mise en garde 75 – La notation (A|B) ne désigne pas un événement.

Proposition (L’application PB est une probabilité)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
40
ii) que B est un événement non négligeable.
On en déduit alors que PB est une probabilité sur (Ω, A).

200 Stéphane FLON

 Proposition (Formule des probabilités totales, cas dénombrable, avec conditionnement)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (Ai )i∈I est un système quasi-complet d’événements ; 41
iii) que B est un événement.
P
On en déduit alors que P (B) = i∈I P (B|An )P (An ).

Proposition (Formule des probabilités composées)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que A1 , . . . , An sont des événements ; 42
iii) que A1 ∩ · · · ∩ An−1 est un événement non négligeable.
On en déduit alors que P (A1 ∩ · · · ∩ An ) = P (A1 )P (A2 |A1 )P (A3 |A1 ∩ A2 ) . . . P (An |A1 ∩ · · · ∩ An−1 ).

Exercice de cours (exercice 30) – On considère une urne contenant 4 boules blanches et 3 boules noires.
On tire une à une et sans remise 3 boules de l’urne. Indiquer la probabilité pour que la première boule tirée soit
blanche, la seconde blanche et la troisième noire.

Proposition (Première formule de Bayes)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que A et B sont des événements non négligeables. 43
P (B|A)P (A)
On en déduit alors que P (A|B) = P (B) .
Cette formule d’ inversion  est parfois appelée formule de probabilité des causes

Exercice de cours (exercice 31) – On compte dans une population 45% d’hommes et 55% de femmes. Un
homme sur trois porte des lunettes, et une femme sur cinq porte des lunettes. Indiquer la probabilité qu’une
personne portant des lunettes soit une femme.

Proposition (Seconde formule de Bayes)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que (Ai )i∈I est un système quasi-complet d’événements ;
iii) que B est un événement non négligeable ; 44
iv) que j ∈ I.
P (B|Aj )P (Aj )
On en déduit alors que P (Aj |B) = P∞ .
i∈I P (B|Ai )P (Ai )

▷ Conseil 76 – Il vaut mieux savoir retrouver les formules de Bayes plutôt que de les apprendre par cœur.
201 Stéphane FLON
 9. Indépendance d’événements

Définition 19 (Couple d’événements indépendants)

Soit (Ω, A, P ) un espace probabilisé, A et B des événements.

On dit que (A, B) est un couple d’événements indépendants (ou que A et B sont indépendants) si
P (A ∩ B) = P (A)P (B)

Reformulation 77 – Deux événements A et B sont indépendants si et seulement si A et B le sont.

Mise en garde 78 – Ne pas confondre indépendance et incompatibilité.
Reformulation 79 – A et B est un couple d’événements indépendants si et seulement si (lorsque P (B) > 0)
P (A|B) = P (A).

Définition 20 (Famille d’événements deux à deux indépendants)

Soit (Ai )i∈I une famille d’événements.

On dit que (Ai )i∈I est une famille d’événements deux à deux indépendants si, pour tous i et j distincts dans I,
(Ai , Aj ) est un couple d’événements indépendants.

Définition 21 (Famille d’événements mutuellement indépendants)

Soit (Ω, A, P ) un espace probabilisé, (Ai )i∈I une famille d’événements.

On dit que (Ai )i∈I est une famille d’événements (mutuellement) indépendants (ou que les événements Ai , où i
parcourt I, sont (mutuellement) indépendants, ou indépendants dans leur ensemble) si, pour toute partie finie
F de I, !
\ Y
P Ai = P (Ai ).
i∈F i∈F

▷ Étude de stabilité 80 – La notion de famille d’événements mutuellement indépendants est-elle stable par
sous-famille ?
▷ Reformulation 81 – (A1 , A2 , A3 ) est une famille d’événements mutuellement indépendants si et seulement
si A1 , A2 , A3 sont deux à deux indépendants, et P (A1 ∩ A2 ∩ A3 ) = P (A1 )P (A2 )P (A3 ).
▷ Exemple 82 – Des événements mutuellement indépendants le sont aussi deux à deux.
▷ Mise en garde 83 – L’indépendance mutuelle de trois événements ou plus est bien plus forte que l’indé-
pendance deux à deux.
▷ Mise en garde 84 – L’indépendance mutuelle de trois événements ou plus ne se résume pas à dire que la
probabilité de l’intersection est égale au produit des probabilités.
▷ Mise en garde 85 – Dans la définition de l’indépendance mutuelle, seuls des produits finis interviennent.
▷ Mise en garde 86 – L’indépendance mutuelle d’événements est rarement bien comprise.
▷ Recul 87 – L’indépendance mutuelle est la bonne notion d’indépendance.
▷ Recul 88 – Notion d’indépendance de tribus.
Exercice de cours (exercice 37) –
1 On considère une urne contenant quatre boules : une rouge, une verte, une bleue et une tricolore
(bleue, verte, rouge). On tire une boule, on note Ω l’univers {bleue, verte, rouge, tricolore}, et on considère les
événements  la boule tirée contient du rouge ,  la boule tirée contient du vert , et  la boule tirée contient
du bleu  notés respectivement R, V et B. Montrer que ces événements sont indépendants deux à deux mais
pas dans leur ensemble.
2 Exemple de Bernstein de (non) indépendance mutuelle
On lance n pièces équilibrées. Pour 1 ⩽ k ⩽ n, on note Ak l’événement :  le k-ième lancer tombe sur pile .
On note An+1 l’événement :  le nombre total de pile est pair .
Montrer que n quelconques des événements Ak , (où 1 ⩽ k ⩽ n + 1) sont mutuellement indépendants alors
que A1 , . . . , An+1 ne sont pas mutuellement indépendants.
202 Stéphane FLON
 10. Variables aléatoires discrètes

Définition 22 (Variable aléatoire discrète)

Soit (Ω, A) un espace probabilisable, E un ensemble.

Une variable aléatoire (discrète) (en abrégé une v.a. ou une v.a.d.) définie sur Ω à valeurs dans E est une
application X de Ω dans E telle que
(1) L’image X(Ω) de X soit finie ou dénombrable.
(2) Pour tout x de X(Ω), X −1 ({x}) ∈ A. L’événement X −1 ({x}) sera noté (X = x).
L’image X(Ω) de la variable aléatoire X sera également appelée support de X.
On a (X = x) = X −1 ({x}) = {ω ∈ Ω, X(ω) = x}

Recul 89 – Une variable aléatoire n’est pas nécessairement à valeurs réelles.

Proposition (Image réciproque et variable aléatoire)

Soit (Ω, A) un espace probabilisable.

On suppose
i) que X : Ω → E est une variable aléatoire discrète ;
ii) que U est une partie de X(Ω). 45
−1
On en déduit alors que X (U ) = {ω ∈ Ω, X(ω) ∈ U } est un événement.
X −1 (U ) sera également noté (X ∈ U ) ou {X ∈ U }. Le résultat reste valable si U est une partie quelconque de E.

Recul 90 – Une variable aléatoire est une fonction dont on veut pouvoir calculer avec quelle probabilité elle
prend un ensemble donné de valeurs.
Recul 91 – Tribu engendrée par une variable aléatoire discrète.

Système complet d’événements et variable aléatoire

Soit (Ω, A) un espace probabilisable.

On suppose que X est une variable aléatoire discrète. 46
On en déduit alors que ((X = x))x∈X(Ω) est un système complet d’événements.

Stratégie 92 – Utiliser un système complet d’événements associé à une variable aléatoire discrète.

Définition 23 (Variable aléatoire discrète réelle)

Une variable aléatoire (discrète) réelle est une variable aléatoire discrète à valeurs réelles
Dans le cas particulier où X est une v.a. réelle, pour tout réel x, nous noterons respectivement (X ⩾ x), (X ⩽ x), (X > x) et (X < x) les
événements
−1 −1 −1 −1
X ([x, +∞[), X (] − ∞, x]), X (]x, +∞[), X (] − ∞, x[)
c’est-à-dire
{ω ∈ Ω, X(ω) ⩾ x}, {ω ∈ Ω, X(ω) ⩽ x}, {ω ∈ Ω, X(ω) > x}, {ω ∈ Ω, X(ω) < x}.

▷ Reformulation 93 – Si A = P(Ω), alors X : Ω → E est une v.a.d. si et seulement si X(Ω) est fini ou
dénombrable.
▷ Reformulation 94 – Si A = {∅, Ω}, alors X : Ω → E est une v.a.d. si et seulement si X est constante.
def
Exemple 95 – On considère deux variables aléatoires X : Ω → E et Y : Ω → F . L’application Z = (X, Y )
de Ω dans E × F est une variable aléatoire.
Étude de stabilité 96 – La notion de variable aléatoire discrète est-elle stable par composition à gauche par
une application quelconque ?
203 Stéphane FLON
 Recul 97 – La notion de variable aléatoire discrète bénéficie d’une stabilité puissante.
Étude de stabilité 98 – La notion de variable aléatoire discrète réelle est-elle stable par addition ?
Étude de stabilité 99 – La notion de variable aléatoire discrète réelle est-elle stable par multiplication par
un scalaire ?
Étude de stabilité 100 – La notion de variable aléatoire discrète réelle est-elle stable par multiplication ?
Exercice de cours (exercice 55) –
1 Soit (X1 , . . . , X42 ) une famille de variables aléatoires discrètes à valeurs dans N∗ . Pour tout ω dans Ω, on
pose
( n
)
X
Y (ω) = min n ∈ [[1, 42]], Xi (ω) ⩾ 42
i=1

Montrer que Y est une variable aléatoire discrète.

2 Soit (Xn )n⩾1 et N des v.a. sur un même espace probabilisé, à valeurs dans N. On considère

N (ω)
X
S : ω ∈ Ω 7→ Xi (ω)
i=1

Montrer que S est une variable aléatoire discrète.

PN
Remarque – Cette variable aléatoire sera notée i=1 Xi .

11. Loi d’une v.a.d.

Définition 24 (Loi d’une variable aléatoire)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète.

Pour tout x ∈ X(Ω), notons
px = P (X −1 ({x})) = P ({ω ∈ Ω, X(ω) = x}).
La famille (px )x∈X(Ω) définit une probabilité sur (X(Ω), P(X(Ω))), notée PX et appelée loi de la variable
aléatoire X. On dit alors que X suit la loi PX .
En fait, on étend sans difficulté cette probabilité sur (E, P(E)), en posant, pour toute partie A de E
PX (A) = P ({ω ∈ Ω, X(ω) ∈ A} = PX (A ∩ X(Ω))
On notera X ∼ Y lorsque les v.a. X et Y suivent la même loi, et X ∼ L ou X ,→ L lorsque X suit la loi L.

En pratique 101 – Pour se donner concrètement la loi d’une variable aléatoire.

Mise en garde 102 – Deux v.a. de même loi ne sont pas toujours égales.
Motivation 103 – La loi d’une variable aléatoire est souvent l’information pertinente.
Recul 104 – On ne peut pas se contenter de la notion de loi.

12. Cas particulier des v.a. réelles

Définition 25 (Fonction de répartition d’une v.a. réelle)

Soit (Ω, A, P ) un espace probabilisé, X : Ω → R une variable aléatoire discrète réelle.

On appelle fonction de répartition de X et on note FX la fonction
FX : R → R
x 7 → P (X ⩽ x)

204 Stéphane FLON

 Proposition (Propriétés de la fonction de répartition)

Soit (Ω, A, P ) un espace probabilisé.

On suppose que X : Ω → R est une variable aléatoire discrète réelle.
47
On en déduit alors que sa fonction de répartition FX est à valeurs dans [0, 1], croissante, de limite
nulle (resp. 1) en −∞ (resp. en +∞).

Exercice de cours (exercice 54) – Soit X : Ω → R une v.a.d. réelle.

1 Soit x ∈ R, et (xn ) une suite de réels tendant vers x par valeurs inférieures (resp. par valeurs supérieures).
Montrer que (P (X ⩽ xn ))n∈N tend vers P (X < x) (resp. vers P (X ⩽ x)).
Remarque – La connaissance de FX permet donc de retrouver la loi de X.
2 Montrer que le lieu de discontinuité de FX est {x ∈ R, P (X = x) > 0}.
Remarque – Ce lieu est inclus dans X(Ω), mais l’inclusion peut être stricte.

13. Loi conjointe, lois marginales

Définition 26 (Loi conjointe, lois marginales)

Soit (Ω, A, P ) un espace probabilisé, X : Ω → E et Y : Ω → F des variables aléatoires.

On appelle loi conjointe de (X, Y ) et on note P(X,Y ) l’application donnée par :
∀(x, y) ∈ E × F, P(X,Y ) (x, y) = P (X = x et Y = y).
PX et PY sont appelées lois marginales de (X, Y ).

▷ Explication 105 – La donnée de la loi conjointe est une information beaucoup plus précise que celle des
deux lois marginales.

Définition 27 (Loi conditionnelle de Y sachant (X = x).)

Soit (Ω, A, P ) un espace probabilisé, X, Y des variables aléatoires discrètes, x ∈ X(Ω).

On suppose P (X = x) > 0. On appelle loi conditionnelle de Y sachant X = x l’application donnée par, pour
tout y ∈ Y (Ω)
P (X = x et Y = y) P(X,Y ) (x, y)
P (Y = y|X = x) = = = P(X=x) (Y = y)
P (X = x) PX (x)
On étend aisément cette définition de loi conditionnelle au conditionnement par X > x ou autres événements du même type.

14. Indépendance de deux variables aléatoires

Définition 28 (Couple de variables aléatoires indépendantes)

Soit (Ω, A, P ) un espace probabilisé, X et Y des variables aléatoires discrètes.

On dit que les variables X et Y sont indépendantes, et on note X ⊥⊥ Y , si pour tout (x, y) ∈ X(Ω) × Y (Ω)
P (X = x, Y = y) = P (X = x)P (Y = y)
soit encore
P(X,Y ) (x, y) = PX (x)PY (y)
Si (Xi )i∈I est une famille de variables aléatoires discrètes, on dira que les variables aléatoires Xi sont deux à
deux indépendantes si, pour tous i et j distincts dans I, Xi et Xj sont indépendantes.

205 Stéphane FLON

 Observation 106 – En cas d’indépendance, les lois marginales permettent de retrouver la loi conjointe.

Proposition (Indépendance de deux v.a. et événements)

On suppose que X et Y sont des variables aléatoires discrètes.

Les assertions suivantes sont alors équivalentes :
a) (X, Y ) est un couple de variables aléatoires indépendantes. 48

b) pour tout (A, B) ∈ P(X(Ω)) × P(Y (Ω)), P (X ∈ A, Y ∈ B) = P (X ∈ A)P (Y ∈ B).

Reformulation 107 – (X, Y ) est un couple de variables aléatoires indépendantes si et seulement si pour tout
x ∈ X(Ω) tel que P (X = x) > 0, on a, pour tout y ∈ Y (Ω) : P (Y = y|X = x) = P (Y = y).
Explication 108 – L’indépendance de variables aléatoires signifie qu’une information sur l’une n’en donne
pas sur l’autre.

Proposition (Fonctions de variables indépendantes)

Soit X et Y des variables aléatoires discrètes.

On suppose
i) que (X, Y ) est un couple de variables aléatoires indépendantes ; 49
ii) que f et g sont des fonctions définies sur X(Ω) et Y (Ω) respectivement.
On en déduit alors que (f (X), g(Y )) est un couple de variables aléatoires indépendantes.

15. Indépendance mutuelle

Définition 29 (Famille de variables aléatoires mutuellement indépendantes)

Soit (Ω, A, P ) un espace probabilisé, (Xi )i∈I une famille de variables aléatoires.
On dit que les variables aléatoires Xi , où i ∈ I, sont mutuellement indépendantes, ou que la famille (Xi )i∈I
est une famille de variables aléatoires mutuellement indépendantes, si pour toute famille (xi )i∈I où xi ∈ Xi (Ω)
pour tout i ∈ I, (Xi = xi )i∈I est une famille d’événements mutuellement indépendants.
Dans le cas où toutes ces variables aléatoires sont en outre de même loi, on dira que ce sont des variables
aléatoires indépendantes identiquement distribuées (abréviation v.a.i.i.d.).

Reformulation 109 – (Xi )i∈I est une famille de variables aléatoires mutuellement indépendantes si et
seulement
T Q partie finie F de I, toute famille (xi )i∈F telle que pour tout i ∈ F , xi ∈ Xi (Ω) :
si pour toute
P ( i∈F (Xi = xi )) = i∈F P (Xi = xi ).
Mise en garde 110 – L’indépendance deux à deux est une notion bien plus faible que l’indépendance mutuelle.
206 Stéphane FLON
 Proposition (Variables mutuellement indépendantes)

On suppose que X1 , . . . , Xn sont des variables aléatoires discrètes.

Les assertions suivantes sont alors équivalentes :
a) X1 , . . . , Xn est une famille de variables aléatoires mutuellement indépendantes.
b) ((Xi = xi ))Q 1⩽i⩽n est une famille d’événements mutuellement indépendants pour tout
n
(x1 , . . . , xn ) ∈ i=1 Xi (Ω). 50
c) — ((Xi ∈ Ai ))1⩽i⩽n Qn est une famille d’événements mutuellement indépendants pour tout
(A1 , . . . , An ) ∈ i=1 P(XiQ (Ω)) ;
n
— pour tout (x1 , . . . , xn ) ∈ i=1 Xi (Ω), P (X1 = x1 , . . . , Xn = xn ) = P (X1 = x1 ) . . . P (Xn =
xn ).

▷ Étude de stabilité 111 – La notion de famille de variables aléatoires mutuellement indépendantes est-elle
stable par sous-famille ?

Obtention de couples de v.a. indépendantes

Soit (Ω, A, P ) un espace probabilisé, 1 ⩽ p ⩽ n des entiers naturels.

On suppose que (X1 , . . . , Xn ) est une famille de variables aléatoires mutuellement indé-
pendantes. 51
On en déduit alors que ((X1 , . . . , Xp ), (Xp+1 , . . . , Xn )) est un couple de variables aléatoires
indépendantes.

Proposition (Lemme des coalitions)

On suppose
i) que (X1 , . . . , Xn ) est une famille de variables aléatoires mutuellement indépendantes ;
ii) que f et g sont des fonctions telles que f (X1 , . . . , Xp ) et g(Xp+1 , . . . , Xn ) soient définies.
52
On en déduit alors que (f (X1 , . . . , Xp ), g(Xp+1 , . . . , Xn )) est un couple de variables aléatoires indé-
pendantes.
Ce résultat s’étend naturellement au cas de plus de deux coalitions.

Théorème d’existence d’une suite de v.a. indépendantes suivant des lois données

On suppose que Ln est une probabilité sur un ensemble au plus dénombrable En , muni de la tribu
discrète, pour tout n ∈ N.
On en déduit alors qu’il existe un espace probabilisé (Ω, A, P ), ainsi qu’une suite (Xn )n∈N de variables
aléatoires mutuellement indépendantes telle que pour tout n ∈ N, Xn aille de Ω dans En , et suive la
loi Ln .
53
Démonstration hors programme.
On modélise souvent une succession d’expériences aléatoires indépendantes par une suite (finie ou non) (Xi ) de variables
aléatoires indépendantes. De plus, ces variables aléatoires sont souvent identiquement distribuées, i.e. de même loi : c’est le
cas par exemple lorsqu’on réitère plusieurs fois la même expérience, comme lancer un dé ou tirer une boule rouge dans une
urne (avec remise).
Intuitivement, l’existence d’une telle suite de variables aléatoires mutuellement indépendantes suivant des lois fixées est claire.
Ce théorème assure la possibilité de mathématiser une telle suite d’expériences.

207 Stéphane FLON

 16. Lois usuelles

Définition 30 (Loi uniforme)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète, Ỹ = {y1 , . . . , yn } un ensemble fini de
cardinal n.
On dit que X suit la loi uniforme sur Ỹ si X(Ω) = Ỹ , et
1
∀ k ∈ [[1, n]], P (X = yk ) =
n
Cette loi est notée U(Y ).

Exemple 112 – La loi donnant le résultat du lancer d’un dé équilibré est une loi uniforme.

Définition 31 (Loi de Bernoulli)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire réelle.

On dit que X suit la loi de Bernoulli de paramètre p ∈ [0, 1], ou que X est une variable de Bernoulli de
paramètre p, si elle est à valeurs dans {0, 1}, et si
P (X = 1) = p et P (X = 0) = 1 − p
Cette loi est notée B(p).
On notera souvent q le réel 1 − p.
La loi de Bernoulli peut être vue comme évaluant la probabilité de succès d’une expérience : il y a succès avec probabilité p (et échec avec
probabilité 1 − p).
On peut modéliser le jeu de pile ou face infini comme une suite d’épreuves de Bernoulli mutuellement indépendantes.

Exemple 113 – Pour tout événement A inclus dans Ω, l’indicatrice de A suit une loi de Bernoulli de paramètre
P (A) (égal à Card A
Card Ω dans le cas particulier où Ω est fini et la probabilité sur Ω uniforme).
Exemple 114 – Si X ,→ B(p), alors Y = 2X − 1 suit la loi dite de Rademacher de paramètre p, pour laquelle
P (Y = 1) = p et P (Y = −1) = 1 − p.

Définition 32 (Loi binomiale)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire réelle.

On dit que X suit la loi binomiale de paramètres n ∈ N∗ et p ∈ [0, 1], ou que X est une variable binomiale de
paramètres n et p, si X(Ω) = [[0, n]], et si, pour tout k ∈ [[0, n]] :
Ç å
n k
P (X = k) = p (1 − p)n−k
k
On note B(n, p) cette loi.

On notera souvent q le réel 1 − p.

Proposition (Somme de v.a.i.i.d. de Bernoulli)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X1 , . . . , Xn sont des variables aléatoires mutuellement indépendantes ;
ii) que Xi ,→ B(p), pour tout i ∈ [[1, n]]. 54
On en déduit alors que X1 + · · · + Xn ,→ B(n, p).
Le nombre de succès lors de la répétition de n expériences de Bernoulli indépendantes de paramètre p suit donc la loi B(n, p).

208 Stéphane FLON

 Exemple 115 – Considérons une urne dans laquelle se trouvent des boules rouges et bleues, et que l’on tire
une boule rouge avec une probabilité p. Si on effectue n tirages avec remise, la variable aléatoire donnant le
nombre de boules rouges tirées suit la loi binomiale de paramètres n et p.

Définition 33 (Loi géométrique)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire réelle, p ∈]0, 1[.
On dit que X suit la loi géométrique de paramètre p, ou que X est une variable géométrique de paramètre p,
notée G(p), si X est à valeurs dans N∗ et
∀k ∈ N∗ , P (X = k) = (1 − p)k−1 p.

On notera souvent q le réel 1 − p.

▷ Explication 116 – Interprétation de la loi géométrique.

▷ Recul 117 – La loi géométrique omet le cas d’un échec perpétuel.
▷ Reformulation 118 – La variable aléatoire X suit la loi G(p) si et seulement si X(Ω) = N∗ et pour tout
n ∈ N∗ , P (X > n) = (1 − p)n .

Proposition (Caractérisation des lois géométriques comme lois sans mémoire)

Soit (Ω, A, P ) un espace probabilisé.

On suppose que X variable aléatoire à valeurs dans N∗ , non presque sûrement bornée.
Les assertions suivantes sont alors équivalentes : 55
a) X suit une loi géométrique.
b) X suit une loi sans mémoire, i.e. telle que ∀(k, n) ∈ (N∗ )2 , P (X > n + k|X > n) = P (X > k).

Exercice de cours (exercice 50) –

1 Soit X et Y deux variables aléatoires indépendantes suivant une même loi géométrique G(p). Soit
Z = min{X, Y }. Montrer que Z suit une loi géométrique.
2 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant une loi géométrique de
paramètre p ∈]0, 1[. On pose U = |X − Y | et V = min(X, Y ).
Déterminer la loi de (U, V ). En déduire les lois de U et de V . Les variables U et V sont-elles indépendantes ?

Définition 34 (Loi de Poisson)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire réelle, λ ∈ R∗+ .

On dit que X suit la loi de Poisson de paramètre λ, ou que X est une variable de Poisson de paramètre λ, notée
P(λ), si, X est à valeurs dans N, et, pour tout n ∈ N :
λn
P (X = n) = e−λ
n!

Modélisation 119 – La loi de Poisson fournit une bonne modélisation du nombre d’événements rares.
Proposition (Somme de v.a.i suivant des lois de Poisson)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que (X, Y ) est un couple de variables aléatoires indépendantes ; 56
ii) que X ,→ P(λ) et Y ,→ P(µ).
On en déduit alors que X + Y ,→ P(λ + µ).

209 Stéphane FLON

 17. Espérance

Définition 35 (Espérance)

Soit (Ω, A, P ) un espace probabilisé, X : Ω → K une variable aléatoire discrète réelle ou complexe.
On dit que X est d’espérance finie, ou que X admet une espérance (finie) si la famille (xP (X = x))x∈X(Ω) est
sommable. Dans ce cas, la somme de cette famille est l’espérance de X, et est notée E(X) :
def X
E(X) = x P (X = x)
x∈X(Ω)

On note L (Ω, K) l’ensemble des variables aléatoires discrètes (définies sur l’univers Ω et à valeurs dans K)
1

admettant une espérance.

Définition 36 (Espérance d’une variable aléatoire positive)

Soit (Ω, A, P ) un espace probabilisé, X : Ω → R+ ∪ {+∞} une variable aléatoire discrète positive.
On appelle espérance de X et on note E(X) la somme, dans [0, +∞], de la famille (xP (X = x))x∈X(Ω) .
On dit que X est d’espérance finie, ou que X admet une espérance (finie) si la famille (xP (X = x))x∈X(Ω) est
sommable, i.e. E(X) < +∞.

▷ Cohérence 120 – Dans le cas d’un univers fini, les deux notions d’espérance coı̈ncident.
▷ Observation 121 – L’espérance ne dépend que de la loi.
▷ Exemple 122 – Toute variable constante est d’espérance finie, égale à la valeur qu’elle prend.
▷ Exemple 123 – Toute variable aléatoire réelle ne prenant qu’un nombre fini de valeurs, est d’espérance
finie.
Exemple 124 – Si A ∈ A (où (Ω, A, P ) est un espace probabilisé), alors 1A est d’espérance finie, d’espérance
P (A).
Exemple 125 – Si la variable aléatoire X suit B(p), alors elle est d’espérance finie et E(X) = p.
Exemple 126 – Si la variable aléatoire X suit B(n, p), alors elle est d’espérance finie et E(X) = np.
Exemple 127 – Si la variable aléatoire X suit G(p), alors elle est d’espérance finie et E(X) = p1 .
Exemple 128 – Si la variable aléatoire X suit P(λ), alors elle est d’espérance finie et E(X) = λ.
Exercice de cours (exercice 67) –

1 Soit X une variable aléatoire à valeurs dans [[0, n]], telle qu’il existe a ∈ R vérifiant

Ç å
n
P (X = k) = a
k

Calculer espérance et variance de X.

2 Soit n ∈ N∗ et β ∈ R. Soit X une v.a. à valeurs dans {0, 1, ..., n} telle que :

Å ã
n β
∀k ∈ [[0, n]], P (X = k) = .
k k+1

Déterminer β, E(X).
210 Stéphane FLON
 18. Le théorème de transfert et autres propriétés de l’espérance

Théorème de transfert

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X est une variable aléatoire discrète ;
ii) que f est une fonction définie sur X(Ω) à valeurs dans C.
Les assertions suivantes sont alors équivalentes : 57
a) f (X) est une variable aléatoire d’espérance finie.
b) (f (x) P (X = x))x∈X(Ω) est une famille sommable de nombres complexes.
P
De plus, le cas échéant, on a E (f (X)) = x∈X(Ω) f (x) P (X = x).

▷ Recul 129 – Le théorème de transfert est sans doute le principal résultat de ce chapitre.
▷ Rédaction 130 – Ne pas oublier l’hypothèse de sommabilité dans le théorème de transfert.
▷ Observation 131 – Dans la formule de transfert, la variable aléatoire n’est pas nécessairement à valeurs
réelles ou complexes.
Exercice de cours (exercice 68) –
Ä ä
1 1
1 Soit X une variable aléatoire suivant la loi uniforme sur [[1, n]]. Montrer que E X(1+X) = n+1 .

1
2 Soit X une variable aléatoire de loi B(n, p). Calculer l’espérance de Y = X+1 .
Reformulation 132 – X est une variable aléatoire d’espérance finie si et seulement si |X| est une variable
aléatoire d’espérance finie.

Proposition (Linéarité de l’espérance)

On suppose que (Ω, A, P ) est un espace probabilisé.

On en déduit alors
a) que L1 (Ω, K) est un espace vectoriel ; 58
E : L (Ω, K) →
1
K
b) que est une forme linéaire.
X 7→ E(X)

Proposition (Positivité de l’espérance)

Soit (Ω, A, P ) un espace probabilisé.

On suppose que X est une variable aléatoire réelle positive.
On en déduit alors 59
a) que E(X) ⩾ 0 ;
b) que E(X) = 0 si et seulement si X est presque sûrement nulle.

211 Stéphane FLON

 Proposition (Croissance de l’espérance)

Soit (Ω, A, P ) un espace probabilisé, X, Y des variables aléatoires réelles.

On suppose
i) que X et Y sont des variables aléatoires d’espérance finie ; 60
ii) que X ⩽ Y .
On en déduit alors que E(X) ⩽ E(Y ).

Espérance et comparaison

Soit (Ω, A, P ) un espace probabilisé, X, Z des variables aléatoires réelles.

On suppose
i) que X est une variable aléatoire d’espérance finie ; 61
ii) que |Z| ⩽ |X|.
On en déduit alors que Z est une variable aléatoire d’espérance finie.

Information 133 – Pour toute variable aléatoire discrète d’espérance finie, on a | E(X)| ⩽ E(|X|).
Exemple 134 – Toute variable aléatoire discrète réelle ou complexe bornée admet une espérance finie.

Proposition (Espérance d’un produit de variables aléatoires indépendantes)

On suppose
i) que X et Y sont des variables aléatoires d’espérance finie ;
ii) que (X, Y ) est un couple de variables aléatoires indépendantes.
62
On en déduit alors
a) que XY est une variable aléatoire d’espérance finie ;
b) que E(XY ) = E(X) E(Y ).

19. Variance, écart type et covariance

Définition 37 (Moments d’une v.a. réelle)

Soit k un entier naturel, (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle.
Si X k admet une espérance finie, alors on appelle moment d’ordre k de X le réel E(X k ).
On note Lk (Ω, R) l’ensemble des variables aléatoires discrètes réelles sur Ω admettant un moment d’ordre k.

Reformulation 135 – Une variable aléatoire discrète réelle est d’espérance finie si et seulement si elle admet
un moment d’ordre 1.
Information 136 – Si X et Y sont des variables aléatoires réelles admettant un moment d’ordre 2, alors XY
admet une espérance.
Structure 137 – L’ensemble des variables aléatoires admettant un moment d’ordre 2 (définies sur Ω) est
muni d’une structure de sous-espace vectoriel de L1 (Ω, R).
Exercice de cours (exercice 74) –
1 Soit X une variable aléatoire ayant un moment d’ordre n ∈ N∗ . Montrer que X possède un moment
d’ordre k pour tout k ∈ N avec k ⩽ n.
212 Stéphane FLON
 Information 138 – Si la variable aléatoire réelle X admet un moment d’ordre k, alors elle admet un moment
d’ordre p, pour tout p ∈ [[1, k]].

Définition 38 (Variance)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire admettant un moment d’ordre 2.
On appelle variance de X et on note V(X) le réel positif
def
V(X) = E((X − E(X))2 )
On appelle écart type de X et on note σ(X) (ou σX ) le réel positif
def
»
σ(X) = V(X).
On dit que X est réduite si elle est de variance 1 (i.e. d’écart type 1).

▷ Explication 139 – La variance est une mesure de la dispersion d’une variable aléatoire.
▷ Observation 140 – Variance et espérance ne sont pas homogènes.

Proposition (Formules pour la variance)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que X est une variable aléatoire admettant un moment d’ordre 2 ;
iii) que a et b sont des nombres réels.
On en déduit alors 63
a) que (Formule de Koenig, ou de Koenig-Huygens) V(X) = E(X 2 ) − E(X)2 ;
b) que V(aX + b) = a2 V(X).

La formule de Koenig donne une méthode pratique de calcul de la variance.

L’ajout de la constante b est sans influence sur la dispersion, on pouvait s’attendre à ce qu’il ne modifie pas la variance.

Définition 39 (v.a. centrée réduite associée à une v.a.)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire admettant un moment d’ordre 2.
On suppose que σ(X) > 0. La variable aléatoire X−E(X) σ(X) est alors appelée variable aléatoire centrée réduite
associée à X.
X−E(X)
La variable aléatoire σ(X)
est bien centrée et réduite.

Exemple 141 – Soit X une variable aléatoire suivant une loi uniforme sur [[1, n]] (n ∈ N∗ ). La variable X
2
admet alors une variance, et V (X) = n 12−1 .
Exemple 142 – Soit X une variable aléatoire suivant B(p). La variable X admet alors une variance, et
V (X) = p(1 − p).
Exemple 143 – Soit X une variable aléatoire suivant B(n, p). La variable X admet alors une variance, et
V (X) = np(1 − p).
Exemple 144 – Soit X une variable aléatoire suivant G(p). La variable X admet alors une variance, et
V (X) = 1−p
p2 .
Exemple 145 – Soit X une variable aléatoire suivant P(λ). La variable X admet alors une variance, et
V (X) = λ.
213 Stéphane FLON
 Proposition (Inégalité de Cauchy-Schwarz probabiliste)

On suppose
i) que (Ω, A, P ) est un espace probabilisé ;
ii) que X et Y sont des variables aléatoires admettant un moment d’ordre 2.
64
On en déduit alors
a) que XY est une variable aléatoire d’espérance finie ;
b) que E(XY )2 ⩽ E(X 2 ) E(Y 2 ).

Définition 40 (Covariance)

Soit (Ω, A, P ) un espace probabilisé, X et Y des variables aléatoires admettant un moment d’ordre 2.
On appelle covariance de X et Y et on note Cov(X, Y ) le scalaire
E((X − E(X))(Y − E(Y ))).

Bien sûr, Cov(X, X) = V (X).

Proposition (Formule pour la covariance)

Soit (Ω, A, P ) un espace probabilisé.

On suppose que X et Y sont des variables aléatoires admettant un moment d’ordre 2. 65
On en déduit alors que Cov(X, Y ) = E(XY ) − E(X)E(Y ).

Covariance de deux variables aléatoires indépendantes

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X et Y sont des variables aléatoires admettant un moment d’ordre 2 ;
ii) que (X, Y ) est un couple de variables aléatoires indépendantes. 66
On en déduit alors que Cov(X, Y ) = 0.
Attention cependant, la réciproque est fausse.

Proposition (Variance d’une somme finie de variables aléatoires)

Soit (Ω, A, P ) un espace probabilisé.

On suppose que X1 , . . . , Xq sont des variables
Paléatoires admettant un moment d’ordre 2. 67
q P
On en déduit alors que V (X1 + · · · + Xq ) = i=1 V (Xi ) + 2 1⩽i<j⩽q Cov(Xi , Xj ).

214 Stéphane FLON

 Proposition (Variance d’une somme finie de v.a. deux à deux indépendantes)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X1 , . . . , Xq sont des variables aléatoires admettant un moment d’ordre 2 ;
ii) que X1 , . . . , Xq est une famille de variables aléatoires deux à deux indépendantes. 68
Pq
On en déduit alors que V (X1 + · · · + Xq ) = i=1 V (Xi ).
Il n’est pas nécessaire de supposer les v.a. mutuellement indépendantes.

Définition 41 (Coefficient de corrélation)

Soit (Ω, A, P ) un espace probabilisé, X et Y des variables aléatoires admettant un moment d’ordre 2.
On suppose que σ(X) > 0 et σ(Y ) > 0. On appelle coefficient de corrélation de X et Y et on note ρ(X, Y ) le
réel
def Cov(X, Y )
ρ(X, Y ) =
σ(X)σ(Y )

Proposition (Propriétés du coefficient de corrélation)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X et Y sont des variables aléatoires admettant un moment d’ordre 2 ;
ii) que σ(X) > 0, σ(Y ) > 0.
On en déduit alors
69
a) que −1 ⩽ ρ(X, Y ) ⩽ 1 ;
b) que si X et Y sont indépendantes, alors ρ(X, Y ) = 0, mais la réciproque est fausse ;
c) que ρ(X, Y ) ∈ {−1, +1} si et seulement si X et Y sont presque sûrement des fonctions affines
l’une de l’autre, i.e. il existe des réels non nuls a et b, et un réel c tq aX + bY + c = 0 presque
sûrement.

Exercice de cours (exercice 69) –

1 Retrouver la variance d’une v.a. suivant une loi binomiale, en faisant le lien avec la loi de Bernoulli.

2 On lance deux dés équilibrés. Soit U1 et U2 les variables aléatoires correspondant aux résultats des lancers.
On pose X = min(U1 , U2 ) et Y = max(U1 , U2 ).
i Déterminer la loi et l’espérance de X.
ii Calculer X + Y en fonction de U1 et U2 . En déduire l’espérance de Y .
iii Calculer XY et en déduire Cov(X, Y ).
215 Stéphane FLON
 20. Fonctions génératrices pour une v.a. à valeurs naturelles

Proposition (Caractérisation d’espérance finie pour une v.a. à valeurs naturelles)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle.

On suppose que X(Ω) ⊂ N. P∞
On en déduit alors que E(X) = n=1 P (X ⩾ n). 70
P
En particulier, X est d’espérance finie si et seulement si la série P (X ⩾ n) est convergente.

Définition 42 (Fonction génératrice)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle à valeurs dans N.
On appelle fonction génératrice (ou série génératrice) de X et on note GX la fonction de variable réelle donnée
par :
+∞
def X
GX (t) = E(tX ) = P (X = n) tn .
n=0
On observe que GX est définie en 1, et que GX (1) = 1.

▷ Mise en garde 146 – Ne pas oublier la condition de convergence absolue liée à la notion de fonction
génératrice.
▷ Observation 147 – Premières considérations de régularité sur la fonction génératrice.
Observation 148 – La fonction génératrice caractérise la loi.

Proposition (Fonction génératrice d’une somme finie de v.a.i. à valeurs naturelles)

Soit (Ω, A, P ) un espace probabilisé, X1 , . . ., Xn des variables aléatoires discrètes réelles.

On suppose
i) que X1 , . . . , Xn sont des variables aléatoires mutuellement indépendantes à valeurs dans N ;
71
ii) que t ∈ R ;
iii) que GX1 (t), . . . , GXn (t) sont définis.
On en déduit alors que GX1 +···+Xn (t) = GX1 (t) . . . GXn (t).

Exemple 149 – GX : t ∈ R 7→ (pt + q) est la fonction génératrice de X ,→ B(p).

Exemple 150 – GX : t ∈ R 7→ (pt + q)n est la fonction génératrice de X ,→ B(n, p).
pt
Exemple 151 – GX : t ∈] − 1/q, 1/q[7→ 1−qt est la fonction génératrice de X ,→ G(p).
Exemple 152 – GX : t ∈ R 7→ e λ(t−1)
est la fonction génératrice de X ,→ P(λ).
Exercice de cours (exercice 51) –

1 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant des lois de Poisson de para-
mètres λ et µ respectivement. Déterminer la loi de X + Y .

2 On considère deux v.a. X et Y indépendantes, suivant des lois binomiales de paramètres (n, p) et (m, p).
Indiquer la loi de X + Y .
216 Stéphane FLON
 Proposition (Utilisation de la fonction génératrice dans le cas d’un RCV plus grand que 1)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle, k un entier naturel.
On suppose
i) que X(Ω) ⊂ N ;
P (X = n)tn est strictement plus grand que 1.
P
ii) que le rayon de convergence de
On en déduit alors 72
a) que X est une variable aléatoire admettant un moment d’ordre k ;
(k)
b) que E(X(X − 1) . . . (X − (k − 1))) = GX (1).

On peut observer que pour toutes les lois classiques, le rayon de convergence est strictement plus grand que 1 : on peut donc
appliquer cette proposition.

Proposition (Espérance et fonction génératrice)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle.

On suppose que X(Ω) ⊂ N.
Les assertions suivantes sont alors équivalentes :
a) X est une variable aléatoire d’espérance finie. 73
b) GX est dérivable en 1.
De plus, le cas échéant : E(X) = G′X (1).

Proposition (Moment d’ordre 2 et fonction génératrice)

Soit (Ω, A, P ) un espace probabilisé, X une variable aléatoire discrète réelle.

On suppose que X(Ω) ⊂ N.
Les assertions suivantes sont alors équivalentes :
a) X est une variable aléatoire admettant un moment d’ordre 2.
b) GX est deux fois dérivable en 1. 74
De plus, le cas échéant : E(X(X − 1)) = G′′X (1).
Si GX est deux fois dérivable en 1, alors X admet une variance, et
′′ ′ ′ 2
V (X) = GX (1) + GX (1) − GX (1) ,

Exercice de cours (exercice 70) –

1 Retrouver l’espérance de v.a. suivant les lois de Bernoulli, binomiale, géométrique et de Poisson à l’aide
des fonctions génératrices.

2 Retrouver la variance de v.a. suivant les lois de Bernoulli, binomiale, géométrique et de Poisson à l’aide
des fonctions génératrices.
217 Stéphane FLON
 21. Inégalités et résultats asymptotiques

Proposition (Approximation de la loi binomiale par la loi de Poisson)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que (Xn )n∈N est une suite de variables aléatoires discrètes ;
ii) que pour tout n, Xn ,→ B(n, pn ) ; 75
iii) que (npn ) est une suite convergente, de limite λ > 0.
On en déduit alors que ∀k ∈ N,
k
P (Xn = k) −→ e−λ λk! .
n→+∞

Proposition (Inégalité de Markov)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X est une variable aléatoire d’espérance finie ;
ii) que X ⩾ 0 ; 76
iii) que ε > 0.
E(X)
On en déduit alors que P (X ⩾ ε) ⩽ ε .

Exercice de cours (exercice 75) –

1 Soit X une variable aléatoire réelle, et soit g : R+ → R+ strictement croissante, telle que g(|X|) admette
une espérance. Soit ε > 0. Montrer que P (|X| ⩾ ε) ⩽ E(g(|X|)
g(ε) .

2 (ENS Cachan Rennes MP 2015)Soit X une variable aléatoire à valeurs dans [−1, 1], centrée et de variance
σ 2 , avec σ > 0.
i Pour µ dans R+ et t ∈ R+ , justifier etµ P (X ⩾ µ) ⩽ E(etX ).
ii Montrer, si t ∈ [0, 1], E(etX ) ⩽ 1 + σ 2 t2 .
iii Montrer, pour λ dans [0, 2σ], P (X ⩾ λσ) ⩽ exp(−λ2 /4).

Proposition (Inégalité de Bienaymé-Tchebychev)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que X est une variable aléatoire admettant un moment d’ordre 2 ; 77
ii) que ε > 0.
V(X)
On en déduit alors que P (|X − E(X)| ⩾ ε) ⩽ ε2 .

218 Stéphane FLON

 Théorème (Loi faible des grands nombres)

Soit (Ω, A, P ) un espace probabilisé.

On suppose
i) que (Xn )n∈N∗ est une famille de variables aléatoires deux à deux indépendantes ;
ii) que les Xn sont identiquement distribuées (i.e. ont même loi) ;
iii) que X1 est une variable aléatoire admettant un moment d’ordre 2 ;
Pn 78
iv) que Sn = k=1 Xk ;
v) que m = E(X1 ) ;
vi) que ε > 0.
Sn


On en déduit alors que P n −m ⩾ε −→ 0 .
n→+∞

▷ Conseil 153 – Savoir refaire la preuve de la loi faible des grands nombres.
▷ Observation 154 – Pour la loi faible des grands nombres, l’indépendance deux à deux suffit.

219 Stéphane FLON

 Chapitre XIII

Algèbre bilinéaire

1. Espaces préhilbertiens

Recul 1 – Le concept central de ce chapitre est celui de base orthonormée.

Définition 1 (Forme bilinéaire (définie) positive)

Soit E un espace vectoriel, φ : E 2 → R une forme bilinéaire.

φ est dite positive si
∀ x ∈ E, φ(x, x) ⩾ 0
Dans ce cas, φ est dite définie positive si en outre
∀ x ∈ E, φ(x, x) = 0 ⇒ x = 0E

Définition 2 (Produit scalaire)

Soit E un espace vectoriel réel, φ : E 2 → R une application.

On dit que φ est un produit scalaire (sur E) si φ est une forme bilinéaire symétrique, définie positive.
On appelle espace préhilbertien (réel) la donnée d’un espace vectoriel réel et d’un produit scalaire.
Un espace euclidien est un espace préhilbertien réel de dimension finie.

Si on a établi la symétrie de φ, il suffit de vérifier la linéarité à gauche (ou à droite).

Définition 3 (Produit scalaire canonique)

Soit E un espace vectoriel réel, admettant une base canonique, (·|·) un produit scalaire sur E.
On dit que le produit scalaire (·|·) sur E est canonique, ou que E est muni de sa structure euclidienne canonique,
si la base canonique de E est orthonormée pour ce produit scalaire.
Nous verrons qu’il existe un unique produit scalaire canonique (sur un espace vectoriel réel admettant une base canonique).
Rn , Mn,p (R), Rn [X] et R[X] admettent une base canonique.

▷ Exemple 2 – Rn , Rn [X], Mn,p (R), munis de leurs produits scalaires canoniques respectifs, sont des
espaces euclidiens.
▷ Exemple 3 – ((u1 , . . . , un ), (v1 , . . . , vn )) ∈ (Rn )2 7→ i=1 ui vi est le produit scalaire canonique sur Rn .
Pn
Exemple 4 – L’application : (A, B) ∈ Mn,p (R)2 7→ tr (t A B) est le produit scalaire canonique sur Mn,p (R)
(où n, p ∈ N∗ ).
▷ Exemple 5 – ( k⩾0 ak X k , k⩾0 bk X k ) 7→ ( k⩾0 ak X k | k⩾0 bk X k ) = k⩾0 ak bk est le produit sca-
P P P P P

laire canonique sur R[X] (ou Rn [X]).

scalaire sur C 0 ([a, b], R) (a, b ∈ R, a < b).
Rb
▷ Exemple 6 – (f, g) 7→ a f g est un produit
▷ Exemple 7 – (f, g) ∈ (L2c (I, R))2 7→ I f g est un produit scalaire sur l’espace vectoriel L2c (I, R) des
R

fonctions continues de carré intégrable P∞ sur I (I est un intervalle d’intérieur non vide).2
▷ Exemple 8 – (u, v) ∈ ℓ2 (N, R)2 7→ n=0 un vn P est un produit scalaire sur l’ensemble ℓ (N, R) des suites
réelles (un ) de carré sommable, i.e. telles que u2n converge.
▷ Exemple 9 – (P, Q) ∈ R[X] 7→ I P (t)Q(t)w(t)dt est un produit scalaire sur R[X], où w : I → R∗+ est
2
R

une fonction continue telle que pour tout n ∈ N, t 7→ tn w(t) soit intégrable sur I (I est un intervalle
d’intérieur non vide).
221
 f (t)g(t)dt est un produit scalaire sur le R-espace vectoriel des applications
1
R 2π
▷ Exemple 10 – (f, g) 7→ 2π 0
f : R → R, continues et 2π-périodiques.
▷ Exemple 11 – (X, Y ) ∈ L2 (Ω, R) 7→ E(XY ) est une forme bilinéaire positive.
▷ Exemple 12 – (X, Y ) ∈ L2 (Ω, R) 7→ Cov(X, Y ) est une forme bilinéaire positive.
▷ Étude de stabilité 13 – La notion de produit scalaire est-elle stable par restriction à un sous-espace
vectoriel ?
▷ Étude de stabilité 14 – La notion de produit scalaire est-elle stable par multiplication par un réel
quelconque ?
▷ Étude de stabilité 15 – La notion de produit scalaire est-elle stable par multiplication par un réel
strictement positif ?
▷ Étude de stabilité 16 – La notion de produit scalaire sur E est-elle stable par addition ?

Définition 4 (Norme associée à un produit scalaire)

Soit E un espace préhilbertien.

On définit une norme sur E (dite associée au produit scalaire (·|·)) en posant, pour tout vecteur x de E :
def
»
∥x∥ = (x|x)
Une telle norme est dite préhilbertienne, ou euclidienne. On dit aussi qu’elle dérive d’un produit scalaire.
Comme pour toute norme, on a la seconde inégalité triangulaire : ∀(u, v) ∈ E 2 , | ∥u∥ − ∥v∥ | ⩽ ∥u + v∥ (ou encore | ∥u∥ − ∥v∥ | ⩽ ∥u − v∥,
ce qui rappelle que la norme est une fonction 1-lipschitzienne).

Lemme (Proto-inégalité de Cauchy-Schwarz)

Soit E un espace vectoriel réel, φ : E 2 → R une application.

On suppose que φ est une forme bilinéaire, symétrique et positive. 1
On en déduit alors que pour tout x, y ∈ E, φ(x, y)2 ⩽ φ(x, x)φ(y, y).

Théorème (Inégalité de Cauchy-Schwarz)

Soit E un espace préhilbertien, x, y ∈ E.

On a :
2
i) |(x|y)| ⩽ ∥x∥ ∥y∥ ;
ii) cette inégalité est une égalité si et seulement si (x, y) est liée.

Information 17 – Pour toute norme ∥·∥ associée à un produit scalaire (·|·) sur un espace vectoriel réel E, on
a, pour tous vecteurs x et y de E :
2 2 2
∥αx + βy∥ = α2 ∥x∥ + 2αβ(x|y) + β 2 ∥y∥ .
Information 18 – Pour toute norme ∥·∥ associée à un produit scalaire (·|·) sur un espace vectoriel réel E, on
a, pour tous vecteurs x et y de E :

2 2 2 2
∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )

C’est l’identité du parallélogramme.

222 Stéphane FLON
 Proposition (Identités de polarisation)

Soit E un espace préhilbertien, Äx, y ∈ E. ä Ä ä

1 2 2 2 1 2 2
On a : (x|y) = 2 ∥x + y∥ − ∥x∥ − ∥y∥ = 4 ∥x + y∥ − ∥x − y∥ = 3
Ä 2 2 2
ä
1
2 ∥x∥ + ∥y∥ − ∥x − y∥ .

Observation 19 – Grâce aux formules de polarisation, il y a autant d’information dans la norme issue d’un
produit scalaire que dans le produit scalaire.

Théorème de représentation de Riesz dans un espace euclidien

Soit E un espace préhilbertien.

Φ : E → E∗
On suppose que .
a 7→ φa : x 7→ (a|x)
On en déduit alors
4
a) que Φ est une forme linéaire ;
b) que Φ est une application injective ;
c) que si E est un espace euclidien, alors Φ est un isomorphisme d’espaces vectoriels.

Exercice de cours (exercice 5) – Pour E = C 0 ([0, 1], R), muni du produit scalaire (f, g) 7→
R1
0
f g, montrer
que l’application φ : f 7→ f (0) n’est pas de la forme f 7→ (f |g) où g ∈ E.

2. Familles orthogonales

Définition 5 (Vecteurs orthogonaux)

Soit E un espace préhilbertien, x, y ∈ E.

x et y sont dits orthogonaux si (x|y) = 0.

Exemple 20 – Le vecteur nul est le seul vecteur à être orthogonal à tout vecteur (de l’espace préhilbertien
considéré). Le vecteur nul est le seul vecteur à être orthogonal à lui-même.
Stratégie 21 – Pour montrer qu’un vecteur est nul dans un espace préhilbertien, montrer qu’il est orthogonal
à lui-même (ou à tout vecteur).
▷ Exemple 22 – Pour le produit scalaire canonique sur R[X], des polynômes respectivement pair et impair
sont orthogonaux.
▷ Exemple 23 – Pour le produit (f, g) 7→ −1 f (t)g(t)dt sur C 0 ([−1, 1], R), des fonctions respectivement
R1

paire et impaire sont orthogonales.

Définition 6 (Famille orthogonale)

Soit E un espace préhilbertien, (ei )i∈I une famille de vecteurs de E.

La famille (ei )i∈I est dite orthogonale si pour tous i, j ∈ I distincts, (ei |ej ) = 0.

▷ Étude de stabilité 24 – La notion de famille orthogonale est-elle stable par concaténation ?

223 Stéphane FLON
 Concaténation de familles orthogonales de sous-espaces orthogonaux

Soit E un espace préhilbertien, F et G des sous-espaces vectoriels de E.

On suppose
i) que F est une famille orthogonale de vecteurs de F ;
ii) que G est une famille orthogonale de vecteurs de G ; 5
iii) que F et G sont des parties orthogonales.
On en déduit alors que la concaténée de F et G est une famille orthogonale de vecteurs
de E.

▷ Étude de stabilité 25 – La notion de famille orthogonale est-elle stable par permutation ?

▷ Étude de stabilité 26 – La notion de famille orthogonale est-elle stable par multiplication d’un vecteur
par un scalaire ?
▷ Étude de stabilité 27 – La notion de famille orthogonale est-elle stable par sous-famille ?

Proposition (Relation de Pythagore)

Soit E un espace préhilbertien, (ei )1⩽i⩽p une famille de vecteurs de E.

On suppose que (ei )1⩽i⩽p est une famille orthogonale.
Pp 2 Pp 2
On en déduit alors que ∥ i=1 ei ∥ = i=1 ∥ei ∥ .
6
Réciproquement, si ∥e1 + e2 ∥2 = ∥e1 ∥2 + ∥e2 ∥2 , alors (e1 , e2 ) est orthogonale. Cependant, on peut trouver trois vecteurs
e1 , e2 , e3 tels que
2 2 2 2
∥e1 + e2 + e3 ∥ = ∥e1 ∥ + ∥e2 ∥ + ∥e3 ∥
sans que ces vecteurs soient orthogonaux.

Proposition (Liberté d’une famille orthogonale de vecteurs tous non nuls)

Soit E un espace préhilbertien, (ei )i∈I une famille de vecteurs de E.

On suppose
i) que (ei )i∈I est une famille orthogonale ; 7
ii) que chaque ei est un vecteur non nul.
On en déduit alors que (ei )i∈I est une famille libre.

1
RExemple 28 – On munit l’espace E des fonctions continues 2π-périodiques du produit scalaire (f, g) 7→
2π [0,2π]
f g.
On pose, pour tout n ∈ N : e2n : t 7→ cos(nt) et e2n+1 : t 7→ sin(nt).
(en )n∈N est alors une famille orthogonale de vecteurs de E.

Définition 7 (Famille orthonormée)

Soit E un espace préhilbertien, (ei )i∈I une famille de vecteurs de E.

(ei )i∈I est dite orthonormée (ou orthonormale) si elle est orthogonale et si les ei sont unitaires.

Reformulation 29 – (ei )i∈I est une famille orthonormée si et seulement si ∀(i, j) ∈ I 2 , (ei |ej ) = δi,j .
Exemple 30 – Toute famille orthonormée est une famille libre.
▷ Étude de stabilité 31 – La notion de famille orthonormée est-elle stable par concaténation ?
▷ Étude de stabilité 32 – La notion de famille orthonormée est-elle stable par permutation ?
▷ Étude de stabilité 33 – La notion de famille orthonormée est-elle stable par multiplication d’un vecteur
par un scalaire ?
224 Stéphane FLON
 ▷ Étude de stabilité 34 – La notion de famille orthonormée est-elle stable par sous-famille ?

Définition 8 (Base orthonormée)

Soit E un espace préhilbertien, (ei )i∈I une famille de vecteurs de E.

On dit que (ei )i∈I est une base orthonormée (ou base orthonormale) de E si c’est une base de E et une famille
orthonormée.

Reformulation 35 – (ei )i∈I est une base orthonormée de E euclidien de dimension n si et seulement si
(ei )i∈I est une famille orthonormée de E de cardinal n.
Reformulation 36 – (e1 , . . . , en ) est une base orthonormée de E euclidien de dimension n si et seulement si
tous les ei appartiennent à E et : ∀(i, j) ∈ [[1, n]], (ei |ej ) = δi,j .
▷ Étude de stabilité 37 – La notion de base orthonormée est-elle stable par concaténation ?
▷ Étude de stabilité 38 – La notion de base orthonormée est-elle stable par permutation ?
▷ Étude de stabilité 39 – La notion de base orthonormée est-elle stable par multiplication d’un vecteur
par un scalaire ?

Proposition (Existence d’une base orthonormale dans un espace euclidien)

Soit E un espace préhilbertien.

On suppose que E est un espace vectoriel de dimension finie. 8
On en déduit alors que E admet une base orthonormée.

Proposition (Décomposition d’un vecteur dans une base orthonormée)

Soit E un espace euclidien, x ∈ E.

On suppose que (e1 , . . . , en ) P
est une base orthonormée de E.
n 9
On en déduit alors que x = i=1 (x|ei )ei .
Cette formule n’est valable que si la base est orthonormée

Mise en garde 40 – La décomposition d’un vecteur dans une base se fait facilement en base orthonormée.

Représentation matricielle d’un endomorphisme dans une base orthonormée

Soit E un espace euclidien.

On suppose
i) que u est un endomorphisme de E ; 10
ii) que (e1 , . . . , en ) est une base orthonormée de E.
On en déduit alors que la matrice de u dans B est égale à ((u(ej )|ei ))1⩽i,j⩽n .

225 Stéphane FLON

 Proposition (Expression d’un produit scalaire en base orthonormée)

Soit E un espace euclidien, x, y ∈ E.

On suppose
i) que B = (e1 , . . . , en ) est une base orthonormée de E ;
Pn
ii) que x = xi ei ; 11
Pni=1
iii) que y = i=1 yi ei .
Pn
On en déduit alors que (x|y) = i=1 xi yi .
Cette formule n’est valable qu’en base orthonormée.

Mise en garde 41 – Un produit scalaire s’exprime bien en base orthonormée.

Proposition (Expression de la norme en base orthonormée)

Soit E un espace euclidien, x ∈ E.

On suppose
i) que B = (e1 , . . . , en ) est une base orthonormée de E ;
Pn
ii) que x = i=1 xi ei . 12
»P
n 2
On en déduit alors que ∥x∥ = i=1 xi .

Cette formule (qui se retrouve de tête) n’est valable qu’en base orthonormée.

Exercice de cours (exercice 6) –

1 Montrer que si E est un R-espace vectoriel de dimension finie n ⩾ 1, de base B = (e1 , . . . , en ), alors il
existe un unique produit scalaire (·|·) sur E pour lequel B est orthonormale.
Mise en garde 42 – Un même espace vectoriel réel admet généralement plusieurs produits scalaires.

3. Orthogonal d’une partie

Définition 9 (Orthogonal d’une partie)

Soit E un espace préhilbertien, A une partie de E.

On appelle orthogonal de A (dans E), et on note A⊥ ou A◦ , l’ensemble des vecteurs de E orthogonaux à tous
les vecteurs de A :
def
A⊥ = {x ∈ E, ∀ a ∈ A, (a|x) = 0}

Définition 10 (Parties orthogonales)

Soit E un espace préhilbertien, A et B des parties de E.

A et B de E sont dites orthogonales si ∀(a, b) ∈ A × B, (a|b) = 0

▷ Exemple 43 – {0E }⊥ = E et E ⊥ = {0E }.

▷ Exemple 44 – Les sous-espaces de C 0 ([−1, 1]) constitués respectivement
R des fonctions paires et impaires
sont des parties orthogonales pour le produit scalaire (f, g) 7→ [−1,1] f g.
Reformulation 45 – A et B sont des parties orthogonales si et seulement si A ⊂ B ⊥ .
Reformulation 46 – A et B sont des parties orthogonales si et seulement si B ⊂ A⊥ .
Information 47 – Si A ⊂ B, alors B ⊥ ⊂ A⊥ .
226 Stéphane FLON
 Information 48 – A ⊂ A⊥⊥ .
Information 49 – (A ∪ B)⊥ = A⊥ ∩ B ⊥ .
Information 50 – L’orthogonal A⊥ d’une partie A d’un espace préhilbertien E est un sous-espace vectoriel
de E (même si A n’en est pas un).
Information 51 – A⊥ = (Vect(A))⊥ .
Information 52 – L’orthogonal d’un sous-espace vectoriel F d’un espace préhilbertien E est un sous-espace
vectoriel de E, en somme directe avec F .
Mise en garde 53 – Un sous-espace vectoriel F d’un espace préhilbertien E et son orthogonal F ⊥ dans E
ne sont pas toujours supplémentaires dans E.
Reformulation 54 – Si F est engendré par (fi )i∈I , alors x ∈ F ⊥ si et seulement si x est orthogonal à tous
les vecteurs fi , i ∈ I.
Information 55 – Une somme de sous-espaces vectoriels de E orthogonaux à F est orthogonale à F .
Exemple 56 – Des sous-espaces orthogonaux deux à deux sont en somme directe.

4. Projecteurs orthogonaux

Définition 11 (Supplémentaire orthogonal)

Soit E un espace préhilbertien, F un sous-espace vectoriel de E.

Lorsque F ⊕ F ⊥ = E, on appelle F ⊥ le supplémentaire orthogonal de F (dans E).
Si F et G sont orthogonaux et supplémentaires dans E, alors G = F ⊥ , F = G⊥ , F ⊥⊥ = F et G⊥⊥ = G.

Mise en garde 57 – Un sous-espace vectoriel F d’un espace préhilbertien E n’admet pas toujours de sup-
plémentaire orthogonal.

Proposition (Supplémentaire orthogonal d’un sous-espace de dimension finie)

Soit E un espace préhilbertien.

On suppose
i) que F est un sous-espace vectoriel de E ; 13
ii) que F est un espace vectoriel de dimension finie.
On en déduit alors que F admet un supplémentaire orthogonal dans E.

Formules sur les orthogonaux dans un espace euclidien

On suppose
i) que E est un espace euclidien ;
ii) que F et G sont des sous-espaces vectoriels de E.
On en déduit alors 14

⊥
a) que F ⊥ = F ;
⊥
b) que (F + G) = F ⊥ ∩ G⊥ ;
⊥
c) que (F ∩ G) = F ⊥ + G⊥ .

227 Stéphane FLON

 Définition 12 (Projecteur orthogonal)

Soit E un espace préhilbertien, F un sous-espace vectoriel de E, admettant un supplémentaire orthogonal.

On définit le projecteur orthogonal sur F comme le projecteur sur F parallèlement à F ⊥ : c’est un endomorphisme
de E. On le note pF .
pF induit un morphisme de E sur F , appelé projection orthogonale de E sur F .

Définition 13 (Symétrie orthogonale)

Soit E un espace préhilbertien, F un sous-espace vectoriel de E admettant un supplémentaire orthogonal.

On définit la symétrie orthogonale sur F comme la symétrie sur F parallèlement à F ⊥ : c’est un automorphisme
de E, que nous noterons sF .

Définition 14 (Réflexion)

Soit E un espace euclidien.

On appelle réflexion de E toute symétrie orthogonale par rapport à un hyperplan de E.

Proposition (Expression du projeté orthogonal dans une base orthonormale)

Soit E un espace préhilbertien, x ∈ E.

On suppose
i) que F est un sous-espace vectoriel de E ;
ii) que F est un espace vectoriel de dimension finie ; 15

iii) que (e1 , . . . , en ) est une base orthonormée de F .

Pn
On en déduit alors que pF (x) = i=1 (x|ei )ei .

Définition 15 (Distance d’un vecteur à un sous-espace de dimension finie d’un espace préhilbertien)

Soit E un espace préhilbertien, F un sous-espace vectoriel de E de dimension finie, x ∈ E.

On appelle distance de x à F et on note d(x, F ), le réel d(x, F ) = inf{∥x − f ∥ , f ∈ F }

Caractérisation du projeté orthogonal

Soit E un espace préhilbertien, u ∈ E.

On suppose
i) que F est un sous-espace vectoriel de E ;
ii) que F est un espace vectoriel de dimension finie ;
iii) que v ∈ F . 16

Les assertions suivantes sont alors équivalentes :

a) v est le projeté orthogonal de u sur F .
b) v minimise la distance de u à F , i.e. ∀ x ∈ F, d(u, v) ⩽ d(u, x).

228 Stéphane FLON

 Procédé d’orthonormalisation de Gram-Schmidt

Soit E un espace préhilbertien.

On a : Soit B = (ei )i∈I une famille libre de E, où I est égal à [[1, n]] ou N∗ . Il existe alors une unique
famille orthonormale C = (gi )i∈I de E vérifiant
(1) ∀ k ∈ I, Vect(g1 , . . . , gk ) = Vect(e1 , . . . , ek ). 17
(2) ∀ k ∈ I, (gk |ek ) > 0.
Dans ce contexte, on dit que C est l’orthonormalisée de (Gram-)Schmidt de B .

Explication 58 – Interprétation géométrique du procédé d’orthonormalisation de Gram-Schmidt.

Utilité 59 – Le procédé d’orthonormalisation de Gram-Schmidt est assez peu utilisé en pratique.
Observation 60 – Le procédé d’orthonormalisation de Gram-Schmidt admet une interprétation matricielle
intéressante.
Une caractérisation des projecteurs orthogonaux

Soit E un espace euclidien.

On suppose que p de E est un projecteur.
Les assertions suivantes sont alors équivalentes : 18
a) p est un projecteur orthogonal.
b) ∀ x ∈ E, ∥p(x)∥ ⩽ ∥x∥.

Stratégie 61 – Les projecteurs orthogonaux sont les projecteurs qui réduisent la norme, ou encore les
projecteurs 1-lipschitziens.
Exercice de cours (exercice 1) –
1 Soit E un espace préhilbertien. Pour x1 , . . . , xp des vecteurs de E, on appelle matrice de Gram la
matrice de Mp (R) définie par (⟨xi , xj ⟩)i,j . On appelle déterminant de Gram des vecteurs x1 , . . . , xp , et on
note G(x1 , . . . , xp ), le déterminant de cette matrice.
i Montrer que G(x1 , . . . , xp ) est invariant par permutation de (x1 , . . . , xp ), par ajout à l’un des xi
d’une combinaison linéaire des autres vecteurs xj .
ii Démontrer que (x1 , . . . , xp ) est une famille libre si et seulement si G(x1 , . . . , xp ) ̸= 0.
iii On suppose désormais que (x1 , . . . , xp ) est une famille libre, et on note F = Vect(x1 , . . . , xp ). Soit
également x ∈ E. Démontrer que
G(x, x1 , . . . , xp )
d(x, F )2 =
G(x1 , . . . , xp )
Exercice de cours (exercice 9) –
1 Soit C = (c1 , . . . , cn ) une base orthonormée de E euclidien, F un sous-espace vectoriel de E dont B =
(e1 , . . . , ep ) est une base orthogonale.
On note (X1 , . . . , Xp ) ∈ Mn,p (R) la matrice de B dans C.
Montrer que la matrice P de pF dans C est donnée par
p
X Xi (t Xi )
P =
i=1
(t Xi )Xi
Indication – Utiliser la formule de projection orthogonale en base orthonormée, et s’inspirer de la preuve ma-
tricielle du fait que A2 = tr(A)A lorsque A est de rang 1.
2 Dans R3 euclidien canonique, on considère le plan H d’équation x + 2y + 3z = 0.
i Vérifier que ⃗n(1, 2, 3) est un vecteur normal non nul à H.
ii Donner les matrices dans la base canonique du projecteur orthogonal pH sur H et de la réflexion rH
par rapport à H.
3 (CCP MP 13) On munit R4 de sa structure euclidienne canonique. Soient u = (1, 1, 1, 0), v = (1, 0, 0, −1)
et H = Vect(u, v).
i Déterminer une base orthonormale de H.
ii Donner la matrice dans la base canonique de la projection orthogonale sur H.
229 Stéphane FLON
 4 (CCP MP 13) On munit R4 de sa structure euclidienne canonique. Donner la matrice P dans la base
canonique de la projection orthogonale sur le plan P d’équations : x + 2y + z + 2t = 0, x − y + z − t = 0.

Théorème de la base orthonormée incomplète

On suppose
i) que E est un espace euclidien ;
19
ii) que F de E est une famille orthonormée.
On en déduit alors qu’il existe une base othonormée de E dont F est une sous-famille.

5. Transposée

Définition 16 (Transposée)

Soit A ∈ Mn,p (K) une matrice.

La transposée de A est la matrice B ∈ Mp,n (K) donnée par [B]i,j = [A]j,i , pour tout (i, j) ∈ [[1, p]] × [[1, n]]. Elle
est notée AT , ou t A.

Expression d’un produit scalaire par la transposition

Soit E un espace euclidien, x, y ∈ E.

On suppose
i) que B = (e1 , . . . , en ) est une base orthonormée de E ; 20
ii) que MB (x) = X, MB (y) = Y .
On en déduit alors que (x|y) = (t X)Y .

Caractérisation d’égalité de deux matrices

Soit A, B ∈ Mn (K) des matrices carrées.

Les assertions suivantes sont équivalentes :
21
a) A = B.
b) ∀(X, Y ) ∈ Mn,1 (K)2 , (t X)AY = (t X)BY .

Exercice de cours (exercice 34) –

1 Soit A ∈ Mn (R). Montrer que rg(A) = rg(t AA).
Indication – On pourra montrer que Ker(A) = Ker(t AA).

6. Adjoint d’un endomorphisme

Définition 17 (Adjoint)

Soit (E, < ·, · >) un espace euclidien, u un endomorphisme de E.

On appelle adjoint de u et on note u∗ l’unique application vérifiant :
∀(x, y) ∈ E 2 , < u(x), y >=< x, u∗ (y) >

230 Stéphane FLON

 Exemple 62 – L’adjoint u∗ d’un endomorphisme u d’un espace euclidien E est un endomorphisme de E.

Proposition (Le passage à l’adjoint est une symétrie vectorielle)

Soit E un espace euclidien.

On a : u 7→ u∗ est une symétrie de L(E). 22

Proposition (Adjoint d’une composée)

Soit E un espace euclidien, u et v des endomorphismes de E.

On a : (u ◦ v)∗ = v ∗ ◦ u∗ . 23

Proposition (Matrice de l’adjoint en base orthonormée)

Soit E un espace euclidien, u un endomorphisme de E.

On suppose que B est une base orthonormée de E. 24
On en déduit alors que MB (u∗ ) = MB (u)T .

Mise en garde 63 – C’est en base orthonormée que le lien entre adjoint et transposition se fait.

Proposition (Adjoint et sous-espaces stables)

Soit E un espace euclidien, u un endomorphisme de E, F un sous-espace vectoriel de E.

On suppose que F est un sous-espace stable par u. 25
On en déduit alors que F ⊥ est un sous-espace stable par u∗ .

Information 64 – Adjoint : u∗ : de u vérifie : Ker(u∗ ) = (Im(u))⊥ et Im(u∗ ) = (Ker(u))⊥ .

Exercice de cours (exercice 35) – Soient E un espace euclidien, a et b des vecteurs de E. Quel est l’adjoint
de l’endomorphisme de E défini par :
∀ x ∈ E, u(x) = ⟨a, x⟩ b ?

1 Soient F et G deux sous-espaces supplémentaires de l’espace euclidien E, p (resp. s) le projecteur sur F

parallèlement à G (resp. la symétrie par rapport à F et parallèlement à G). Quel est l’adjoint de p (resp. de
s) ?
2 On munit Mn (R) du produit scalaire canonique. Soient A dans Mn (R), gA la multiplication à gauche
par A dans Mn (R). Quel est l’adjoint de gA ?

7. Isométries vectorielles

Définition 18 (Isométrie vectorielle)

Soit E un espace euclidien, f un endomorphisme de E.

On dit que f est une isométrie vectorielle (de E) (ou un endomorphisme orthogonal ) s’il conserve la norme, i.e.
∀ x ∈ E, ∥f (x)∥ = ∥x∥

231 Stéphane FLON

 Proposition (Caractérisation des isométries vectorielles par conservation du produit scalaire)

On suppose
i) que E est un espace euclidien ;
ii) que f est un endomorphisme de E.
26
Les assertions suivantes sont alors équivalentes :
a) f est une isométrie vectorielle.
b) f conserve le produit scalaire, i.e. : ∀(x, y) ∈ E 2 , (f (x)|f (y)) = (x|y).

▷ Explication 65 – Les endomorphismes orthogonaux de E sont les endomorphismes de E qui  respectent 

la structure euclidienne de E, i.e. qui respectent le produit scalaire, il est donc naturel de les étudier.
Étude de stabilité 66 – La notion de famille orthogonale est-elle stable par image par une isométrie vecto-
rielle ?
Étude de stabilité 67 – La notion de famille orthonormée est-elle stable par image par une isométrie vecto-
rielle ?
Étude de stabilité 68 – La notion de base orthonormée est-elle stable par image par une isométrie vectorielle ?
Exemple 69 – Toute isométrie vectorielle est un automorphisme d’espace vectoriel. Toute isométrie vectorielle
étant bijective, on parlera plutôt d’automorphisme orthogonal que d’endomorphisme orthogonal
Mise en garde 70 – Les projecteurs orthogonaux sont rarement des endomorphismes orthogonaux.
Exemple 71 – Id E et −Id E sont des isométries vectorielles.
Exemple 72 – Toute symétrie orthogonale est une isométrie vectorielle.
Exemple 73 – Les réflexions en dimensions deux et trois (ou plus) sont des isométries vectorielles.
Étude de stabilité 74 – La notion d’isométrie vectorielle est-elle stable par induction sur un sous-espace
stable ?
Reformulation 75 – u est une isométrie vectorielle si et seulement si u ∈ GL(E) et u∗ = u−1 .
Reformulation 76 – u est une isométrie vectorielle si et seulement si u∗ u = Id E .
Reformulation 77 – u est une isométrie vectorielle si et seulement si uu∗ = Id E .
Information 78 – Isométrie vectorielle : u vérifie : det(u) ∈ {−1, +1}.
▷ Étude de stabilité 79 – La notion d’isométrie vectorielle est-elle stable par addition ?
▷ Étude de stabilité 80 – La notion d’isométrie vectorielle est-elle stable par multiplication par un scalaire ?
Structure 81 – L’ensemble des isométries vectorielles de E est muni d’une structure de groupe pour la
composition.

Définition 19 (Groupe orthogonal d’un espace euclidien)

Soit E un espace euclidien.

On appelle groupe orthogonal de E et on note O(E) le groupe des isométries vectorielles de E (pour la compo-
sition).

Proposition (Caractérisation des isométries vectorielles par image d’une base orthonormée)

On suppose
i) que E est un espace euclidien ;
ii) que f est un endomorphisme de E ;
iii) que B = (e1 , . . . , en ) est une base orthonormée de E. 27
Les assertions suivantes sont alors équivalentes :
a) f est une isométrie vectorielle.
b) (f (e1 ), . . . , f (en )) est une base orthonormée de E.

232 Stéphane FLON

 Explication 82 – Les isométries sont les endomorphismes respectant les bases orthonormées.

Proposition (Stabilité de l’orthogonal d’un sous-espace stable par une isométrie vectorielle)

Soit E un espace euclidien, F un sous-espace vectoriel de E.

On suppose
i) que f est une isométrie vectorielle de E ; 28
ii) que F est un sous-espace stable par f .
On en déduit alors que F ⊥ est un sous-espace stable par f .

8. Matrices orthogonales

Définition 20 (Matrice orthogonale)

Soit n ∈ N∗ , M ∈ Mn (R).
On dit que M est orthogonale si l’endomorphisme de Rn qui lui est canoniquement associé est une isométrie
vectorielle (de Rn euclidien canonique).

Reformulation 83 – M ∈ Mn (R) est une matrice orthogonale si et seulement si les vecteurs colonnes de M
forment une base orthonormale de Rn euclidien canonique.
Reformulation 84 – M ∈ Mn (R) est une matrice orthogonale si et seulement si (M T )M = In .
Reformulation 85 – M ∈ Mn (R) est une matrice orthogonale si et seulement si M (M T ) = In .
Reformulation 86 – M ∈ Mn (R) est une matrice orthogonale si et seulement si M est inversible et son
inverse est égal à sa transposée.
Reformulation 87 – M est une matrice orthogonale si et seulement si M T est orthogonale.
Reformulation 88 – M ∈ Mn (R) est une matrice orthogonale si et seulement si les vecteurs lignes de M
forment une base orthonormale
Ñ de Rné
(euclidien canonique).
−2 2 1
▷ Exemple 89 – 31 2 1 2 est une matrice orthogonale.
−1 −2 2

Proposition (Caractérisation d’une isométrie vectorielle par représentation matricielle en BON)

Soit E un espace euclidien.

On suppose
i) que f est un endomorphisme de E ;
ii) que B = (e1 , . . . , en ) est une base orthonormée de E. 29
Les assertions suivantes sont alors équivalentes :
a) f est une isométrie vectorielle.
b) MB (f ) est une matrice orthogonale.

Mise en garde 90 – C’est en base orthonormée que le lien entre endomorphisme orthogonal et matrice
orthogonale se fait.
Reformulation 91 – B est une base orthonormée de E si et seulement si (étant donné une base orthonormée
B0 de E) B est une base de E, et la matrice de passage PB0 → B de B0 à B est orthogonale.
Structure 92 – L’ensemble des matrices orthogonales de taille n est muni d’une structure de groupe.
Étude de stabilité 93 – La notion de matrice orthogonale est-elle stable par addition ?
Étude de stabilité 94 – La notion de matrice orthogonale est-elle stable par multiplication par un scalaire ?
233 Stéphane FLON
 Définition 21 (Groupe orthogonal d’ordre n)

Soit n ∈ N∗ .
On appelle groupe orthogonal d’ordre n (ou d’indice n) et on note On (R) ou O(n) l’ensemble des matrices
orthogonales de Mn (R)

Exemple 95 – Tout groupe orthogonal est un compact.

Information 96 – Une matrice orthogonale est de déterminant 1 ou −1, mais la réciproque est fausse.

Définition 22 (Groupe spécial orthogonal)

Soit n ∈ N∗ .
On appelle groupe spécial orthogonal d’ordre n (ou d’indice n) et on note SOn (R) ou SO(n) l’ensemble des
matrices orthogonales de Mn (R) de déterminant 1.

Définition 23 (Rotation vectorielle)

Soit E un espace euclidien, u un endomorphisme de E.

On dit que u est une rotation vectorielle de E, ou que u est une isométrie vectorielle positive, ou un automor-
phisme orthogonal positif, si u est une isométrie vectorielle de déterminant 1.

Une isométrie vectorielle de déterminant −1 sera appelée automorphisme orthogonal négatif.

Exemple 97 – Toute réflexion est un automorphisme orthogonal négatif.

Définition 24 (Orientation d’un espace vectoriel réel de dimension finie)

Soit E un espace vectoriel de dimension finie, sur le corps des réels.

Soit B et B ′ des bases de E. On dit que B ′ a même orientation que B si detB (B ′ ) > 0.
Cela définit une relation d’équivalence sur l’ensemble des bases de E, pour laquelle il n’y a que deux classes
d’équivalence (si dim(E) > 0).
Une orientation de l’espace vectoriel réel E de dimension finie consiste en le choix d’une base B de E, qui sera
dite directe : pour toute base B ′ de E, B ′ sera dite directe (resp. indirecte) si elle a même orientation que B
(resp. si elle n’a pas même orientation que B).
C’est une notion d’algèbre linéaire et non bilinéaire.

Information 98 – Si E est un espace euclidien orienté, et si B et B ′ en sont des bases orthonormées directes,
alors les applications detB et detB′ sont égales. Å ã Å ã
def cos (α) − sin (α) def cos (α) sin (α)
Exemple 99 – Pour tout réel α, on note R(α) = ∈ SO(2) et S(α) = ∈
sin (α) cos (α) sin (α) − cos (α)
O(2) .

Proposition (Description du groupe orthogonal d’ordre deux)

On a :
i) O(2) = {R(α), α ∈ R} ∪ {S(α), α ∈ R} ; 30
ii) SO(2) = {R(α), α ∈ R}.

Exemple 100 – Le groupe spécial orthogonal d’indice 2 est un groupe commutatif. SO(2) est isomorphe à
U.
234 Stéphane FLON
 Représentation matricielle en base orthonormée directe d’une rotation plane

On suppose
i) que E est un plan eulidien orienté ;
ii) que u est une rotation vectorielle de E. 31
On en déduit alors qu’il existe un réel α, uniquement défini modulo 2π, tel que, dans toute
base orthonormée directe B de E, on ait MB (u) = R(α).

Définition 25 (Mesure de l’angle d’une rotation dans un plan euclidien orienté)

Soit E un plan euclidien orienté, u rotation de E, α ∈ R.

On dit que α est une mesure de l’angle de la rotation u du Å plan euclidien orientéã E si, dans toute base
cos (α) − sin (α)
orthonormée directe B de E, la matrice de u dans B est R(α) =
sin (α) cos (α)
Si α est une mesure de l’angle de la rotation u du plan euclidien orienté E, alors l’ensemble des mesures de cette rotation est α + 2π Z. Si
on change d’orientation, l’ensemble des mesures d’angle de u est −α + 2π Z.

Proposition (Description des isométries vectorielles négatives d’un plan euclidien)

Soit α ∈ R.
On suppose
i) que E est un plan euclidien orienté ;
ii) que B = (e1 , e2 ) est une base orthonormée de E ; 32
iii) que f est une isométrie vectorielle de E ;
iv) que MB (f ) = S(α).
On en déduit alors que f est la réflexion par rapport à la droite dirigée par cos(α/2)e1 + sin(α/2)e2 .

Exercice de cours (exercice 43) – Soit A = (ai,j ) ∈ On (R). Montrer que

n
X n
X
ai,j ⩽ n ⩽ |ai,j | ⩽ n3/2 ,
i,j=1 i,j=1

et discuter des cas d’égalité.

Exercice de cours (exercice 44) –

1 L’ensemble des matrices orthogonales est-il convexe ?

2 (Mines PC 16) Soit U et V dans On (R). Donner une condition nécessaire et suffisante sur (U, V ) pour
que 61 U + 56 V soit dans On (R). Généraliser.
235 Stéphane FLON
 9. Réduction des isométries vectorielles

Proposition (Orthogonal d’un sous-espace invariant par un automorphisme orthogonal)

Soit E un espace euclidien, F un sous-espace vectoriel de E.

On suppose
i) que u est une isométrie vectorielle de E ; 33
ii) que F est un sous-espace stable par u.
On en déduit alors que F ⊥ est un sous-espace stable par u.

Théorème (Réduction d’une isométrie vectorielle en base orthonormale)

Soit E un espace euclidien.

On suppose que u est une isométrie vectorielle de E.
On en déduit alors qu’il existe alors une base orthonormée B de E dans laquelle la matrice de u est
de la forme â ì
Ip
−Iq 34
R(θ1 )
..
.
R(θs )
pour certains entiers naturels p, q, s, et où θ1 , . . . , θs sont des éléments de R \ π Z.

Corollaire (Réduction d’une isométrie vectorielle directe d’un espace euclidien de dimension 3)

On suppose
i) que E est un espace euclidien orienté de dimension 3 ;
ii) que u est un isométrie directe de E.
On en déduit alors qu’il existe un réel θ et une base orthonormée directe de E dans laquelle
la matrice de u est Ñ é
cos(θ) − sin(θ) 0
sin(θ) cos(θ) 0
0 0 1
Dans le cas où E1 (u) est une droite vectorielle ∆ orientée par un vecteur unitaire w, la
droite E1 (u) est appelée axe de la rotation u (orienté par w). 35
De plus, θ est uniquement défini modulo 2π, et indépendant de la base orthonormée directe
de la forme (e1 , e2 , w) dans laquelle la matrice de u est réduite. Le réel θ est appelé mesure
d’angle de la rotation u d’axe ∆ orienté par w.
def
Si u est une isométrie (vectorielle) d’un espace euclidien orienté de dimension 3, la détermination de m =
dim(E1 (f )) donne des informations intéressantes sur u :
(1) si m = 3, alors u = Id E .
(2) si m = 2, alors u est une réflexion (et donc un automorphisme orthogonal négatif).
(3) si m = 1, alors u est une rotation.
(4) si m = 0, alors u est la composée commutative d’une réflexion et d’une rotation, donc un automor-
phisme orthogonal négatif.

236 Stéphane FLON

 10. Endomorphismes autoadjoints d’un espace euclidien

Définition 26 (Endomorphisme autoadjoint)

Soit E un espace euclidien, u un endomorphisme de E.

u est dit symétrique (ou autoadjoint) si u∗ = u, i.e., pour tout (x, y) ∈ E 2 : (u(x)|y) = (x|u(y))

Structure 101 – L’ensemble des endomorphismes autoadjoints est muni d’une structure d’espace vectoriel.
Étude de stabilité 102 – La notion d’endomorphisme autoadjoint est-elle stable par induction sur un sous-
espace stable ?
Étude de stabilité 103 – La notion d’endomorphisme autoadjoint est-elle stable par composition ? En fait,
la composée de deux endomorphismes autoadjoints est autoadjoint si et seulement si les deux endomorphismes
commutent.
Reformulation 104 – u est un endomorphisme autoadjoint de E si et seulement si u ∈ L(E) et, étant donnée
une base (e1 , . . . , en ) de E, on a (u(ei )|ej ) = (ei |u(ej )) pour tout (i, j) ∈ [[1, n]]2 .

Proposition (Caractérisation des endomorphismes autoadjoints en BON)

Soit E un espace euclidien, u un endomorphisme de E.

On suppose que B est une base orthonormée de E.
Les assertions suivantes sont alors équivalentes : 36
a) u est un endomorphisme autoadjoint.
b) MB (u) est une matrice symétrique.

Mise en garde 105 – C’est en base orthonormée que le lien entre endomorphisme autoadjoint et matrice
symétrique se fait.
Exemple 106 – Toute symétrie orthogonale est un endomorphisme autoadjoint.
Mise en garde 107 – Une symétrie vectorielle d’un espace euclidien n’est pas, en général, un endomorphisme
symétrique.
Exemple 108 – Tout projecteur orthogonal est un endomorphisme autoadjoint.
Mise en garde 109 – Tout projecteur orthogonal est un endomorphisme symétrique, mais ce n’est une
symétrie vectorielle que lorsqu’il est égal à l’identité.

Une caractérisation des symétries orthogonales

Soit E un espace euclidien, u un endomorphisme de E.

Les assertions suivantes sont équivalentes :
a) u est une symétrie orthogonale. 37
b) — u est un endomorphisme autoadjoint ;
— u est une isométrie vectorielle.

Lemme de stabilité de l’orthogonal d’un sous-espace stable par un endomorphisme symétrique

Soit E un espace euclidien, u un endomorphisme de E.

On suppose
i) que u est un endomorphisme autoadjoint ; 38
ii) que F est un sous-espace stable par u.
On en déduit alors que F ⊥ est stable par u.

237 Stéphane FLON

 Lemme d’orthogonalité des sous-espaces propres d’un endomorphisme symétrique

Soit E un espace euclidien, u un endomorphisme de E.

On suppose que u est un endomorphisme autoadjoint. 39
On en déduit alors que les sous-espaces propres de u sont orthogonaux.

Lemme de spectre non vide pour un endomorphisme symétrique

Soit E un espace euclidien, u un endomorphisme de E.

On suppose
i) que u est un endomorphisme autoadjoint ; 40
ii) que E n’est pas réduit à 0.
On en déduit alors que u admet une valeur propre.

Théorème spectral

Soit E un espace euclidien, u un endomorphisme de E.

On suppose que u est un endomorphisme autoadjoint. 41
On en déduit alors que u est un endomorphisme diagonalisable dans une base orthonormée.

Exemple 110 – Tout endomorphisme autoadjoint est un endomorphisme diagonalisable.

Définition 27 (Endomorphisme orthodiagonalisable)

Soit E un espace euclidien, u un endomorphisme de E.

u est dit orthodiagonalisable s’il existe une base orthonormée de E dans laquelle la matrice de u est diagonale.

▷ Reformulation 111 – u est un endomorphisme autoadjoint d’un espace euclidien E si et seulement si u

est orthodiagonalisable.
▷ Reformulation 112 – u est un endomorphisme autoadjoint d’un espace euclidien E si et seulement si E
admet une base orthonormée de vecteurs propres de u.
▷ Reformulation 113 – u est un endomorphisme autoadjoint d’un espace euclidien si et seulement si u est
une combinaison linéaire de projecteurs orthogonaux.

11. Matrices symétriques

Définition 28 (Matrice symétrique)

Soit n ∈ N∗ , M ∈ Mn (K).
M est dite symétrique si M T = M

238 Stéphane FLON

 Définition 29 (Orthosimilitude)

Soit n ∈ N∗ , A ∈ Mn (K), B ∈ Mn (K).

On dit que B est orthosemblable à A s’il existe P ∈ On (R) telle que
B = P −1 AP

Information 114 – La relation d’orthosimilitude dans Mn (R) est une relation d’équivalence.

Définition 30 (Matrice orthodiagonalisable)

Soit n ∈ N∗ , M ∈ Mn (K) une matrice carrée.

M est dite orthodiagonalisable si elle est orthosemblable à une matrice diagonale.

▷ Structure 115 – L’ensemble des matrices symétriques de taille n est muni d’une structure d’espace
vectoriel.
▷ Étude de stabilité 116 – La notion de matrice symétrique est-elle stable par transposition ?
▷ Étude de stabilité 117 – La notion de matrice symétrique inversible est-elle stable par inverse ?
Étude de stabilité 118 – La notion de matrice symétrique est-elle stable par produit ?
Étude de stabilité 119 – La notion de matrice symétrique est-elle stable par l’opération M 7→ AT M A, où
A ∈ Mn (K) ?
Étude de stabilité 120 – La notion de matrice symétrique est-elle stable par conjugaison matricielle ?
Étude de stabilité 121 – La notion de matrice symétrique est-elle stable par conjugaison par une matrice
orthogonale ?
Exemple 122 – Toute matrice diagonale est une matrice symétrique.
Reformulation 123 – M ∈ Mn (K) est une matrice symétrique si et seulement si M ∈ E1 (T ), où T désigne
l’opérateur de transposition dans Mn (K).
Exemple 124 – AT A est une matrice symétrique pour toute matrice A.
Exemple 125 – AT + A, pour toute matrice carrée A est une matrice symétrique.
Exemple 126 – La matrice d’un endomorphisme symétrique dans une base orthonormée est une matrice
symétrique.

Théorème spectral (version matricielle)

On suppose
i) que M est une matrice symétrique ;
ii) que M est à coefficients réels. 42
On en déduit alors que M est orthosemblable à une matrice diagonale réelle, i.e. il existe P ∈ O(n)
et ∆ ∈ Mn (R) diagonale telles que
A = P −1 ∆P = P T ∆P .

Exemple 127 – Toute matrice symétrique réelle est diagonalisable, et même orthodiagonalisable.
Exemple
Å 128
ã–
1 i
— est une matrice symétrique ;
i −1
Å ã
1 i
— n’est pas une matrice diagonalisable.
i −1
Mise en garde 129 – La version matricielle du théorème spectral ne s’applique qu’aux matrices symétriques
réelles.
239 Stéphane FLON
 Un encadrement pour un endomorphisme symétrique

Soit E un espace euclidien.

On suppose
i) que dim(E) > 0 ;
ii) que u est un endomorphisme autoadjoint de E ; 43
iii) que λ = min Sp(u), µ = max Sp(u) ;
iv) que x ∈ E.
On en déduit alors que λ∥x∥2 ⩽ ⟨u(x), x⟩ ⩽ µ∥x∥2 .

Information 130 – Soit u un endomorphisme symétrique d’un espace euclidien E. L’image et le noyau de u
sont alors supplémentaires orthogonaux dans E.

Caractérisation des projecteurs orthogonaux

On suppose
i) que E est un espace euclidien ;
ii) que p est un projecteur de E.
44
Les assertions suivantes sont alors équivalentes :
a) p est un projecteur orthogonal.
b) p est un endomorphisme autoadjoint.

12. Matrices symétriques positives, définies positives

Définition 31 (Matrice symétrique (définie) positive)

Soit A ∈ Sn (R) une matrice symétrique.

On dit que A est symétrique positive (resp. définie positive) si Sp(A) ⊂ R+ (resp. Sp(A) ⊂ R∗+ ). On note Sn+ (R)
(resp. Sn++ (R)) leur ensemble.

On définit de même la notion d’endomorphisme symétrique (défini) positif d’un espace euclidien.

Reformulation 131 – M est une matrice symétrique définie positive si et seulement si M est une matrice
symétrique positive inversible.

Caractérisation des matrices symétriques positives

On suppose que A ∈ Sn (R) est une matrice symétrique.

Les assertions suivantes sont alors équivalentes :
45
a) A est une matrice symétrique positive.
b) ∀ X ∈ Rn , (t X)AX ⩾ 0.

240 Stéphane FLON

 Caractérisation des matrices symétriques définies positives

On suppose que A ∈ Sn (R) est une matrice symétrique.

Les assertions suivantes sont alors équivalentes :
46
a) A est une matrice symétrique définie positive.
b) ∀ X ∈ Rn \ {0}, (t X)AX > 0.

▷ Étude de stabilité 132 – La notion de matrice symétrique positive est-elle stable par addition ?
▷ Étude de stabilité 133 – La notion de matrice symétrique positive est-elle stable par multiplication par
un réel ?
▷ Étude de stabilité 134 – La notion de matrice symétrique positive est-elle stable par multiplication par
un réel positif ou nul ?
▷ Étude de stabilité 135 – La notion de matrice symétrique définie positive est-elle stable par addition ?
▷ Étude de stabilité 136 – La notion de matrice symétrique définie positive est-elle stable par muliplication
par un réel ?
▷ Étude de stabilité 137 – La notion de matrice symétrique définie positive est-elle stable par muliplication
par un réel strictement positif ?
Exemple 138 – (< xi , xj >)1⩽i,j⩽n est une matrice symétrique positive pour toute famille (x1 , . . . , xn ) ∈ E n ,
où E est un espace préhilbertien.

Racine carrée d’une matrice symétrique définie positive

On suppose que S est une matrice symétrique définie positive.

On en déduit alors qu’il existe une unique matrice symétrique définie positive T telle que
T 2 = S. 47
De même, une matrice symétrique positive admet une unique racine carrée symétrique positive.
De même pour les endomorphismes autoadjoints positifs ou définis positifs.

Exemple 139 – t AA est une matrice symétrique positive pour tout A ∈ Mn (R).
Exemple 140 – t AA est une matrice symétrique définie positive pour tout A ∈ GLn (R).

Décomposition polaire

On suppose
i) que A est une matrice inversible ;
ii) que A ∈ Mn (R) est une matrice réelle.
On en déduit alors qu’il existe un unique couple (Ω, U ) ∈ O(n) × Sn++ (R) tel que A = ΩU . 48

Cette écriture de A ∈ GLn (R) comme produit d’une matrice orthogonale et d’une matrice symétrique définie
positive est appelée décomposition polaire de A. Elle admet une version dans GLn (C), qui étend la notation
exponentielle d’un nombre complexe non nul z (sous la forme eiθ ρ).

Exercice de cours (exercice 57) – Soit A = (ai,j )1⩽i,j⩽n ∈ Sn (R). On suppose qu’il existe i ∈ [[1, n]] tel que
ai,i > 0.
Montrer que A possède une valeur propre strictement positive.

241 Stéphane FLON

 Chapitre XIV

Fonctions vectorielles et révisions sur les fonctions numériques

Objectif 1 – Généraliser aux fonctions d’une variable réelle la notion de dérivée– en partant de la définition
avec le taux d’accroissement–, puis celle d’intégrale.
Cadre 2 – E, F , G désignent des evn de dimension finie sur K (où K est égal à R ou à C), I désigne un
intervalle d’intérieur non vide.

1. Définition, fonctions coordonnées dans une base

Définition 1 (Fonction vectorielle)

On appelle fonction vectorielle une fonction définie sur une partie A de R, et à valeurs dans un evn réel E (de
dimension finie).
A étant une partie de l’evn R, le cours sur les evn s’applique : on peut définir la continuité de f en un point a de A, mais aussi la continuité
de f sur A tout entier. On peut même définir C(A, E), et constater que c’est un sous-espace vectoriel de E A .
En pratique, A est un intervalle d’intérieur non vide I, et E = Kn (parfois, E = Mn,p (K)).

Interprétation 3 – Il est intéressant de voir les éléments de A comme indiquant des instants.
Observation 4 – La vraie particularité des fonctions vectorielles est d’être des fonctions d’une variable réelle.

Définition 2 (Fonctions coordonnées associées à une fonction vectorielle)

Soit f : I → E une fonction vectorielle, B = (e1 , . . . , en ) une base de E.

Il existe un unique n-uplet (f1 , . . . , fn ) de fonctions de I dans K, tel que, pour tout t ∈ I :
Xn
f (t) = fi (t)ei
i=1
Pour tout i ∈ [[1, n]], fi s’appelle la i-ème fonction coordonnée de f dans la base B de E.

En principe, fi dépend (évidemment de i, mais aussi) de B, et une notation moins ambiguë pourrait être fi,B par exemple.

▷ Reformulation 5 – f : I → E est une fonction vectorielle continue en t0 ∈ I si et seulement si toutes les

fonctions coordonnées associées à f sont continues en t0 .
▷ Reformulation 6 – f : I → E est une fonction vectorielle continue sur I si et seulement si toutes les
fonctions coordonnées associées à f sont continues sur I.

Définition 3 (Application norme d’une fonction vectorielle)

Soit f : I → E une fonction vectorielle.

On appelle application norme de f et on note ∥f ∥ la fonction
∥f ∥ : I → R+
t 7→ ∥f (t)∥
Il faut bien noter ici que ∥f ∥ désigne la composée ∥·∥ ◦ f , et non la norme d’un élément de E I . Nous n’avons pas muni E I d’une structure
d’evn.

243
 2. Comparaison des fonctions vectorielles

Définition 4 (Relations de comparaison pour les fonctions vectorielles)

Soit f : I → E, g : I → F des fonctions vectorielles, t0 un point de I ou adhérent à I.

(1) On notera f (t) = o (g(t)), et on dira que f est négligeable devant g en t0 , si ∥f (t)∥ = o (∥g(t)∥),
t → t0 t → t0
i.e. s’il existe une fonction ε, de I dans R+ , de limite nulle en t0 , et δ > 0, tels que ∥f (t)∥ = ε(t) ∥g(t)∥
au voisinage de t0 .
(2) (Ici, E = F , de façon à donner un sens à f − g) On notera f (t) ∼ g(t), et on dira que f est
t → t0
équivalente à g en t0 , si f (t) − g(t) = o (g(t)).
t → t0
(3) On notera f (t) = O (g(t)), et on dira que f est dominée par g en t0 , si ∥f (t)∥ = O (∥g(t)∥), i.e.
t → t0 t → t0
s’il existe une fonction β, de I dans R+ , bornée, et δ > 0 tels que ∥f (t)∥ = β(t) ∥g(t)∥ au voisinage de
t0 .

3. Dérivation des fonctions vectorielles

Définition 5 (Fonction taux d’accroissement d’une fonction en un point)

Soit f : I → E une fonction vectorielle, t0 ∈ I.

On appelle fonction taux d’accroissement de f en t0 et on note τt0 (f ) l’application
τt0 (f ) : I \ {t0 } → E
t 7→ f (t)−f
t−t0
(t0 )

1
Cette fonction taux d’accroissement est bien définie, car la division par t − t0 n’est que la multiplication par le réel t−t0 (lui-même bien
défini car t − t0 est un élément non nul du corps R).

Définition 6 (Dérivabilité en un point d’une fonction vectorielle)

On dit que f est dérivable en t0 si l’application τt0 (f ) admet une limite finie ℓ (élément de E) en t0 .
Si tel est le cas, ℓ est appelée dérivée de f en t0 , et notée f ′ (t0 ).

Dans le cas où E = K, on retrouve la définition de la dérivabilité vue en première année.

Interprétation 7 – Interprétation cinématique de la dérivée pour les fonctions vectorielles.

Reformulation 8 – f : I → E est une fonction vectorielle dérivable en t0 ∈ I si et seulement si les fonctions
Pn f1 , . . . , fn de f (dans une base B = (e1 , . . . , en ) de E) sont dérivables en t0 . Le cas échéant, on a :
coordonnées
f ′ (t0 ) = i=1 fi′ (t0 )ei .
La dérivabilité d’une fonction vectorielle s’écrit donc comme une conjonction de dérivabilités de fonctions
numériques, et il nous sera donc possible de recourir au cours de première année.

Définition 7 (Développement limité d’ordre un d’une fonction vectorielle)

Soit f : I → E une fonction vectorielle, t0 ∈ I.

On dit que f admet un développement limité d’ordre un en t0 s’il existe γ ∈ E tel que
f (t) = f (t0 ) + (t − t0 )γ + o (t − t0 ).
t → t0

244 Stéphane FLON

 Proposition (Dérivabilité et développement limité à l’ordre un)

Soit f : I → E une fonction vectorielle, t0 ∈ I.

Les assertions suivantes sont équivalentes :
a) f est une fonction vectorielle dérivable en t0 .
1
b) f est une fonction admettant un développement limité à l’ordre un en t0 .

Si f (t) = f (t0 ) + (t − t0 )γ + o (t − t0 ), alors γ = f ′ (t0 ).

t → t0

▷ Exemple 9 – Toute fonction vectorielle dérivable en t0 est une fonction vectorielle continue en t0 . Bien
évidemment, la réciproque est fausse : une fonction continue en un point n’y est pas toujours dérivable.
▷ Explication 10 – Puisque la dérivabilité peut se tester sur les fonctions coordonnées, le chapitre sur
les fonctions vectorielles est une extension facile du chapitre de première année sur la dérivation des
fonctions numériques.
▷ Exemple 11 – La fonction vectorielle t ∈ R 7→ (sin(t), et + 3t, t3 ) de R dans R3 est dérivable en tout réel
t0 , et f ′ (t0 ) = (cos(t0 ), et0 + 3, 3t20 ).

Définition 8 (Dérivabilité à droite et à gauche d’une fonction en un point)

Soit f : I → E une fonction vectorielle, t0 ∈ I.

On dit que f est dérivable à gauche en t0 si τt0 (f ) admet une limite finie ℓg à gauche en t0 . On appelle alors
dérivée à gauche de f en t0 , et on note fg′ (t0 ), le vecteur
def
fg′ (t0 ) = ℓg
On définit de même la dérivabilité à droite de f en t0 (ainsi que la dérivée à droite en t0 et la notation fd′ (t0 )).
◦
Lorsque t0 ∈ I, on a équivalence entre :
(1) f est dérivable en t0 .
(2) f est dérivable à gauche et à droite en t0 , et fg′ (t0 ) = fd′ (t0 ).
Le fait que f soit dérivable à gauche et à droite en t0 n’est pas une condition suffisante pour que f soit dérivable en t0 (en revanche, c’est
une condition suffisante de continuité en t0 ).

4. Opérations sur les fonctions dérivables

Proposition (Combinaison linéaire de fonctions dérivables)

Soit I un intervalle d’intérieur non vide, t0 ∈ I.

On a :
i) l’ensemble Ω des fonctions de I dans E, dérivables en t0 est un espace vectoriel ; 2
∆ : Ω → E
ii) est une application linéaire.
f 7→ f ′ (t0 )

▷ Structure 12 – L’ensemble des fonctions vectorielles dérivables en t0 ∈ I, de I dans E, est muni d’une
structure d’espace vectoriel.
245 Stéphane FLON
 Proposition (Dérivation et composition par une application linéaire)

Soit I un intervalle d’intérieur non vide, t0 ∈ I.

On suppose
i) que f : I → E est une fonction vectorielle ;
ii) que f est une fonction vectorielle dérivable en t0 ;
iii) que L ∈ L(E, F ) est une application linéaire. 3

On en déduit alors
a) que L ◦ f est une fonction vectorielle dérivable en t0 ;
b) que (L ◦ f )′ (t0 ) = L(f ′ (t0 )).

▷ Étude de stabilité 13 – La notion de fonction vectorielle dérivable en t0 est-elle stable par composition
à gauche par une application linéaire ?
▷ Exemple 14 – Si A : I → Mn (K) est une application dérivable en t0 , et B ∈ Mn (K), et si on note ψ la
fonction t 7→ tr(BA(t)), alors ψ est dérivable en t0 , et : ψ ′ (t0 ) = tr(BA′ (t0 )).

Proposition (Dérivation et composition avec une application bilinéaire)

Soit I un intervalle d’intérieur non vide, t0 ∈ I.

On suppose
i) que f : I → E et g : I → F sont des fonctions vectorielles ;
ii) que f et g sont des fonctions vectorielles dérivables en t0 ;
4
iii) que B : E × F → G est une application bilinéaire.
On en déduit alors
a) que B(f, g) : t 7→ B(f (t), g(t)) est une fonction vectorielle dérivable en t0 ;
b) que (B(f, g))′ (t0 ) = B(f (t0 ), g ′ (t0 )) + B(f ′ (t0 ), g(t0 )).

▷ Étude de stabilité 15 – La notion de fonction vectorielle dérivable en t0 est-elle stable par composition
à gauche par une application bilinéaire ? De plus, (B(f, g))′ (t0 ) = B(f ′ (t0 ), g(t0 )) + B(f (t0 ), g ′ (t0 ))
▷ Exemple 16 – On suppose A et B dérivables en t0 , à valeurs dans Mn (R). La fonction h : t 7→ A(t)B(t)
est alors dérivable en t0 , et h′ (t0 ) = A′ (t0 )B(t0 ) + A(t0 )B ′ (t0 ).
▷ Exemple 17 – On suppose f et g dérivables en t0 , à valeurs dans E euclidien. La fonction h : t 7→
(f (t)|g(t)) est alors dérivable en t0 , et h′ (t0 ) = (f ′ (t0 )|g(t0 )) + (f (t0 )|g ′ (t0 )).
▷ Exemple 18 – On suppose f et g dérivables en t0 , à valeurs dans K2 . Si on note det le déterminant dans
la base canonique de K2 , alors h : t 7→ det(f (t), g(t)) est dérivable en t0 , et h′ (t0 ) = det(f ′ (t0 ), g(t0 )) +
det(f (t0 ), g ′ (t0 )).
▷ Exemple 19 – On suppose λ et f dérivables en t0 , à valeurs dans K et Kn respectivement. h : t 7→ λ(t) f (t))
est dérivable en t0 , et h′ (t0 ) = λ′ (t0 ) f (t0 ) + λ(t0 ) f ′ (t0 ).
Exercice de cours (exercice 8) –

1 Soit f : I → E une application dérivable en t0 , à valeurs dans un espace euclidien E. On suppose que
l’image de f est incluse dans une sphère centrée en l’origine 0E . Montrer que le vecteur vitesse f ′ (t0 ) est
orthogonal au vecteur position f (t0 ).
Exercice de cours (exercice 5) –

1 Donner une formule pour (M (f1 , . . . , fn ))′ (t0 ), où f1 , . . . , fn sont dérivables en t0 , et où M est n-linéaire.
246 Stéphane FLON
 2 Pour tout (n, x) ∈ N∗ × R, on pose :

x 1 0
x2
2! x 1
x3 x2 ..
∆n (x) = 3! 2! x .
.. .. ..
. . . 1
n
x x2
n! ... ... 2! x

Calculer ∆n (x).

Proposition (Composée d’applications dérivables)

Soit I et J des intervalles d’intérieur non vide, t0 ∈ I, τ0 ∈ J.

On suppose
i) que φ : J → I est une application ;
ii) que φ(τ0 ) = t0 ;
iii) que φ est dérivable en τ0 ; 5
iv) que f est une fonction vectorielle dérivable en t0 .
On en déduit alors
a) que f ◦ φ est une fonction vectorielle dérivable en τ0 ;
b) que (f ◦ φ)′ (τ0 ) = φ′ (τ0 )f ′ (φ(τ0 )) = φ′ (τ0 )f ′ (t0 ).

5. Dérivabilité globale

Définition 9 (Dérivabilité d’une fonction vectorielle sur un intervalle)

Soit f : I → E une fonction vectorielle.

On dit que f est dérivable sur I si elle est dérivable en chaque point de I. On peut alors définir l’application
dérivée de f de I dans E, notée f ′ .
On note D(I, E) l’ensemble des applications dérivables de I dans E.

Structure 20 – L’ensemble des fonctions vectorielles dérivables de I dans E, sur I est muni d’une structure
de K-espace vectoriel.
Étude de stabilité 21 – La notion de fonction vectorielle dérivable sur I est-elle stable par composition à
gauche par une application linéaire ? De plus, (L ◦ f )′ = L ◦ (f ′ )
Étude de stabilité 22 – La notion de fonction vectorielle dérivable sur I est-elle stable par composition à
gauche par une application bilinéaire ? De plus, (B(f, g))′ = B(f ′ , g) + B(f, g ′ )
247 Stéphane FLON
 6. Dérivées successives

Définition 10 (Dérivabilité à l’ordre k d’une fonction vectorielle)

Soit f : I → E une fonction vectorielle.

On appelle dérivée à l’ordre 0 de f et on note f (0) l’application f elle-même.
Pour tout k ∈ N∗ , si la dérivée f (k−1) de f à l’ordre k − 1 de f existe et est dérivable, alors on dit que f est k
fois dérivable, et on appelle dérivée à l’ordre k de f et on note f (k) la fonction
def
f (k) = (f (k−1) )′
On note Dk (I, E) l’ensemble des fonctions de I dans E, k fois dérivables.
Plus finement, si f est k fois dérivable, et si f (k) est dérivable en t0 , alors on définit la dérivée de f en t0 à l’ordre k + 1, et on note
f (k+1) (t0 ), le vecteur (f (k) )′ (t0 ).
Si f est k fois dérivable, alors, pour tous entiers naturels i et j de somme k : (f (i) )(j) = f (k) .

Définition 11 (Fonction vectorielle k fois continûment dérivable)

Soit f : I → E une fonction vectorielle, k un entier naturel.

On dit que f est de classe C k , ou que f est k fois continûment dérivable, si f est k fois dérivable et si f (k) est
continue. On note C k (I, E) l’ensemble des fonctions de I dans E, de classe C k .
On dit que f est de classe C ∞ , ou que f est indéfiniment dérivable, si f est k fois dérivable pour tout k ∈ N.
On note C ∞ (I, E) l’ensemble des fonctions de I dans E, de classe C ∞ .
Pour tout k ∈ N,
k+1 k k
D (I, E) ⊂ C (I, E) ⊂ D (I, E)
et
∞
\ n
\ n
C (I, E) = C (I, E) = D (I, E).
n∈ N N
n∈

Proposition (Linéarité de la dérivation à l’ordre k)

Soit k un entier naturel.

On a :
i) Dk (I, E) est un espace vectoriel ;
6
φk : Dk (I, E) → E I
ii) est une application linéaire.
f 7→ f (k)
On a une proposition analogue pour les fonctions de classe C k de I dans E.

▷ Structure 23 – L’ensemble des fonctions vectorielles k fois dérivables de I dans E est muni d’une
structure d’espace vectoriel.
248 Stéphane FLON
 Proposition (Composée d’une application linéaire et d’une fonction k fois dérivable)

On suppose
i) que f : I → E est une fonction vectorielle ;
ii) que L : E → F est une application linéaire ;
iii) que f est une fonction vectorielle k fois dérivable sur I.
7
On en déduit alors
a) que L ◦ f est une fonction vectorielle k fois dérivable sur I ;
b) que (L ◦ f )(k) = L ◦ (f (k) ) ;
c) que si f est en outre de classe C k , alors L ◦ f est de classe C k .

Proposition (Formule de Leibniz vectorielle)

On suppose
i) que f : I → E et g : I → F sont des fonctions vectorielles ;
ii) que B : E × F → G est une application bilinéaire ;
iii) que f et g sont des fonctions vectorielles k fois dérivables sur I.
8
On en déduit alors
a) que B(f, g) est une fonction vectorielle k fois dérivable sur I ;
Pk
b) que (B(f, g))(k) = i=0 ki B(f (i) , g (k−i) ) ;

c) que si f et g sont en outre de classe C k , alors B(f, g) est de classe C k .

Exemple 24 – La formule de Leibniz vectorielle s’applique notamment au cas de λf , où λ : I → K est une
fonction numérique k fois dérivable.

Proposition (Composition de fonctions k fois dérivables)

Soit I et J des intervalles d’intérieur non vide.

On suppose
i) que φ : J → I est une fonction numérique k fois dérivable ;
ii) que f est une fonction vectorielle k fois dérivable sur I.
On en déduit alors 9
a) que f ◦ φ est une fonction vectorielle k fois dérivable sur J ;
b) que si f et g sont en outre de classe C k , alors f ◦ φ est de classe C k .

On ne donne pas de formule simple pour la dérivée k-ième d’une composée.

▷ Structure 25 – L’ensemble des fonctions vectorielles k fois continûment dérivables de I dans E est muni
d’une structure de K-espace vectoriel.
▷ Étude de stabilité 26 – La notion de fonction vectorielle k fois continûment dérivable est-elle stable par
composition à gauche par une application linéaire ? De plus, (L ◦ f )(k) = L ◦ (f (k) )
▷ Étude de stabilité 27 – La notion de fonction vectorielle k fois continûment dérivable
est-elle stable par
Pk
composition à gauche par une application bilinéaire ? De plus, (B(f, g))(k) = i=0 ki B(f (i) , g (k−i) )
▷ Étude de stabilité 28 – La notion de fonction vectorielle k fois continûment dérivable est-elle stable par
composition à droite par une fonction numérique de classe C k ? Cependant, on ne donne pas de formule
générale pour (f ◦ φ)(k) .
249 Stéphane FLON
 7. Arcs paramétrés

Définition 12 (Arc paramétré)

Soit k ∈ N∗ ∪ {∞}.
On appelle arc paramétré dans Rn de classe C k toute fonction vectorielle f de classe C k à valeurs dans Rn .
On appelle support de l’arc f l’image f (I) de f .
Un arc paramétré est essentiellement une fonction vectorielle (suffisamment régulière), mais dont on voit les valeurs plus comme des points
que des vecteurs. On note d’ailleurs souvent M (t) le point mobile à l’instant t pour un arc donné.

Mise en garde 29 – Un arc paramétré ne se confond pas avec son support.

Définition 13 (Point régulier)

Soit f : I → Rn un arc paramétré, t0 ∈ I.

On dit que t0 est un paramètre régulier (pour l’arc f ) (resp. un paramètre singulier, ou stationnaire) si f ′ (t0 ) ̸= 0
(resp. si f ′ (t0 ) = 0). On dit que l’arc f est régulier si tout point de I est un paramètre régulier pour f .

Interprétation 30 – Interprétation géométrique de la dérivée.

Exercice de cours (exercice 9) – Soit f : R → R3 définie par f (t) = (t2 , tet , cos t).
1 Existe-t-il des points singuliers ?
2 Déterminer des équations cartésiennes de la tangente au point de paramètre 1.

8. Intégration d’une fonction vectorielle

Définition 14 (Fonction vectorielle continue par morceaux)

Soit f : I → E une fonction vectorielle.

On dit que f est continue par morceaux sur I si chacune de ses fonctions coordonnées (dans une base quelconque)
l’est. On note Cpm (I, E) l’ensemble des fonctions vectorielles continues par morceaux sur I et à valeurs dans E

Structure 31 – L’ensemble des fonctions vectorielles continues par morceaux est muni d’une structure
d’espace vectoriel.

Définition 15 (Intégrale d’une fonction vectorielle continue par morceaux sur un segment)

Soit f : I → E une fonction vectorielle de fonctions composantes f1 , . . . , fn dans une base B = (e1 , . . . , en ) de
E, [a, b] un segment inclus dans I.
R Rb Rb
On appelle intégrale de f sur [a, b] et on note [a,b] f ou a f ou a f (t)dt le vecteur
Z n ÇZ b å
def X
f = fi (t)dt ei
[a,b] i=1 a

On s’assurera de l’indépendance de la définition vis-à-vis de la base choisie.

Proposition (Linéarité de l’intégrale pour les fonctions vectorielles)

∆ : Cpm ([a, b], E) → E

On a : R est une application linéaire. 10
f 7→ [a,b] f

250 Stéphane FLON

 Proposition (Relation de Chasles pour les fonctions vectorielles)

Soit α, β, γ ∈ I.
On suppose que f : I → E est une fonction vectorielle continue par morceaux. 11
Rγ Rβ Rγ
On en déduit alors que α f (t)dt = α f (t)dt + β f (t)dt.

Définition 16 (Somme de Riemann pour une fonction vectorielle)

Soit f : [a, b] → E une fonction vectorielle, n ∈ N∗ .

b−a
On appelle somme de Riemann de f associée à la subdivision régulière de [a, b] de pas n pointée à droite et
on note Sn,d (f ) le vecteur
n
def b − a X b−a
Å ã
Sn,d (f ) = f a+i
n i=1 n
b−a
On appelle somme de Riemann de f associée à la subdivision régulière de [a, b] de pas n pointée à gauche et
on note Sn,g (f ) le vecteur
n−1 Å
def b − a X b−a
ã
Sn,g (f ) = f a+i
n i=0 n

Proposition (Convergence des sommes de Riemann)

Soit a, b ∈ I, où a ⩽ b.
On suppose que f : I → E est une fonction vectorielle continue par morceaux. 12
Rb
On en déduit alors que (Sn,g (f )) et (Sn,d (f )) sont des suites convergentes vers a f .

Proposition (Inégalité triangulaire intégrale pour les fonctions vectorielles)

On suppose que f : [a, b] → E est une fonction vectorielle continue par morceaux.
On en déduit alors que
R R
f ⩽ [a,b] ∥f ∥. 13
[a,b]

Définition 17 (Primitive d’une fonction vectorielle continue)

Soit f : I → E une fonction vectorielle continue.

On appelle primitive de f (sur I) toute fonction F de I dans E, dérivable sur I, de dérivée f .
Deux primitives F et G de f sur I diffèrent d’un vecteur constant.
En particulier, si deux primitives F et G de f sur I coı̈ncident en un point, alors elles sont égales.

251 Stéphane FLON

 Théorème fondamental de l’analyse (vectoriel)

On suppose que f : I → E est une fonction vectorielle continue.

On en déduit alors que la fonction
F : I → E
Rx 14
x 7→ a
f (t)dt
est l’unique primitive de f sur I s’annulant en a.

Théorème (Inégalité des accroissements finis pour les fonctions vectorielles)

On suppose
i) que f : [a, b] → E est une fonction vectorielle continûment dérivable ;
15
ii) que M est un majorant de ∥f ′ ∥.
On en déduit alors que ∥f (b) − f (a)∥ ⩽ M (b − a).

Information 32 – Soit f :]a, b] → E une fonction vectorielle de classe C 1 , telle que f et f ′ admettent des
limites finies en a. La fonction f se prolonge alors en une fonction de classe C 1 sur [a, b].

Proposition (Intégration par parties pour les fonctions vectorielles)

Soit a, b ∈ I.
On suppose
i) que f : I → E et g : I → F sont des fonctions vectorielles continûment dérivables ; 16
ii) que B : E × F → G est une application bilinéaire.
Rb b Rb
On en déduit alors que a B(f ′ (t), g(t))dt = [B(f (t), g(t))]a − a B(f (t), g ′ (t))dt.

Proposition (Changement de variable pour les fonctions vectorielles)

Soit a, b ∈ J.
On suppose
i) que f : I → E est une fonction vectorielle continue ;
17
ii) que φ : J → I est une fonction continûment dérivable.
Rb R φ(b)
On en déduit alors que a φ′ (t)f (φ(t))dt = φ(a) f (u)du.

252 Stéphane FLON

 Proposition (Image d’une intégrale par une application linéaire)

Soit a, b ∈ J.
On suppose
i) que f : I → E est une fonction vectorielle continue ;
18
ii) que L : E → F est une application linéaire.
ÄR b ä R b
On en déduit alors que L a f = a (L ◦ f ).

Théorème (Formule de Taylor vectorielle avec reste intégral)

Soit a, b ∈ I.
On suppose que f ∈ C n+1 (I, E). 19
Pn (b−a)k (k) Rb(b−t)n (n+1)
On en déduit alors que f (b) = k=0 k! f (a) + a n! f (t)dt.

Théorème (Inégalité de Taylor-Lagrange à l’ordre n)

On suppose
i) que f ∈ C n (I, E) ;
ii) que f (n) est une fonction majorée par M . 20
k
Pn−1 |b−a|n
On en déduit alors que f (b) − k=0 (b−a)
k! f
(k)
(a) ⩽ n! M .

Théorème (Formule de Taylor-Young à l’ordre n)

On suppose que f ∈ C n (I, E).

Pn (x−a)k (k) 21
On en déduit alors que f (x) = k=0 k! f (a) + ox → a ((x − a)n ).

Extension 33 – Les théorèmes sur les suites et séries de fonctions s’étendent aux fonctions vectorielles.

9. Retour sur les fonctions d’une variable réelle à valeurs réelles ou complexes

Fonction continue injective

Soit I un intervalle.
On suppose
i) que f : I → R est une fonction réelle d’une variable réelle ;
22
ii) que f est une fonction numérique continue ;
iii) que f est une fonction injective.
On en déduit alors que f est une fonction strictement monotone.

253 Stéphane FLON

 Théorème de Darboux

Soit I un intervalle.
On suppose
i) que f : I → R est une fonction réelle d’une variable réelle ;
ii) que f est une fonction numérique dérivable. 23
On en déduit alors que f ′ (I) est un intervalle.
De façon imagée, une fonction dérivée vérifie la propriété des valeurs intermédiaires

Groupe des périodes

On suppose que f : R → K est une fonction numérique.

On en déduit alors que l’ensemble des périodes de f est un sous-groupe de (R, +).
Cela signifie que l’ensemble des périodes de f est une partie de R comprenant 0 et stable par différence. 24
L’ensemble des périodes de f pourra être appelé groupe des périodes de f . Un tel sous-groupe de (R, +) est
nécessairement de la forme aZ où a ∈ R+ , ou dense dans R. Dans le premier cas, et si a ∈ R∗
+ , on dit que a est
la période de f .

10. Extensions du théorème de Rolle

Rolle à l’infini

On suppose
i) que f : R → R est une fonction numérique ;
ii) que f est une fonction dérivable ; 25
iii) que f admet une même limite finie en +∞ et en −∞.
On en déduit alors qu’il existe un réel c en lequel f ′ s’annule.

Rolle itéré 1

Soit n ∈ N, a, b ∈ R, où a < b.

On suppose
i) que f : [a, b] → R est une fonction numérique ;
ii) que f est une fonction dérivable sur ]a, b[ ; 26
iii) que f est une fonction continue sur [a, b] ;
iv) que f s’annule au moins n + 1 fois.
On en déduit alors que f ′ s’annule au moins n fois sur ]a, b[.

254 Stéphane FLON

 Rolle itéré 2

Soit n ∈ N∗ , a, b ∈ R, où a < b.

On suppose
i) que f : [a, b] → R est une fonction numérique ;
ii) que f est une fonction n fois dérivable sur [a, b] ; 27

iii) que f s’annule au moins n + 1 fois.

On en déduit alors que f (n) s’annule au moins une fois sur ]a, b[.

Rolle itéré 3

Soit n ∈ N∗ , a, b ∈ R, où a < b.

On suppose
i) que f : [a, b] → R est une fonction numérique ;
ii) que f est une fonction n fois dérivable sur [a, b] ; 28

iii) que f (a) = f ′ (a) = · · · = f (n−1) (a) = f (b) = 0.

On en déduit alors que f (n) s’annule au moins une fois sur ]a, b[.

255 Stéphane FLON

 Chapitre XV

Équations différentielles linéaires

Objectif 1 – Dans ce chapitre, on ne s’intéressera qu’aux équations différentielles dites linéaires, et nous ne
parviendrons pas systématiquement à les résoudre explicitement.
Cadre 2 – Sauf mention contraire, I désigne un intervalle (d’intérieur non vide), K est égal à R ou C, E est
un K-espace vectoriel de dimension finie, b est une fonction de I dans E, a est une fonction de I dans L(E).

1. Généralités et premières conséquences de la linéarité

Proposition (Principe de résolution d’une équation différentielle linéaire)

Soit E une équation différentielle linéaire, H l’équation différentielle homogène associée à E.

On suppose
i) que f0 est une solution particulière de E sur I ;
ii) que SH est l’ensemble des solutions de H sur I.
On en déduit alors 1
a) que SH est un espace vectoriel ;
b) que l’ensemble SE des solutions de E sur I est donné par SE = {f0 + h, h ∈ SH }.

SE est le sous-espace affine passant par f0 et dirigé par SH .

Définition 1 (Système fondamental de solutions)

Soit H une équation différentielle linéaire homogène, sur un intervalle I.

On appelle système fondamental de solutions de H toute base de l’espace vectoriel SH des solutions de H sur I.

Stratégie 3 – Résolution générale d’une équation différentielle linéaire.

257
 Définition 2 (Équation différentielle linéaire vectorielle)

On appelle équation différentielle linéaire vectorielle d’ordre 1 toute équation de la forme

E: x′ = a(t)(x) + b(t),
d’inconnue x : I → E, où a est une application continue de I dans L(E) et b une application continue de I dans
E.
Une fonction f : I → E est dite solution de E si elle est dérivable sur I, et si, pour tout t ∈ I :
f ′ (t) = a(t)(f (t)) + b(t)
La fonction b est appelée second membre de E, et E est dite homogène (ou sans second membre) si b est la
fonction nulle.
L’équation homogène associée à E est l’équation
H: x′ = a(t)(x)

On pourra noter x′ = a(t) · x + b(t) l’équation différentielle E.

Notons qu’une solution de E est nécessairement de classe C 1 sur I.

Définition 3 (Système différentiel linéaire d’ordre un)

On appelle système différentiel linéaire d’ordre 1 toute équation de la forme

E : X ′ = A(t)X + B(t),
d’inconnue une fonction vectorielle X : I → Kp , où A est une application continue de I dans Mp (K) et B une
application continue de I dans Kp .
Une fonction f : I → Kp est dite solution de E si elle est dérivable sur I, et si, pour tout t ∈ I :
f ′ (t) = A(t) f (t) + B(t)
La fonction B est appelée second membre de E, et E est dite homogène (ou sans second membre) si B est la
fonction nulle.
L’équation homogène associée à E est l’équation
H : X ′ = A(t) X
L’équation E est dite à coefficients constants si A est une application constante.
On identifie Kp et Mp,1 (K).
X est une fonction de I dans Mp,1 (K), ou, par identification, de I dans Kp . Plutôt que de décrire E comme un système différentiel dont
l’inconnue est la fonction vectorielle X, on peut considérer que E est un système différentiel dont les inconnues sont les fonctions coordonnées
x1 , . . . , xp de X (qui sont des applications de I dans K).

Exemple 4 –
 ′
 x = tx + y + t2 z − 3t2
y′ = x − 2ty + 3(1 + t3 )z + t
 ′
z = x + 4ty + 9 sin(t)z − cos(t2 )
est un système différentiel linéaire d’ordre 1 à trois équations et trois inconnues x, y, z (fonctions dérivables
Ñ éde
x
R dans R). On peut préférer considérer ce système différentiel comme d’inconnue le triplet (x, y, z) (ou y ),
z
fonction dérivable de R dans R3 .
Pour tout t ∈ R, on a, avec les notations du cours :
t2 −3t2
Ñ é Ñ é
t 1
A(t) = 1 −2t 3(1 + t3 ) et B(t) = t
1 4t 9 sin(t) − cos(t2 )

Pour (i, j) ∈ [[1, 3]]2 , l’application t 7→ [A(t)]i,j n’est pas, en général, linéaire (sauf si (i, j) ∈ {(1, 1), (2, 2), (3, 2)}
sur cet exemple).
En revenant à E, l’application t 7→ A(t) n’est pas, en général, linéaire.
258 Stéphane FLON
 Définition 4 (Problème de Cauchy pour une EDL vectorielle d’ordre 1)

Soit (t0 , x0 ) ∈ I × E. Le système

x′
ß
= a(t)(x) + b(t)
C:
x(t0 ) = x0
est appelé problème de Cauchy associé à l’équation différentielle E d’ordre 1 et à la condition initiale
x(t0 ) = x0

Définition 5 (Problème de Cauchy pour un système différentiel linéaire d’ordre un)

Soit A : I → Mp (K) continue, B : I → Kp continue, E : X ′ = A(t)X + B(t) un système différentiel linéaire

d’ordre un, (t0 , X0 ) ∈ I × Kp .
Le système
X′
ß
= A(t) X + B(t)
C :
X(t0 ) = X0
est appelé problème de Cauchy associé au système différentiel E (linéaire d’ordre un) et à la condition initiale
X(t0 ) = X0 .

Exemple 5 – Les problèmes de Cauchy pour les EDL scalaires d’ordre 1 vus en première année rentrent
dans ce cadre. Par exemple, le problème de Cauchy

y′
ß
= ty + t
y(0) = 0

2
admet pour unique solution la fonction t 7→ −1 + et /2 .
Information 6 – La fonction x est solution du problème de Cauchy C si et seulement si x est de classe C 1 ,
et, pour tout t ∈ I :

Z t
x(t) = x0 + (a(s)(x(s)) + b(s))ds
t0

Cela revient à dire que x est un point fixe de l’application

Ç Z t
å
ψ : x 7→ t 7→ x0 + (a(s)(x(s)) + b(s))ds
t0

de C 1 (I, E) dans lui-même.

Structure 7 – L’ensemble des solutions d’un SDL homogène donné est muni d’une structure d’espace
vectoriel.
Structure 8 – L’ensemble des solutions d’un SDL est muni d’une structure de sous-espace affine (s’il n’est
pas vide).
Étude de stabilité 9 – La notion de solution d’un SDL donné est-elle stable par barycentre ?
Étude de stabilité 10 – La notion de solution d’un SDL homogène donné, à coefficients constants est-elle
stable par translation de la variable ?
Étude de stabilité 11 – La notion de solution d’un SDL homogène donné, à coefficients constants est-elle
stable par dérivation ?
259 Stéphane FLON
 Proposition (Principe de superposition)

Soit a : I → L(E), b1 , b2 : I → E des fonctions vectorielles continues.

On suppose
i) que f1 est une solution de x′ = a(t)(x) + b1 (t) ;
2
ii) que f2 est une solution de x′ = a(t)(x) + b2 (t) ;
iii) que λ1 , λ2 ∈ K.
On en déduit alors que λ1 f1 + λ2 f2 est solution de x′ = a(t)(x) + λ1 b1 (t) + λ2 b2 (t).

Proposition (Principe de superposition (système différentiel linéaire))

Soit A : I → Mp (K) une fonction vectorielle continue, B1 , B2 : I → Kp des fonctions vectorielles

continues.
On suppose
i) que f1 est une solution de X ′ = A(t) X + B1 (t) ; 3
ii) que f2 est une solution de X ′ = A(t) X + B2 (t) ;
iii) que λ1 , λ2 ∈ K.
On en déduit alors que λ1 f1 + λ2 f2 est une solution de X ′ = A(t) X + λ1 B1 (t) + λ2 B2 (t).

Passage d’une solution complexe à une solution réelle

Soit A : I → Mp (C) et B : I → Cp des fonctions vectorielles continues.

On suppose
i) que A est à valeurs dans Mp (R) ;
ii) que f est une solution de X ′ = A(t) X + B(t). 4
On en déduit alors
a) que Re(f ) est une solution de X ′ = A(t) X + Re(B(t)) ;
b) que Im(f ) est une solution de X ′ = A(t) X + Im(B(t)).

2. Résolution théorique : le théorème de Cauchy linéaire

Théorème de Cauchy linéaire, cas vectoriel

On a : le problème de Cauchy
x′
ß
= a(t)(x) + b(t)
C: 5
x(t0 ) = x0
admet une unique solution sur I.

260 Stéphane FLON

 Théorème de Cauchy linéaire (système différentiel)

Soit A : I → Mp (K) continue, B : I → Kp continue, E : X ′ = A(t)X + B(t) un système différentiel

linéaire d’ordre un, (t0 , X0 ) ∈ I × Kp .
On a : le problème de Cauchy
6
X′
ß
= A(t) X + B(t)
C:
X(t0 ) = X0
admet une unique solution sur I.

Recul 12 – Le théorème de Cauchy est un résultat non constructif (il ne nous fournit pas de solution
explicite), mais il permet de trouver des propriétés qualitatives des solutions d’une équation différentielle.

Corollaire (Cas des SDL homogènes d’ordre 1)

Soit A : I → Mp (K) continue, t0 ∈ I.

On suppose que X ′ = A(t)X est un système différentiel linéaire d’ordre un homogène.
φ : SH → Kp 7
On en déduit alors que t0 est un isomorphisme d’espaces vectoriels.
X 7→ X(t0 )

Définition 6 (Wronskien pour un système différentiel homogène d’ordre 1)

Soit A : I → Mp (K) continue, H : X ′ = A(t)X un système différentiel linéaire d’ordre un homogène, (f1 , . . . , fp )
une famille de solutions de H.
On appelle wronskien de (f1 , . . . , fp ) l’application
W : t ∈ I 7→ det ((f1 (t)| . . . |fp (t)))
où (f1 (t)| . . . |fp (t)) désigne la matrice carrée de taille p dont les colonnes sont f1 (t), . . ., fp (t).

Proposition (Caractérisation des systèmes fondamentaux de solutions)

On suppose
i) que A : I → Mp (K) est une fonction continue ;
ii) que X ′ = A(t)X est un système différentiel linéaire d’ordre un homogène ;
iii) que t0 ∈ I ;
iv) que f1 , . . . , fp sont des solutions de X ′ = A(t)X ;
v) que W est le wronskien associé à (f1 , . . . , fp ). 8
Les assertions suivantes sont alors équivalentes :
a) (f1 , . . . , fp ) est un système fondamental de solutions de H.
b) W (t0 ) ̸= 0.

Ainsi, un wronskien non identiquement nul ne s’annule jamais.

261 Stéphane FLON

 3. Exponentielle d’un endomorphisme de dimension finie

Proposition (Continuité de l’application exponentielle)

On a : exp : L(E) → L(E) est une fonction continue. 9

Proposition (Exponentielle de la somme de deux endomorphismes qui commutent)

On a : si a et b sont deux endomorphismes de E tels que ab = ba, alors

10
exp(a + b) = exp(a) exp(b) .

Proposition (Dérivation d’un paramétrage exponentiel)

Soit a ∈ L(E).
On a : l’application φa : t ∈ R 7→ exp(ta) est dérivable sur R, et, pour tout réel t :
φ′a (t) = aφa (t) = φa (t)a = a exp(ta) = exp(ta)a . 11

De même pour les matrices.

Exercice de cours (exercice 13) –

0 1 0 ··· 0
 
 .. .. .. 
. 0 1 . .
 ..
 
1 Calculer exp(A), où A =  . .. .. 
 . . 0 
. ..
 ..

. 1
0 ··· ··· ··· 0
Ö è
1 ··· 1
2 Calculer exp(A), où A = .. ..
. .
1 ··· 1
Å ã
a −b
3 Calculer exp(A), où A =
b a
Å ã
a c
4 Calculer exp(A), où A =
0 b
Ñ é
1 2 3
5 Calculer exp(A), où A = 0 0 4
0 0 1

6 Soit A ∈ Mn (C).
i On suppose que A2 = A3 . Exprimer exp(A) en fonction de In , A et A2 .
ii On suppose que A4 + A3 − 2A2 = 0. Exprimer exp(A) en fonction de In , A, A2 et A3 .

7 Soient E un C-espace vectoriel de dimension finie et u ∈ L(E) tel que u3 − 2u2 + u = 0. Exprimer exp(u)
en fonction de u.
262 Stéphane FLON
 4. Systèmes différentiels linéaires à coefficients constants

Théorème (Résolution d’un problème de Cauchy vectoriel homogène à coefficients constants)

Soit a ∈ L(E), x0 ∈ E.
On a : l’unique solution du problème de Cauchy homogène
12
x′ = a (x) , x(t0 ) = x0
est la fonction f0 : t 7→ exp((t − t0 )a)(x0 ) .

Théorème (Résolution d’un problème de Cauchy matriciel homogène à coefficients constants)

Soit A ∈ Mp (K), X0 ∈ Mp,1 (K).

On a : l’unique solution du problème de Cauchy homogène
X ′ = A X, X(t0 ) = X0
13
est la fonction f : t 7→ exp((t − t0 )A) X0 .
On peut observer que le comportement asymptotique des solutions est essentiellement régi par le signe de la partie réelle des
valeurs propres de la matrice A.

Théorème (Résolution d’une EDL vectorielle d’ordre 1 à coefficients constants)

Soit a ∈ L(E).
On a : l’unique solution de
x′
ß
= a(x) + b(t) 14
C:
x(t0 ) = x0
Rt
est la fonction t 7→ e(t−t0 )a (x0 ) + t0
e(t−s)a (b(s))ds .

Proposition (Solutions d’un SDL homogène à coefficients constants et vecteurs propres)

On suppose
i) que A ∈ Mp (K) ;
ii) que λ ∈ K ;
iii) que V ∈ Kp \ {0}. 15
Les assertions suivantes sont alors équivalentes :
a) f : t 7→ eλt V est solution de X ′ = AX.
b) V est un vecteur propre de A associé à la valeur propre λ.

Mise en garde 13 – La réduction de la matrice d’un système différentiel linéaire d’ordre un n’a a priori
d’intérêt que si cette matrice est constante.
263 Stéphane FLON
 Corollaire (Solutions d’un SDL homogène à coefficients constants, cas diagonalisable)

On suppose
i) que A ∈ Mp (K) est une matrice diagonalisable ;
ii) que (V1 , . . . , Vp ) est une base de vecteurs propres de A, chaque Vi étant associé à la
16
valeur propre λi .
On en déduit alors que (f1 , . . . , fp ) est un système fondamental de solutions de X ′ = AX,
où fi : t ∈ R 7→ eλi t Vi .

Exercice de cours (exercice 1) –

1 Intégrer le système (x′ = −3x + y + z; y ′ = x − 3y + z; z ′ = x + y − 3z).

Exercice de cours (exercice 2) –

1 Donner les solutions réelles du système différentiel

x′1 (t)
ß
= x1 (t) + 2x2 (t)
x′2 (t) = −4x1 (t) − 3x2 (t).

Exercice de cours (exercice 3) –

x′ = −x − 4y
ß
1 Résoudre le système différentiel .
y ′ = x + 3y
Exercice de cours (exercice 4) –

1 Résoudre le système différentiel suivant par réduction matricielle : x′ = 3x − 4y − e−t ; y ′ = x − 2y.

5. Équation différentielle linéaire scalaire d’ordre n

Définition 7 (Équation différentielle linéaire scalaire d’ordre n)

On appelle équation différentielle linéaire scalaire d’ordre n toute équation de la forme

En : an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = b(t),
où a0 , . . . , an , b sont des fonctions continues de I dans K, et où an n’est pas identiquement nulle.
On dit que cette équation est normalisée, ou sous forme résolue si an est constante de valeur 1.
Une fonction f : I → K est dite solution de En si elle est n fois dérivable sur I, et si, pour tout t ∈ I :
an (t)f (n) (t) + an−1 (t)f (n−1) (t) + · · · + a0 (t)f (t) = b(t)
La fonction b est appelée second membre de En , et En est dite homogène (ou sans second membre) si b est la
fonction nulle.
L’équation homogène associée à En est l’équation
Hn : an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = 0
L’équation En est dite à coefficients constants si a0 , . . . , an sont des applications constantes.
Si an ne s’annule pas, une solution de En est de classe C n , et l’équation différentielle En a les mêmes solutions que l’équation normalisée
′ (n) (n−1)
En : y + αn−1 (t)y + · · · + α0 (t)y = β(t),
ak b
où αk = an pour tout k ∈ [[0, n − 1]] et β = an .

264 Stéphane FLON

 Proposition (Principe de superposition (équation différentielle linéaire scalaire))

Soit a0 , . . . , an : I → K des fonctions continues, b1 , b2 : I → K des fonctions continues.

On suppose
i) que f1 est une solution de an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = b1 (t) ;
ii) que f2 est une solution de an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = b2 (t) ; 17
iii) que λ1 , λ2 ∈ K.
On en déduit alors que λ1 f1 + λ2 f2 est une solution de
an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = λ1 b1 (t) + λ2 b2 (t).

Vectorialisation d’une équation différentielle linéaire scalaire d’ordre n

Soit a0 , . . . , an−1 , b : I → K des fonctions continues, f : I → K une fonction n fois dérivable.

On suppose
á ë
f
f′
i) que F est la fonction .. ;
.
f (n−1)
 
0 1 0 ... ... 0
 0 1 0 ... 0 
..
 
 .. .. .. 
ii) que A est la fonction t ∈ I 7→ 
 . . . . ;


 0 1 0 
 18
 0 1 
−a0 (t) −a1 (t) . . . ... ... −an−1 (t)
á ë
0
..
iii) que B est la fonction t 7→ .
.
0
b(t)
Les assertions suivantes sont alors équivalentes :
a) f est une solution de y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = b(t).
b) F est une solution de Y ′ = A(t)Y + B(t).

Définition 8 (Problème de Cauchy pour une équation linéaire scalaire d’ordre n)

Soit a0 , . . . , an , b : I → K des fonctions continues, t0 ∈ I, (y0 , . . . , yn−1 ) ∈ Kn .

Le système
an (t)y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = b(t)
ß
Cn :
∀ k ∈ [[0, n − 1]], y (k) (t0 ) = yk
est appelé problème de Cauchy associé à l’équation différentielle En d’ordre n et aux conditions initiales
y (k) (t0 ) = yk ,
k ∈ [[0, n − 1]].

265 Stéphane FLON

 Théorème de Cauchy linéaire pour les EDL scalaires

Soit a0 , . . . , an−1 , b : I → K des fonctions continues.

On a : le problème de Cauchy
ß (n)
y + an−1 (t)y (n−1) + · · · + a0 (t)y = b(t)
Cn : 19
∀ k ∈ [[0, n − 1]], y (k) (t0 ) = yk
admet une unique solution sur I.
Ce résultat peut tomber en défaut si l’EDL scalaire d’ordre n n’est pas sous forme résolue.

Proposition (Isomorphisme et EDL scalaire homogène d’ordre n)

Soit a0 , . . . , an−1 : I → K des fonctions continues, t0 ∈ I.

On suppose que y (n) + an−1 (t)y (n−1) + · · · + a0 (t)y = 0 est une équation différentielle linéaire scalaire
d’ordre n résolue homogène.
20
φt0 : SHn → Kn
On en déduit alors que est un isomorphisme d’es-
y 7→ (y(t0 ), y ′ (t0 ), . . . , y (n−1) (t0 ))
paces vectoriels.

Définition 9 (Wronskien pour une EDL scalaire homogène d’ordre n)

Soit a0 , . . . , an : I → K des fonctions continues, Hn l’équation différentielle an (t)y (n) + an−1 (t)y (n−1) + · · · +
a0 (t)y = 0, (f1 , . . . , fn ) une famille de solutions de Hn .
On appelle wronskien de (f1 , . . . , fn ) l’application
(i)
W : t ∈ I 7→ det(fj (t))(i,j)∈[[0,n−1]]×[[1,n]]

f1 f2
On utilisera surtout le wronskien dans le cas d’une EDL homogène scalaire d’ordre 2 : il vaut alors
f1′ f2′

def def
Exemple 14 – (f1 , f2 ), où f1 = cos et f2 = sin est le système fondamental de solutions de y ′′ + y = 0. Le
wronskien à l’instant t ∈ R est le déterminant de la matrice
Å ã
def cos(t) sin(t)
W m(t) = ,
− sin(t) cos(t)

c’est-à-dire 1. D’ailleurs, on peut remarquer plus précisément que W m(t) est une matrice orthogonale positive.
On a donc notamment W m(t)−1 = W m(t)T .

Définition 10 (Polynôme caractéristique d’une EDL scalaire à coefficients constants)

Soit a0 , . . . , an−1 ∈ K, b : I → K une fonction continue, E : y (n) + an−1 y (n−1) + · · · + a1 y ′ + a0 y = b(t) une
équation différentielle scalaire d’ordre n à coefficients constants.
Le polynôme caractéristique associé à E est le polynôme P = X n + an−1 X n−1 + · · · + a1 X + a0 .
L’équation caractéristique associée à E est l’équation P (λ) = 0, d’inconnue λ ∈ K

Mise en garde 15 – La notion de polynôme caractéristique d’une équation différentielle linéaire scalaire n’a
de sens que si cette équation est à coefficients constants.
266 Stéphane FLON
 Proposition (Résolution dans le cas où le polynôme caractéristique est scindé simple)

Soit a0 , . . . , an−1 ∈ K.
On suppose
i) que H : y (n) + an−1 y (n−1) + · · · + a1 y ′ + a0 y = 0 est une équation différentielle scalaire homogène
d’ordre n à coefficients constants ;
ii) que P est le polynôme caractéristique de H ; 21

iii) que P est scindé à racines simples λ1 , . . . , λn .

On en déduit alors que (f1 , . . . , fn ) est un système fondamental de solutions de H, où fi : t 7→ eλi t
pour tout i ∈ [[1, n]].

Proposition (EDL homogène d’ordre 2 à coefficients constants, cas de deux racines)

Soit a0 , a1 ∈ K.
On suppose
i) que H2 : y ′′ + a1 y ′ + a0 y = 0 ; 22
ii) que X 2 + a1 X + a0 admet deux racines distinctes r1 et r2 .
On en déduit alors que (t 7→ er1 t , t 7→ er2 t ) est un système fondamental de solutions de H2 .

Proposition (EDL homogène d’ordre 2 à coefficients constants, cas d’une racine)

Soit a0 , a1 ∈ K.
On suppose
i) que H2 : y ′′ + a1 y ′ + a0 y = 0 ; 23
ii) que X 2 + a1 X + a0 admet une unique racine r.
On en déduit alors que (t 7→ ert , t 7→ t ert ) est un système fondamental de solutions de H2 .

Exercice de cours (exercice 24) – Soit ω, τ ∈ R∗+ .

1 Résoudre y ′′ − ω 2 y = 0.
2 Résoudre y ′′ + ω 2 y = 0.
3 Résoudre y ′′ + τ2 y ′ + ω 2 y = 0.
Exercice de cours (exercice 25) – On considère l’équation

E2 : y ′′ + a1 y ′ + a0 y = P (t)eλ t

où a1 et a0 sont des scalaires, et où λ ∈ K et P ∈ K[X].

Soit χ = X 2 + a1 X + a0 le polynôme caractéristique de cette équation différentielle.
1 On suppose que λ n’est pas racine de χ. Montrer que E admet une unique solution de la forme t 7→ Q(t)eλ t ,
où Q est un polynôme. Montrer de plus que Q est de même degré que P .
2 On suppose que λ est racine simple de χ. Montrer que E admet une unique solution de la forme t 7→
tQ(t)eλ t , où Q est un polynôme. Montrer de plus que Q est de même degré que P .
3 On suppose que λ est l’unique racine de χ. Montrer que t 7→ Q(t)eλ t est solution de E, où Q est un
polynôme tel que Q′′ = P .
Exercice de cours (exercice 26) –
1 Résoudre l’équation y ′′′ = y.
267 Stéphane FLON
 6. Quelques techniques de résolution pratique

Proposition (Résolution d’une EDL scalaire d’ordre un sous forme résolue)

Soit a, b : I → K des fonctions continues.

On suppose
i) que E : y ′ − a(t)y = b(t) est une équation différentielle linéaire scalaire d’ordre un sous forme
résolue ;
ii) que H : y ′ − a(t)y = 0 est l’équation homogène associée à E ;
iii) que A est une primitive de a. 24
On en déduit alors
a) que l’ensemble SH des solutions de H est donné par SH = K h0 , où h0 est la fonction t ∈ I 7→ eA(t) ;
b(t)
b) que f : t 7→ C(t)h0 (t) est une solution particulière de E, où C est une primitive de t 7→ h0 (t) ;
c) que pour tout (t0 , y0 ) ∈ I × K, E admet une unique solution y sur I telle que y(t0 ) = y0 .

Conseil 16 – Retenir le principe de la méthode de variation des constantes plutôt que les formules associées.
Exercice de cours (exercice 33) –
1 Résoudre y ′ − 1+x
x 1
2 y = 1+x2 +
√ 3
1+x2
Exercice de cours (exercice 34) –
1 Résoudre sur R :
i xy ′ + y = 0.
ii xy ′ − y = 0.
iii x2 y ′ + y = 0.
iv xy ′ − 2y = 0.
Mise en garde 17 – Quand il y a un problème de raccord, on peut perdre l’existence ou l’unicité d’une
solution à un problème de Cauchy.

Proposition (EDL scalaire à coefficients constants)

On suppose
i) que a, b ∈ K ;
ii) que H : y ′′ + a y ′ + b y = 0 est une équation différentielle linéaire scalaire d’ordre deux homogène
à coefficients constants.
On en déduit alors
a) que si X 2 + aX + b admet deux racines distinctes r1 et r2 dans K, alors SH = {t 7→ λ er1 t +
25
µ er2 t , (λ, µ) ∈ K2 } ;
b) que si X 2 + aX + b admet une unique racine r dans K, alors SH = {t 7→ (λ t + µ)ert , (λ, µ) ∈ K2 } ;
c) que si K = R et si X 2 + aX + b admet deux racines distinctes complexes (conjuguées) α ± i β,
alors SH = {t 7→ (λ cos(β t) + µ sin(β t))eα t , (λ, µ) ∈ R2 } ;
d) que pour tout (t0 , y0 , y0′ ) ∈ I × K × K, E admet une unique solution y telle que y(t0 ) = y0 et
y ′ (t0 ) = y0′ .

Exercice de cours (exercice 35) – Résoudre

1 y ′′ − 2y ′ + y = cos(mx)ex , où m ∈ R.
2 y ′′ − 2y ′ + y = x3 ex + 2x cos(x) + x3 + 3.
3 y ′′ + y = x cos(x)3 .
268 Stéphane FLON
 Méthode de Lagrange, ou d’abaissement de l’ordre

Soit a, b : I → K des fonctions continues.

On suppose
i) que H : y ′′ + a(t)y ′ + b(t)y = 0 est une équation différentielle ;
ii) que h0 est une solution de H, ne s’annulant pas sur I ;
iii) que C : I → K est une fonction deux fois dérivable ; 26
iv) que h est la fonction t 7→ C(t)h0 (t).
Les assertions suivantes sont alors équivalentes :
a) h est une solution de H.
b) C ′ est une solution de h0 (t)y ′ + (2h′0 (t) + a(t)h0 (t))y = 0.

Proposition (Variation des constantes pour les EDL scalaires résolues d’ordre 2)

Soit E : y ′′ + a(t)y ′ + b(t)y = 0 une équation différentielle d’équation homogène associée H.

On suppose
i) que (f1 , f2 ) est un système fondamental de solutions de H ;
ii) que λ1 , λ2 : I → K sont des fonctions dérivables.
27
Les assertions suivantes sont alors équivalentes :
a) g : t 7→ λ1 (t)f1 (t) + λ2 (t)f2 (t) est solution de E.
f1 (t)λ′1 (t) + f2 (t)λ′2 (t) = 0
ß
b) pour tout t ∈ I : .
f1′ (t)λ′1 (t) + f2′ (t)λ′2 (t) = δ(t)

Exercice de cours (exercice 28) –

1
i (Centrale MP 07) Résoudre sur R∗+ l’équation
1
(E) y ′′ + y = 0.
x2
Indication – On pourra utiliser le changement de variable t = ln(x).
ii L’équation différentielle (E) possède-t-elle des solutions non bornées ? Déterminer les solutions bornées
de (E).
Exercice de cours (exercice 29) –
1 (CCP MP 13) Soit (E) : x2 y ′′ + 4xy ′ + 2y = ln x. Chercher des solutions de l’équation homogène de la
forme x 7→ xα avec α ∈ R, puis résoudre (E) sur R∗+ .
2 Résoudre (t2 + 1)y ′′ − 2y = t.
Indication – on pourra chercher des solutions polynomiales.
Exercice de cours (exercice 30) –
1 On étudie l’équation différentielle
H : ty ′′ + 2y ′ + ty = 0
Déterminer les solutions de H sur R développables en séries entières.
Réponse : ce sont les multiples de f1 : t 7→ sin(t)
t .
Exercice de cours (exercice 31) –
1 On cherche désormais à déterminer les solutions de H sur R∗+ .
i Quelle est la structure algébrique de l’ensemble des solutions de H sur R∗+ ?
ii Montrer qu’on peut chercher les solutions de H sur ]0, π[ sous la forme f2 : t 7→ λ(t)f1 (t), où λ est
une fonction deux fois dérivable.
iii Déterminer alors les solutions de H sur ]0, π[, puis sur R∗+ .
Réponse : ce sont les combinaisons linéaires de f1 et de f2 : t 7→ cos(t)
t .

269 Stéphane FLON

 Exercice de cours (exercice 32) – Autre méthode : soit f2 une solution de H sur ]0, π[, non colinéaire à f1 .
On note W le wronskien de (f1 , f2 ).
1 Montrer que Å ã′
f2 W
= 2
f1 f1
2 Trouver une EDL d’ordre 1 dont W est solution, puis déterminer W .
3 En déduire une fonction f2 convenable.
4 Reprendre les techniques précédentes pour l’équation
H2 : 4ty ′′ + 2y ′ − y = 0

270 Stéphane FLON

 Chapitre XVI

Calcul différentiel

1. Dérivée selon un vecteur, dérivées partielles d’ordre un

Objectif 1 – L’objectif de ce chapitre consiste à adapter la notion de dérivée aux fonctions de plusieurs
variables, face à l’absence de notion de taux d’accroissement.
Cadre 2 – Par souci de simplification, on se limite (sauf exception) à l’étude de fonctions définies sur un
ouvert d’un evn réel de dimension finie.
Cadre 3 – On étend les notations de Landau aux fonctions d’un EVN de dimension finie dans un autre.
Cadre 4 – Par défaut, les evn considérés sont réels et de dimension finie, E, F, G, H sont de tels espaces, les
fonctions considérées sont définies sur un ouvert U de E, et à valeurs dans F . De plus, (e1 , . . . , ep ) est une base
fixée de E.
Recul 5 – Quitte à fixer une base de F , on peut se ramener à l’étude des fonctions de E dans R. En revanche,
l’étude des fonctions de plusieurs variables réelles ne se ramène pas à l’étude de plusieurs fonctions d’une variable
réelle.

Définition 1 (Dérivée selon un vecteur)

Soit U un ouvert de E, a ∈ U , f : U → F une fonction de plusieurs variables, v ∈ E.

On dit que f admet une dérivée en a selon le vecteur v si l’application
φa,v : t 7→ f (a + tv)
est dérivable en 0. Dans ce cas, on appelle dérivée de f en a selon le vecteur v et on note Dv f (a) le vecteur
φ′a,v (0).
Si f admet une dérivée selon le vecteur v en tout point a de E, on peut définir l’application dérivée de f selon
le vecteur v, notée Dv f .

Définition 2 (Dérivée partielle d’ordre un)

Soit U un ouvert de E, B = (e1 , . . . , ep ) une base de E, a ∈ U , i ∈ [[1, p]], f : U → F une fonction de plusieurs
variables.
On dit que f admet une dérivée partielle d’ordre 1 selon la i-ème variable en a (relativement à la base B) si f
admet une dérivée selon le vecteur ei en a.
∂f
Dans ce cas, on appelle dérivée partielle (d’ordre 1) de f selon la i-ème variable en a et on note ∂i f (a) ou ∂x i
(a)
le vecteur Dei f (a).
Si f admet une dérivée partielle d’ordre 1 selon la i-ème variable en tout point a de U , on peut définir l’application
∂f
dérivée partielle (d’ordre un, ou première) de f selon la i-ème variable, notée ∂x i
ou ∂i f .
En pratique, on fixe une base de E une fois pour toutes, d’où les notations ne faisant référence qu’à l’indice du vecteur. Le plus souvent, E
admet même une base canonique, et on se place dans cette dernière base.

Exercice de cours (exercice 1) – Pour étudier la régularité en l’origine, on pourra éventuellement passer
en coordonnées polaires, surtout si le terme x2 + y 2 apparaı̂t. Pour une étude de continuité en un autre point,
on peut, par translation de la variable, se ramener au cas de l’origine.
2
1 Montrer que la fonction f définie par f (x, y) = x2x+y y
2 si (x, y) ̸= (0, 0) et f (0, 0) = 0 est continue à

l’origine, et qu’elle y admet des dérivées partielles d’ordre 1.

2 Montrer que la fonction h définie par h(x, y) = x2xy +y 2 si (x, y) ̸= (0, 0) et h(0, 0) = 0 admet des dérivées
partielles en l’origine, mais qu’elle n’y est pas continue.
Exercice de cours (exercice 2) –
271
 1
i Montrer que la fonction h définie par h(x, y) = x2xy
+y 2 si (x, y) ̸= (0, 0) et h(0, 0) = 0 n’est pas continue
en (0, 0).
ii Montrer cependant que sa restriction à toute droite parallèle à l’un des axes de coordonnées est
continue.

2 2
i Montrer que la fonction k définie par k(x, y) = x2xy +y 4 si (x, y) ∈ R \ {(0, 0)} et k(0, 0) = 0 n’est pas
2

continue en l’origine, mais qu’elle y admet des dérivées partielles.

ii Montrer cependant que sa restriction à toute droite est continue, et qu’elle admet une dérivée selon
tout vecteur en tout point.
Mise en garde 6 – L’existence de dérivées partielles ne garantit pas la continuité. Ces dernières ne constituent
donc pas une bonne généralisation de la notion de dérivée.
Mise en garde 7 – L’existence de dérivées selon tout vecteur ne garantit pas la continuité.

Proposition (Combinaisons linéaires et dérivées partielles)

Soit U un ouvert de E, a ∈ U , f, g : U → F des fonctions de plusieurs variables, (e1 , . . . , ep ) une base

de E, λ, µ ∈ R.
On suppose que f et g sont des fonctions de plusieurs variables admettant une dérivée partielle selon
la i-ième variable, en a.
On en déduit alors
1
a) que λ f +µ g est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième
variable, en a ;
b) que ∂i (λ f + µ g)(a) = λ ∂i f (a) + µ ∂i g(a).

Cela résulte d’une formule plus générale sur la dérivée selon un vecteur

▷ Structure 8 – L’ensemble des fonctions de plusieurs variables admettant une dérivée partielle selon la
i-ième variable, en a, de U dans F est muni d’une structure de R-espace vectoriel.
▷ Structure 9 – L’ensemble des fonctions de plusieurs variables admettant une dérivée selon un vecteur
v, en a, de U dans F est muni d’une structure de R-espace vectoriel.

Proposition (Produit et dérivées partielles)

Soit U un ouvert de E, a ∈ U , f, g : U → R des fonctions de plusieurs variables, (e1 , . . . , ep ) une base

de E.
On suppose que f et g sont des fonctions de plusieurs variables admettant une dérivée partielle selon
la i-ième variable, en a.
On en déduit alors
a) que f g est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième 2
variable, en a ;
b) que ∂i (f g)(a) = (∂i f (a))g(a) + f (a)(∂i g(a)).

On peut généraliser dans deux sens : en élargissant les fonctions considérées à B(f, g) où B est bilinéaire (et même à
M (f1 , . . . , fn ) où M est n-linéaire), et aussi dériver selon un vecteur v.

▷ Structure 10 – L’ensemble des fonctions de plusieurs variables admettant une dérivée partielle selon la
i-ième variable, en a, de U dans R est muni d’une structure de R-algèbre.
272 Stéphane FLON
 Proposition (Composition et dérivées partielles)

Soit U un ouvert de E, f : U → R une fonction de plusieurs variables, φ : I → R une fonction

numérique, a ∈ U , f (a) ∈ I.
On suppose
i) que f est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième
variable, en a ;
ii) que φ est dérivable en f (a). 3
On en déduit alors
a) que (φ ◦ f ) est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième
variable, en a ;
b) que ∂i (φ ◦ f )(a) = ∂i f (a)φ′ (f (a)).

▷ Étude de stabilité 11 – La notion de fonction de plusieurs variables admettant une dérivée partielle selon
la i-ième variable, en a, de U dans R est-elle stable par composition à gauche par une fonction numérique
dérivable ? De plus, ∂i (φ ◦ f )(a) = ∂i f (a)φ′ (f (a))

Proposition (Inverse et dérivées partielles)

Soit U un ouvert de Rp , a ∈ U , f : U → R une fonction de plusieurs variables.

On suppose
i) que f est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième
variable, en a ;
ii) que f est continue en a ;
iii) que f (a) ̸= 0. 4
On en déduit alors
a) que 1/f est une fonction de plusieurs variables définie au voisinage de a ;
b) que 1/f est une fonction de plusieurs variables admettant une dérivée partielle selon la i-ième
variable, en a ;
−∂i f (a)
c) que ∂i (1/f )(a) = f (a)2 .

273 Stéphane FLON

 2. Différentielle

Définition 3 (Fonction différentiable)

Soit U un ouvert de E, a ∈ U , f : U → F une fonction de plusieurs variables.

On dit que f est différentiable en a, ou qu’elle admet un développement limité à l’ordre 1 en a, s’il existe
φ ∈ L(E, F ) telle que
f (a + h) = f (a) + φ(h) + o (h)
h→0
i.e. telle que
f (a + h) − f (a) − φ(h)
−→ 0
∥h∥ h→0
Si tel est bien le cas, on dit que φ est la différentielle de f en a, ou la partie linéaire du développement limité
de f en a, ou encore l’application linéaire tangente à f en a, et elle est notée df (a), ou dfa .
Si l’application f est différentiable en tout point a de U , on peut définir la différentielle de f , application de U
dans L(E, F ), et notée df .
Il y a bien unicité de la partie linéaire. On notera df (a) · v plutôt que df (a)(v).

▷ Exemple 12 – Toute fonction différentiable en a est une fonction de plusieurs variables continue en a.
▷ Extension 13 – En dimension infinie, la différentiabilité de f en a inclut la continuité de l’application
linéaire tangente à f en a.
Mise en garde 14 – La différentielle df (a) de f en un point a est linéaire, mais df n’est pas en général
linéaire.
Explication 15 – C’est la notion de différentielle d’une fonction (de plusieurs variables) en un point qui
remplace avec pertinence la notion de dérivée d’une fonction (d’une variable réelle) en un point.
Observation 16 – La différentiabilité en un point est une notion locale.
Reformulation 17 – f est une fonction différentiable en a si et seulement si toutes les fonctions coordonnées
de f (relativement à une base fixée de F ) sont différentiables en a.
Information 18 – Si f est différentiable en a, alors f est dérivable en a selon tout vecteur v, et Dv f (a) =
df (a) · v.
Exemple 19 – Toute fonction différentiable en a est une fonction de plusieurs variables admettant une dérivée
partielle selon la i-ième variable, en a, pour tout i. Attention, contrairement au cas des fonctions numériques,
la réciproque est fausse. Par exemple, la fonction (x, y) 7→ x2xy+y 2 prolongée en (0, 0) par la valeur 0 admet des
dérivées partielles en (0, 0) selon chacune de ses deux variables, mais elle n’est même pas continue en ce point.

Lien entre différentielle et dérivées partielles

Soit U un ouvert de E, a ∈ U , f : U → F une fonction de plusieurs variables, B = (e1 , . . . , ep ) une

base de E.
On suppose que f est une fonction
Pp différentiable en a. Pp ∂f
On en déduit alors que ∀ h = i=1 hi ei ∈ E, df (a) · h = i=1 hi ∂x i
(a). 5
Pp ∂f
Si on note dx1 , . . . , dxp les formes linéaires coordonnées relatives à B, on a df (a) = i=1 ∂xi (a)dxi .
Si f est différentiable sur U tout entier, on peut même écrire
Pp ∂f
df = i=1 ∂x dxi
i

274 Stéphane FLON

 Définition 4 (Matrice jacobienne)

Soit U un ouvert de E, a ∈ U , f : U → F une fonction différentiable en a, B = (e1 , . . . , ep ) une base de E,

C = (h1 , . . . , hq ) une base de F , les fonctions coordonnées de f dans (h1 , . . . , hq ) sont f1 , . . . , fq .
La matrice jacobienne de f en a, notée Jf,B,C (a) (ou plus simplement Jf (a)), est la matrice
Å ã
def ∂fi
Jf (a) = (a) ∈ Mq,p (R)
∂xj
En pratique, E = Rp , F = Rq , et on s’est placé dans les bases canoniques de ces espaces.

Exemple 20 – La différentielle d’une fonction constante f : a ∈ U 7→ b est nulle en tout point.

Exemple 21 – La différentielle d’une application linéaire f ∈ L(E, F ) est égale à f en tout point. Ainsi, df
est constante de valeur f .
Exemple 22 – Soit M : E1 × · · · × Ep → F une fonction p-linéaire (E1 , . . . , Ep et F sont des evn réels de
dimension finie). La fonction M est différentiable en tout point a = (a1 , . . . , ap ) de E1 × · · · × Ep , et, pour tout
h = (h1 , . . . , hp ), on a
dM (a) · h = M (h1 , a2 , a3 , . . . , ap ) + M (a1 , h2 , a3 , a4 , . . . , ap ) + · · · + M (a1 , . . . , ap−1 , hp ).

3. Opérations sur les applications différentiables

Structure 23 – L’ensemble des fonctions différentiables en un point a de U , de U dans F est muni d’une
structure d’espace vectoriel.

Théorème (Différentielle d’une composée d’applications différentiables)

Soit V un ouvert de F .
On suppose
i) que f : U → V est une fonction différentiable en a ;
def
ii) que g : V → G est une fonction différentiable en b = f (a). 6
On en déduit alors
a) que g ◦ f est une fonction différentiable en a ;
b) que d(g ◦ f )(a) = dg(f (a)) ◦ df (a) = dg(b) ◦ df (a).

Corollaire (Différentielle de la composée d’une application différentiable par une application linéaire)

On suppose
i) que f : U → F est une fonction différentiable en a ;
ii) que L ∈ L(F, G).
7
On en déduit alors
a) que L ◦ f : U → G est une fonction différentiable en a ;
b) que d(L ◦ f )(a) = L ◦ (df (a)).

275 Stéphane FLON

 Corollaire (Différentielle d’une composée d’applications différentiables par une application bilinéaire)

On suppose
i) que f : U → F et g : U → G sont des fonctions différentiables en a ;
ii) que B : F × G → H est une application bilinéaire.
On en déduit alors
a) que B(f, g) : x 7→ B(f (x), g(x)) est une fonction différentiable en a ; 8
b) que pour tout h ∈ E :
d(B(f, g))(a) · h = B(f (a), dg(a) · h) + B(df (a) · h, g(a)).

De même pour M (f1 , . . . , fp ) où les fi sont différentiables, et où M est p-linéaire.

Exemple 24 – Si λ : U → R et f : U → E sont différentiables en a, alors λf est différentiable en a, et, pour

tout h ∈ E :
d(λf )(a) · h = (dλ(a) · h)f (a) + λ(a)(df (a) · h).
Exemple 25 – Si F est une R-algèbre (et donc si B : (x, y) ∈ F 2 7→ xy est bilinéaire), et si f, g : U → F sont
différentiables en a, alors f g est différentiable en a, et pour tout h ∈ E :
d(f g)(a) · h = (df (a) · h) g(a) + f (a) (dg(a) · h).
2
Exemple 26 – Si E est euclidien, la fonction f : x 7→ ∥x∥ est différentiable en tout x ∈ E, et, pour tout
h∈E :
df (x) · h = 2 < x, h >.
Exemple 27 – La fonction C : M 7→ M 2 est différentiable en tout M ∈ Mn (R), et, pour tout H ∈ Mn (R) :
d C(M ) · H = M H + HM .

Corollaire (Différentielle d’un produit de fonctions à valeurs réelles)

On suppose que f, g : U → R sont des fonctions différentiables en a.

On en déduit alors
9
a) que f g est une fonction différentiable en a ;
b) que pour tout h ∈ E, d(f g)(a) · h = (df (a) · h)g(a) + f (a)(dg(a) · h).

Corollaire (Différentielle de l’inverse d’une fonction à valeurs réelles)

On suppose
i) que f : U → R est une fonction différentiable en a ;
ii) que f (a) ̸= 0.
On en déduit alors 10
def 1
a) que g = f est une fonction différentiable en a ;
b) que dg(a) = − df (a)
f (a)2 .

276 Stéphane FLON

 Proposition (Jacobienne d’une composée d’applications différentiables)

On suppose
i) que f : U → F est une fonction différentiable en a ;
ii) que g : V → G ; en f (a) est une fonction différentiable ;
11
iii) que f (U ) ⊂ V ;
iv) que B, C, D sont des bases respectives de E, F, G.
On en déduit alors que Jg◦f,B,D (a) = Jg,C,D (f (a)) Jf,B,C (a).

Proposition (Règle de la chaı̂ne)

On suppose
i) que f = (f1 , . . . , fp ) : (x1 , . . . , xn ) ∈ U ⊂ Rn 7→ f (x1 , . . . , xn ) ∈ Rp est une fonction différentiable
en a ;
ii) que g = (g1 , . . . , gq ) : (y1 , . . . , yp ) ∈ V 7→ g(y1 , . . . , yp ) ∈ Rq est une fonction différentiable en
f (a).
On en déduit alors 12
def
a) que h = g ◦ f = (h1 , . . . , hq ) = (g1 ◦ f, . . . , gq ◦ f ) : (x1 , . . . , xn ) 7→ h(x1 , . . . , xn ) ∈ Rq est une
fonction différentiable en a ;
b) que pour tout j ∈ [[1, n]], et, pour tout i ∈ [[1, q]] :
∂hi ∂(gi ◦f ) Pp ∂gi ∂fk
∂xj (a) = ∂xj (a) = k=1 ∂yk (f (a)) ∂xj (a).

Exercice de cours (exercice 8) – Soit f : (x, y) 7→ (x3 + y 2 , 3x + xy, xy 2 ) et g : (u, v, w) 7→ u2 vew . Calculer
les dérivées partielles premières de g ◦ f avec la règle de la chaı̂ne.

Proposition (Dérivée le long d’un arc)

Soit U un ouvert de Rp , f : U → R une fonction de plusieurs variables, γ = (x1 , . . . , xp ) : I → E une

fonction vectorielle, t0 ∈ I.
On suppose
i) que γ(I) ⊂ U ;
ii) que f est une fonction différentiable en γ(t0 ) ;
13
iii) que γ est une fonction vectorielle dérivable en t0 .
On en déduit alors
a) que g = f ◦ γ est une fonction numérique dérivable en t0 ;
Pp ∂f
b) que g ′ (t0 ) = i=1 x′i (t0 ) ∂xi
(x1 (t0 ), . . . , xp (t0 )) = df (γ(t0 )) · γ ′ (t0 ).

277 Stéphane FLON

 4. Fonctions continûment différentiables

Définition 5 (Fonction de plusieurs variables continûment différentiable)

Soit U un ouvert de E, f : U → F une fonction de plusieurs variables.

f est dite de classe C 1 (ou continûment différentiable) sur U si f est différentiable sur U , et si l’application
df : a ∈ U 7→ df (a) est continue. On note C 1 (U, F ) leur ensemble.

▷ Structure 28 – L’ensemble des fonctions de plusieurs variables continûment différentiables de U dans R

est muni d’une structure d’espace vectoriel.
▷ Étude de stabilité 29 – La notion de fonction de plusieurs variables continûment différentiable de U dans
R est-elle stable par produit ?
▷ Étude de stabilité 30 – La notion de fonction de plusieurs variables continûment différentiable à valeurs
dans R est-elle stable par composition à gauche par une fonction numérique de classe C 1 ?
▷ Exemple 31 – Les fonctions polynomiales de Rp dans R sont des fonctions de plusieurs variables conti-
nûment différentiables.
▷ Exemple 32 – (x, y, z) 7→ x2 + y 2 + z 2 et (x, y, z) 7→ 3x2 y + xy 5 z 2 sont des fonctions de plusieurs
variables continûment différentiables sur R3 .
▷ Exemple 33 – Les fonctions rationnelles de Rp dans R sont des fonctions de plusieurs variables continû-
ment différentiables sur leur domaine de définition (qui est bien un ouvert).
2
▷ Exemple 34 – (x, y) 7→ 3x+y x+y
x2 +y 2 et (x, y) 7→ x2 +xy+y 2 sont des fonctions de plusieurs variables continû-
ment différentiables sur R \ {(0, 0)}.
2

▷ Étude de stabilité 35 – La notion de fonction de plusieurs variables continûment différentiable est-elle

stable par composition ?
▷ Exemple 36 – Toute fonction de plusieurs variables continûment différentiable est une fonction de plu-
sieurs variables continue.

Théorème (Caractérisation des applications continûment différentiables par les dérivées partielles)

Soit f : U → F une fonction de plusieurs variables, B = (e1 , . . . , ep ) une base de E.

Les assertions suivantes sont équivalentes :
a) f est une fonction de plusieurs variables continûment différentiable. 14
b) les fonctions dérivées partielles de f (relativement à B) selon ses p variables sont définies et
continues sur U .

Proposition (Différentielle d’une combinaison linéaire de fonctions continûment différentiables)

Soit U un ouvert de Rp , a ∈ U , h ∈ Rp , λ, µ ∈ R.
On suppose que f, g : U → R sont des fonctions de plusieurs variables continûment différentiables.
On en déduit alors 15
a) que λ f + µ g est une fonction de plusieurs variables continûment différentiable ;
b) que d(λ f + µ g)(a) · h = λ df (a) · h + µ dg(a) · h.

▷ Structure 37 – L’ensemble des fonctions de plusieurs variables continûment différentiables de U dans

F est muni d’une structure de R-espace vectoriel.
278 Stéphane FLON
 Proposition (Différentielle d’un produit de fonctions continûment différentiables)

Soit U un ouvert de Rp , a ∈ U , h ∈ Rp .
On suppose que f, g : U → R sont des fonctions de plusieurs variables continûment différentiables.
On en déduit alors 16
a) que f g est une fonction de plusieurs variables continûment différentiable ;
b) que d(f g)(a) · h = (df (a) · h)g(a) + f (a)(dg(a) · h).

▷ Structure 38 – L’ensemble des fonctions de plusieurs variables continûment différentiables de U dans R

est muni d’une structure de R-algèbre.

Proposition (Différentielle et composition)

Soit U un ouvert de Rp , a ∈ U , h ∈ Rp , φ : I → R une fonction numérique.

On suppose
i) que f : U → R est une fonction de plusieurs variables continûment différentiable ;
ii) que φ est une fonction numérique continûment dérivable ;
17
iii) que f (U ) ⊂ I.
On en déduit alors
a) que φ ◦ f est une fonction de plusieurs variables continûment différentiable ;
b) que d(φ ◦ f )(a) · h = (df (a) · h)φ′ (f (a)).

▷ Étude de stabilité 39 – La notion de fonction de plusieurs variables continûment différentiable sur U ,

à valeurs dans R est-elle stable par composition à gauche par une fonction continûment dérivable ? De
plus, d(φ ◦ f )(a) · h = (df (a) · h)φ′ (f (a))

Proposition (Inverse d’une fonction continûment différentiable)

Soit U un ouvert de Rp , a ∈ U , h ∈ Rp .
On suppose
i) que f : U → R est une fonction de plusieurs variables continûment différentiable ;
ii) que f ne s’annule pas sur U . 18
On en déduit alors
a) que 1/f est une fonction de plusieurs variables continûment différentiable ;
−df (a)·h
b) que d(1/f )(a) · h = f (a)2 .

▷ Étude de stabilité 40 – La notion de fonction de plusieurs variables continûment différentiable sur U , à

valeurs dans R, ne s’annulant pas est-elle stable par inverse ?
279 Stéphane FLON
 Théorème (Intégration sur un chemin)

On suppose
i) que f est une fonction de plusieurs variables continûment différentiable ;
ii) que γ : [0, 1] → U est une fonction continûment dérivable ; 19
iii) que γ(0) = a, γ(1) = b.
R1
On en déduit alors que f (b) − f (a) = 0
df (γ(t)) · γ ′ (t)dt.

Exercice de cours (exercice 9) – Soit f ∈ C 1 (U, F ), a et b dans U tels que [a, b] ⊂ U . Montrer qu’alors
∥f (b) − f (a)∥ ⩽ ∥b − a∥ sup ∥df (x)∥op
x∈[a,b]

Proposition (Caractérisation des fonctions constantes sur un connexe par arcs)

Soit U un ouvert de E, f : U → F une fonction de plusieurs variables.

On suppose que U est une partie connexe par arcs de E.
Les assertions suivantes sont alors équivalentes :
a) f est constante.
20
b) — f est une fonction de plusieurs variables continûment différentiable ;
— pour tout a ∈ U , df (a) = 0L(E,F ) .

La démonstration n’est exigible que pour U convexe.

Exercice de cours (exercice 10) – Soit f ∈ C 1 (R2 , R), u, v : I → R de classe C 1 . Montrer que l’application
R v(x)
F : x 7→ u(x) f (x, t)dt est de classe C 1 sur I, et calculer F ′ .

5. Gradient

Définition 6 (Ligne de niveau)

Soit U un ouvert de E, f : U → R une fonction de plusieurs variables.

On appelle ligne de niveau (ou équipotentielle) de f toute partie non vide de E de la forme f −1 ({λ}), où λ ∈ R.
On dit alors que cette ligne de niveau est d’équation
f (x) = λ

▷ Exemple 41 – Les lignes de niveau de la fonction f : (x, y) 7→ x2 + y 2 sont les cercles du plan R2 centrés
en l’origine.
▷ Exemple 42 – Les lignes de niveau de la fonction f : (x, y) 7→ x sont les droites parallèles à l’axe des
ordonnées.
Définition 7 (Gradient)

Soit E un espace euclidien, U un ouvert de E, a ∈ U , f : U → R une fonction différentiable en a.

−−→
On appelle gradient de f en a l’unique vecteur, noté ∇f (a) ou grad f (a), tel que
∀ h ∈ E, df (a) · h = (∇f (a)|h)

On a donc f (a + h) = f (a) + (∇f (a)|h) + o(h).

Par défaut, si E admet une base canonique, alors il sera muni de sa structure euclidienne canonique.

280 Stéphane FLON

 −−→ Pp ∂f
Reformulation 43 – de f est le gradient en a si et seulement si grad f (a) = i=1 ∂x i
(a)ei , où (e1 , . . . , ep )
est une base orthonormée de E.
Exercice de cours (exercice 11) – Donner, en tout point, le gradient de f : (x, y) 7→ x+y, de g : (x, y) 7→ xy
et de h : (x, y) 7→ x2 + y 2 .
Exemple 44 – ∇N (x) = N x(x) est le gradient en x ∈ Rp \{0} de N : x = (x1 , . . . , xp ) 7→ ∥x∥ = x21 + · · · + x2p .
»

Interprétation 45 – Interprétation géométrique du gradient.

6. Dérivées partielles d’ordre deux

Définition 8 (Dérivée partielle d’ordre deux)

Soit U un ouvert de Rp , a ∈ U , i, j ∈ [[1, p]], f : U → R une fonction de plusieurs variables.

∂f
Supposons que f admette une i-ème dérivée partielle d’ordre un ∂x i
. Il se peut que cette fonction dérivée
partielle d’ordre un admette elle-même une j-ième dérivée partielle d’ordre un en a, c’est-à-dire que
Ä ä
∂f
∂ ∂x i
(a)
∂xj
existe. Si tel est le cas, ce réel est appelé dérivée partielle seconde (ou d’ordre deux) de f en a selon la i-ème
2 2
puis la j-ième variable, et est noté ∂x∂j ∂x
f
i
2
(a) ou ∂j,i f (a). On peut également le noter ∂∂xf2 (a) lorsque i = j.
i
∂2f
Si ∂xj ∂xi (a) existe pour tout a ∈ U , on définit l’application dérivée partielle seconde (ou d’ordre 2) de f selon
2
la i-ème puis la j-ième variable, notée ∂x∂j ∂x f
i
2
ou ∂j,i f , qui est dite croisée si i ̸= j.
Plus généralement, on peut définir la notion de dérivée partielle d’ordre k. On emploiera librement les
∂kf
et ∂jk . . . ∂j1 f pour les désigner.
∂xjk . . . ∂xj1
Par exemple, pour une fonction de deux variables f : (x, y) ∈ U ⊂ R2 7→ f (x, y) ∈ R, on peut définir au plus quatre applications dérivées
∂2 f ∂2 f ∂2 f ∂2 f
partielles secondes : ∂x2
, ∂y 2
, ∂x∂y et ∂y∂x (ces deux dernières étant croisées).

Définition 9 (Fonction de plusieurs variables deux fois continûment différentiable)

Soit U un ouvert de Rp , f : U → F une fonction de plusieurs variables.

f est dite de classe C 2 si ses applications dérivées partielles d’ordre 2 existent et sont continues sur U . On note
C 2 (U, F ) l’ensemble des fonctions de classe C 2 de U dans F .
On définit plus généralement de la même manière la notion de fonction de classe C k .

▷ Exemple 46 – Toute fonction de plusieurs variables deux fois continûment différentiable est une fonction
de plusieurs variables continûment différentiable. Autrement dit, C 2 (U, R) ⊂ C 1 (U, R)
▷ Structure 47 – L’ensemble des fonctions de plusieurs variables deux fois continûment différentiables de
U dans Rq est muni d’une structure de R-espace vectoriel.
▷ Structure 48 – L’ensemble des fonctions de plusieurs variables deux fois continûment différentiables de
U dans R est muni d’une structure de R-algèbre.

Théorème de Schwarz

Soit U un ouvert de R2 , f : (x, y) ∈ U 7→ f (x, y) ∈ R une fonction de plusieurs variables.

On suppose que f est une fonction de plusieurs variables deux fois continûment différentiable.
∂2f ∂2f
On en déduit alors que ∂y∂x = ∂x∂y . 21
Ce théorème est présenté pour une fonction de deux variables réelles, mais on peut bien sûr l’étendre à une fonction de trois
variables ou plus.

Exercice de cours (exercice 3) –

281 Stéphane FLON
 x3 y
1 Soit f (x, y) = x2 +y 2 si (x, y) ̸= 0 et f (0, 0) = 0.
i Étudier la continuité de f et de ses dérivées partielles premières sur R2 .
∂2f ∂2f
ii Montrer que ∂x∂y (0, 0) ̸= ∂y∂x (0, 0).
iii Qu’en déduire sur la régularité de f ?
▷ Étude de stabilité 49 – La notion de fonction de plusieurs variables deux fois continûment différentiable
de U dans R, ne s’annulant pas est-elle stable par inverse ? Plus généralement, pour tout k ∈ N ∪ {∞},
l’inverse d’une fonction classe C k de U dans R ne s’annulant pas est également de classe C k sur U
▷ Étude de stabilité 50 – La notion de fonction de plusieurs variables deux fois continûment différentiable
est-elle stable par composition ? Plus généralement, la composée licite de deux fonctions de classe C k est
de classe C k
▷ Exemple 51 – Toute fonction polynomiale est une fonction de plusieurs variables deux fois continûment
différentiable.
▷ Exemple 52 – Toute fonction rationnelle est une fonction de plusieurs variables deux fois continûment
différentiable sur son domaine de définition.
Exercice de cours (exercice 4) –
1 Montrer que f : (x, y) ∈ R2 7→ ln(1 + x2 + y 2 ) est de classe C ∞ sur R2 .
(3x+2y+y 2 z 3 ) exp(−xyz)
2 Montrer que g : (x, y, z) ∈ R3 \ {(0, 0, 0)} 7→ √ est de classe C ∞ sur R3 .
1+x2 +2y 2 +3z 2

7. Exemples d’équations aux dérivées partielles

Définition 10 (EDP)

Une équation aux dérivées partielles (en bref : EDP) pour une fonction de plusieurs variables est l’analogue
d’une équation différentielle pour une fonction d’une seule variable : elle relie une fonction à ses différentes
dérivées partielles. L’ordre d’une telle EDP est l’ordre le plus élevé des dérivées partielles apparaissant dans
cette équation.
Nous n’effectuons pas d’étude générale et théorique de ces équations, mais on peut noter que certaines sont linéaires, et que, dans ce cas,
l’étude suivra le plan habituel : résoudre l’équation homogène associée, trouver une solution particulière, et en déduire la solution générale
de l’EDP initiale.

Exemple 53 – L’ensemble des applications de classe C 1 sur R2 telles que ∂f ∂y = 0 est l’ensemble des fonctions
f telles qu’il existe φ ∈ C (R) pour laquelle ∀(x, y) ∈ R , f (x, y) = φ(x).
1 2
∂2f
Exemple 54 – L’EDP ∂x∂y = 0, d’inconnue f ∈ C 2 (R2 , R), a pour solution générale f : (x, y) 7→ φ(x) + ψ(y),
où φ et ψ décrivent C 2 (R, R).
∂t + c ∂x = 0 (où c ∈ R+ ) d’inconnue u ∈ C (R , R) a pour solution
∗
Exemple 55 – L’équation de transport ∂u ∂u 1 2

générale u : (x, t) 7→ φ(x − ct), où φ décrit l’espace des fonctions de classse C de R dans R.
1

Exemple 56 – L’équation des ondes (également appelée équation des cordes vibrantes, ou équation de pro-
pagation) en dimension 1 :
∂2f 1 ∂2f
− =0
∂x2 v 2 ∂t2
(pour v ∈ R∗+ ) d’inconnue f ∈ C 2 (R2 , R). En effectuant le changement de variables r = x − vt, y = x + vt, on
constate que la solution générale de cette EDP est
f : (x, t) 7→ ψ(x − vt) + φ(x + vt),
où ψ et φ décrivent C (R, R).
2

Exercice de cours (exercice 43) –

1 2
∂2f 2
i (Mines MP 09) Résoudre l’équation aux dérivées partielles : ∂∂xf2 − 3 ∂x∂y + 2 ∂∂yf2 = 0 d’inconnue
f ∈ C 2 (R2 , R).
Indication – on pourra utiliser un changement de variables linéaire du type u = ax + by, v = cx + dy.
ii Résoudre ∂f ∂x + ∂y = x + y, d’inconnue f ∈ C (R , R).
∂f 1 2

Exercice de cours (exercice 44) –

1 Résoudre les EDP suivantes au moyen d’un passage en polaires :
i x ∂f∂y (x, y) − y ∂x (x, y) = 0 d’inconnue f ∈ C (R+ × R, R).
∂f 1 ∗

282 Stéphane FLON

 ∂x (x, y) + y ∂y (x, y) = 0 d’inconnue f ∈ C (R+ × R, R).
ii x ∂f ∂f 1 ∗

∂y (x, y) − y ∂x (x, y) = f (x, y) d’inconnue f ∈ C (R+ × R, R).

iii x ∂f ∂f 1 ∗

Exercice de cours (exercice 45) – Si l’EDP est linéaire, sa solution générale s’écrit comme la somme d’une
solution particulière et de la solution générale de l’équation homogène associée.

∂2f ∂2f 1
1 (Mines MP 09) Résoudre : ∂x2 − ∂y 2 =√ .
x2 −y 2
x+y x−y


Indication – on pourra utiliser, en le justifiant, le changement de variable φ(x, y) = 2 , 2 .
Exercice de cours (exercice 46) –

∂x − y ∂y = x y sur R+ × R.
1 (X PC 09) Résoudre x ∂f ∂f 2 3 ∗

Indication – poser u = x, v = xy.

2 Soit U l’ouvert de R2 : U = {(x, y), x > 0, y > 0}. Trouver les applications f : U → R de classe C 1
vérifiant : x ∂f ∂f
∂x + y ∂y = 2.
Indication – on utilisera le changement de variable : u = xy, v = xy .

2 2
3 Résoudre : ∂∂xf2 − 2 ∂f ∂ f
∂y − ∂y 2 = f .
Indication – poser f (x, y) = e−y g(x, y).

8. Vecteurs tangents à une partie d’un espace normé de dimension finie

Définition 11 (Vecteur tangent à une partie)

Soit X une partie de E, x ∈ X, v ∈ E.

On dit que le vecteur v est tangent à X en x s’il existe ε > 0 et un arc γ défini sur ] − ε, ε[ à valeurs dans X,
dérivable en 0, tel que γ(0) = x et γ ′ (0) = v.
On note Tx X l’ensemble des vecteurs de E tangents à X en x.

Exemple 57 – 0 est un vecteur tangent à une partie X, en x ∈ X.

Structure 58 – L’ensemble des vecteurs tangents à une partie X en un point x est muni d’une structure de
cône.
Exemple 59 – Le cône tangent à un sous-espace affine F en n’importe lequel de ses points est la direction
de F.
Exemple 60 – Soit S une sphère de centre A et de rayon R > 0 d’un espace euclidien E, et soit M ∈ S. Le
−−→
cône tangent de S en M est {AM }⊥ .
Information 61 – Le cône tangent à X en a est une notion locale, dans la mesure où, pour tout ε > 0,
Ta X = Ta (X ∩ B(a, ε).
o
Exemple 62 – E est le cône tangent à une partie X en x ∈ X.
Exemple 63 – Le cône tangent à R(1, 0) ∪ R(0, 1) en (0, 0) est R(1, 0) ∪ R(0, 1).
Exemple 64 – Soit U un ouvert de R2 , (x0 , y0 ) ∈ U , et g : U → R différentiable en (x0 , y0 ).
Soit Γ = {(x, y, g(x, y)), (x, y) ∈ U } le graphe de g (partie de R3 ). Le cône tangent à Γ en w = (x0 , y0 , z0 )
(où z0 = g(x0 , y0 )) est le plan d’équation
∂g ∂g
z = ∂x (x0 , y0 )x + ∂y (x0 , y0 )y.
283 Stéphane FLON
 Proposition (Espace tangent à une ligne de niveau en un point non critique)

Soit U un ouvert de E.
On suppose
i) que f : U → R est une fonction de plusieurs variables continûment différentiable ;
ii) que X est une ligne de niveau d’équation f (x) = λ ;
iii) que a ∈ X ;
22
iv) que df (a) ̸= 0.
On en déduit alors que Ta X = Ker df (a).

La démonstration de cet énoncé et le théorème des fonctions implicites sont hors programme. Cependant, l’inclusion Ta X ⊂
Ker df (a) est facile.
−−→
En particulier, dans un cadre euclidien, et sous ces hypothèses, Ta X = {grad f (a)}⊥ .

Information 65 – Si a ∈ X ⊂ Y , alors Ta X ⊂ Ta Y .
Si a ∈ X ∩ Y , il se peut que Ta (X ∩ Y ) ⊊ Ta X ∩ Ta Y .

9. Optimisation : étude au premier ordre

Définition 12 (Point critique)

Soit U un ouvert de E, f : U → F une fonction différentiable, a ∈ U .

On dit que a est un point critique de f si la différentielle de f en a est nulle. Un point non critique est dit
régulier.

Reformulation 66 – a est un point critique de f si et seulement si toutes les dérivées partielles (premières,
et relativement à une base de E) de f en a sont nulles.
Reformulation 67 – a est un point critique de f : U → R (dans un cadre euclidien) si et seulement si
−−→
grad f (a) = 0.

Proposition (Condition nécessaire d’existence d’un extremum local)

Soit U un ouvert de E, f : U → R une fonction de plusieurs variables, a ∈ U .

On suppose
i) que f est une fonction différentiable en a ;
ii) que f présente un extremum local en a. 23
On en déduit alors que a est un point critique de f .
La réciproque est fausse, et elle l’était déjà pour les fonctions d’une variable réelle. Comme dans le cas des fonctions d’une
variable réelle, il est important de se placer sur un ouvert.

Mise en garde 68 – Le fait de présenter un extremum local en un point ne se vérifie pas radialement.
Exercice de cours (exercice 55) –
1 Chercher les extrema de f : (x, y) 7→ 3xy − x3 − y 3 .
2 (Centrale PC 17, Mines MP 08) Chercher les extrema locaux et globaux de g : (x, y) 7→ −2(x − y)2 +
x + y4 .
4

3 Points critiques et extrema locaux de f : (x, y) 7→ x4 y + ln(4 + y 2 ) ?

4 Extrema locaux de f : (x, y) 7→ xy + 4/x + 2/y sur R+∗ × R+∗ .
Exercice de cours (exercice 56) – Calculer l’aire maximale d’un triangle inscrit dans un cercle C de rayon
r.
284 Stéphane FLON
 Proposition (Condition nécessaire d’existence d’un extremum local sur une partie d’un ouvert)

Soit U un ouvert de E, X une partie de U , a ∈ X.

On suppose
i) que f : U → R est une fonction différentiable en a ;
ii) que f|X présente un extremum local en a. 24
On en déduit alors que df (a) est nulle sur Ta X.

Autrement dit, Ta X ⊂ df (a).

Théorème d’optimisation sous une contrainte

Soit U un ouvert de E, X une partie de U , a ∈ X.

On suppose
i) que f, g : U → R sont des fonctions de plusieurs variables continûment différentiables ;
ii) que X est une ligne de niveau d’équation g(x) = λ ; 25
iii) que dg(a) ̸= 0 ;
iv) que f|X présente un extremum local en a.
On en déduit alors que df (a) est colinéaire à dg(a).

10. Optimisation : étude au second ordre

Définition 13 (Matrice hessienne)

Soit U un ouvert de Rn , f : U → R une fonction de plusieurs variables deux fois continûment différentiable,
a ∈ U.
On appelle matrice hessienne de f en a et on note Hf (a) la matrice
Å 2 ã
∂ f
Hf (a) = (a) ∈ Mn (R)
∂xi ∂xj
On a donc Hf (a) = J∇f (a).

Exemple 69 – Toute matrice hessienne est une matrice symétrique.

Proposition (Formule de Taylor-Young à l’ordre 2)

Soit U un ouvert de Rp , a ∈ U .
On suppose que f : U → R est une fonction de plusieurs variables deux fois continûment différentiable.
On en déduit alors que
2
f (a + h) = f (a)+ < ∇f (a), h > + 12 < Hf (a) · h, h > + o (∥h∥ ) = f (a) + Jf (a)h + 21 hT Hf (a)h + 26
h→0
2
o (∥h∥ ).
h→0
Cela étend la formule bien connue pour les fonctions d’une variable réelle.

285 Stéphane FLON

 Corollaire (Condition nécessaire de minimum local)

Soit U un ouvert de Rp , a ∈ U .
On suppose
i) que f : U → R est une fonction de plusieurs variables deux fois continûment différen-
tiable ;
27
ii) que f présente un minimum local en a.
On en déduit alors que Hf (a) est une matrice symétrique positive.
On a bien sûr une version dans le cas d’un maximum local.

Corollaire (Condition suffisante de minimum local)

Soit U un ouvert de Rp , a ∈ U .
On suppose
i) que f : U → R est une fonction de plusieurs variables deux fois continûment différen-
tiable ;
ii) que a est un point critique de f ; 28
iii) que Hf (a) est une matrice symétrique définie positive.
On en déduit alors que f présente un minimum local strict en a.
On a bien sûr une version dans le cas d’un maximum local.

286 Stéphane FLON

 Chapitre XVII

Démonstrations de cours

1. Structures algébriques

1.1. Notion de structure algébrique

Subsumer pour étudier un objet mathématique 1 – Subsumer pour étudier un objet mathématique
Se poser des questions de stabilité 2 – Se poser des questions de stabilité
Corrigé de l’exercice de cours (exercice 1 ) – La dérivabilité de f provient de la stabilité de la dérivabilité
par combinaisons linéaires, composition, produit, quotient (licite), et par des dérivabilités déjà connues.
Corrigé de l’exercice de cours (exercice 2 ) – Notons Ω l’ensemble des polynômes vérifiant ces conditions.
Si P est un élément non nul de Ω, alors son degré doit être pair, son coefficient dominant strictement positif,
et chacune de ses racines réelles doit être de multiplicité paire (sans quoi P prendrait une valeur strictement
négative en au moins un réel).
Si réciproquement P vérifie ces dernières conditions, alors il est clair que P (R) ⊂ R+ . Ceci donne une
première description de Ω.
On peut aller plus loin : Ω est exactement l’ensemble ∆ = {A2 + B 2 , (A, B) ∈ R[X]2 }. L’inclusion indirecte
est évidente, et si, réciproquement, P estQun élément de Ω, alors il est bien de cette forme : si P = 0, c’est
évident, et, sinon, P = λ i=1 (X −αi )2mi j=1 (X 2 −βi X +γi )ni où λ ∈ R∗+ , les αi sont des réels et βi2 −4γi < 0
Qr q

pour tout i ∈ [[1, q]].

On vérifie que P est le produit d’élément de ∆, et comme ∆ est stable par produit :
(A2 + B 2 )(C 2 + D2 ) = (A + iB)(C + iD)(A − iB)(C − iD)
= (AC − BD + i(AD + BC))(AC − BD − i(AD + BC)) = (AC − BD)2 + (AD + BC)2
P est bien un élément de Ω.
On peut aussi s’intéresser à des stabilités non algébriques 3 – Des stabilités analytiques (comme le passage
à la limite) ou topologiques.
En dégageant des règles de calcul générales, liées aux propriétés des lois et à la présence de certains éléments
distingués, on fait émerger diverses notions de structures algébriques 9 – La notion de nombre est une première
étape vers l’abstraction. Cependant, les nombres, pris isolément, n’ont que peu d’intérêt : ce sont les liens les
unissant, par le biais de relations et d’opérations, qui en font la richesse.
Un pas supplémentaire vers l’abstraction a donc consisté en la recherche de propriétés susceptibles d’être
satisfaites par les opérations elles-mêmes. Au fil de leurs investigations, les mathématiciens ont ainsi vu émerger
la notion de structure algébrique.
Informellement, une structure algébrique est un ensemble de propriétés qu’un ensemble structuré peut pos-
séder, et que l’histoire des mathématiques a jugée suffisamment fécond. Les structures algébriques principales
que nous rencontrerons seront les groupes, anneaux, corps, espaces vectoriels, algèbres.
Elle se définit par le respect de certaines propriétés générales (comme l’associativité par exemple) et la
présence d’éléments distingués (en pratique, des éléments neutres pour certaines lois).
Étude de stabilité 12– La notion d’élément symétrisable dans un monoı̈de est stable par produit.
Partie stable et notion de sous-structure 19 – Informellement, une partie F d’un ensemble structuré E est
une sous-structure de E si F  hérite  de la structure de E, i.e.
— F est stable par les opérations de E.
— F possède les éléments distingués de E (les éléments neutres pour les différentes lois).
— Muni de ces lois induites et de ces éléments distingués, F a la structure algébrique voulue.
Nous verrons de très nombreux exemples explicites de sous-structures, voici plutôt des exemples de parties
qui ne sont PAS des sous-structures :
(1) N n’est pas un sous-groupe de (Z, +).
(2) {(x, y) ∈ R2 , xy = 0} n’est pas un sous-espace vectoriel de R2 .
(3) R∗− n’est pas un sous-groupe de (R∗ , ×).
(4) {0A } n’est pas un sous-anneau de A (à moins que A = {0A }).
287
 ßÅ ã ™
0 0
(5) , a ∈ C n’est pas un sous-anneau de M2 (C), mais c’est un anneau pour les lois induites par
0 a
celles de M2 (C).
Pour établir une structure, montrer qu’on a une sous-structure 20 – Pour établir une structure, montrer
qu’on a une sous-structure
Une intersection de sous-structures est une sous-structure 21 – Une intersection de sous-structures est une
sous-structure
Une union de sous-structures n’a pas de raison d’être une sous-structure 22 – Une union de sous-structures
n’a pas de raison d’être une sous-structure
Notion de sous-structure engendrée par une partie 23 – Une partie A d’un ensemble structuré E n’a pas de
raison d’être une sous-structure. Cependant, parmi les sous-structures de E contenant A, il y en a une contenue
dans toutes les autres, qui en est l’intersection : on l’appelle sous-structure engendrée par A.
Le complémentaire d’une sous-structure n’a pas de raison d’être une sous-structure 24 – Le complémentaire
d’une sous-structure n’a pas de raison d’être une sous-structure
Produit cartésien d’ensembles de même structure algébrique 25 – Si E et F possèdent la même structure,
E × F est naturellement muni d’une ou plusieurs lois, qui lui confère(nt) la même structure, sauf dans le cas de
la structure de corps. On parlera donc par exemple de groupe produit ou d’espace vectoriel produit, mais PAS
de corps produit.
Ensemble des fonctions d’un ensemble non structuré fixé vers un ensemble structuré fixé 26 – Si E est un
ensemble muni d’une certaine structure, et si X est un ensemble quelconque, l’ensemble E X des fonctions de X
dans E peut naturellement être muni d’opérations lui conférant la même structure que E, sauf dans le cas des
corps.
Notion d’isomorphisme (du point de vue de la structure, deux objets ne diffèrent que par l’écriture) 27 –
Notion d’isomorphisme (du point de vue de la structure, deux objets ne diffèrent que par l’écriture)
La grande question en algèbre : classification à isomorphisme près 28 – La grande question en algèbre :
classification à isomorphisme près
Notion de morphisme, définition et propriétés générales 29 – Étant donné deux ensembles structurés E et
F (pour la même structure algébrique), un morphisme est une application de E dans F respectant les lois et
les éléments distingués.
Un morphisme se comportant bien avec les structures, on a des propriétés générales :
— L’image directe ou réciproque d’une sous-structure par un morphisme est une sous-structure.
— Si un morphisme est bijectif (i.e. un isomorphisme), sa bijection réciproque est aussi un (iso-)morphisme.
— L’injectivité d’un morphisme de groupes (et donc d’espaces vectoriels, d’anneaux et d’algèbres) peut se
tester sur le noyau, qui est l’ensemble des antécédents de l’élément neutre pour la loi de ce groupe.
— La surjectivité d’un morphisme peut se tester sur une partie génératrice.
Le dernier point signifie que si le morphisme permet d’atteindre tous les éléments d’une partie génératrice
de l’ensemble d’arrivée, alors il est surjectif.
Par exemple, le morphisme de groupes additifs
φ : Z2 → Z
(u, v) 7→ 3u + 2v
est surjectif, puisque φ(−1, 2) = 1 (et que 1 engendre le groupe additif Z).
Si on impose l’image d’une partie génératrice de la source, alors il existe au plus un morphisme respectant
ces conditions.
Mieux qu’une stabilité et qu’une formule : un morphisme 30 – Mieux qu’une stabilité et qu’une formule :
un morphisme
La composée licite de morphismes est un morphisme 31 – La composée licite de morphismes est un
morphisme
La bijection réciproque d’un isomorphisme de structures algébriques est un isomorphisme 32 – La bijection
réciproque d’un isomorphisme de structures algébriques est un isomorphisme

1.2. Groupes
La notation additive de la loi d’un groupe est réservée aux groupes commutatifs 36 – Il arrive que l’on
note additivement la loi d’un groupe : le symétrique de x est alors noté −x, et sera parfois appelé opposé de x.
Cette notation additive est toutefois réservée au cas d’un groupe abélien.
En notation additive, on définit nx où (n, x) ∈ Z × G
Justification de structure 41 – Laissée au lecteur
Pour montrer qu’on a un groupe, montrer qu’on a un sous-groupe d’un groupe bien connu 47 – Pour
montrer qu’on a un groupe, montrer qu’on a un sous-groupe d’un groupe bien connu
288 Stéphane FLON
 Démonstration de l’énoncé 1 (Proposition (Caractérisation des sous-groupes)) – Laissée au lecteur.
Démonstration de l’énoncé 2 (Proposition (L’union de deux sous-groupes est rarement un sous-groupe)) –
Laissée au lecteur.
Étude de stabilité 58– La notion de sous-groupe n’est pas stable par union
Corrigé de l’exercice de cours (exercice 8 ) – On peut prendre {(1, 1), (−1, 1)}, {(1, 1), (1, −1)} et {(1, 1), (−1, −1)}
dans U22 .
Autre exemple ( isomorphe ) : prendre deux transpositions à supports disjoints τ1 et τ2 dans Sn , puis
{Id , τ1 }, {Id , τ2 }, {Id , τ1 τ2 }.
Démonstration de l’énoncé 3 (Proposition (Intersection de sous-groupes)) – Laissée au lecteur.
Étude de stabilité 59– La notion de sous-groupe est stable par intersection.
Démonstration de l’énoncé 4 (Proposition (Sous-groupes du groupe des entiers relatifs)) – Bien sûr, pour
tout n ∈ N, nZ est un sous-groupe de Z additif.
Réciproquement, soit G un sous-groupe de Z. Si G = {0}, alors G = 0 Z. Sinon, G possède un élément non
nul et est stable par passage à l’opposé, donc N∗ ∩ G admet un plus petit élément n.
Par structure de sous-groupe de G, on a nZ ⊂ G.
Réciproquement, soit g ∈ G. On effectue la division euclidienne de g par n :
g = qn + r, où (q, r) ∈ Z × [[0, n − 1]]
Par structure de sous-groupe de G, r = g − qn ∈ G, et 0 ⩽ r < n, donc r = 0 par définition de n : g ∈ nZ.
Finalement, G = n Z. □
Corrigé de l’exercice de cours (exercice 9 ) – Puisque G n’est pas réduit à 0, il admet un élément non
nul. Puisqu’il est en outre stable par passage à l’opposé (en tant que groupe additif), il possède un élément
strictement positif, ce qui prouve l’existence de a.
Supposons a > 0. Montrons d’abord que a ∈ G. Raisonnons par l’absurde, en supposant a ∈ / G. Par
définition de a, 2a ne minore par G ∩ R∗+ , et il existe donc un élément b de G dans ]a, 2a[. De même, il existe
c ∈ G∩]a, b[. Mais b − c est alors un point de G (par structure de groupe additif) dans ]0, a[, ce qui est absurde.
Ainsi, a ∈ G. Par structure de groupe additif, aZ ⊂ G.
Montrons l’inclusion réciproque : soit g ∈ G, et soit k l’entier tel que
ka ⩽ g < (k + 1)a.
Le réel g − ka est un élément de G dans [0, a[ : il est donc nul par définition de a, puis g = ka ∈ aZ.
Finalement, on a bien G = aZ.
Supposons maintenant a = 0, et montrons la densité de G dans R. Soit x, y ∈ R, où x < y. Puisque a = 0,
on peut trouver un élément g de G dans ]0, y − x[. Soit k l’entier tel que
kg ⩽ x < (k + 1)g.
On a donc
(k + 1)g = kg + g < x + (y − x) = y,
donc (k + 1)g est un élément de G dans ]x, y[, d’où le résultat souhaité.
Corrigé de l’exercice de cours (exercice 10 ) –



1 On peut prendre {Id , 1 2 } et {Id , 2 3 } dans S3 .
2 On vérifie que dans ce cas, H1 H2 est un sous-groupe de G contenant H1 ∪ H2 , et contenu dans tout
sous-groupe de G contenant H1 ∪ H2 .
3 W = H1 + H2 .
Corrigé de l’exercice de cours (exercice 11 ) – Vérifions que < G \ H >= G : l’inclusion ⊂ est triviale, et
si, réciproquement, g ∈ G, alors soit g ∈ G \ H ⊂< G \ H >, soit g ∈ H. Prenons alors s dans G \ H. On a
g = (gs)s−1 , où gs et s−1 sont dans G \ H (si gs ∈ H, alors s = g −1 (gs) ∈ H).
Sur la définition d’un morphisme de groupes 66 – Sur la définition d’un morphisme de groupes
Démonstration de l’énoncé 5 (Proposition (Propriétés des morphismes de groupes)) – Laissée au lecteur.
Étude de stabilité 68– La notion de morphisme de groupes est stable par composition.
Démonstration de l’énoncé 6 (Proposition (Bijection réciproque d’un isomorphisme de groupes)) – Laissée
au lecteur.
Étude de stabilité 70– La notion d’isomorphisme de groupes est stable par passage à la bijection réciproque.
Corrigé de l’exercice de cours (exercice 12 ) –
1 Aut(G) est une partie non vide de SG , non vide car possédant Id G , stable par composition et passage à
la bijection réciproque : c’est donc un sous-groupe de SG , puis un groupe pour ◦.
2 On se demande pour quelles valeurs de a ∈ Z l’application n ∈ Z 7→ an est bijective.
Pour qu’elle le soit, 1 doit posséder un antécédent, et donc nécessairement, a = ±1.
Réciproquement, ces valeurs de a conviennent, donc Aut(Z) = {Id Z , −Id Z }.
289 Stéphane FLON
 3 Soit a, x, y ∈ G. On a
ϕa (x)ϕa (y) = axa−1 aya−1 = axya−1 = ϕa (xy),
donc ϕa est un endomorphisme de G.
Il est bijectif, car il admet ϕa−1 pour inverse pour la composition (ou, si on préfère, car pour tout y ∈ G,
l’unique antécédent de y par ϕa est a−1 ya).
4 Soit a, b, x ∈ G. On a
ψ(a) ◦ ψ(b)(x) = ϕa (ϕb (x)) = ϕa (bxb−1 ) = abxb−1 a−1 = abx(ab)−1 = ψ(ab)(x),
donc ψ est bien un morphisme.
Étudions son noyau : soit a ∈ G. a est dans le noyau de ψ si et seulement si ψ(a) = Id G , si et seulement si
axa−1 = x pour tout x ∈ G, si et seulement si ax = xa pour tout x ∈ G. Le noyau de ψ est donc le centre de
G.
Justification de structure 71 – Laissée au lecteur
Démonstration de l’énoncé 7 (Proposition (Noyau et injectivité d’un morphisme de groupes)) – Laissée au
lecteur.
L’injectivité d’un morphisme de groupes se teste sur le noyau 73 – L’injectivité d’un morphisme de groupes
se teste sur le noyau

1.3. Anneaux
Démonstration de l’énoncé 8 (Proposition (Premières propriétés calculatoires dans un anneau)) – Laissée
au lecteur.
Démonstration de l’énoncé 9 (Proposition (Formule de Bernoulli)) – Cette formule se démontre sans
récurrence :
n−1
! n−1
! n−1
!
X X X
(a − b) an−k−1 bk = an−k bk − an−k−1 bk+1
k=0 k=0 k=0
n−1
! n
!
X X
n−k k n−k k
= a b − a b = a n − bn .
k=0 k=1

De même dans l’autre sens. □

Démonstration de l’énoncé 10 (Proposition (Formule du binôme de Newton)) – Par récurrence sur n.
L’amorçage est clair, détaillons le calcul principal de l’hérédité :
(a + b)n+1 = (a + b)(a + b)n
n Ç å
!
X n k n−k
= (a + b) a b
k
k=0
n Ç å n Ç å
X n k+1 n−k X n k n+1−k
= a b + a b (car ab = ba)
k k
k=0 k=0
n+1 Ç å n Ç å
X n X n k n+1−k
= ak bn+1−k + a b
k−1 k
k=1 k=0
Ç å n ÇÇ å Ç åå Ç å
n n+1 X n n k n+1−k n n+1
= b + + a b + a
0 k−1 k n
k=1
n+1 Ç
X n+1
å
= ak bn+1−k (formule du triangle de Pascal)
k
k=0

□
Pour appliquer la formule du binôme de Newton (ou de Bernoulli), s’assurer que les éléments commutent
75 – Pour appliquer la formule du binôme de Newton (ou de Bernoulli), s’assurer que les éléments commutent
Démonstration de l’énoncé 11 (Proposition (Les inversibles d’un anneau forment un groupe)) – Laissée au
lecteur.
Étude de stabilité 83– La notion d’élément nilpotent d’un anneau n’est pas stable par somme
Étude de stabilité 84– La notion d’élément nilpotent d’un anneau n’est pas stable par produit
Corrigé de l’exercice de cours (exercice 31 ) –
290 Stéphane FLON
 1 Raisonnons par l’absurde, en supposant disposer de a ∈ A nilpotent et inversible. Soit n ∈ N∗ tel que
a = 0A . On a an = 0A , donc, puisque a et a−1 commutent
n

1A = (aa−1 )n = an (a−1 )n = 0A ,

ce qui contredit le fait que A soit non nul.

2 3 dans l’anneau Z n’est niÅ nilpotent,
ã ni inversible.
1 0
Autre exemple : la matrice n’est ni nilpotente, ni inversible (et c’est un diviseur de zéro).
0 0
3 Supposons x nilpotent, et soit n ∈ N∗ tel que xn = 0A . On utilise la formule de Bernoulli aux éléments
1A et x (qui commutent bien) :
n−1
X n−1
X
1 = 1n − xn = (1 − x) xk = xk (1 − x),
k=0 k=0

Pn−1
xk (que l’on peut aussi écrire xk , puisque xk = 0 dès que k ⩾ n).
P
donc 1 − x est inversible d’inverse k=0 k∈N

4
5 Supposons que x et y commutent, et qu’il existe m, n ∈ N∗ tels que xm = y n = 0.
Comme x et y commutent, (xy)m = xm y m = 0, donc xy est nilpotent.
Remarque – en examinant cette preuve on constate que si deux éléments d’un anneau commutent et que l’un
(au moins) d’entre eux est nilpotent, alors leur produit l’est aussi.
Nous voulons maintenant montrer que x + y est nilpotent, i.e. qu’il existe p ∈ N∗ tel que (x + y)p = 0.
Or la formule du binôme de Newton s’applique, puisque x et y commutent :
p Ç å
X p k p−k
(x + y)p = x y
k
k=0

p
Pour

que (x + y) soit nul, il ksuffit que tous les termes de la somme ci-dessus le soient. Soit k ∈ [[0, p]] : pour que
p k p−k p−k
k x y = 0, il suffit que x = 0 ou y = 0, et donc il suffit que k ⩾ m ou p − k ⩾ n (soit encore k ⩽ p − n).
Ainsi, en prenant p = m + n, on obtient bien (x + y)p = 0, donc x + y est nilpotent.
Remarque – on pouvait même prendre p = m + n − 1. Å ã Å ã
0 1 0 0
Remarque – l’hypothèse de commutation est essentielle, comme le montre l’exemple de et .
0 0 1 0
Un sous-anneau n’est pas seulement une partie stable qui est un anneau pour les lois induites 86 – Par
exemple, A × {0A } n’est pas un sous-anneau de A2 si A est non nul, bien que ce soit un anneau pour les lois
induites (exemple plus simple : {0A } dans A non nul).
Justification de l’exemple 89 – C est une partie de A, comprenant 1A .
De plus, soit b, c ∈ C, et a ∈ A. On a

(b − c)a = ba − ca = ab − ac = a(b − c)

donc C est stable par différence, et

a(bc) = (ab)c = (ba)c = b(ac) = b(ca) = (bc)a,

donc C est stable par produit.

Au final, C est bien un sous-anneau de A.
Démonstration de l’énoncé 12 (Proposition (Caractérisation des sous-anneaux)) – Laissée au lecteur.
Étude de stabilité 90– La notion de sous-anneau d’un anneau A est stable par intersection.
Étude de stabilité 91– La notion de sous-anneau d’un anneau A n’est pas stable par union
Un morphisme d’anneaux ne fait pas que transformer les lois du premier anneau vers le second, il envoie
aussi l’unité sur l’unité 92 – Un morphisme d’anneaux ne fait pas que transformer les lois du premier anneau
vers le second, il envoie aussi l’unité sur l’unité
Étude de stabilité 96– La notion d’idéal est stable par intersection.
Étude de stabilité 97– La notion d’idéal n’est pas stable par union
Étude de stabilité 98– La notion d’idéal est stable par somme.
Le noyau d’un morphisme d’anneaux est rarement un sous-anneau 100 – Le noyau d’un morphisme d’an-
neaux est rarement un sous-anneau
291 Stéphane FLON
 1.4. Corps
Démonstration de l’énoncé 13 (Proposition (Caractérisation des sous-corps)) – Laissée au lecteur.
Justification de la propriété 108 – Soit φ un morphisme de corps de K vers L. Vérifions que Ker(φ) est
trivial, i.e. réduit à 0K . Soit x ∈ K \ {0K }. x est donc inversible, puis
φ(x)φ(x−1 ) = φ(xx−1 ) = φ(1K ) = 1L ,
donc φ(x) ̸= 0L : x ∈ / Ker(φ).
φ est donc bien injectif.
Remarque – en examinant cette preuve, on constate plus généralement que, étant donné un morphisme d’an-
neaux ψ : A → B, les inversibles de A ne sont jamais dans le noyau de ψ (sauf dans le cas peu intéressant où
B est l’anneau nul).
Le produit cartésien de deux corps n’est pas un corps (pour les lois déduites) 109 – Le produit cartésien
de deux corps n’est pas un corps (pour les lois déduites)
Justification de l’exemple 110 – Observons déjà que Id C et la conjugaison complexe C sont bien des
automorphismes continus du corps des nombres complexes.
Réciproquement, considérons un tel automorphisme. On vérifie que φ(x) = x pour tout rationnel x, puis,
par continuité, que φ(x) = x pour tout réel x.
De plus, φ(i)2 = φ(−1) = −1, donc φ(i) = ±i. Si φ(i) = i (resp. φ(i) = −i), φ = Id C (resp. φ = C), d’où
le résultat.
Corrigé de l’exercice de cours (exercice 50 ) – Observons que Id R est bien (à l’évidence) un automorphisme
du corps des nombres réels.
Soit φ un tel automorphisme. On sait que φ(1) = 1 et que pour tout (n, x) ∈ Z × R, φ(nx) = nφ(x). On en
déduit que φ(x) = x pour tout x ∈ Q. √
Ensuite, pour tout t ⩾ 0, φ(t) = φ( t)2 ⩾ 0, donc φ est croissant (si x ⩽ y, alors φ(y)−φ(x) = φ(y −x) ⩾ 0
puisque y − x ⩾ 0).
Soit x ∈ R. Il existe des suites de rationnels (αn ) et (βn ) convergeant vers xs telles que pour tout n, on ait
αn ⩽ x ⩽ βn . En appliquant φ puis en faisant tendre n vers l’infini, on obtient bien que φ(x) = x.
Démonstration de l’énoncé 14 (Théorème (Principalité de l’anneau des polynômes sur un corps)) – Laissée
au lecteur.

1.5. Algèbres
Démonstration de l’énoncé 15 (Théorème (Propriété universelle de l’algèbre des polynômes à une indéter-
minée sur un corps)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 54 ) –
1 L’application φ est un endomorphisme de l’espace vectoriel B, qui est de dimension finie. De plus, φ est
injective car b est inversible dans A. On en déduit que φ est un automorphisme de B. En particulier, 1 admet
un antécédent par φ dans B, donc b est inversible dans B.
2 X est un élément de K[X], inversible dans K(X) mais pas dans K[X].

292 Stéphane FLON

 2. Séries numériques

Les séries constituent un autre point de vue sur les suites 1 – On peut considérer qu’une suite (un )
correspond à la donnée, pour tout instant n dans N, de la position d’un point mobile à l’instant n.
La question centrale du cours sur les suites est de déterminer le comportement asymptotique d’une suite,
en premier lieu de savoir si elle converge.
Le cours sur les séries vise encore à répondre à cette question, mais en adoptant un autre point de vue :
plutôt que de se donner les positions successives d’un point mobile, on se donne sa position initiale (à l’instant
0), puis la liste des déplacements relatifs d’un instant n à l’instant suivant n + 1.
Tout l’intérêt des séries et la philosophie deP
ce chapitre consiste à donner des résultats sur lesPnséries sans
parler de leurs sommes partielles : Pour étudier un , on s’intéressera en priorité à un et non à k=0 uk .
Ce chapitre va reprendre plusieurs résultats du cours sur les suites, mais en les adaptant à ce nouveau point
de vue.
Analogie discret-continu 2 – Les suites et les séries sont des objets mathématiques  discrets  (ce qui veut
dire ici que ce sont des fonctions d’un paramètre entier). Les fonctions définies sur un intervalle réel sont des
objets dits  continus  (ce qui ne préjuge pas de leur continuité).
L’équivalent des séries dans le registre continu pourrait consister en la donnée, pour un point mobile, de sa
position initiale, ainsi que de sa vitesse à chaque instant.
Utiliser l’analogie discret-continu 3 – L’analogie discret-continu, si elle n’a rien de rigoureux, permet parfois
de se forger une intuition et donc de débloquer une situation.
L’objectif majeur du cours sur les séries est de déterminer la nature d’une série par considération directe
de son terme général 4 – Les résultats les plus emblématiques de ce chapitre sont ceux où on peut affirmer
qu’une série converge parce que son terme général tend  suffisamment vite  vers 0.

2.1. Séries numériques, convergence

P
Sur la définition d’une série numérique 5 – Pour certains, la série un est simplement la suite (Sn ) des
sommes partielles.
Quoi qu’il en soit, on reviendra rarement à cette P
définition formelle d’une série comme couple de suites (liées
par une formule), on parlera simplement de la série un , de son terme général un et de sa somme partielle Sn
d’ordre n.
En revanche, on gardera à l’esprit que le vocabulaire pour les séries diffère de celui sur les suites. On ne dira
pas par exemple qu’une série est croissante, ou bornée, et on parlera de somme d’une série convergente plutôt
que de sa limite.
P Lien entre termes généraux et sommes partielles d’une série 6 – La donnée de la suite (un ) d’une série
un permet évidemment de déterminer la suite des sommes partielles (Sn ). Réciproquement, la donnée de
(Sn ) permet aussi de déterminer (un ), puisque u0 = S0 et, pour tout n ∈ N∗ , un = Sn − Sn−1 .
On peut même observer qu’il y a un automorphisme d’espace vectoriel :

φ : KN → KP
N
n
(un )n∈N 7→ ( k=0 uk )n∈N

de bijection réciproque
φ−1 : KN → KN
(Sn )n∈N 7→ (S0 , S1 − S0 , S2 − S1 , . . . )
Justification de structure 7 – Laissée au lecteur
La question principale portant sur une série est de déterminer sa nature 8 – Bien plus que de connaı̂tre
sa somme (en cas de convergence), la question principale qui structurera ce cours est celle de la nature des
différentes séries étudiées.
Ne pas confondrePune série convergente avec sa somme 9 – ”On parle P+∞donc de somme d’une série, pas
de limite d’une série. un désigne la série (couple de suites), alors que n=0 un désigne la somme de la série
(quand la série converge). P
Somme d’une série divergente à termes positifs 10 – Lorsque un est à termes positifs et qu’elle diverge,
P+∞
on écrit parfois n=0 un = +∞. P
Sur la définition du reste d’une série convergente 11 – Soit un une série convergente. Avec les notations
P∞tout n ∈ N on a Sn + Rn = k=0 uk . C’est pour avoir cette formule que l’on a défini Rn comme
P+∞
classiques, pour
étant égal à k=n+1 uk .
La nature d’une série ne dépend pas des valeurs d’un nombre fini P de ses termes
P 13 – Si les deux suites
(un ) et (vn ) sont égales à partir d’un certain rang, alors les deux séries un et vn ont même nature.
293 Stéphane FLON
 Par conséquent, tous les résultats du cours portant sur la nature des séries peuvent se généraliser en élar-
gissant les hypothèses. Par exemple, au lieu de supposer la série à termes positifs, on peut la supposer à termes
positifs à partir d’un certain rang.
En cas de convergence toutefois, il n’y a pas de raison que les sommes des deux séries soient égales.

2.2. Lien suites séries, séries télescopiques

Démonstration de l’énoncé 1 (Proposition (Lien entre suite et série)) – ∀ n ∈ N, k=0 (vk+1 − vk ) =
Pn
vn+1 − v0 . □
Utiliser le lien entre suite et série pour montrer la convergence d’une suite 18 – Le lien entre suite et série
permet parfois de déterminer la nature d’une suite, en considérant la série des écarts.
PDémonstration de l’énoncé 2 (Proposition (Lien entre les limites pour une série télescopique)) – ∀ n ∈
N, nk=0 (vk+1 − vk ) = vn+1 − v0 . □
Utiliser le lien entre suite et série pour montrer la convergence d’une série et calculer sa somme 19 – Le
lien entre suite et série permet parfois de déterminer la nature d’une série, et de calculer sa somme en cas de
convergence.
Démonstration de l’énoncé 3 (Lien entre série et convergence d’une suite vers un réel strictement positif )
– (vn ) converge vers un réel strictement positif si et seulement si (ln(vn )) converge puis énoncé 1. □
Utiliser le lien entre suite et série pour montrer la convergence d’une suite vers un réel strictement positif
20 – Le lien entre suite et série permet parfois de montrer qu’une suite converge vers un réel strictement positif.
Utiliser le lien entre suite et série pour établir un équivalent d’une suite à un facteur strictement positif
près 21 – Le lien entre suite et série permet parfois de trouver un équivalent d’une suite, à un facteur strictement
positif près.
Corrigé de l’exercice de cours (exercice 12 ) –
1
− n1 , donc la série
P
1 un = n−1 un a même nature que la suite (1/n) (énoncé 1) : elle converge. De plus,
1
sa somme vaut 2−1 − 0, c’est-à-dire 1 (énoncé 2).
Qn k
2 Notons πn = k=0 (a2 + 1) (par convention, π−1 = 1).
n
(a2 +1)−1
Pour tout n ∈ N, un = Qn 2k +1)
= 1
πn−1 − 1
πn (valable même pour n = 0), donc
k=0 (a

n
X 1 1
uk = −
π−1 πn
k=0

1 1
P
— Si a ⩾ 1, 0 ⩽ πn ⩽ 2n+1 , donc un converge, et sa somme vaut 1.
P2n+1 −1 k 2n+1
— Si a ∈]0, 1[, πn = k=0 a (par exemple par écriture binaire des entiers naturels), donc πn = 1−a
1−a ,
1
P
puis (πn ) converge vers 1−a . Ainsi, un converge, et sa somme vaut 1 − (1 − a), c’est-à-dire a.
un
Remarque – Les calculs sont plus simples si on observe (pour a ̸= 1) que a−1 = αn − αn+1 , où αn = a2n1−1 ,
puisqu’alors
a−1
Sn = (a − 1)(α0 − αn+1 ) = 1 − 2n+1 .
a −1
3 un ∼ n13 > 0, et
P 1 P
n3 converge, d’où la convergence de un .
X 1 1 1 1 2
X 4 +X 2 +1 = 2(X 2 −X+1) − 2(X 2 +X+1) = P (X) − P (X+1) où P (X) = X − X + 1.
P∞ 1
Par télescopage, on obtient n=0 un = 2 .

2.3. Divergence grossière

P
Que dire du terme général d’une série convergente ? 22 – OnPa défini une série un comme un couple de
suites ((un ), (Sn )) (liées par une relation), P
puis la convergence de un par la convergence de (Sn ). Il aurait été
plus naturel de définir la convergence de un par la convergence des deux suites (un ) et (Sn ) : que peut-on
dire de la suite (un ) lorsque la série converge ?
Démonstration de l’énoncé 4 (Proposition (Condition nécessaire de convergence pour une série)) – Si on
pose Sn = k=0 uk , alors un = Sn − Sn−1 pour tout n ∈ N∗ . □
Pn
Pour montrer qu’une série diverge, tester la divergence grossière 24 – Si on souhaite montrer la divergence
d’une série, on peut commencer par tenter d’établir la divergence grossière. Cependant, et comme son nom
l’indique, cette stratégie ne fonctionnera que dans certains cas.
Corrigé de l’exercice de cours (exercice 1 ) – On montre à chaque fois la divergence grossière.
1 Évident.
294 Stéphane FLON
 2 Si (cos(n)) tendait vers 0, alors (cos(2n)) (qui en est extraite) convergerait aussi vers 0. Comme cos(2n) =
2 cos2 (n) − 1, on obtiendrait la contradiction 0 = −1 en passant à la limite.
3 On peut se ramener au cas précédent en observant que sin(n + 1) = sin(1) cos(n) + sin(n) cos(1) (et
sin(1) ̸= 0). P
Une série non grossièrement divergente n’est pas nécessairement convergente 25 – Si la série un n’est pas
grossièrement divergente, i.e. si la suite (un ) converge vers 0, il n’est pas sûr pour autant qu’elle soit convergente.
Il faut avoir en tête des exemples de séries divergentes
P mais non grossièrement divergentes
Justification de l’exemple 26 – La série (ln(n + 1) − ln(n)) a même nature que la suite (ln(n)) : elle
diverge donc.
De plus, ln(n + 1) − ln(n) = ln 1 + n1 tend vers 0 lorsque n tend vers l’infini.


√ √
Justification de l’exemple 27 – Pour montrer que ( n + 1 − n) tend vers 0, faire un développement
asymptotique ou utiliser la quantité conjuguée.
Corrigé de l’exercice de cours (exercice 2 ) –
Pβn
1 k=αn uk = Sβn − Sαn −1 .
2 Pour tout n ∈ N∗
2n 2n
X 1 X 1 1
H2n − Hn = ⩾ =
k 2n 2
k=n+1 k=n+1

donc (Hn ) n’est pas convergente (sinon, H2n − Hn tendrait vers 0).
P3n σ étant injective à valeurs dans N , la somme de ses valeurs en n entiers distincts est supérieure ou égale
∗

à k=1 k.
On peut dès lors s’inspirer de la preuve de divergence de la série harmonique en considérant une tranche :
2n Pn
X σ(k) k 1
⩾ k=12 ∼ ,
k2 (2n) 8
k=n+1

donc la série considérée diverge.

Pour établir la divergence d’une série, on peut tenter de considérer une tranche 28 – Cette technique
généralise la preuve de divergence par divergence grossière

2.4. Séries géométriques

Étude de stabilité 30– La notion de série géométrique est stable par multiplication par un réel.
Étude de stabilité 31– La notion de série géométrique n’est pas stable par addition P
Démonstration de l’énoncé 5 (Proposition (Nature des séries géométriques)) – Pour que un converge,
Pn n+1
il faut que (un ) converge vers 0, i.e. |q| < 1. Si réciproquement |q| < 1, alors k=0 uk = u0 · 1−q1−q . □
Démonstration de l’énoncé 6 (Proposition (Somme d’une série géométrique convergente)) – Laissée au
lecteur.
Démonstration de l’énoncé 7 (Équivalence entre divergence et divergence grossière dans le cas des séries
géométriques) – Laissée au lecteur.

2.5. Opérations algébriques sur les séries numériques convergentes

Démonstration de l’énoncé 8 (Proposition (Linéarité de la somme)) – Appliquer le théorème d’opérations
algébriques sur les suites numériques aux suites de sommes partielles d’éléments de CV (N, K). □
Justification de structure 32 – Laissée au lecteur
Étude de stabilité 34– La notion de série numérique divergente est stable par multiplication par un scalaire
non nul.
Étude dePstabilitéP35– La notion de série numérique divergente n’est pas stable par additionEn effet : prendre
1 −1
par exemple n et n .

2.6. Séries à termes positifs

À peu de choses près, les séries à termes positifs correspondent aux suites croissantes 36 – Les séries
à termes positifs sont la version  séries  des suites croissantes : l’idée est donc de voir comment adapter le
théorème de la limite monotone.
On pourra donc appliquer le théorème de la limite monotone. On sait que toute suite réelle convergente est
bornée, que la réciproque est fausse, mais qu’elle devient vraie si on se limite aux suites monotones.
Démonstration de l’énoncé 9 (Caractérisation des séries à termes positifs) – Laissée au lecteur.
295 Stéphane FLON
 Démonstration
P de l’énoncé 10 (Proposition (Caractérisation de convergence pour les séries à termes posi-
tifs)) – Soit un une série à termes positifs : sa suite des sommes partielles est croissante (énoncé 9), donc
elle est convergente si et seulement si elle est majorée. □
Démonstration de l’énoncé 11 (Proposition (Séries à termes positifs
P et ordre
P sur les termes généraux)) –
Notons (Sn ) et (Tn ) les suites des sommes partielles respectives de un et vn . On a Sn ⩽ Tn pour tout n,
par hypothèse. P P
Supposons que vn converge.
P On en déduit que (Tn ) est majorée, et (Sn ) l’est donc aussi. Comme un
est en outre à termes positifs, un converge (d’après l’énoncé 10). □
La proposition (Séries à termes positifs et ordre sur les termes généraux) est le résultat charnière de ce
chapitre 37 – Cet énoncé, et ceux qui s’ensuivent, permettent de justifier la convergence d’une série grâce à une
information sur son terme général, sans revenir à la considération de la suite des sommes partielles, ce qui est
l’objectif majeur de ce chapitre.
Bien appliquer la proposition (Séries à termes positifs et ordre sur les termes généraux) 38 – Cet énoncé
est souvent très mal employé : d’une part, il faut bien préciser que les termes sont positifs, et, d’autre part, ne
pas travailler sur les sommes partielles mais sur les termes généraux.
Dans beaucoup de copies, au lieu d’appliquer ce résultat (au programme), les candidats tentent d’en repro-
duire la preuve, mais ils se trompent presque systématiquement, montrant souvent au mieux que la suite des
sommes partielles est bornée.
Démonstration de l’énoncé 12 (Proposition (Séries à termes positifs et ordre sur les termes généraux,
divergence)) – C’est la contraposée de l’énoncé 11 □ P 1
Justification de l’exemple 39 – On peut utiliser la convergence de la série télescopique n(n−1) , et le fait
que pour tout n ⩾ 2, 0 ⩽ n12 ⩽ n(n−1) 1
(avec l’énoncé 11).
Démonstration de l’énoncé 13 (Proposition (Équivalence et séries à termes positifs)) – Dans un tel cas, on
a 0 ⩽ 21 un ⩽ vn ⩽ 2un à partir d’un certain rang, et l’énoncé 11 permet de conclure. □
L’équivalence conserve la nature des séries à termes positifs 40 – Ne pas oublier l’hypothèse de positivité
des termes généraux ! Sans cette hypothèse, le résultat est faux.
Corrigé de l’exercice de cours (exercice 3 ) –
1 1 1 1
sont de même nature. Or, pour tout n ∈ N∗ :

P P

1 Comme ln 1 + n ∼ n > 0, les séries n et ln 1 + n

Å ã
1
ln 1 + = ln(n + 1) − ln(n)
n

1
P

La série ln 1 + n a donc même nature que la suite (ln(n)), et elle est donc divergente.

2 L’équivalent provient de ln(1+x) ∼x → 0 x. Par comparaison

 de séries à termes positifs (et plus précisément
P 1 P 1
l’énoncé 13), pn a même nature que la série ln 1− 1 .
pn
PN 1
Soit M > 0, et soit N tel que k=1 k ⩾ M (un tel N existe par divergence de la série harmonique vers
+∞). Notons m un entier tel que pm ⩾ N . On a alors

m Ç å m N
! m N
!! N
!
X 1 X X 1 Y X 1 X 1
ln ⩾ ln = ln ⩾ ln ⩾ ln(M )
k=1
1 − p1k k=1
pi
i=0 k k=1
pi
i=0 k
k
k=1

On en déduit que les deux séries considérées divergent.

Justification de l’exemple 41 – On a, pour tout n ∈ N∗ :

−1
Å ã Å ã
1 n 1 1
vn+1 −vn = Hn+1 −ln(n+1)−Hn +ln(n) = +ln = +ln 1 − ∼n → +∞ <0
n+1 n+1 n+1 n+1 2(n + 1)2

1
P P
or converge (exemple des séries de Riemann), donc (vn+1 − vÄn ) converge,
(n+1)2 puis (vn ) converge.
Justification de l’exemple 43 – On pose, pour tout n ∈ N∗ , vn = ln uun+1
ä
1
n
, on vérifie que vn ∼ 12n 2 . En

effet,
296 Stéphane FLON
 un+1 (n + 1)n+3/2 e−n−1 n!
= × n+1/2 −n
un (n + 1)! n e
(n + 1) × (n + 1)n+1/2
=
e(n + 1) nn+1/2
1 n+1/2
Å ã
1
= × 1+
e n
Å Å ãã
1 1
= × exp (n + 1/2) ln 1 +
e n
Å Å Å ããã
1 1 1 1 1
= × exp (n + 1/2) − 2 + 3 +o
e n 2n 3n n3
Å Å ãã
1 1 1 1 1 1
= × exp 1 + − − 2 + 2 +o
e 2n 2n 4n 3n n2
Å Å ãã
1 1
= exp +o
12n2 n2
Ä ä
d’où vn = ln uun+1 1 1 1


n
= 12n 2 + o n2 ∼ 12n 2.
P
La série télescopique ln(un+1 ) − ln(un ) est donc convergente, donc la suite (ln(un )) converge, puis (un )
converge vers un réel strictement positif.
vn , il suffisait de montrer que vn = O n12 , voir 33.
P

Remarque – Pour prouver la convergence de
Démonstration de l’énoncé 14 (Théorème (Formule de Stirling)) – Voir l’exercice 33. □

2.7. Comparaison série-intégrale

Démonstration de l’énoncé 15 (Théorème de comparaison entre une série et une intégrale) – Soit n ∈ N∗ .
On a, par décroissance de f , pour tout t ∈ [n − 1, n] :
f (n) ⩽ f (t) ⩽ f (n − 1)
puis, en intégrant sur [n − 1, n] : Z n
f (n) ⩽ f (t)dt ⩽ f (n − 1)
n−1
et donc (en retranchant f (n))
0 ⩽ un ⩽ f (n − 1) − f (n)
P
Or f (n − 1) − f (n) a même
P nature que la suite (f (n)), qui est convergente car f est décroissante et minorée
(par 0). On en déduit que un converge (grâce à l’énoncé 11). □
Retenir la démarche de la comparaison série-intégrale 44 – Il faut savoir mettre en œuvre l’encadrement
vu dans la démonstration.
Démonstration de l’énoncé 16 (Proposition (Nature des séries de Riemann)) – On peut appliquer l’énoncé
15 (légèrement modifié) à la fonction f : t 7→ t1α ,R continue décroissante et positive sur [1, +∞[. Un calcul
x
élémentaire de primitive montre alors que φ : x 7→ 1 f (t)dt admet une limite finie en +∞ si et seulement si
α > 1. □
Utilité pratique des séries de Riemann 45 – Les séries de Riemann constituent un exemple très important
en pratique, auquel on fera souvent référence.
Justification de l’équivalence 46 – Le cas problématique est celui où α = 1 (dans les autres, la comparaison
avec les séries de Riemann est fructueuse).
Utilité pratique des séries de Bertrand 47 – Les séries de Bertrand constituent un exemple hors programme,
que l’on peut
rencontrerPdans un exercice, et qui peut donner de bons contre-exemples. Par exemple, bien que
1 1 1
n ln(n) = o n , la série n ln(n) est divergente.
Justification de l’exemple 48 – Effectuer une comparaison série-intégrale.
Corrigé de l’exercice de cours (exercice 18 ) –
√
1 Appliquer la méthode des rectangles à la fonction croissante f : x 7→ x.
Remarque – On peut aussi utiliser les sommes de Riemann
Pn
2 Si α = 0, on a bien sûr k=1 k1α = n.
Si α < 0, on est bien sûr dans un cas de divergence (grossière), et t 7→ t1α est (strictement) croissante sur
R+ . On a donc, pour tout n ⩾ 1 :
∗
Z n+1
1 dt 1
⩽ ⩽ ,
nα n tα (n + 1)α
297 Stéphane FLON
puis, en sommant de 1 à N :
Z N +1
dt 1
SN ⩽ ⩽ SN − 1 +
2 tα (N + 1)α
R N +1 dt N 1−α
Or 2 tα ∼N → +∞ 1−α , et on obtient donc
N 1−α
SN ∼N → +∞
1−α
Remarque – Les sommes de Riemann donnaient le résultat bien plus rapidement.
Dans le cas où α ∈]0, 1], nous sommes toujours dans un cas de divergence, mais t 7→ t1α est (strictement)
décroissante sur R∗+ : les calculs sont similaires à ce qu’on vient de faire, il suffit d’inverser les inégalités. On
obtient SN ∼N ∞ ln(N ) si α = 1, et à nouveau
N 1−α
SN ∼N → +∞
1−α
si α ∈]0, 1[.
Dans le cas où α > 1, nous sommes dans le cas de convergence, et de (stricte) décroissance sur R∗+ de t 7→ 1
tα .
En sommant cette fois-ci de N à +∞ (ce qui est licite car tout converge), on obtient
Z +∞
dt
RN +1 ⩽ α
⩽ RN
N t
R +∞
or N tdtα ∼N ∞ (α−1)N 1 1


α−1 . On conclut en observant que RN +1 = RN + o N α−1 :
1
RN ∼N ∞
(α − 1)N α−1
Corrigé de l’exercice de cours (exercice 24 ) – On applique le théorème de comparaison série-intégrale à
1
la fonction inverse sur [1, +∞[ (ou à x 7→ x+1 sur R+ ).
Rn
Voici une preuve directe : Pour tout n ⩾ 2, n1 ⩽ n−1 dt 1
t ⩽ n−1 , donc, en soustrayant n
1

Z n
dt 1 1 1
0⩽ − ⩽ −
n−1 t n n − 1 n
PÄ 1 1
ä
la suite n1 .


Or la série télescopique n−1 − n est convergente, car de même nature que
P ÄR n dt ä
Ainsi, par comparaison de séries à termes positifs, on en déduit que n−1 t
− n1 est convergente. En
repassant aux sommes partielles, on obtient bien le résultat voulu.

2.8. Séries absolument convergentes

L’absolue convergence est un moyen de ne plus se restreindre aux séries à termes positifs 49 – Une série
absolument convergente étant convergente, nous allons pouvoir établir la convergence de beaucoup de nouvelles
suites.
−
P + P + P −
P 50 – On sait que (un − un ) converge,+ donc− un et
Justification de la propriété un ont même nature.
Si elles convergeaient, alors |un | convergerait absurdement (|un | = un + un ).
Démonstration de l’énoncé 17 (Proposition P(La convergence absolue implique la convergence))
P – Cas réel
−
P −
– On a 0 ⩽ u+ n ⩽ |un | et 0 ⩽ un ⩽ |un |, donc u+
n et un convergent (proposition
P 11), Ppuis un converge.
Cas complexe – On a 0 ⩽ | Re(un )| ⩽ |un | et 0 ⩽ | Im(un )| ⩽ |un |, donc Re(un ) et Im(u
P ) convergent
n
absolument (proposition 11), puis convergent (d’après le cas réel que l’on vient d’établir), puis un converge.
Inégalité finale – Une fois la convergence acquise, il suffit de faire tendre N vers l’infini dans l’inégalité
N
X N
X
un ⩽ |un |
n=0 n=0
□
vn sont absolument convergentes, et λ, µ ∈ K, alors (λ un +
P P P
Justification de structure 51 – Si un et
µ vn ) est absolument convergente par ∀ n ∈ N, 0 ⩽ |λ un + µ vn | ⩽ |λ| |un | + |µ| |vn | (et grâce aux énoncés 8 et
11).
Démonstration de l’énoncé 18 (Proposition (Relation de domination et absolue convergence)) – Dans une
telle situation, il existe MP > 0 tel que, à partir d’un certain rang, on ait (0 ⩽)|un | ⩽ M |vn | = M vn , d’où
l’absolue convergence de un . □
Étude de stabilité 52– La notion de série absolument convergente est stable par domination.
L’absolue convergence est la véritable notion centrale de ce chapitre 53 – L’absolue convergence est
donc stable par les opérations algébriques (tout comme celle de convergence), mais aussi par les relations de
298 Stéphane FLON
comparaison (contrairement à celle de convergence). C’est notamment pour cette raison de  robustesse  qu’il
est préférable de s’intéresser à l’absolue convergence avant celle de convergence.
Pour montrer qu’une série est convergente, on peut d’abord tenter de montrer qu’elle est absolument
convergente 54 – L’absolue convergence étant une notion très maniable (notamment par stabilité par relations
de comparaison), elle constitue l’approche prioritaire pour montrer qu’une série est convergente.
Corrigé de l’exercice de cours (exercice 4 ) –
in P ein
1 en2 = n12 est le terme général d’une série convergente (exemple de Riemann), i.e. n2 converge
absolument, puis converge (énoncé 17).
2 P cos(n)+sin(n2 )
Pour tout n ∈ N∗ , cos(n)+sin(n
n2
)
⩽ n22 donc, par application de l’énoncé 11, on en déduit que n2
est absolument convergente, et donc convergente.
2 Sous l’hypothèse de l’énoncé, un = o n1α , donc à plus 1



P forte raison un = O nα . D’après l’exemple des
séries de Riemann, ainsi que l’énoncé 18, on en déduit que un converge absolument, puis converge.
Pour montrer la convergence d’une série, combiner l’absolue convergence et l’exemple des séries de Riemann
56 – La  règle nα un  mêle la notion de convergence absolue et la comparaison aux séries de Riemann. C’est
une technique très fréquemment employée.
Démonstration de l’énoncé 19 (Proposition (Absolue convergence et termes généraux équivalents)) – Par
hypothèse (dégradée), on a un = O(|vn |) et vn = O(|un |), et on conclut avec l’énoncé 18 □
Démonstration de l’énoncé 20 (Proposition (Critère de d’Alembert pour les séries numériques)) –
(1) Dans ce cas, en prenant α ∈]ℓ, 1[, il existe un rang N à partir duquel
|zn+1 | ⩽ α |zn |
et donc (par récurrence)
(0 ⩽)|zn | ⩽ αn−N |zN |
P n P
pour tout n ⩾ N . Par convergence de α , on a bien absolue convergence de zn
P
(2) Dans un tel cas, (|zn |) est croissante à partir d’un certain rang (et à termes tous non nuls), et zn
est donc grossièrement divergente.
(3) Considérer par exemple les séries de Riemann (cas divergent et convergent).
□
Le critère de d’Alembert généralise l’exemple des séries géométriques 57 – Le critère de d’Alembert
généralise l’exemple des séries géométriques
Utilité du critère de d’Alembert 58 – Le critère de d’Alembert n’est pas un passage obligé, mais il est souvent
utile lorsque le terme général de la série s’écrit comme produits et quotients de puissances ou factorielles.
Justification de l’exemple 59 – Utiliser le critère de d’Alembert. On aurait aussi pu prouver l’absolue
convergence à partir de la formule de Taylor avec reste intégrale.

2.9. Sommation des relations de comparaison

Démonstration de l’énoncé 21 (Théorème (Sommation des relations de comparaison,
P cas de la convergence))
– Supposons que un = o(vn ). On a donc un = O(vn ), d’où la convergence absolue de un . De plus, soit ε ∈ R∗+ .
Il existe un rang N tel que, pour tout n ⩾ N ,
|un | ⩽ ε |vn | = ε vn
Pour tout n ⩾ N , et tout p ⩾ n, on a donc (notamment par positivité de (vn ))
p
X p
X p
X +∞
X
uk ⩽ |uk | ⩽ ε vk ⩽ ε vk ,
k=n k=n k=n k=n

puis, en faisant tendre p vers l’infini :

+∞
X +∞
X
uk ⩽ ε vk ,
k=n k=n
ce qui prouve bien le premier résultat.
Le deuxième résultat se montre de manière analogue au premier.
Le dernier résultat se montre à partir du premier car un ∼ vn se réécrit un − vn = o(vn ). □
Démonstration de l’énoncé 22 (Théorème (Sommation des relations de comparaison, cas de la divergence))
– On suppose que un = o(vn ). Soit ε > 0. Soit N un rang à partir duquel
|uk | ⩽ ε|vk |
299 Stéphane FLON
On a donc, pour tout n ⩾ N :
n
X n
X n
X n
X
uk ⩽ |uk | ⩽ ε |vk | ⩽ ε vk
k=N k=N k=N k=0
la dernière inégalité utilisant
P la positivité de (vk ).
De plus, la série vn étant divergente positive, l’assertion
N
X −1 n
X
|uk | ⩽ ε vk
k=0 k=0
est vraie à partir d’un certain rang N ′ .
À partir du rang max(N, N ′ ), on a donc
n
X n
X
uk ⩽ 2ε vk ,
k=0 k=0
d’où le premier point.
Le deuxième point se démontre de manière analogue au premier.
Le dernier point se déduit du premier. □
Dans les théorèmes de sommation des relations de comparaison, il faut s’assurer que la série de référence
soit à termes positifs 60 – Dans les théorèmes de sommation des relations de comparaison, il faut s’assurer que
la série de référence soit à termes positifs
Dans les théorèmes de sommation des relations de comparaison, en cas de convergence, on s’intéresse aux
restes, et, en cas de divergence, on s’intéresse aux sommes partielles 61 – Dans les théorèmes de sommation des
relations de comparaison, en cas de convergence, on s’intéresse aux restes, et, en cas de divergence, on s’intéresse
aux sommes partielles
Démonstration de l’énoncé 23 (Corollaire
P (théorème de Cesàro)) – Traitons le cas où ℓ ∈ R.
Si ℓ > 0, alors un ∼n ℓ > 0, et ℓ diverge, donc
X n n
X
uk ∼ ℓ = nℓ
k=1 k=1
Ä Pn uk
ä
puis k=1
n converge vers ℓ.
De même si ℓ < 0.
Si ℓ = 0, alors un = o(1) et 1 est le terme général positif d’une série divergente, donc
Xn Xn
uk = o( 1) = o(n)
k=1 k=1
Ä Pn uk
ä
puis k=1
n converge vers 0.
Ä Pn u ä
Ainsi, pour tout ℓ ∈ R, k=1 k
n converge vers ℓ. □

2.10. Séries alternées

Étude de stabilité 62– La notion de série alternée est stable par multiplication par un réel.
Étude de stabilité 63– La notion de série alternée n’est pas stable par addition
Démonstration de l’énoncé 24 (Théorème (Critère spécial des séries alternées)) – On peut sans perte de
généralité supposer que u0 ⩾ 0. On vérifie alors que les suites (S2n ) et (S2n+1 ) sont adjacentes (respectivement
décroissante et croissante), et donc convergentes de même limite l.
On a de plus
S2n+1 ⩽ l ⩽ S2n+2 ⩽ S2n
donc
0 ⩽ S2n − l ⩽ S2n − S2n+1 = a2n+1
et
0 ⩽ l − S2n+1 ⩽ S2n+2 − S2n+1
soit respectivement
0 ⩽ R2n ⩽ a2n+1 et 0 ⩽ −R2n+1 ⩽ a2n+2
□
Le critère spécial des séries alternées est la version pour les séries du théorème de convergence des suites
adjacentes 64 – Ce critère est la version  séries  du théorème de convergence des suites adjacentes (et de
caractérisation de leur limite).
300 Stéphane FLON
 Le critère spécial des séries alternées donne un résultat quantitatif 65 – On peut noter que c’est un résultat
quantitatif, puisqu’on a un contrôle explicite du reste (on en avait aussi un dans le théorème de convergence des
suites adjacentes).
Mise en œuvre du critère spécial des séries alternées 66 – L’hypothèse d’alternance de la série ne sera en
principe pas oubliée. L’hypothèse de convergence du terme général est relativement naturelle (le CSSA donne
d’ailleurs un cas où grâce à l’adjonction d’hypothèses, la condition nécessaire de convergence de la série (à savoir
que le terme général tende vers 0) est aussi une condition suffisante.
C’est surtout la troisième hypothèse (celle de décroissance de la valeur absolue du terme général) qui a
tendance à être oubliée. C’est assez logique, puisqu’elle n’est pas très naturelle. Elle permet cependant de
montrer que les suites (S2n ) et (S2n+1 ) sont adjacentes.
Utilité du critère spécial des séries alternées 67 – Le critère spécial des séries alternées donne des exemples
de séries convergentes dont le terme général tend lentement vers 0, potentiellement non absolument convergentes.
Corrigé de l’exercice de cours (exercice 5 ) –
P (−1)n
1 Le CSSA s’applique, car la série nα est alternée et son terme général tend vers 0, en décroissant en
valeur absolue.
P (−1)n ln(n)
2 Le CSSA s’applique, car la série n est alternée et son terme général tend vers 0, en décroissant
(à partir du rang 3) en valeur absolue.
P (−1)n
3 un est bien définie par application du CSSA, ou plus simplement parce que n2 est absolument
convergente.
Le CSSA nous donne des renseignements supplémentaires : il prouve que un est du signe de (−1)n , mais
aussi que
1
|un | ⩽
n2
P
ce qui nous donne l’absolue convergence de un .
Remarque – Il est tentant d’appliquer le CSSA à la série de terme général un , mais la décroissance en valeur
absolue ne va pas de soi (on sait seulement que (|u2n |) et (|u2n+1 |) sont décroissantes).
Remarque – On pouvait aussi, en justifiant sa démarche, regrouper dans la somme définissant un les termes
d’indices 2k et 2k + 1 par exemple. P
Justification de l’exemple 68 – La série de un est de terme général alterné au moins à partir d’un certain
n
(−1) P
rang (grâce à l’équivalence un ∼ √n ), son terme général tend vers 0, mais un est divergente (comme
P (−1)n
somme d’une série convergente par CSSA et d’une série divergente), contrairement à √
n
(par application
√
du CSSA, valide car la suite (1/ n) tend vers 0 en décroissant).
Étude de stabilité 69– La notion de série numérique convergente n’est pas stable par domination
Étude de stabilité 70– La notion de série numérique convergente n’est pas stable par équivalence
Étude de stabilité 71– La notion de série numérique convergente n’est pas stable par prépondérance
Supériorité de la notion d’absolue convergence sur celle de convergence 72 – La notion d’absolue conver-
gence est stable par les relations de comparaison, contrairement à la notion de convergence, c’est pourquoi la
première est bien plus facile à manipuler.
Justification de la propriété 73 – Comme un converge, (un ) tend vers 0, donc u2n = o(un ) (et u2n = O(un )).
P

2.11. Produit de Cauchy

Sur la nature d’un produit de Cauchy 74 – Le produit de Cauchy de deux séries numériques est une série
numérique.
Pourquoi le produit de Cauchy est-il défini ainsi ? 75 – On aimerait définir un produit de séries compatible
avec la notion de somme de séries convergentes.
Nous verrons que le produit de Cauchy ne répond que partiellement à la question, puisqu’il est compatible
avec la notion de somme de séries absolument convergentes (ce qui renforce encore l’idée que la bonne notion
de ce chapitre soit l’absolue convergence plutôt que la convergence.
Justification de structure 77 – Laissée au lecteur
Étude de stabilité 78– La notion de série géométrique n’est pas stable par produit de Cauchy de deux séries
numériques
Étude de stabilité 79– La notion de série alternée est stable par produit de Cauchy de deux séries numériques.
Démonstration de l’énoncé 25 (Théorème
P (Produit
P de Cauchy de séries absolument convergentes)) – 3 Cas
des séries positives – Supposons que an et bn soient des séries convergentes à termes positifs.
Pour tout n ∈ N, posons Cn = [[0, n]]2 et Tn = {(i, j) ∈ N2 , i + j ⩽ n}. On observe que Tn ⊂ Cn .
301 Stéphane FLON
 P
La suite (cn ) est positive, donc cn est convergente si et seulement si sa suite des sommes partielles est
majorée. Or, pour tout n ∈ N :
n
X X X n
X n
X ∞
X ∞
X
ck = ai bj ⩽ ai bj = ai bj ⩽ ai bj
k=0 (i,j)∈Tn (i,j)∈Cn i=0 j=0 i=0 j=0
P∞ P∞ Pn P
Ainsi, i=0 ai j=0 bj majore ( k=0 ck )n∈N , d’où la convergence de cn , et le fait que
∞
X ∞
X ∞
X
cn ⩽ ai bj
n=0 i=0 j=0

Comme Cn ⊂ T2n , on a aussi

n
X n
X 2n
X
ai bj ⩽ ck
i=0 j=0 k=0
d’où l’inégalité en sens inverse en faisant tendre n vers l’infini. P P
Cas général – Considérons deux séries numériques absolument convergentes an et bn . Posons, pour
tout n ∈ N,
Xn n
X
cn = ak bn−k , αn = |an |, βn = |bn | et γn = αk βn−k
k=0 k=0
Pour tout n ∈ N, on a
n
X n
X
0 ⩽ |cn | = | ak bn−k | ⩽ |ak | |bn−k | = γn
k=0 k=0
P P
Or γn est convergente d’après le cas réel positif déjà établi, donc cn est absolument convergente.
On a
n
!Ñ n é n
X X X X X
ai bj − ck = ai bj − ai bj
i=0 j=0 k=0 (i,j)∈Cn (i,j)∈Tn

X
= ai bj
(i,j)∈Cn \Tn
X
⩽ |ai bj |
(i,j)∈Cn \Tn
X
= αi βj
(i,j)∈Cn \Tn

n
!Ñ n é
n
X X X
= αi βj − γk
i=0 j=0 k=0

or cette dernière expression tend vers 0 lorsque n tend vers l’infini d’après le cas réel positif, d’où le résultat. □
Étude de stabilité 80– La notion de série absolument convergente est stable par produit de Cauchy de deux
séries numériques.
Justification de structure 81 – Laissée au lecteur
Corrigé de l’exercice de cours (exercice 13 ) – La série z n est absolument convergente, donc son produit de
P
P∞ P∞ n 2 1
Pn k n−k
= (n+1)z n ,
P
Cauchy cn avec elle-même également, et n=0 cn = ( n=0 z ) = (1−z) 2 . Or cn = k=0 z z
d’où le résultat. P an P bn
Justification de la propriété 83 – On sait que lesP séries n! et n! sont absolument convergentes. Par
application du théorème 25, leur produit de Cauchy cn est une série absolument convergente, et sa somme
vaut ea eb .
Or, pour tout n ∈ N,
n n Ç å
X ak bn−k 1 X n k n−k (a + b)n
cn = · = · a b =
k! (n − k)! n! k n!
k=0 k=0
a b a+b
d’où la formule e e = e .
(−1)n P P
Corrigé de l’exercice de cours (exercice 25 ) – Notons un = √ n+1
et cn le produit de Cauchy de un
par elle-même.
Comme (|un |) décroı̂t vers 0 et que ((−1)n un ) est positive, le CSSA montre que
P
un converge.
302 Stéphane FLON
 (−1)k (−1)n−k
Soit n ∈ N : cn =
Pn ÄPn ä
1
k=0
√
k+1
√ ·
n−k+1
= (−1)n k=0 k+1· n−k+1 .
√ √
√ √ √
Or pour tous a, b > 0, 0 < ab ⩽ a+b 2 (car ( a −
2
b)2 ⩾ 0), donc, en prenant l’inverse, 0 < a+b ⩽ √1 .
ab
Pn 2 2(n+1) P
On a donc |cn | ⩾ k=0 (k+1)+(n−k+1) = n+2 : cn est donc (grossièrement) divergente.
Étude de stabilité 84– La notion de série numérique convergente n’est pas stable par produit de Cauchy de
deux séries numériquesEn effet : il suffit de prendre l’exemple de l’exercice 25.
Faire un développement asymptotique du terme général ?? – Faire un développement asymptotique du
terme général

303 Stéphane FLON

 3. Algèbre linéaire sans réduction

3.1. Espaces vectoriels

On ne revient pas souvent à la définition d’un espace vectoriel 5 – En pratique, on ne revient jamais à la
définition d’un espace vectoriel, car on montre qu’on a une structure d’espace vectoriel en montrant qu’on a un
sous-espace vectoriel
Les propriétés définissant un espace vectoriel sont naturelles 6 – Les quatre dernières propriétés cal-
culatoires définissant un espace vectoriel sont assez naturelles, il s’agit d’une pseudo-associativité, de deux
pseudo-distributivités, et de l’existence d’un pseudo-élément neutre
Justification de la propriété 11 – Cela résulte du fait que les applications
y ∈ E 7→ α y et β ∈ K 7→ β x
soient des morphismes de groupes additifs.
Justification de la propriété 12 – Supposons que αx = 0 et que α soit non nul : il s’agit de montrer que x
est nul.
Comme K est un corps, α est inversible. D’une part, par définition d’un espace vectoriel,
α−1 (αx) = (α−1 α) x = 1K x = x,
et, d’autre part :
α−1 (αx) = α−1 0E = 0E
donc x = 0E , d’où le résultat.

3.2. Sous-espaces vectoriels

Utiliser la notion de sous-espace vectoriel pour établir la structure d’espace vectoriel 13 – Utiliser la notion
de sous-espace vectoriel pour établir la structure d’espace vectoriel

3.3. Opérations ensemblistes et sous-espaces vectoriels

Étude de stabilité 25– La notion de sous-espace vectoriel de E est stable par intersection.
La notion de sous-espace vectoriel se comporte très bien par intersection 26 – La notion de sous-espace
vectoriel se comporte très bien par intersection
Étude de stabilité 27– La notion de sous-espace vectoriel de E n’est pas stable par unionEn effet : Montrons
plus précisément que si F1 et F2 sont deux sous-espaces vectoriels de E, alors F1 ∪F2 est un sous-espace vectoriel
de E si et seulement si (F1 ⊂ F2 ou F2 ⊂ F1 ).
Le sens indirect est évident.
Montrons le sens direct par contraposition supposons F1 ̸⊂ F2 et F2 ̸⊂ F1 . Considérons x1 ∈ F1 \ F2 et
x2 ∈ F2 \ F1 . On vérifie que x1 + x2 ∈/ F1 ∪ F2 .
Remarque – F1 ∪ F2 est bien sûr stable par multiplication par un scalaire.
La notion de sous-espace vectoriel se comporte mal par union 28 – La notion de sous-espace vectoriel se
comporte mal par union
Étude de stabilité 30– La notion de sous-espace vectoriel n’est pas stable par passage au complémentaireEn
effet : 0E ∈/ E \ F.
La notion de sous-espace vectoriel se comporte mal par passage au complémentaire 31 – La notion de
sous-espace vectoriel se comporte mal par passage au complémentaire

3.4. Sous-espace vectoriel engendré par une famille ou une partie

Justification de la propriété 32 – L’intersection des sous-espaces vectoriels de E contenant A contient A
est un sous-espace vectoriel de E, et est contenu dans tout sous-espace vectoriel de E contenant A.
Justification de l’équivalence 33 – Notons F l’ensemble des combinaisons linéaires d’éléments de A. F est
un sous-espace vectoriel de E (non vide et stable par combinaison linéaire), F contient A, donc Vect(A) ⊂ F ,et
Vect(A) est stable par combinaison linéaire, donc F ⊂ Vect(A).
Deux descriptions de Vect(A) 34 – On peut donc décrire Vect(A) de deux manières : à partir des vecteurs
de A (Vect(A) est l’ensemble des combinaisons linéaires de vecteurs de A), et à partir des sous-espaces vectoriels
de E qui contiennent A (Vect(A) est l’intersection des sous-espaces vectoriels de E qui contiennent A
Justification de la propriété 41 – On a F1 ∪ · · · ∪ Fp ⊂ F1 + · · · + Fp , donc Vect(F1 ∪ · · · ∪ Fp ) ⊂ F1 + · · · + Fp .
Réciproquement tout vecteur de F1 + · · · + Fp s’écrit comme somme, et donc comme combinaison linéaire,
de vecteurs de F1 ∪ · · · ∪ Fp , d’où l’inclusion réciproque.
304 Stéphane FLON
 La notion de somme de sous-espaces vectoriels de deux sous-espaces vectoriels de E sert à pallier la non
stabilité de la notion de sous-espace vectoriel par union 42 – La notion de somme de sous-espaces vectoriels de
deux sous-espaces vectoriels de E sert à pallier la non stabilité de la notion de sous-espace vectoriel par union
Pour montrer qu’une somme de sous-espaces vectoriels est incluse dans un sous-espace vectoriel F , montrer
que chacun de ses termes est un sous-espace vectoriel de F 43 – Soit E un espace vectoriel, F1 , . . . , Fp , G des
sous-espaces vectoriels de E. La somme F1 + · · · + fp est incluse dans G si et seulement si pour tout i ∈ [[1, p]],
Fi ⊂ G
L”intersection n’est pas distributive par rapport à l’addition 44 – Si F, G, H sont trois sous-espaces vectoriels
d’un espace vectoriel E, il se peut que
F ∩ (G + H) ̸= (F ∩ G) + (F ∩ H)

3.5. Somme directe

La notion de somme directe est délicate 45 – La notion de somme directe est délicate, surtout à partir
de trois sous-espaces vectoriels. Pour bien la comprendre, on retravaillera les différentes reformulations, et par
exemple la preuve du fait que les sous-espaces propres soient en somme directe
Démonstration de l’énoncé 1 (Proposition (Caractérisation de la somme directe de deux sous-espaces)) –
Si F1 et F2 sont en somme directe, et si x ∈ F1 ∩ F2 , alors x = 0E + x = x + 0E , donc, par unicité d’écriture,
x = 0E .
Si F1 ∩ F2 = {0E }, et si x1 + x2 = y1 + y2 , où x1 , y1 ∈ F1 et x2 , y2 ∈ F2 , alors x1 − y1 = y2 − x2 ∈ F1 ∩ F2 =
{0E }, donc (x1 , x2 ) = (y1 , y2 ), d’où l’unicité voulue. □
Étude de stabilité 47– La notion de sous-espaces vectoriels en somme directe est stable par sous-famille.
Étude de stabilité 48– La notion de sous-espaces vectoriels en somme directe n’est pas stable par concaté-
nation
Ne pas généraliser hâtivement la caractérisation de somme directe de deux sous-espaces 49 – Attention,
cette caractérisation de somme directe par trivialité de l’intersection n’est valable que pour deux sous-espaces
Justification de la propriété 50 – Si on prend par exemple les droites R(1, 0), R(0, 1) et R(1, 1) du plan,
alors elles sont deux à deux en somme directe, mairs pas en somme directe.

3.6. Sous-espaces supplémentaires

La notion de supplémentarité sert à remplacer celle de complémentaire 52 – La notion de de supplémentarité
sert à remplacer celle de complémentaire, qui se comporte mal avec la notion de sous-espace
Non unicité d’un supplémentaire 53 – Un sous-espace vectoriel F de E admet en général plusieurs et même
une infinité de supplémentaires. Par exemple, la droite R(1, 0) de R2 admet pour supplémentaire toute autre
droite vectorielle de R2 .
Justification de la propriété ?? – Par exemple, la droite R(1, 0) de R2 admet pour supplémentaire toute
autre droite vectorielle de R2 .
Justification de l’équivalence 58 – F et F ′ sont supplémentaires dans E si et seulement si tout vecteur de
E s’écrit d’une unique façon comme somme d’un vecteur de F et d’un vecteur de F ′ : cela exprime la bijectivité
de φ.
Sur l’existence d’un supplémentaire 59 – Soit E un espace vectoriel, F un sous-espace vectoriel de E. Si E
est de dimension finie, F admet un supplémentaire dans E (conséquence du théorème de la base incomplète). Si
E est de dimension infinie, on pourra s’être placé dans une axiomatique qui garantit là encore l’existence d’un
supplémentaire de F dans E

3.7. Applications linéaires

Sur la définition de la notion d’application linéaire 63 – Certains ne mettent pas la condition i dans la
définition d’une application linéaire. Cela peut se comprendre, puisque i est une conséquence de ii (et d’ailleurs
aussi de iii) : autant enlever une condition qui résulte de toute façon des autres.
J’ai choisi de conserver cette condition i dans ma définition, pour avoir une définition unifiée de la notion
générale de morphisme : est un morphisme pour une structure algébrique donnée une application entre ensembles
structurés (par cette structure algébrique), qui  respecte  les lois de cette structure, ainsi que  les éléments 
distingués de cette structure.
Il vaut mieux partir du principe que votre correcteur n’a pas adopté ma convention, et donc que pour lui,
le fait que Φ(0E ) = 0F pour une application linéaire Φ est une conséquence de la définition (sans faire partie de
cette dernière).
Justification de structure 70 – On montre que L(E, F ) est un sous-espace vectoriel de F E .
Étude de stabilité 71– La notion d’application linéaire est stable par composition.
305 Stéphane FLON
 Démonstration de l’énoncé 2 (Proposition (Bilinéarité de la composition des applications linéaires)) – Les
vérifications ne posent pas de problème. On peut cependant noter que la linéarité de u0 est utile pour montrer
que v 7→ v ◦ u0 est bien définie (une fois celle-ci établie, on montre la linéarité de sans évoquer la linéarité de
u0 ), alors que la preuve de linéarité de u 7→ v0 ◦ u nécessite la linéarité de v0 . □
Justification de structure 74 – On sait que (L(E), +, ·) est un K-espace vectoriel. De plus Id E est un
élément neutre de Id E pour la composition, et la composition définit une loi de composition interne associative
et bilinéaire sur L(E).
Démonstration de l’énoncé 3 (Proposition (Formule du binôme de Newton pour des endomorphismes)) –
C’est une formule générale valable dans tout anneau (pour deux éléments qui commutent). Elle se démontre par
récurrence sur n, on exploite la formule de Pascal dans l’hérédité. □
Démonstration de l’énoncé 4 (Proposition (Formule de Bernoulli pour des endomorphismes)) – C’est une
formule générale valable dans tout anneau (pour deux éléments qui commutent). Elle se démontre par simple
calcul (sans récurrence) et décalage d’indices. □
Étude de stabilité 76– La notion d’isomorphisme est stable par composition.En effet : cela provient de la
stabilité par composition de la notion de bijection et de celle d’application linéaire.
Étude de stabilité 77– La notion d’isomorphisme est stable par bijection réciproque.En effet : soit ϕE → F
un isomorphisme d’espaces vectoriels. Fixons x′ , y ′ ∈ F , λ, µ ∈ K. On souhaite montrer que
ϕ−1 (λx′ + µy ′ ) = λϕ−1 (x′ ) + µϕ−1 (y ′ )
On vérifie pour ce faire que ces deux vecteurs ont même image par ϕ (qui est injective).
Justification de structure 80 – On vérifie que c’est un sous-groupe du groupe des permutations de E : c’en
est bien une partie, comprenant l’élément neutre Id E , stable par composition et par passage à l’inverse.
On aurait aussi pu dire que c’est le groupe des automorphismes de l’anneau L(E).
Le groupe linéaire n’est pas commutatif en général 81 – Dans R2 par exemple, les automorphismes (x, y) 7→
(x, x + y) et (x, y) 7→ (y, x) ne commutent pas.
Démonstration de l’énoncé 5 (Proposition (Image directe d’un sous-espace vectoriel par un morphisme))
– E ′ est non vide, donc f (E ′ ) également. Si y1′ , y2′ ∈ f (E ′ ), on considère x′1 , x′2 ∈ E ′ tels que f (x′1 ) = y1′ ,
f (x′2 ) = y2′ . Soit λ1 , λ2 ∈ K. On a λ1 y1′ + λ2 y2′ = λ1 f (x′1 ) + λ2 f (x′2 ) = f (λ1 x′1 + λ2 x′2 ) ∈ f (E ′ ). □
Démonstration de l’énoncé 6 (Proposition (Image réciproque d’un sous-espace vectoriel par un morphisme))
– On rappelle que par définition :
f −1 (F ′ ) = {x ∈ E, f (x) ∈ F ′ }
0E ∈ f −1 (F ′ ) car f (0E ) = 0F ∈ F ′ .
Soit x, y ∈ f −1 (F ′ ), et λ, µ ∈ K. On a
f (λ x + µ y) = λ f (x) + µ f (y) ∈ F ′ ,
donc λ x + µ y ∈ f −1 (F ′ ). □

3.8. Noyau et image d’une application linéaire

Méthode générale de résolution d’une équation linéaire 82 – Pour tous x, y ∈ E, φ(x) = φ(y) si et
seulement si y − x ∈ Ker(φ). Cela explique la démarche usuelle de résolution d’une équation linéaire (résolution
de l’équation homogène associée et recherche d’une solution particulière)
Démonstration de l’énoncé 7 (Proposition (Caractérisation de l’injectivité d’une application linéaire par
le noyau)) – Supposons que Ker(φ) = {0E }. Soit x, y ∈ E tels que φ(x) = φ(y). On a φ(x − y) = 0F , donc
x − y ∈ Ker(φ) = {0E } puis x = y : φ est injective.
Supposons que φ soit injective : 0F admet au plus un antécédent par φ, or φ(0E ) = 0F , donc Ker(φ) =
φ−1 ({0F }) = {0E }. □
Tester l’injectivité d’un morphisme sur son noyau 85 – Quand on cherche à tester l’injectivité d’un mor-
phisme, on pourra étudier la trivialité de son noyau : revenir à la définition de l’injectivité ne conduit pas
nécessairement à un raisonnement erroné, mais témoigne souvent d’un certain manque de recul
Justification de l’équivalence 86 – F1 , . . . , Fp sont en somme directe si et seulement si l’application
S : F1 × · · · × Fp → E
(x1 , . . . , xp ) 7→ x1 + · · · + xp
est injective, i.e. son noyau est trivial, puisque S est linéaire.
Caractérisation pratique d’une somme directe 87 – Des sous-espaces vectoriels F1 , . . . , Fp de E sont en
somme directe si et seulement si
∀(x1 , . . . , xp ) ∈ F1 × · · · × Fp , x1 + · · · + xp = 0E ⇒ (∀ i ∈ [[1, p]], xi = 0E )
En pratique, c’est cette caractérisation que l’on utilise pour montrer qu’une somme est directe
306 Stéphane FLON
 Démonstration de l’énoncé 8 (Théorème (Les sous-espaces propres sont en somme directe)) – Procédons
par récurrence sur n. L’initialisation pour n = 1 est évidente. Supposons le résultat établi à un rang n fixé.
Soit λ1 , . . . , λn+1 des scalaires distincts deux à deux. Soit x1 , . . . , xn+1 des vecteurs respectifs de Ker(f −
λ1 Id E ), . . . , Ker(f − λn+1 Id E ), de somme nulle :
n+1
X
(1) xi = 0
i=1

En appliquant f , il vient (puisque les coefficients devant xn+1 s’annulent)

n+1
X
(2) λ i xi = 0
i=1

En formant λn+1 (1) − (2), il vient

n
X
(λn+1 − λi )xi = 0
i=1
Or pour tout i ∈ [[1, n]], (λn+1 − λi )xi ∈ Ker(f − λi Id E ).
D’après l’hypothèse de récurrence, pour tout i ∈ [[1, n]], (λn+1 − λi )xi = 0, puis xi = 0 car λi ̸= λn+1 . En
revenant à (1), il vient xn+1 = 0, d’où l’hérédité, puis le résultat. □ Pn
Démonstration de l’énoncé 9 (Image linéaire d’une famille liée) – Si i=1P λi xi = 0E est une relation de
n
liaison pour la famille (x1 , . . . , xn ) de vecteurs de E, alors, par linéarité de φ, i=1 λi f (xi ) = 0F en est une
pour la famille (f (x1 ), . . . , f (xn )). □
Démonstration de l’énoncé 10 (Famille dont l’image linéaire est libre) – C’est la contraposée de l’énoncé
9. □
Justification de l’équivalence 88 – Si l’image de la base considérée B n’est pas libre, alors une relation de
liaison de cette famille donne, par liberté de B, un vecteur non nul dans Ker(φ) : φ n’est pas injective.
Si
Pl’image
n Pnconsidérée est libre, alors, en prenant y ∈ Ker(φ), et en le décomposant dans B, mettons
de la base
y = i=1 λi ei , alors i=1 λi f (ei ) = 0F donc, par liberté de (f (e1 ), . . . , f (en )), tous les λi sont nuls, et y = 0.
Justification de l’équivalence 89 – Cela provient du fait que l’image de la base considérée engendre Im(φ).
Démonstration de l’énoncé 11 (Proposition (Caractérisation des isomorphismes par les bases)) – Il suffit
de combiner les reformulations trouvées pour l’injectivité et la surjectivité d’une application linéaire. □

3.9. Homothéties
Démonstration de l’énoncé 12 (Une caractérisation classique des homothéties) – Le sens direct est évident.
Supposons le second point.
Soit x ∈ E \ {0E } (on a écarté le cas évident où E est trivial). Soit λ ∈ K tel que φ(x) = λ x (un tel λ existe
car (x, φ(x)) est liée et car x ̸= 0E ). Montrons que pour tout y ∈ E, φ(y) = λ y.
C’est vrai pour x, donc pour ses multiples. Si maintenant y ∈ E n’est pas colinéaire à x, alors (x, y) est
libre. De plus, il existe λy ∈ K tel que φ(y) = λy y, et il existe λx+y ∈ K tel que φ(x + y) = λx+y (x + y).
On a donc, puisque φ(x) + φ(y) = φ(x + y),
λ x + λy y = λx+y (x + y) = λx+y x + λx+y y,
puis λy = λx+y = λ par liberté de (x, y). Ainsi, φ(y) = λy.
φ est donc l’homothétie de rapport λ. □

3.10. Projecteurs et symétries

Un projecteur n’est pas caractérisé par le sous-espace sur lequel on projette 95 – Dans la définition
d’un projecteur, il est important de préciser le sous-espace sur lequel on projette, mais aussi le sous-espace
(supplémentaire du premier) parallèlement auquel on projette
Démonstration de l’énoncé 13 (Proposition (Caractérisation des projecteurs)) – L’implication directe est
immédiate. Réciproquement, supposons que p ∈ L(E) et p ◦ p = p : on vérifie que p est le projecteur sur
Ker(p − Id E ) parallèlement à Ker(p). □
Étude de stabilité 107– La notion de projecteur de E n’est pas stable par addition
Étude de stabilité 108– La notion de projecteur de E n’est pas stable par composition
Étude de stabilité 109– La notion de projecteur de E n’est pas stable par multiplication par un scalaire
Étude de stabilité 110– La notion de projecteur de E n’est pas stable par barycentre (i.e. une opération du
type (p, q) 7→ (1 − λ) p + λ q, où λ ∈ R)En effet : si p : (x, y) 7→ (x, 0) et q : (x, y) 7→ (0, y), alors 21 (p + q) = 21 Id R2
n’est pas un projecteur.
307 Stéphane FLON
 Étude de stabilité 111– La notion de projecteur de E, d’image fixée F est stable par barycentre.En effet :
on considère deux projecteurs p et q ayant même image. On a donc p ◦ q = q et q ◦ p = p.
Soit λ ∈ R.

(λ p + (1 − λ) q)2 = λ2 p2 + λ(1 − λ)p ◦ q + λ(1 − λ)q ◦ p + (1 − λ)2 q 2 = λ p + µ q

Étude de stabilité 112– La notion de projecteur de E, de noyau fixé G est stable par barycentre.En effet :
on considère deux projecteurs p et q ayant même noyau. On a donc p ◦ q = p et q ◦ p = q. En effet, on a par
exemple p − p ◦ q = p ◦ (Id E − q) or Im(Id E − q) = Ker(q) = Ker(p), donc p − p ◦ q = 0L(E) .
Soit λ ∈ R.

(λ p + (1 − λ) q)2 = λ2 p2 + λ(1 − λ)p ◦ q + λ(1 − λ)q ◦ p + (1 − λ)2 q 2 = λ p + µ q

Remarque – On aurait aussi pu utiliser le cas de deux projecteurs ayant même image, en appliquant ce résultat
à Id E − p et Id E − q.
Démonstration de l’énoncé 14 (Proposition (Caractérisation des symétries)) – s est une symétrie si et
seulement si p = s+Id2
E
est un projecteur si et seulement si p ◦ p = p si et seulement si (s + Id E )2 = 2(s + Id E )
si et seulement si s2 = Id E . □

3.11. Combinaisons linéaires

Justification de l’équivalence 116 – On revient à la définition de Vect(xi )i∈I , en montrant que l’ensemble
des combinaisons linéaires de (xi )i∈I est un sous-espace vectoriel de E, contenant {xi , i ∈ I}, et qu’il est contenu
dans tout sous-espace vectoriel de E contenant {xi , i ∈ I}.
Dans une combinaison linéaire, on ne somme qu’un nombre fini de vecteurs (non nuls) 118 – Il faut bien
distinguer une combinaison linéaire, qui est une somme finie (et relevant de l’algèbre) d’une somme infinie (du
P∞ R b R b P∞
domaine de l’analyse). Par exemple, montrer que n=0 a fn (t)dt = a n=0 fn (t)dt est une question d’analyse,
et ne saurait être justifié par un argument de linéarité

3.12. Familles génératrices

Étude de stabilité 124– La notion de famille génératrice de E est stable par surfamille dans E.

3.13. Familles libres, familles liées

Justification de l’équivalence 126 – Pour la famille (x1 , . . . , xp ). S’obtient directement en introduisant

φ : Kp → E Pp
(λ1 , . . . , λp ) 7→ i=1 λi xi

En effet : la seconde assertion signifie que φ est injective. Or φ est linéaire, donc φ est injective si et seulement
si son noyau est trivial, i.e. (x1 , . . . , xp ) est libre.
Étude de stabilité 133– La notion de famille libre est stable par sous-famille.
Étude de stabilité 134– La notion de famille liée est stable par surfamille.
Étude de stabilité 135– La notion de famille liée est stable par image par une application linéaire.
Étude de stabilité 136– La notion de famille libre n’est pas stable par image par une application linéaire
Étude de stabilité 137– La notion de famille libre est stable par image par une application linéaire injective.
Étude de stabilité 138– La notion de famille génératrice n’est pas stable par image par une application
linéaire
Étude de stabilité 139– La notion de famille génératrice est stable par image par une application linéaire
surjective.
Démonstration de l’énoncé 15 (Proposition (Famille libre et somme directe)) – Laissée au lecteur.

3.14. Bases
Certains espaces vectoriels admettent une base particulièrement simple, dite canonique 148 – La notion
de base canonique est assez floue, mais dans certains cas, un espace vectoriel admet une base particulièrement
évidente, que l’on dit canonique
Pour la plupart des espaces vectoriels, parler de base canonique n’a pas de sens 153 – Hormis dans quelques
cas particulièrement classique, un espace vectoriel n’a pas de base dite canonique. Par exemple, Vect(2, 3) (sous-
espace vectoriel de R2 ) n’a pas de base canonique
308 Stéphane FLON
 3.15. Modes de définition d’une application linéaire
Démonstration de l’énoncé 16 (Donnée d’une application linéaire par l’image d’une base) – Analyse –
P telle application. Soit x ∈ E : il existe une (unique) famille presque nulle de scalaires
Soit f une hypothétique
(λi )i∈I telle que x = i∈I λi ei . Par linéarité de f , on a nécessairement
X X
f (x) = λi f (ei ) = λ i vi
i∈I i∈I

Au plus une application est susceptible de convenir, c’est celle donnée par cette formule.
Synthèse – La formule ci-dessus définit bien une application de E dans F , par unicité, pour x fixé, de la
famille (λi )i∈I .
Pour tout j ∈ I, on a bien f (ej ) = vj : c’est vrai car lorsque x = ej , la famille (λi )i∈I est égale à (δi,j )i∈I .
Enfin, si x, y ∈PE, et α, β ∈ K, on Pvérifie que f (αx + βy) = αf (x) + βf (y) en revenant à la définition de f
et en écrivant x = i∈I λi ei et y = i∈I µi ei . □
Se donner une application linéaire par image d’une base 156 – Pour se donner (y compris éventuellement
la définir) une application linéaire, il suffit de se donner l’image d’une base. Cela montre qu’il est très facile de
construire des morphismes d’un espace vectoriel dans un autre
Démonstration de l’énoncé 17 (Proposition (Application linéaire définie par ses restrictions)) – Les vérifi-
cations sont proches de celles effectuées pour une application linéaire définie par l’image d’une base.
Alternativement, on peut utiliser les projecteurs associés à cette somme directe. □
Se donner une application linéaire par ses restrictions liées à une décomposition en somme directe 157 –
Pour se donner (y compris éventuellement la définir) une application linéaire, il suffit de se donner ses restrictions
sur des sous-espaces vectoriels qui réalisent une décomposition en somme direct. Inutile de repasser par des bases
respectives de ces sous-espaces vectoriels

3.16. Dimension finie

Démonstration de l’énoncé 18 (Théorème de la base extraite) – Laissée au lecteur.
Démonstration de l’énoncé 19 (Théorème de la base incomplète) – Laissée au lecteur.
Démonstration de l’énoncé 20 (Proposition (Caractérisation de l’isomorphie par la dimension)) – Laissée
au lecteur.
Démonstration de l’énoncé 21 (Proposition (Caractérisation des bases en dimension finie connue)) – Laissée
au lecteur.
Démonstration de l’énoncé 22 (Dimension d’un sous-espace vectoriel) – Laissée au lecteur.
Démonstration de l’énoncé 23 (Proposition (Dimension d’un produit cartésien)) – Si B = (e1 , . . . , em ) et
C = (f1 , . . . , fn ) sont deux bases respectives des espaces vectoriels de dimensions finies E et F (m, n ∈ N∗ ),
alors on vérifie que la famille ((e1 , 0), . . . , (em , 0), (0, f1 ), . . . , (0, fn )) est une base de E × F . En particulier,
dim E × F = dim E + dim F . □
La formule donnant la dimension d’un produit cartésien est parfois mal connue 158 – En cas d’hésitation
sur la formule, on pourra considérer le cas où F = {0F }, ou encore prendre l’exemple de Rn × Rm (qui s’identifie
à Rn+m ), ou même simplement celui de R × R
Démonstration de l’énoncé 24 (Proposition (Dimension d’une somme directe)) – F ⊕ G est isomorphe à
F × G. □
Démonstration de l’énoncé 25 (Proposition (Dimension d’un supplémentaire)) – E est isomorphe à F × G.
□
Démonstration de l’énoncé 26 (Proposition (Formule de Grassmann)) – Prendre un supplémentaire H de
F ∩ G dans F , vérifier que H et G sont supplémentaires dans F + G, puis passer aux dimensions. □
Démonstration de l’énoncé 27 (Proposition (Caractérisations de supplémentarité en dimension finie)) – F
et G sont supplémentaires dans E si et seulement si F + G = E et F ∩ G = {0E }
Si F et G sont supplémentaires dans E, les deux autres assertions sont bien vérifiées.
Si la deuxième assertion est vérifiée, alors dim(F + G) = dim(F ) + dim(G) = dim(E), or F + G est un
sous-espace vectoriel de E, donc F + G = E : F et G sont supplémentaires dans E.
Si la troisième assertion est vérifiée, alors par la formule de Grassmann, dim(F ∩ G) = 0, donc la somme
est directe, puis F et G sont supplémentaires dans E. □
Justification de la propriété 159 – Si φ ∈ L(E, F ) est injective, où E et F sont de dimension finie, alors φ
induit un isomorphisme de E sur φ(F ), donc dim(E) = dim(φ(F )) ⩽ dim(F ).
Justification de la propriété 160 – Si (e1 , . . . , en ) est une base de E, alors (φ(e1 ), . . . , φ(en )) engendre
Im(φ), donc dim(Im(φ)) ⩽ n = dim(E) < dim(F ).
Les dimensions(non nulles) de la source et du but peuvent garantir la non injectivité ou la non surjectivité,
mais pas l’injectivité ni la surjectivité 161 – Soit φ ∈ L(E, F ). Ce n’est pas parce que dim(E) ⩾ dim(F ) (resp.
309 Stéphane FLON
dim(E) ⩽ dim(F )) que φ est surjective (resp. injective), sauf dans le cas exceptionnel où dim(F ) = 0 (resp.
dim(E) = 0
Démonstration de l’énoncé 28 (Proposition (Sous-additivité de la dimension)) – L’application
φ : F1 × · · · × Fn → F1 + · · · + Fn
(x1 , . . . , xn ) 7→ x1 + · · · + xn
est linéaire et surjective : si les Fi sont en somme directe, φ est aussi injective, donc c’est un isomorphisme, et
l’égalité voulue en résulte. Sinon, cette application linéaire n’est pas injective, mais est surjective, donc
n
X
dim(Fi ) > dim(F1 + · · · + Fn )
i=1

□
Démonstration de l’énoncé 29 (Proposition (Caractérisation de somme directe en dimension finie)) – Voir
la preuve de l’énoncé 29 □
Démonstration de l’énoncé 30 (Proposition (Dimension de L(E, F ))) – On écarte le cas évident où m est
nul. Soit (e1 , . . . , em ) une base de E. On sait que l’application
φ : L(E, F ) → F m
f 7→ (f (e1 ), . . . , f (em ))
est un isomorphisme d’espaces vectoriels, d’où le résultat. □
Corrigé de l’exercice de cours (exercice 11 ) –
1
i Soit n ∈ N, x ∈ Ker(f n ). On a f n+1 (x) = f (f n (x)) = f (0E ) = 0E (car f est linéaire), donc
x ∈ Ker(f n+1 ) : Ker(f n ) ⊂ Ker(f n+1 ).
Remarque – Cette inclusion provient de l’inclusion plus générale Ker(u) ⊂ Ker(v ◦ u) (où u et v sont linéaires,
et où le but de u est la source de v).
Soit n ∈ N, x ∈ Im(f n+1 ). Il existe z ∈ E tel que x = f n+1 (z) = f n (f (z)), donc x ∈ Im(f n ) : Im(f n+1 ) ⊂
Im(f n ).
Remarque – Cette inclusion provient de l’inclusion plus générales Im(v ◦ u) ⊂ Im(v) (où u et v sont des
applications, non nécessairement linéaires, et où le but de u est la source de v).
ii La suite (dim(Ker(f n )) est une suite croissante d’entiers, majorée par dim(E) : elle est donc sta-
tionnaire à partir d’un certain rang N . Si n ⩾ N , Ker(f n ) ⊂ Ker(f n+1 ) et ces deux sous-espaces ont même
dimension finie : ils sont égaux.
De même, la suite (dim(Im(f n ))) est une suite décroissante d’entiers, minorée par 0, on en déduit comme
précédemment que la suite (Im(f n )) est stationnaire.
Puisque Ker(f n ) ⊂ Ker(f n+1 ), l’égalité Ker(f n ) = Ker(f n+1 ) se reformule en dim(Ker(f n )) = dim(Ker(f n+1 )).
De même, puisque Im(f n+1 ) ⊂ Im(f n ), l’égalité Im(f n ) = Im(f n+1 ) se reformule en rg(f n ) = rg(f n+1 ).
Le théorème du rang montre que dim(Ker(f n )) = dim(Ker(f n+1 )) si et seulement si dim(Ker(f n )) =
dim(Ker(f n+1 )).
iii En dimension infinie, tous les résultats de la question précédente tombent en défaut. Pour l’illustrer
par des exemples, on peut considérer des endomorphismes injectifs non surjectifs, comme P 7→ XP (X) dans
R[X], ou des endomorphismes surjectifs non injectifs, comme P 7→ P ′ dans R[X].
iv Par hypothèse, Ker(f k ) = Ker(f k+1 ). L’information pertinente est l’inclusion Ker(f k+1 ) ⊂ Ker(f k )
(l’autre inclusion est toujours vraie).
Montrons que pour tout j ⩾ k, Ker(f j ) = Ker(f j+1 ), c’est-à-dire Ker(f j+1 ) ⊂ Ker(f j ), puisque l’autre
inclusion est toujours vérifiée. Soit x ∈ Ker(f j+1 ), i.e. f j+1 (x) = 0E . On a donc f k+1 (f j−k (x)) = 0E , or
Ker(f k+1 ) ⊂ Ker(f k ), donc f k (f j−k (x)) = 0E , i.e. x ∈ Ker(f j ), d’où le résultat.
Même principe pour l’image.
v On a donc pour tout j ⩾ k, Ker(f j ) = Ker(f k ) et Im(f j ) = Im(f k ), en particulier Ker(f 2k ) = Ker(f k )
et Im(f 2k ) = Im(f k ). La première égalité donne Ker(f k )∩Im(f k ) = {0}, la seconde donne Ker(f k )+Im(f k ) = E,
donc Ker(f k ) ⊕ Im(f k ) = E.
Remarque – inutile de supposer E de dimension finie.
vi On considère g = f|kKer(f k+1 ) : g est une application linéaire de Ker(f k+1 ) dans E, dont le noyau est
Ker(f k ) ∩ Ker(f k+1 ) = Ker(f k ), et dont l’image est f k (Ker(f k+1 )) = Im(f k ) ∩ Ker(f ).
En effet, Ker(f k+1 ) ⊂ E donc f k (Ker(f k+1 )) ⊂ f k (E) = Im(f k ), et, si x ∈ Ker f k , alors (f ◦ g)(x) =
k+1
f (x) = 0E , donc g(x) ∈ Ker(f ).
Réciproquement, si x = f k (z) ∈ Im(f k ) ∩ Ker(f ), alors, f k+1 (z) = f (x) = 0E , donc z ∈ Ker(f k+1 ) puis
x = f k (z) = g(z) ∈ Im(g).
Le théorème du rang fournit alors bien la relation dk = dim(Im(f k ) ∩ Ker(f )).
310 Stéphane FLON
 Pour tout k ∈ N, on a Im(f k+1 ) ⊂ Im(f k ), donc (Im(f k+1 ) ∩ Ker(f )) ⊂ (Im(f k ) ∩ Ker(f )), d’où dk+1 ⩽ dk
en prenant la dimension.
D’après la question précédente, si dk = 0, alors dj = 0 pour tout j ⩾ k, donc, si dn > 0, alors dj > 0 pour
tout j ∈ [[0, n]], et alors
n
X
dim(Ker(f n+1 ) = dim(Ker(f n+1 )) − dim(Ker(f 0 )) = dj ⩾ n + 1
j=0

ce qui est absurde (car Ker(f n+1 ) ⊂ E).

3.17. Sous-espaces affines

Une translation n’est presque jamais linéaire 164 – Une translation n’est presque jamais linéaire
Étude de stabilité 166– La notion de sous-espace affine n’est pas stable par intersection
Démonstration de l’énoncé 31 (Proposition (Principe de résolution d’une équation linéaire)) – Laissée au
lecteur.

3.18. Rang
Démonstration de l’énoncé 32 (Proposition (Caractérisation de liberté d’une famille finie par le rang)) –
Laissée au lecteur.
Démonstration de l’énoncé 33 (Lemme préparatoire au théorème du rang) – On restreint φ à G au départ,
et à Im φ à l’arrivée, ce qui donne une application linéaire ψ de G dans Im φ. On montre aisément que cette
application est surjective et injective : elle réalise donc un isomorphisme de G sur Im φ. □
Sur l’utilité du lemme pour le théorème du rang 175 – Ce résultat a l’avantage d’être valable en dimension
quelconque
Démonstration de l’énoncé 34 (Théorème du rang) – L’existence d’un supplémentaire G de Ker φ dans E
et le lemme donnent immédiatement le résultat. □
La formule du rang est valable pour toute application linéaire entre espaces vectoriels de dimension finie
176 – La dimension de F n’intervient pas : il peut très bien ne pas être de dimension finie. En fait, il est facile
de s’en rendre compte car en  grossissant  F , on ne change rien au rang de φ et à la dimension de Ker φ (alors
qu’il serait compliqué de  grossir  E)
Démonstration de l’énoncé 35 (Proposition (Caractérisation d’isomorphisme en dimension finie)) – Notons
n = dim(E)(= dim(F ). L’endomorphisme φ est injectif (resp. surjective) si et seulement si dim Ker(f ) = 0 (resp.
rg(f ) = n).
La formule du rang (rg φ + dim Ker φ = n) montre donc l’équivalence entre les deux premières assertions.
Ces deux assertions sont donc équivalentes à leur conjonction, c’est-à-dire à la dernière. □
Démonstration de l’énoncé 36 (Corollaire (Caractérisation des automorphismes en dimension finie)) – C’est
un cas particulier de l’énoncé 35. □
Justification de la propriété 177 – La conservation par composition à droite par un isomorphisme est
immédiate : il y a en fait égalité des images (et donc de leurs dimensions), et il suffit d’ailleurs que u soit
surjective pour que rg(v) = rg(v ◦ u).
La seconde provient du fait que Im(v ◦ u) = v(Im u), et du fait qu’un isomorphisme envoie un sous-espace
vectoriel sur un sous-espace vectoriel de même dimension (il suffit d’ailleurs que v soit injective pour que
rg(v ◦ u) = rg(u)).
Démonstration de l’énoncé 37 (Proposition (Le rang d’une composée est inférieur au rang de chacun de ses
termes)) – rg(u ◦ v) ⩽ rg(u) provient de l’inclusion Im(u ◦ v) ⊂ Im(u).
Pour montrer que rg(u ◦ v) ⩽ rg(v), on peut par exemple observer que si (e1 , . . . , en ) est une base de Im(v),
alors (u(e1 ), . . . , u(en )) est une famille génératrice de Im(u ◦ v).
Remarque – On peut aussi appliquer la formule du rang à la restriction de u à Im(v). □
Pour estimer un rang, utiliser le fait que le rang d’une composée est inférieur au rang de chacun de ses
termes 178 – Pour estimer un rang, utiliser le fait que le rang d’une composée est inférieur au rang de chacun
de ses termes
Démonstration de l’énoncé 38 (Inégalité et rang, addition) – L’inégalité de gauche se déduit de celle de
droite, un peu comme la seconde inégalité triangulaire se déduit de la première.
L’inégalité de droite se déduit de Im(u + v) ⊂ Im(u) + Im(v) et de la formule de Grassmann. □
Démonstration de l’énoncé 39 (Inégalité et rang, composition) – L’inégalité de droite (au programme) a
été établie lors de l’énoncé 37.
Celle de gauche, difficile, peut s’obtenir en appliquant la formule du rang à la restriction de u (au départ)
à Im(v) (idée à retenir). □
311 Stéphane FLON
 3.19. Matrices
Démonstration de l’énoncé 40 (Proposition (Isomorphisme entre espaces de matrices et d’applications
linéaires)) – Laissée au lecteur.
Une matrice code une application linéaire entre espaces de dimension finie 181 – Soit E et F des espaces
vectoriels de dimension finie non nulle. On se donne des bases respectives B et C de E et F . Pour se donner une
application linéaire de E dans F , on peut se donner sa matrice dans (B, C) : les matrices codent et condensent
l’information nécessaire pour les applications linéaires entre espaces de dimension finie. Ce codage est assujetti
au choix de bases respectives de E et F
Démonstration de l’énoncé 41 (Proposition (Lien entre composition des applications linéaires et produit
matriciel)) – Laissée au lecteur.
La définition du produit matriciel sert à rendre compte de la composition des applications linéaires 188 –
La définition du produit matriciel sert à rendre compte de la composition des applications linéaires
Justification de l’exemple 189 – Méthode matricielle – Notons P = Ei,j Ek,l .
Soit (u, v) ∈ [[1, n]]2 . Si u ̸= i, [P ]u,v = 0, car la ligne u de Ei,j est nulle. De même si v ̸= l, [P ]u,v = 0.
Il reste à déterminer [P ]i,l , or
n
X
[P ]i,l = [Ei,j ]i,s [Ek,l ]s,l = δj,k
s=1
et donc
Ei,j Ek,l = δj,k Ei,l
Méthode géométrique – En considérant les endomorphismes de Kn canoniquement associés f et g à Ei,j et
Ek,l respectivement, et en notant (e1 , . . . , en ) la base canonique de Kn , on constate que (f ◦ g)(es ) est nul si
s ̸= l, et que g(el ) = ek , donc, si k ̸= j, (f ◦ g)(el ) = 0, et (f ◦ g)(el ) = ei si k = j.
Démonstration de l’énoncé 42 (Proposition (Lien entre isomorphisme et matrice inversible)) – Laissée au
lecteur.
Justification de structure 191 – Laissée au lecteur
Le produit matriciel n’est pas commutatif 192 – Le produit matriciel n’est pas commutatif. Il se peut
d’ailleurs que AB soit défini sans que BA le soit.
AB et BA sont définis si et seulement si A et B sont de formats respectifs (p, q) et (q, p). AB et BA sont
de même format si et seulementÅsi A ã et B Åsont carrées
ã de même taille. Même dans ce cas, il n’est pas sûr que
1 0 0 1
AB = BA, prendre par exemle et
0 0 0 0
Démonstration de l’énoncé 43 (Isomorphisme d’algèbre entre algèbres de matrices carrées et d’endomor-
phismes) – Laissée au lecteur.
Pour le produit matriciel, un élément non nul n’est pas toujours simplifiable 193 – Il se peut que AB = AC
sans que B = C
Précautions à prendre pour le calcul algébrique dans Mn (K) 195 – Le calcul algébrique dans Mn (K) est
assez proche de celui que l’on effectue dans R ou C, à l’exception notable des points suivants :
— Il se peut que le produit de matrices non nulles donne un résultat nul.
— Le produit matriciel n’est pas commutatif.
— Soit A, B ∈ Mn (K). Même si B est inversible, il ne faut pas écrire B A
, puisque AB −1 et B −1 A ne sont
pas nécessairement égales (elles le sont si et seulement si A et B commutent, mais même dans ce cas,
on n’emploie pas cette notation).
On n’oubliera donc pas de préciser (voire justifier) que les matrices commutent pour la formule du binôme de
Newton ou celle de Bernoulli.
Justification de l’équivalence 196 – En dimension finie, un endomorphisme est bijectif si et seulement si il
est injectif.
Justification de l’équivalence 197 – En dimension finie, un endomorphisme est bijectif si et seulement si il
est injectif.
Démonstration de l’énoncé 44 (Proposition (Formule du binôme de Newton pour des matrices carrées)) –
Formule valable dans tout anneau (dès que les éléments choisis commutent). □
Démonstration de l’énoncé 45 (Proposition (Formule de Bernoulli pour des matrices carrées)) – Formule
valable dans tout anneau (dès que les éléments choisis commutent). □
Démonstration de l’énoncé 46 (Proposition (Écriture matricielle de l’effet d’une application linéaire sur un
vecteur)) – Laissée au lecteur.
Justification de structure 198 – Laissée au lecteur
Étude de stabilité 199– La notion de matrice diagonale inversible est stable par inverse.
Justification de structure 200 – Tn+ (K) est clairement un sous-espace vectoriel de Mn (K) (il admet même
(Ei,j )1⩽i⩽j⩽n pour base) possédant In . Reste à vérifier la stabilité par produit :
312 Stéphane FLON
 Preuve matricielle Soit A, B ∈ Tn+ (K) et (i, j) ∈ [[1, n]]2 tel que i > j. On a
n
X
[AB]i,j = ai,k bk,j
k=1

or pour tout k ∈ [[1, n]], ai,k bk,j = 0 car i > k ou k > j (sinon j ⩽ k ⩽ i), donc AB est bien triangulaire
supérieure.
Preuve matricielle avec les matrices élémentaires On observe que Tn+ (K) = Vect(Ei,j )1⩽i⩽j⩽n . Pour vérifier
la stabilité de Tn+ (K), il suffit de le vérifier sur une famille génératrice : si 1 ⩽ i ⩽ j ⩽ n et 1 ⩽ l ⩽ k ⩽ n, alors
Ei,j Ek,l = δj,k Ei,l donc Ei,j Ek,l est soit nulle, soit égale à Ei,l si j = k, auquel cas on a bien i ⩽ l.
Preuve géométrique Si (e1 , . . . , en ) est la base canonique de Kn identifié à Mn,1 (K), posons Fk = Vect(e1 , . . . , ek ).
La matrice A ∈ Mn (K) est triangulaire supérieure si et seulement si pour tout k ∈ [[1, n]], A(Fk ) ⊂ Fk . Cette
propriété est clairement stable par produit (c’est-à-dire par composition si on identifie A son endomorphisme
canoniquement associé).
Étude de stabilité 201– La notion de matrice triangulaire supérieure inversible est stable par inverse.En
effet : Méthode 1 – (Ak )k∈[[0,n2 ]] est liée. En prenant une relation de liaison, et en multipliant par la bonne
puissance de A, on peut écrire A−1 comme une combinaison linéaire de Ak , où k ∈ N, donc A−1 est triangulaire
supérieure.
Remarque – Cette méthode se généralise à toute sous-algèbre de Mn (K).
Méthode 2 – On peut traduire géométriquement le fait qu’une matrice soit triangulaire supérieure inversible :
A est triangulaire supérieure inversible si et seulement si l’endomorphisme canoniquement associé u vérifie
u(Fk ) = Fk , pour tout k ∈ [[1, n]], où Fk = Vect(e1 , . . . , ek ) et (e1 , . . . , en ) est la base canonique de Kn . Or si u
vérifie ces conditions, alors u−1 également, donc A−1 est triangulaire supérieure (inversible).
Méthode 3 – Voir l’élégante méthode indiquée dans l’exercice 56, valable pour toute sous-algèbre de Mn (K).
Justification de structure 202 – Laissée au lecteur Pn
Justification de l’exemple 203 – Il suffit de conjuguer par la matrice i=1 Ei,n+1−i .
En revanche, la transposition ne fournit pas d’isomorphisme d’algèbre (sauf si n = 1) car (AB)T = B T AT ̸=
T T
A B en général.
Å Étude ã de stabilité 204– La notion de matrice triangulaire n’est pas stable par produit matricielEn effet :
1 1
et sa transposée sont triangulaires, par leur produit.
0 1
Étude de stabilité 205– La notion de matrice triangulaire n’est pas stable par addition matricielle
Étude de stabilité 206– La notion de matrice triangulaire est stable par multiplication par un scalaire.
Étude de stabilité 207– La notion de matrice triangulaire inférieure inversible est stable par inverse.
Étude de stabilité 208– La notion de matrice triangulaire inversible est stable par inverse.

3.20. Transposition
Étude de stabilité 212– La notion de matrice diagonale est stable par transposition.
Étude de stabilité 213– La notion de matrice triangulaire est stable par transposition.
Démonstration de l’énoncé 47 (Proposition (Transposition et produit)) – Tout d’abord, t (AB) et t B t A
sont de même format q × n. Soit (i, j) ∈ [[1, q]] × [[1, n]].
D’une part,
Xp
t 
(AB) i,j = [(AB)]j,i = aj,k bk,i
k=1
D’autre part,
p
X p
X
t
( B)(t A) i,j = [t B]i,k [t A]k,j =

bk,i aj,k ,
k=1 k=1
d’où l’égalité matricielle souhaitée. □
Démonstration de l’énoncé 48 (Proposition (Transposée d’une inverse)) – Laissée au lecteur.

3.21. Changement de base

La matrice de passage de B à B ′ permet d’exprimer facilement les vecteurs de la nouvelle base B ′ comme
combinaison linéaire des vecteurs de l’ancienne base B 215 – La matrice de passage de B à B ′ permet d’exprimer
facilement les vecteurs de la nouvelle base B ′ comme combinaison linéaire des vecteurs de l’ancienne base B
Démonstration de l’énoncé 49 (Proposition (Écriture matricielle d’un changement de base pour un vecteur))
– Laissée au lecteur.
313 Stéphane FLON
 Dans un changement de bases, on passe facilement des nouvelles coordonnées aux anciennes 221 – Ce sont
les vecteurs de la nouvelle base que l’on a directement comme combinaisons linéaires des vecteurs de l’ancienne
base, mais ce sont les anciennes coordonnées d’un vecteur que l’on exprime facilement en fonction des nouvelles
Démonstration de l’énoncé 50 (Proposition (Formule de changement de bases pour une application linéaire))
– Laissée au lecteur.
Démonstration de l’énoncé 51 (Proposition (Formule de changement de base pour un endomorphisme)) –
Laissée au lecteur.

3.22. Matrices équivalentes et rang

Démonstration de l’énoncé 52 (Reformulation du rang par représentation matricielle) – Le rang de u est
le rang de toute matrice qui le représente dans un couple de base, d’où le sens indirect.
Si réciproquement u est de rang r, on on considère une base (y1 , . . . , yr ) de Im(u), on choisit des xi tels que
yi = u(xi ). (x1 , . . . , xr ) est libre car son image par l’application linéaire f l’est. On complète (x1 , . . . , xr ) (resp.
(y1 , . . . , yr )) en une base B de E (resp. une base C de F ) : on a bien MB,C (u) = Jr (n, p). □
Démonstration de l’énoncé 53 (Équivalence matricielle et rang) – Laissée au lecteur.

3.23. Similitude matricielle, trace d’une matrice carrée, d’un endomorphisme

Pn Pn Pp
Démonstration de l’énoncé 54 (Proposition (Trace d’un produit)) – tr(AB) = i=1 [AB]i,i = i=1 j=1 ai,j bj,i .
Pp Pn
De même tr(BA) = j=1 i=1 ai,j bj,i . D’où l’égalité.
Si B = P −1 AP , tr(B) = tr(P −1 (AP )) = tr(AP P −1 ) = tr(A). □
Sur la trace d’un produit 230 – Attention, en général, tr(ABC) ̸= tr(CBA)
Sur la définition de la trace d’un endomorphisme, notion d’invariant de similitude 231 – Un invariant de
similitude a une traduction en termes d’endomorphismes : on définit cet invariant pour u comme l’invariant
commun à tous ses représentants matriciels (dans une base donnée). C’est comme cela qu’on a défini la trace
d’un endomorphisme par exemple
Démonstration de l’énoncé 55 (Caractérisation des homothéties) – Soit f un tel endomorphisme.
On peut supposer E de dimension n ∈ N∗ . Fixons une base B = (e1 , . . . , en ) de E, et soit M la matrice de
f dans B.
De plus, en changeant chaque ei en 2ei dans B, pour tout i ⩾ 2, on constate que mi,1 = 12 mi,1 et donc
mi,1 = 0 pour tout i ⩾ 2, et donc f (e1 ) = λ e1 . Pour tout vecteur non nul x de E, on a aussi f (x) = λ x (en
écrivant la matrice dans une base de premier vecteur x), donc f est nécessairement une homothétie.
Réciproquement, toute homothétie vérifie bien cette propriété. □
Démonstration de l’énoncé 56 (Lien entre trace et rang d’un projecteur en dimension finie) – Il suffit
de représenter matriciellement p dans une base adaptée à la supplémentarité de Ker(p − Id E )(= Im(p)) et de
Ker(p). □
Corrigé de l’exercice de cours (exercice 61 ) –
1 X doit être un vecteur directeur de la droite engendrée par les colonnes de A, par exemple toute colonne
non nulle de A convient. Choisir alors Y à partir du choix de X.
2 On peut utiliser la question précédente, en observant que t Y X est une matrice de taille 1, c’est-à-dire un
scalaire.
Corrigé de l’exercice de cours (exercice 58 ) –
1 Soit M ∈ Mn (C), P ∈ GLn (C). En appliquant la formule au couple (P M, P ), on a Φ(M P ) = Φ(P M ).
Or Vect(GLn (C)) = Mn (C), car pour tout (i, j) ∈ [[1, n]], Ei,j = (In + Ei,j ) − In . On en déduit que pour toutes
matrices M, N ∈ Mn (C), Φ(M N ) = Φ(N M ). On applique ceci à M = Ei,i et N = Ei,j . On obtient Φ(Ei,j = 0
si i ̸= j. En appliquant ceci à Ei,j et Ej,i , on obtient Φ(Ei,i ) = Φ(Ej,j ).
Ainsi, pour tout M = (mi,j ) ∈ Mn (C),
n n n n
!
X X X X
Φ(M ) = Φ( mi,j Ei,j ) = mi,j Φ(Ei,j ) = mi,i Φ(Ei,i ) = mi,i Φ(E1,1 ) = λ tr(M )
i,j=1 i,j=1 i=1 i=1

où λ = Φ(E1,1 ),
Remarque – Ce n’est pas demandé par l’énoncé, mais la réciproque est vraie (car la trace est un invariant de
similitude).
Remarque – L’énoncé nous fait montrer le résultat dans Mn (C), mais la preuve fonctionne aussi pour Mn (R).
Corrigé de l’exercice de cours (exercice 54 ) –
1 La réponse est oui, montrons-le par récurrence sur la taille n de la matrice.
Le cas où n = 1 est évident.
314 Stéphane FLON
 Supposons le résultat établi au rang n ∈ N∗ . Soit A ∈ Mn+1 (K) de trace nulle.
Notons u l’endomorphisme canoniquement associé à A. Si A est scalaire, alors A = 0n+1 , donc le résultat
est évident.
Sinon, il existe x ∈ Kn+1 tel que (x, u(x)) soit libre : en complétant cette famille libre en une base C de
K , la matrice de u dans C est de la forme
n+1

Å ã
0 B
M= ,
C D

où B ∈ M1,n (K), C ∈ Mn,1 (Ká

) et ëD ∈ Mn (K).
1
0
Remarque – on a même C = .. , mais c’est inutile pour la suite.
.
0
Comme tr(D) = tr(M ) = tr(A)) = 0, on peut lui Åappliquer
ã l’hypothèse de ã : il existe Q ∈ GLn (K)
Å récurrence
1 0 1 0
telle que Q−1 DQ soit de diagonale nulle. Posons P = . On a P −1 = , et la formule du produit
0 Q 0 Q−1
−1
par blocs montre que P M P est de diagonale nulle : on a bien trouvé une matrice de diagonale nulle semblable
à A, d’où l’hérédité.

2 Le sens direct est évident. Supposons, réciproquement, que tr(A) = 0.

Si A est scalaire, alors elle est nulle : le résultat est alors évident.
Si A n’est pas une matrice scalaire, il existe X tel que AX ne Å soit pas
ã colinéaire à X. En changeant de base,
0 α
on constate que A est semblable à une matrice B de la forme . Or tr(A) = 0, donc γ = 0. En posant
β γ
−1
Q = Diag(1, −1), on constate que −B = Q BQ, donc que B est semblable à −B, puis que A est semblable à
−A.

3.24. Déterminant
Démonstration de l’énoncé 57 (Proposition (Caractérisation d’inversibilité d’une matrice par le détermi-
nant)) – Laissée au lecteur.
Démonstration de l’énoncé 58 (Proposition (Déterminant d’un produit)) – Laissée au lecteur.
Démonstration de l’énoncé 59 (Proposition (Déterminant du produit d’une matrice carrée par un scalaire))
– Laissée au lecteur.
Démonstration de l’énoncé 60 (Proposition (Caractérisation d’inversibilité d’un endomorphisme par le
déterminant)) – Laissée au lecteur.
Démonstration de l’énoncé 61 (Proposition (Déterminant d’une composée)) – Laissée au lecteur.
Démonstration de l’énoncé 62 (Proposition (Déterminant du produit d’un endomorphisme par un scalaire))
– Laissée au lecteur.
Démonstration de l’énoncé 63 (Proposition (Formule sur la comatrice)) – Laissée au lecteur.
Démonstration de l’énoncé 64 (Proposition (Déterminant de Vandermonde)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 62 ) – Peut se montrer par l’expression sommatoire du déterminant.
Corrigé de l’exercice de cours (exercice 63 ) – Pour le premier déterminant, en ajoutant la première ligne
à chacune des autres, on trouve 5! = √ 120.
Pour le deuxième, on trouve −3i 3. C’est aussi un Vandermonde : il vaut (j 2 − j)(j 2 − 1)(j − 1).
Pour le troisième, on fait Ln ← Ln − Ln−1 , puis Ln−1 ← Ln−1 − Ln−2 , etc. On trouve 1
Pour le dernier, un simple développement donne 3abc − a3 − b3 − c3
Corrigé de l’exercice de cours (exercice 64 ) –

1 On fait C1 ← C1 + C2 + · · · + Cn , on met en facteur n(n+1) 2 dans la première colonne.

Ensuite on fait Ln ← Ln − Ln−1 , puis Ln−1 ← Ln−1 − Ln−2 , etc.
Le déterminant vaut n(n+1)
2 × det(J − n In−1 ), où tous les coefficients de J ∈ Mn−1 (K) valent 1. En faisant
C1 ← C1 + · · · + Cn−1 dans J − nIn−1 , puis en faisant Ci ← Ci + C1 pour tout i ∈ [[2, n − 1]], on trouve que
det(J − nIn−1 ) = (−1)n−1 nn−2 .
Remarque – On pouvait aussi trouver det(J − n In−1 ) en trouvant χJ = X n−2 (X − (n − 1)). On rappelle que J
est diagonalisable (car symétrique réelle) et de rang 1 : 0 est valeur propre d’ordre n − 2, n − 1 est valeur propre
d’ordre 1.
315 Stéphane FLON
 2 ON fait dans cet ordre L1 ← L1 − L2 , L2 ← L2 − L3 , L3 ← L3 + (a + b)L2 , C2 ← C2 − C1 − C3 :
(b + c)2 b2 c2 (b + c)2 − a2 b2 − (c + a)2 c2 − c2
a2 (c + a)2 c2 = a2 − a2 (c + a)2 − b2 c − (a + b)2
2

a2 b2 (a + b)2 a2 b2 (a + b)2
(b + c − a) (b − c − a) 0
= (a + b + c)2 0 (c + a − b) (c − a − b)
a2 b2 (a + b)2
(b + c − a) (b − c − a) 0
= (a + b + c)2 0 (c + a − b) (c − a − b)
a2 b2 + (a + b)(c + a − b) (a + b)2 + (a + b)(c − a − b)
(b + c − a) (b − c − a) 0
= (a + b + c)2 0 (c + a − b) (c − a − b)
a2 c(a + b) + a2 c(a + b)
(b + c − a) −2c 0
= (a + b + c)2 0 2a (c − a − b)
a2 0 c(a + b)
(a + b + c)2 2ac(b + c − a)(a + b) + a2 (−2c)(c − a − b)


=
= 2ac(a + b + c)2 ((b + c − a)(a + b) − a(c − a − b))
= 2ac(a + b + c)2 b2 − a2 + ac + bc − ac + a2 + ab

= 2abc(a + b + c)3

3
i Φ est linéaire involutive, c’est une symétrie vectorielle, le déterminant vaut (−1)dim(Ker(Φ+Id )) , c’est-
à-dire (−1)n(n−1) 2.
Remarque – On peut facilement donner une base de diagonalisation de Φ, en concaténant des bases de Sn (R)
et de An (R).
ii Ψ = Id + 2Φ, donc Ψ admet une représentation matricielle diagonale, avec n(n+1) 2 termes diagonaux
valant 3, n(n−1)
2 termes diagonaux valant −1, donc det(Ψ) = 3 n(n+1)/2
×(−1) n(n−1)/2
. La trace vaut 3× n(n+1)
2 −
n(n−1) 2
2 = n + 2n.
Corrigé de l’exercice de cours (exercice 65 ) –
1 On peut d’abord faire l’opération L1 ← L1 + XL2 + · · · + X n−1 Ln , qui conserve le déterminant, puis
développer selon la première ligne.
2 Immédiat.

3.25. Interpolation de Lagrange

Utiliser une base d’interpolation de Lagrange 239 – Utiliser une base d’interpolation de Lagrange

3.26. Matrices par blocs et sous-espaces stables

La notion de sous-espace stable permet de restreindre un endomorphisme de manière à avoir encore un
endomorphisme 240 – Il faut noter qu’il y a une double restriction, au départ et à l’arrivée, et que c’est
précisément l’hypothèse de stabilité qui rend cette double restriction possible
Démonstration de l’énoncé 65 (Proposition (Stabilité et commutation)) – Soit y ∈ Im(u) : soit x ∈ E tel
que y = u(x). On a v(y) = v(u(x)) = u(v(x)) ∈ Im(u). Ainsi, Im(u) est stable par v.
Soit x ∈ Ker(u) : on a u(v(x)) = v(u(x)) = v(0E ) = 0E , donc v(x) ∈ Ker(u). Ainsi, Ker(u) est stable par v.
Soit λ ∈ K. u − λ Id E commute avec v, donc son noyau est laissé stable par v.
Autre méthode : soit x ∈ Ker(u − λ Id E ), i.e. u(x) = λ x. On a u(v(x)) = v(u(x)) = v(λ x) = λ v(x), donc
v(x) ∈ Ker(u − λ Id E ). □
Étude de stabilité 243– La notion de sous-espace stable par u ∈ L(E) est stable par somme.En effet : si F
et G sont deux sous-espaces vectoriels de E stables par u, alors u(F + G) = u(F ) + u(G) ⊂ F + G.
Étude de stabilité 244– La notion de sous-espace stable par u ∈ L(E) est stable par intersection.En effet :
si F et G sont deux sous-espaces vectoriels de E stables par u, alors u(F ∩ G) ⊂ u(F ) ∩ u(G) ⊂ F ∩ G, et cette
inclusion peut être stricte.
Justification de structure 245 – On vérifie que Id E stabilise F , et que si u et v stabilisent F , et λ, µ ∈ K,
alors λ u + µ v et u ◦ v stabilisent F .
316 Stéphane FLON
 Étude de stabilité 249– La notion d’automorphisme n’est pas stable par induction sur un sous-espace
stableEn effet : dans RZ , prendre le sous-espace vectoriel des fonctions nulles sur Z \ N, et φ : (un )n∈Z 7→
(un+1 )n∈Z .
Étude de stabilité 250– La notion d’automorphisme en dimension finie est stable par induction sur un sous-
espace stable.En effet : un endomorphisme injectif induit toujours un endomorphisme injectif sur un sous-espace
stable (même en dimension infinie) : en dimension finie, c’est donc un automorphisme.
Démonstration de l’énoncé 66 (Proposition (Traduction matricielle de la stabilité d’un sous-espace)) –
Laissée au lecteur.
Démonstration de l’énoncé 67 (Théorème du produit par blocs) – Laissée au lecteur.
Sur la formule du produit par blocs 251 – On prendra garde à l’ordre dans les différents produits matriciels
(le produit matriciel n’est pas commutatif)
Démonstration de l’énoncé 68 (Proposition (Déterminant d’une matrice triangulaire par blocs)) – On peut
d’abord le prouver lorsque A = Ip ou B = Iq , puis utiliser le produit matriciel par blocs pour étendre la formule.
□
Il n’y a pas de formule générale Å
de déterminant
ã par blocs 254 – Il n’y a en revanche pas de formule simple
A B
générale donnant le déterminant de
C D
Corrigé de l’exercice de cours (exercice 94 ) –
1 Soit D ∈ Mn (K). On a
Å ãÅ ã Å ã
In D In −A I + DB −A + D
= n
0 In B In B In
donc, en prenant D = A, on obtient, par formule du déterminant d’une matrice triangulaire par blocs, 1 ×
det(M ) = det(In + AB). Å ãÅ ã
In −A In D
Remarque – On a aussi det(M ) = det(In + BA) en considérant pour D = A. Plus
B In 0 In
généralement, on a χAB = χBA , et, si (A, B) ∈ Mn,p (K) × Mp,n (K), où p < n, alors χAB = X n−p χBA .
Remarque – La matrice de départ n’est pas triangulaire par blocs, on rappelle qu’il n’y a pas de formule générale
pour le déterminant d’une matrice par blocs.
Corrigé de l’exercice de cours (exercice 93 ) –
1 Appuyons-nous
Å ãsur la formule du déterminant d’une matrice triangulaire par blocs.
A B
Soit M = . Comme
C D
Å ã Å ã
In 0n A B
−1 M= −1
−CA In 0n D − CA B
on a, en prenant les déterminants :
det(M ) = det(A) det(D − CA−1 B) = det(AD − ACA−1 B)
Puisque A et C commutent, il vient bien det(M ) = det(AD − CB).
Corrigé de l’exercice de cours (exercice 95 ) – On effectue d’abord Lj ← Lj + iLj+n , pour tout j ∈ [[1, n]],
obtenant
A −B A + iB −B + iA
=
B A B A
On observe que −B + iA = i(A + iB), donc on fait Cj+n ← −iCj , pour tout j ∈ [[1, n]] (dans le nouveau
déterminant), obtenant
A −B A + iB −B + iA A + iB 0
= =
B A B A B A − iB
Par la formule du déterminant d’une matrice triangulaire par blocs, on obtient
A −B
= det(A + iB) det(A − iB) = det(M ) det(M )
B A

Or det(M ) = det(M ), par récurrence sur la taille de n, ou en revenant à la définition de MPSI du déterminant
d’une matrice carrée de taille n (on vérifie que f : M 7→ det(M ) est linéaire par rapport à chacune des colonnes
de sa variable, antisymétrique par rapport aux colonnes de sa variable, et que f (In ) = 1).
On en déduit bien le résultat voulu.
Remarque – On pouvait exprimer les opérations élémentaires par blocs sur les matrices à l’aide de multiplication
par des matrices par blocs.
317 Stéphane FLON
 3.27. Formes linéaires et hyperplans
Justification de structure ?? – Laissée au lecteur
Démonstration de l’énoncé 69 (Proposition (Supplémentarité et formes linéaires)) – On peut raisonner
par analyse-synthèse : soit x ∈ E. Supposons que x = u + λ a, où u ∈ Ker(φ) et λ ∈ K. On a, en appliquant φ :
φ(x) = λφ(a),
φ(x)
puis nécessairement λ = φ(a)(φ(a) est un scalaire non nul) et u = x − φ(x)
φ(a) a : cela montre l’unicité, et donne
l’unique couple susceptible de convenir.
Réciproquement, on vérifie que ce couple convient bien. □
Démonstration de l’énoncé 70 (Lemme pour la définition d’un hyperplan) – Si H est de codimension 1
dans E, on a E = H ⊕ Kx pour un certain vecteur non nul x de E. On définit f ∈ E ∗ comme étant nulle sur
H, et valant 1 en x, puis on vérifie que H en est le noyau.
Réciproquement, si H = Ker(f ) où f est une forme linéaire non nulle sur E, on choisit x ∈ E tel que
/ H), et on vérifie que E = H ⊕ Kx :
f (x) ̸= 0 (i.e. x ∈
Analyse – Soit y ∈ E, supposons que y = h + λx, où h ∈ H et λ ∈ K. On a donc f (y) = λf (x), puis λ = ff (x)(y)

(bien défini car f (x) est un scalaire non nul), et enfin h = y − ff (x)
(y)
x.
Synthèse – Réciproquement, on vérifie que ces formules définissent bien des vecteurs de H et de Kx dont la
somme vaut y. □ Pn
Justification de l’équivalence 276 – Introduire la forme linéaire x = (x1 , . . . , xn ) 7→ i=1 ai xi dans un
sens, évaluer en x la forme linéaire considérée dans l’autre.
Corrigé de l’exercice de cours (exercice 55 ) –
1 On vérifie que c’est une application linéaire, puis qu’elle est injective (si A ∈ Ker(∆), alors pour tout
i, j ∈ [[1, n]], tr(AEi,j ) = 0, i.e. [A]j,i = 0). Comme Mn (K) et son dual L(Mn (K), K) ont même dimension finie,
∆ est bien un isomorphisme.
2 Si H est un hyperplan de Mn (K), il est de la forme Ker(φ), où φ est un élément non nul de L(Mn (K), K).
En posant A = ∆−1 (φ), on a bien H = {M ∈ Mn (K), tr(AM ) = 0}.
La matrice A n’est pas unique, car pour tout λ ∈ K∗ , la matrice λ A convient également (et A ̸= 0, donc
par exemple 2A ̸= A).
3 Soit H un hyperplan de Mn (K), et A tel que H = Ker(∆(A)). On a Aeq0, donc A = ER, où E est un
produit de matrices élémentaires (au sens du pivot de Gauss) et R est échelonnée réduite par lignes non nulle.
Par opération élémentaire sur les colonnes, on R est équivalente par colonnes à une matrice de trace non nulle.
Il existe donc des matrices inversibles U et V telles que tr(U AV ) ̸= 0. Or tr(U AV ) = tr(AV U ), donc la matrice
V U , qui est inversible (par structure de groupe de GLn (R)) est un élément de H.
Remarque – L’existence de U et V est aussi une conséquence du lemme au théorème du rang (cf l’énoncé 52).

3.28. Nilpotence
Justification de l’exemple 280 – On peut le montrer géométriquement : soit (e1 , . . . , en ) la base canonique
de Kn , et soit A une matrice triangulaire supérieure stricte (le cas des matrices triangulaires inférieures strictes
s’en déduira par transposition). Soit u l’endomorphisme canoniquement associé à A. Pour tout k ∈ [[0, n]], on
note Fk = Vect(ei , i ∈ [[1, k]]) (notons que F0 ){0E } et Fn = Kn ). Comme A est triangulaire supérieure stricte, on
a u(Fk ) ⊂ Fk−1 pour tout k ∈ [[1, n]]. On en déduit que un (Fn ) ⊂ F0 , i.e. un (Kn ) ⊂ {0E }, et donc un = 0L(Kn ) ,
i.e. An = 0n .
Justification de la propriété 281 – On a déjà vu le sens indirect. Si M est triangulaire supérieure de
coefficients diagonaux λ1 , . . . , λn , alors M k a pour coefficients diagonaux λk1 , . . . , λkn : si M n’est pas triangulaire
supérieure stricte, alors au moins un de ses coefficients (diagonaux) n’est pas nul, donc Ak ̸= 0, et ce pour tout
k ∈ N∗ .
Démonstration de l’énoncé 71 (Proposition (Majoration de l’indice de nilpotence)) – Soit x un vecteur de
E tel que f p−1 (x) ̸= 0. Montrons que (f i (x))i∈[[0,p−1]] est libre.
Soit (λi )i∈[[0,p−1]] une famille de scalaires telle que
p−1
X
(⋆) λi f i (x) = 0
i=0
def
Supposons cette famille non nulle, et soit i0 = min{i ∈ [[0, p − 1]], λi ̸= 0}.
En appliquant f p−1−i0 à (⋆), on obtient l’absurdité λi0 = 0.
La famille (f i (x))i∈[[0,p−1]] de p vecteurs de E est libre, donc p ⩽ n. □
Justification de la propriété 285 – A n’est pas inversible (sinon 0n le serait), donc det(A) = 0.
318 Stéphane FLON
 Il est difficile de montrer le résultat sur la trace sans faire de réduction : pour les 3/2,
Å on peut procéder
ã par
0 ⋆
récurrence sur n, en montrant (si n ⩾ 2) que A est semblable à une matrice de la forme , où B est
0n−1,1 B
une matrice nilpotente de taille n − 1.
Étude de stabilité 286– La notion de matrice nilpotente est stable par transposition.
Étude de stabilité 287– La notion de matrice nilpotente est stable par multiplication par un scalaire.
Å Étude
ã de stabilité 288– La notion de matrice nilpotente n’est pas stable par produit matricielEn effet :
0 1
et sa transposée sont nilpotentes, mais pas leur produit
0 0
Étude de stabilité 289– La notion de matrice nilpotente est stable par multiplication par une matrice avec
laquelle elle commute.En effet : si A est nilpotente d’indice p, et B commute avec A, alors (AB)p = Ap B p = 0
(puisque Ap ). Å ã
0 1
Étude de stabilité 290– La notion de matrice nilpotente n’est pas stable par additionEn effet : et
0 0
sa transposée sont nilpotentes, mais pas leur somme.
Étude de stabilité 291– La notion de matrice nilpotente est stable par addition, dans le cas où les deux
matrices commutent.En effet : on considère deux matrices nilpotentes A et B de Mn (K) d’indices de nilpotence
respectifs a et b. Soit p ∈ N∗ .
On a, puisque A et B commutent :
p Ç å
n
X p
(A + B) = Ak B p−k
k
k=0

Le terme d’indice k de cette somme est nul dès que k ⩾ a ou p − k ⩾ b, i.e. k ⩾ a ou k ⩽ p − b. En choisissant
p = a + b − 1 ∈ N∗ , on s’assure que chaque terme de cette somme soit nul : pour cette valeur de p, (A + B)p = 0n .
Étude de stabilité 292– La notion de matrice nilpotente est stable par similitude.En effet : Si B = P −1 AP ,
alors pour tout k ∈ N∗ , B k = P −1 Ak P , or P et P −1 sont inversibles, donc Ak = 0n si et seulement si B k = 0n .
Étude de stabilité 293– La notion d’endomorphisme nilpotent est stable par multiplication par un scalaire.
Étude de stabilité 294– La notion d’endomorphisme nilpotent n’est pas stable par composition
Étude de stabilité 295– La notion d’endomorphisme nilpotent n’est pas stable par addition
Étude de stabilité 296– La notion d’endomorphisme nilpotent est stable par addition, dans le cas où les
deux endomorphismes commutent.
Étude de stabilité 297– La notion d’endomorphisme nilpotent est stable par induction sur un sous-espace
stable.
Corrigé de l’exercice de cours (exercice 105 ) –
1 On procède par récurrence sur k. Pour tout k ∈ N, on pose
Hk : rg(f ◦ g k ) = rg(f )
L’amorçage au rang 0 est évident.
Fixons k ∈ N, supposons Hk . D’après cette hypothèse, et puisque Im(f ◦ g k ) ⊂ Im(f ), on a en fait
Im(f ◦ g k ) = Im(f )
On a donc
g Im(f ◦ g k ) = g (Im(f ))

soit
Im(g ◦ f ◦ g k ) = Im(g ◦ f )
soit, puisque g et f commutent et que Im(f ◦ g) = Im(f )
Im(f ◦ g k+1 ) = Im(f )
d’où Hk+1 en passant aux dimensions.
2 En appliquant le résultat de la question précédente à u1 . . . uk et uk+1 , on constate i que si rg(u1 . . . uk+1 ) =
rg(u1 . . . uk ), alors ces rangs sont nuls, et donc u1 . . . uk = 0, puis u1 . . . un = 0.
Si, pour tout k ∈ [[1, n − 1]], on a rg(u1 . . . uk+1 ) < rg(u1 . . . uk ), alors rg(u1 . . . un ) ⩽ rg(u1 ) − (n − 1) ⩽ 0,
car u1 n’est pas inversible (u1 est nilpotente), et donc u1 . . . un = 0.
Corrigé de l’exercice de cours (exercice 60 ) –
1 Toute matrice nilpotente est de trace nulle. Montrons-le par récurrence sur la taille de la matrice (si on
ne dispose par encore de la trigonalisation) : c’est évident en taille 1. Supposons le résultat vrai en taille n, et
soit N ∈ Mn+1 (K) nilpotente. N n’est pas inversible, donc elle est semblable à une matrice donc la première

i. Par nilpotence de uk+1 et le fait qu’il commute avec u1 . . . uk .

319 Stéphane FLON

 Å ã
0 ∗
colonne est nulle, de la forme . La formule du produit par blocs montre que N ′ est nilpotente, donc
0n,1 N ′
tr(N ) = tr(N ′ ) = 0 par hypothèse de récurrence.
Remarque – en fait toute matrice nilpotente est semblable à une matrice triangulaire supérieure stricte, et donc
de trace nulle.
Cela prouve que Ω ⊂ H.
Pour conclure à l’égalité, il suffit de montrer l’égalité des dimensions. dim(H) = n2 − 1 car H est le noyau
d’une forme linéaire non nulle.
Or la famille obtenue en concaténant (Ei,j )1⩽i<j⩽n et (E1,1 + E1,i − Ei,i − Ei,1 )2⩽i⩽n est libre, donc
dim(Ω) ⩾ n2 − 1, d’où l’égalité.
2 Pas si M est de trace non nulle.
3 La question se reformule ainsi : montrer que l’hyperplan H de Mn (K) constitué des matrices de trace
nulle est engendré par (AB − BA)2(A,B)∈Mn (K) .
Or on peut écrire, si i ̸= j,
Ei,j = Ei,i Ei,j − Ei,j Ei,i
et, pour tout i ∈ [[2, n]] :
E1,1 − Ei,i = E1,i Ei,1 − Ei,1 E1,i
Ces matrices constituent une famille libre de n2 − 1 vecteurs de H, et donc une base.
4 Si A est une homothétie, c’est 02 (puisque sa trace est nulle), donc A est de la forme voulue.
Sinon, en notant u ∈ L(R2 ) canoniquement associé à A, il existe x ∈ R2 tel que (x, u(x)) soit libre (adhérence
du cours) et donc une base de R2 . La matrice de u dans cette base, semblable à A, est bien du type indiqué.
5
i rg(M ) < n. tr(M ) = 0 en trigonalisant M .
ii Cet espace est le noyau de la trace, qui est une forme linéaire non nulle sur Mn (K) : il est de dimension
n2 − 1.

3.29. Polynômes d’endomorphismes

Justification de structure 298 – Laissée au lecteur
Démonstration de l’énoncé 72 (Polynômes de matrices semblables) – Laissée au lecteur.
Démonstration de l’énoncé 73 (Endomorphisme induit par un polynôme d’un endomorphisme) – Laissée
au lecteur.

320 Stéphane FLON

 4. Intégration

4.1. Intégration sur un segment

Beaucoup des résultats d’analyse ne sont valables
que si le domaine de définition est un intervalle 3 – Par
exemple, la fonction x ∈ R∗ 7→ arctan(x) + arctan x1 est dérivable sur R∗ , et sa dérivée y est partout nulle,
mais cette fonction n’est pas constante
Démonstration de l’énoncé 1 (Théorème fondamental de l’analyse) – Revenir à la définition de la dérivée.
□
Démonstration de l’énoncé 2 (Théorème de calcul d’une intégrale au moyen d’une primitive) – Provient
de du théorème fondamental de l’analyse, et du fait que deux primitives d’une même fonction sur un intervalle
diffèrent d’une constante □
Démonstration de l’énoncé 3 (Proposition (Changement de variable pour une fonction continue sur un
segment)) – Provient de la formule de dérivation d’une composée. □
Justification de l’exemple 10 – On effectue le changement de variable t = a sin(u) de [0, π/2] sur [0, a] (de
classe C 1 ), obtenant
Z π/2 » Z π/2 Z π/2
1 + cos(2u) π a2
I= a2 (1 − sin2 (u))a cos(u)du = a2 cos2 (u)du = a2 du =
0 0 0 2 4
Démonstration de l’énoncé 4 (Proposition (Intégration par parties sur un segment)) – Provient de la
formule de dérivation d’un produit. □
Corrigé de l’exercice de cours (exercice 11 ) –
Rn
1 La majoration | sin | ⩽ 1 ne suffit pas à conclure, on obtient |un | ⩽ 1 1t dt = ln(n).
î − cos(t) ón R n cos(t)
On effectue une intégration par parties, en dérivant t 7→ 1t : un = t − 1 t2 dt.
î − cos(t) ón 1
1
On a t ⩽ 1 + n ⩽ 2 et
1

1 n
Z n Z n ï ò
cos(t) dt 1
2
dt ⩽ 2
= − =1− ⩽1
1 t 1 t t 1 n
donc pour tout n ∈ N∗ , |un | ⩽ 3 : (un ) est bornée.
Corrigé de l’exercice de cours (exercice 12 ) –
1 Si le polynôme aX 2 + bX + c admet deux racines réelles distinctes α et β, alors on cherche des constantes
λ et µ telles que
1 λ µ
= +
aX 2 + bX + c X −α X −β
ce qui ramène à une situation connue.
Si le polynôme aX 2 + bX + c admet une unique racine α (nécessairement réelle), alors
−1
Z Z
dx dx
= = +C
ax2 + bx + c a(x − α)2 a(x − α)
Si le polynôme aX 2 + bX + c admet deux racines complexes conjuguées α ± i β (où α ∈ R, β ∈ R∗ ), alors
x−α
Z Z Å ã
dx dx 1
= = arctan +C
ax2 + bx + c a ((x − α)2 + β 2 ) aβ β

4.2. Formules de Taylor

Démonstration de l’énoncé 5 (Théorème (Formule de Taylor avec reste intégral)) – On montre ce résultat
par récurrence en effectuant une intégration par parties dans l’hérédité. □
La formule de Taylor avec reste intégral est la mère des autres formules de Taylor 19 – Cette formule,
qui constitue sans doute le sommet en analyse de MPSI, est la  mère  des deux autres formules de Taylor
(inégalité de Taylor-Lagrange et formule de Taylor-Young)
La formule de Taylor avec reste intégral est une égalité globale 20 – Cette formule est globale (information
sur chaque point de I) et c’est une égalité (aucune perte d’information)
Démonstration de l’énoncé 6 (Théorème (Inégalité de Taylor-Lagrange)) – Provient directement de la
formule de Taylor avec reste intégral □
L’inégalité de Taylor-Lagrange est globale 23 – Cette formule, qui se déduit aisément de la formule de
Taylor avec reste intégral, est globale (elle donne une information pour tout point de I), mais elle est imprécise
(c’est une inégalité) : on peut s’attendre à ce que, dans certains cas du moins, la perte d’information induite
par le passage de Taylor avec reste intégral à Taylor-Lagrange soit sévère.
321 Stéphane FLON
 Démonstration de l’énoncé 7 (Théorème (Formule de Taylor-Young)) – Appliquer l’inégalité de Taylor-
Lagrange à la fonction auxiliaire
n
X (x − a)k
g : x 7→ f (x) − f (k) (a)
k!
k=0
n
de classe C sur I, et dont les dérivées en a, jusqu’à l’ordre n compris, sont nulles. □
La formule de Taylor-Young est locale, elle ne donne la valeur de la fonction qu’au point où elle est appliquée
27 – Cette formule de Taylor donne un résultat local. Si l’on fixe x ∈ I \ {a}, cette formule ne donne absolument
aucune information sur la valeur de f en x (de même que le fait de savoir que la suite réelle (un ) tend vers 0 ne
donne absolument aucune information sur la valeur de ugoogol )

4.3. Fonction continue par morceaux sur un segment, sur un intervalle

Il est rare de revenir à la notion de continuité par morceaux 28 – La définition de la continuité par morceaux
est relativement délicate, mais on y revient rarement
Justification de structure 31 – La fonction constante de valeur 1 sur [a, b] est bien continue par morceaux,
et, si f et g sont continues par morceaux sur [a, b], et si λ, µ ∈ K, alors on constate que λ f + µ g et f g sont
continues par morceaux sur [a, b], en considérant une subdivision adaptée à f et à g.
Justification de structure 32 – Laissée au lecteur
Justification de structure 33 – Laissée au lecteur
Étude de stabilité 34– La notion de fonction continue par morceaux sur un segment est stable par passage
au module.En effet : toute subdivision adaptée à f l’est aussi à |f |.
Étude de stabilité 35– La notion de fonction continue par morceaux sur un segment est stable par restriction
à un segment.
Étude de stabilité 36– La notion de fonction continue par morceaux sur un segment est stable par modifi-
cation en un nombre fini de points.
Justification de l’équivalence 38 – Par stabilité par somme de Cpm ([a, b]), la somme d’une fonction continue
et d’une fonction en escalier est bien continue par morceaux.
Si, réciproquement, f est continue par morceaux sur [a, b], de subdivision adaptée (x0 , . . . , xn ), alors on
construit de proche en proche une fonction continue g : [a, b] → K, qui coı̈ncide sur ]x0 , x1 [ avec f , puis qui
coı̈ncide avec f − lim + lim sur ]x1 , x2 [, etc. La fonction f − g est alors en escalier sur [a, b].
x+ x−
Justification de l’exemple 41 – Soit f ∈ Cpm ([a, b]), de subdivision adaptée (x0 , . . . , xn ). Pour tout k ∈
1 1

[[0, n − 1]], soit f˜k le prolongement par continuité de fk = f|]xk ,xk+1 [ à [xk , xk+1 ]. La fonction f˜k est continue sur
le segment [xk , xk+1 ], donc bornée : la restriction de fk à ]xk , xk+1 [ est donc bornée. f est donc bornée sur la
réunion (finie), de ces intervalles, et, comme elle est bornée sur la partie finie {x0 , . . . , xn }, elle est bien bornée
sur [a, b].
Étude de stabilité 42– La notion de fonction continue par morceaux sur un segment n’est pas stable par
compositionEn effet : prenons pour f la fonction valant 1 sur [0, 1], et −1 sur [−1, 0[, et pour g la fonction
x 7→ x sin(1/x), prolongée par continuité sur [0, 2π]. Ces fonctions sont continues par morceaux, mais pas la
composée f ◦ g (qui possède une infinité de points de discontinuité sur le segment [0, 2π].
Étude de stabilité 43– La notion de fonction continue par morceaux sur un segment est stable par com-
position à droite par une fonction continue strictement monotone.En effet : si par exemple f est continue par
morceaux de subdivision adaptée (x0 , . . . , xn ), et si g est continue strictement croissante, et atteint les valeurs
a et b, alors, en prenant yi tel que g(yi ) = xi pour tout i, on constate que f ◦ g est continue par morceaux, de
subdivision adaptée (y0 , . . . , yn ).
Justification de structure 44 – Laissée au lecteur
Une fonction continue par morceaux sur un intervalle peut avoir une infinité de points de discontinuité 48
– La fonction partie entière est continue par morceaux sur R, mais a une infinité de points de discontinuité
Une fonction continue par morceaux sur un intervalle n’est pas nécessairement bornée 49 – Il suffit de
prendre une fonction continue sur un intervalle mais non bornée, comme l’identité sur R, ou la fonction tangente
sur ] − π2 , π2 [

4.4. Intégrale d’une fonction continue par morceaux sur un segment

Démonstration de l’énoncé 8 (Proposition (Linéarité de l’intégrale pour les fonctions cpm sur un segment))
– C’est connu depuis la MPSI pour les fonctions continues, et on se ramène à ce dernier cas pour des fonctions
continues par morceaux. □
Démonstration de l’énoncé 9 (Proposition (Croissance de l’intégrale)) – C’est connu depuis la MPSI pour
les fonctions continues, et on se ramène à ce dernier cas pour des fonctions continues par morceaux. □
322 Stéphane FLON
 Démonstration de l’énoncé 10 (Proposition (Stricte positivité de l’intégrale pour les fonctions continues)) –
On montre qu’une fonction continue, positive, mais non identiquement nulle sur [a, b] (où a < b) est d’intégrale
strictement positives, en trouvant [c, d] ⊂ [a, b] tel que f|[c,d] soit minorée par un réel strictement positif. □
Démonstration de l’énoncé 11 (Proposition (Stricte croissance de l’intégrale pour les fonctions continues))
– Appliquer la stricte positivité de l’intégrale pour g − f , et conlure par linéarité de l’intégrale. □
Démonstration de l’énoncé 12 (Proposition (Relation de Chasles)) – Se ramener au cas connu d’une fonction
continue. □
Démonstration de l’énoncé 13 (Proposition (Relation de Chasles généralisée)) – Par récurrence sur n. □
Démonstration de l’énoncé 14 (Théorème sur les sommes de Riemann) – Laissée au lecteur.
Démonstration de l’énoncé 15 (Proposition (Inégalité triangulaire intégrale, cas continu par morceaux sur
un segment)) – Soit σ = (x0 , . . . , xn ) une subdivision adaptée à f : cette même subdivision permet d’établir la
continuité par morceaux de |f | (elle lui est adaptée). De plus
Z n−1
XZ
f = f (relation de Chasles)
[a,b] i=0 [xi ,xi+1 ]
n−1 Z
(inégalité triangulaire dansC)
X
⩽ f
i=0 [xi ,xi+1 ]
n−1
XZ
⩽ |f | (inégalité triangulaire intégrale cas continu)
i=0 [xi ,xi+1 ]
Z
= |f | (relation de Chasles)
[a,b]

□
Démonstration de l’énoncé 16 (Proposition (Changement de variable pour une fonction cpm sur un seg-
ment)) – On vérifie que si σ = (x0 , . . . , xn ) est adaptée à f , alors la subdivision (φ(x0 ), . . . , φ(xn )) permet
d’établir la continuité par morceaux de f ◦ φ. On applique ensuite le changement de variable dans le cas d’une
fonction continue sur un segment, et on en déduit le résultat par relation de Chasles. □

4.5. Aspects bilinéaires

Démonstration de l’énoncé 17 (Proposition (Inégalité de Cauchy-Schwarz intégrale sur un segment)) –
L’inégalité de Cauchy-Schwarz est valable pour toute forme bilinéaire symétrique positive, ce qui est le cas de
(f, g) ∈ Cpm ([a, b], R) 7→ [a,b] f g. Partir de l’observation que, pour tout réel λ : N (f + λg)2 ⩾ 0. □
R
Ä ä
Démonstration de l’énoncé 18 (Proposition (Inégalités de la moyenne)) – On a |f g| ⩽ sup[a,b] |f | g, d’où
R R R R
[a,b]
|f g| ⩽ sup[a,b] |f | [a,b] |g|, et l’inégalité triangulaire donne [a,b] f g ⩽ [a,b] |f g|. □

4.6. Valeur moyenne

Justification de la propriété 52 – Résulte immédiatement deR la linéarité de l’intégrale.
Justification de la propriété 53 – Résulte de l’encadrement [a,b] f ⩽ f ⩽ sup[a,b] f .
Justification de l’exemple 55 – Notons A l’ensemble des applications affines sur [a, b] : c’est un K-espace
vectoriel, de base (f0 , f1 ), où f0 : t ∈ [a, b] 7→ 1 et f1 : t ∈ [a, b] 7→ t. On vérifie que les applications linéaires
1
f , m2 : f ∈ A 7→ f (a)+f (b)
et m3 : f ∈ A 7→ f a+b
R

m : f ∈ A 7→ b−a [a,b] 2 2 coı̈ncident en f0 et en f1 , et sont
donc égales.
Justification de l’exemple 56 – Utiliser le changement de variable φ : t ∈ [−b, b] 7→ −t ∈ [−b, b].
Justification
R Rde l’exemple 57 – Utiliser le changement de variable φ : t ∈ [0, b] 7→ −t ∈ [−b, 0] pour montrer
que [−b,b] f = 2 [0,b] f .
Justification de l’exemple 61 – Par calcul (en linéarisant), on peut vérifier que cos2 et sin2 ont pour valeur
moyenne 21 .
Alternativement, on peut retrouver ce résultat en observant que sin2 + cos2 a pour valeur moyenne 1, et
que, sin2 et cos2 s’obtenant mutuellement par déphasage, elles ont même valeur moyenne.

4.7. Intégrales généralisées

Sur la notation d’une intégrale généralisée 62 – S’agissant des intégrales généralisées, les notations mé-
langent l’existence d’une limite et la valeur de cette limite : on ne dirait pas, pour une suite numérique (un ),
Rb
que lim un converge, alors qu’on peut écrire que a f converge
n∞

323 Stéphane FLON

 Rx Rc Rx Rc
Justification de l’équivalence 63 – Pour tout x ∈ [a, b[, a f (t)dt = a f (t)dt + c f (t)dt, or a f (t)dt est
Rx Rx
une constante, donc a f (t)dt a une limite finie lorsque x tend vers b si et seulement si c f (t)dt a une limite
finie lorsque x tend vers b.
Rb Rc Rb Rb
Justification de l’équivalence 64 – Pour tout x ∈]a, b], x f (t)dt = x f (t)dt + c f (t)dt, or c f (t)dt est
Rb Rc
une constante, donc x f (t)dt a une limite finie lorsque x tend vers b si et seulement si x f (t)dt a une limite
finie lorsque x tend vers b.
Démonstration
R x de l’énoncé
R c 19 (Proposition
Rx (Relation
R c de Chasles pour une intégraleRgénéralisée)) – Pour
x
tout x ∈ [a, b[, a f (t)dt = a f (t)dt + c f (t)dt, or a f (t)dt est une constante, donc a f (t)dt a une limite
Rx
finie lorsque x tend vers b si et seulement si c f (t)dt a une limite finie lorsque x tend vers b. De plus, en cas
Rb Rc Rb
de convergence, on a bien a f = a f + c f . □ R 1 dt  √ 1 √
Justification de l’exemple 70 – Pour tout x ∈]0, 1], x √ t
= 2 t x = 2 − 2 x tend vers 2 lorsque x tend
vers 0. R1 1
Justification de l’exemple 71 – Pour tout x ∈]0, 1], x ln(t) dt = [t ln(t) − t]x = −1 + x − x ln(x) tend vers
−1 lorsque x tend vers 0.
Dans une intégrale à deux bornes problématiques, on étudie
R x séparément les deux bornes 72 – Il faut étudier
bien séparément les deux bornes. Par exemple, la limite de −x tdt lorsque x tend vers +∞ existe et vaut 0,
R +∞
mais −∞ t dt est évidemment divergente

4.8. Propriétés des intégrales généralisées

Cohérence des notations intégrales en cas d’ambiguı̈té, notion d’intégrale faussement impropre 76 – La
valeur et la nature d’une intégrale généralisée convergente est cohérente. Par exemple, si f est continue par
Rb R R
morceaux sur [a, b[, a f peut désigner l’une des deux intégrales [a,b[ f , ]a,b[ f , qui ont même nature et sont
égales en cas de convergence.
En particulier, si f ∈ Cpm ([a, b[) se prolonge en une fonction f˜ continue par morceaux sur [a, b], alors [a,b[ f
R

est convergente, puisque c’est aussi [a,b] f˜. Ce cas relève donc fondamentalement de l’intégration sur un segment,
R
R
et on dit que l’intégrale [a,b[ f est faussement impropre (en b), ou qu’il y a une fausse singularité en b.
Cela provient du fait général suivant : si f est continue par morceaux au voisinage à droite (resp. à gauche)
R α+x Rα
de α, alors α f (t)dt (resp. α−x f (t)dt) tend vers 0 lorsque x tend vers 0
Justification de l’exemple 77 – La fonction f : t ∈]0, 1] 7→ sin(t) t dt se prolonge en une fonction continue f
˜
˜
sur le segment [0, 1], et intégrer la fonction f sur le segment [0, 1] ne pose aucun problème (cela relève du cours
de MPSI). R
Justification de l’équivalence 78 – Se rappeler que si f est continue sur le segment [x, y], alors [x,y] f (t)dt =
R R
[x,y]
Re(f (t))dt + i [x,y] Im(f (t))dt.
Démonstration de l’énoncé 20 (Linéarité des intégrales généralisées) – On traite le cas où I = [a, b[ (les
autres cas sont analogues). Bien sûr, 0KI ∈ Ω.
Soit f, g ∈ Ω, et λ, µ ∈ K.
Pour tout x ∈ [a, b[,
Z x Z x Z x
(λf (t) + µg(t))dt = λ f (t)dt + µ g(t)dt
a a a
Rb
donc par opérations algébriques sur les limites, a
(λf + µg) est convergente, et égale à
Z b Z b
λ f +µ g
a a

□
Une mauvaise application de la linéarité peut introduire des termes divergents 79 – Lorsqu’on utilisera
la linéarité de l’intégrale pour scinder une intégrale en combinaison linéaire de plusieurs, on s’assurera que les
intégrales introduites convergent effectivement
Justification de structure ?? – Voir la preuve de linéarité des intégrales généralisées.
Étude de stabilité 80– La notion de fonction d’intégrale convergente sur I n’est pas stable par produitEn
effet : par exemple, f : t 7→ √1t est d’intégrale convergente sur ]0, 1], mais pas f × f .
R
Démonstration de l’énoncé 21 (Positivité des intégrales généralisées) – I f s’obtient comme limite de
quantités positives. □
Démonstration de l’énoncé 22 (Croissance des intégrales généralisées) – Combinaison de la linéarité et de
la positivité des intégrales généralisées. □
324 Stéphane FLON
 Démonstration de l’énoncé 23 (Primitive de limite nulle en b) – Par relation de Chasles, pour tout x ∈ [a, b[,
Rb Rx
G(x) = a f − a f . □

4.9. Intégrales de Riemann

Démonstration de l’énoncé 24 (Proposition (Nature des intégrales de Riemann)) – Soit x ∈ R∗+ . Si a = 1,
Rx R 1 dt R +∞ dt
on a 1 dt t = ln(x), donc 0ó t
et 1 t sont divergentes.
R x dt x
t1−a x1−a
î
1
Si a ̸= 1, 1 ta = 1−a = 1−a + a−1 .
1 R +∞ dt
1
Ainsi, si a > 1 (resp. a < 1), cette quantité tend vers a−1 (resp. +∞) lorsque x tend vers +∞, donc 1 ta
1
converge et vaut a−1 (resp. diverge).
R1 î 1−a ó1
x1−a
Si a ̸= 1, x dtt a = t 1
1−a x = 1−a − 1−a .
1
R +∞ dt
Ainsi, si a > 1 (resp. a < 1), cette quantité tend vers +∞ (resp. 1−a ) lorsque x tend vers 0, donc 1 ta
1
diverge (resp. converge et vaut 1−a ). □

4.10. Changement de variable et intégration par parties

Démonstration de l’énoncé 25 (Théorème (Changement de variable sur un intervalle quelconque)) – φ
est une bijection continue strictement croissante de l’intervalle ]α, β[ sur ]a, b[, donc sa bijection réciproque est
également continue, strictement croissante, et tend vers α (resp. β) en a (resp. b).
Fixons γ ∈]α, β[. Soit x ∈]α, γ], et y ∈ [γ, β[.
D’après le théorème de changement de variable sur un segment,
Z φ(y) Z y
f (t)dt = f (φ(u)) φ′ (u)du
φ(γ) γ
Rβ Rb
et limβ φ = b, donc si γ f (φ(u)) φ′ (u)du converge, alors φ(γ) f (t)dt converge, et ces deux intégrales sont
égales.
Comme φ−1 tend vers β en b, la réciproque est vraie.
De même, puisque
Z φ(γ) Z γ
f (t)dt = f (φ(u)) φ′ (u)du
φ(x) x
R φ(γ) Rγ
les deux intégrales a f (t)dt et α f (φ(u)) φ′ (u)du ont même nature et sont égales en cas de convergence.
La relation de Chasles achève la preuve. □
Changement de variable dans une intégrale généralisée 81 – En pratique, on fera un changement de variable
à la physicienne, en précisant juste que φ est C 1 et strictement monotone
Corrigé de l’exercice de cours (exercice 36 ) –
1 On se ramène au cas connu de la borne 0 par translation de la variable.
Démonstration de l’énoncé 26 (Théorème (Intégration par parties sur un intervalle quelconque)) – Passer
à la limite dans la formule d’intégration par parties. □

4.11. Intégrale généralisée d’une fonction positive

Intégrale divergente
R d’une fonction positive R83 – Dans le cas où f est une fonction positive (continue par
morceaux) et où I f diverge, on pourra poser I f = +∞, et tout calcul aboutissant à un résultat fini vaut
preuve de convergence
Démonstration de R xl’énoncé 27 (Proposition (Caractérisation de la convergence dans le cas positif )) – L’ap-
plication x ∈ [a, b[7→ a f est croissante, donc elle admet une limite finie en b si et seulement si elle est majorée.
□
Démonstration de l’énoncé 28 (Proposition (Ordre et convergence dans R x le cas positif )) – On traite
R x le cas
où I = [a, b[ (les autres sont similaires). Les applications F : x ∈ [a, b[7→ a f (t)dt et G : x ∈ [a, b[7→ a g(t)dt
sont croissantes, et F ⩽ R G. R
Si on suppose que I g converge, G est majorée, donc F l’est aussi, ce qui prouve que I f converge d’après
la proposition précédente. □
Pour étudier la nature d’une intégrale, on compare souvent son intégrande à d’autres fonctions, on ne
compare pas souvent des intégrales 84 – Pour appliquer cette proposition, on prendra garde à comparer les
intégrandes, et non les intégrales. Comme pour les séries, on s’intéresse au  terme général  plutôt qu’aux
 sommes partielles 
325 Stéphane FLON
 Démonstration de l’énoncé 29 (Proposition (Ordre et divergence dans le cas positif )) – C’est la contraposée
de l’énoncé précédent. □
Démonstration de l’énoncé 30 (Proposition (Relations d’ordre et convergence d’intégrales R dans le cas posi-
tif )) – Dans un tel cas, il existe c ∈ [a, b[ et M > 0 tel que ∀ t ∈ [c, b[, (0 ⩽)f (t) ⩽ M g(t), or [c,b[ M g converge,
R R
donc [c,b[ f également, donc [a,b[ f aussi. □
Corrigé de l’exercice de cours (exercice 37 ) –
1 Soit f : t ∈]0, +∞[7→ ln(1+t)
t3/2
. Il s’agit d’une fonction positive, continue par morceaux.
On étudie f aux deux bornes : R 1 dt
En 0, f (t) ∼t → 0 √1t , or t 7→ √1t est positive, et 0 √ t
converge (exemple de Riemann, avec 1/2 < 1), donc
R1
0
f (t)dt converge.
En +∞, ln(1 + t) = ot → +∞ (tε ), pour tout ε > 0 préalablement fixé, donc, en choisissant ε > 0 tel que
3
R +∞ dt
− ε > 1 (par exemple ε = 14 ), on a f (t) = ot → +∞ t3/2−ε
1 1


2 , où t 7→ t3/2−ε est positive et 1 t3/2−ε
converge :
R +∞
1
f (t)dt converge donc aussi.
R +∞ ln(1+t)
Ainsi, 0 t3/2
dt converge bien.
Corrigé de l’exercice de cours (exercice 38 ) –
1 1


1 Lorsque α > 1, on a xα ln(x) β = ox → +∞ xα . Par comparaison de fonctions positives, et par convergence
R +∞ dx R +∞ dx
de e xα , e xα ln(x)β
converge.
Lorsque α < 1, pour tout ε > 0, ln(x)β = ox → +∞ (xε ), donc
Å ã
1 dx
= ox → +∞
xα+ε xα ln(x)β
En choisissant ε > 0 tel que α + ε < 1 (i.e. ε ∈]0, 1 − α[), par comparaison de fonctions positives, et par
R +∞ dx R +∞ dx
divergence de e xα+ε , on en déduit que e xα ln(x)β
diverge.
Enfin, lorsque α = 1, on se ramène à l’exemple des intégrales de Riemann via le changement de variable
u = ln(x).
2 On se ramène au cas précédent par le changement de variable x 7→ x1 .

4.12. Intégrabilité, absolue convergence

La bonne notion de convergence d’intégrale est celle d’absolue convergence R85 – Attention, l’intégrabilité
d’une fonction f sur I n’est pas la convergence de l’intégrale I f , mais celle de I |f |. La  bonne notion  est
R

celle d’absolue convergence (i.e. d’intégrabilité), comme souvent en analyse (et en probabilités)
Justification de structure 88 – Laissée au lecteur
Démonstration de l’énoncé 31 (Théorème (La convergence absolue d’une intégrale implique sa convergence))
– Cas réel – Si f est intégrable sur I, les encadrements
0 ⩽ f + ⩽ |f | et 0 ⩽ f − ⩽ |f |
montrent que I f + et I f − convergent, d’où le résultat dans le cas réel.
R R

Cas complexe – Si f est intégrable sur I, les encadrements

0 ⩽ | Re(f )| ⩽ |f | et 0 ⩽ | Im(f )| ⩽ |f |
R R R
prouvent que I Re(f ) et I Im(f ) convergent (absolument), et donc que I f converge.
Inégalité – Il suffit d’appliquer cette inégalité dans le cas continu par morceaux sur un segment, puis de
passer à la limite (i.e. revenir à la définition d’une intégrale généralisée). □
Démonstration de l’énoncé 32 (Proposition (Séparation de la norme 1 pour les fonctions continues)) –
Laissée au lecteur.
Démonstration de l’énoncé 33 (Proposition (Intégrabilité et comparaison)) – Laissée au lecteur.
Démonstration de l’énoncé 34 (Proposition (Intégrabilité et relation de domination)) – Dans un tel cas, il
existe M > 0 tel que, au voisinage de b dans [a, b[ on ait :
|f (x)| ⩽ M |g(x)|
d’où l’implication souhaitée. □
Démonstration de l’énoncé 35 (Proposition (Intégrabilité et équivalence de fonctions)) – Dans un tel cas,
on a en effet,
f (x) = Ox → b (g(x)) et g(x) = Ox → b (f (x))
et l’énoncé précédent permet de conclure. □
Étude de stabilité 96– La notion d’intégrabilité n’est pas stable par produit
Justification de l’exemple 97 – Soit x ∈ R∗+ , et f : t ∈ R∗+ 7→ e−t tx−1 .
326 Stéphane FLON
 La fonction f est bien continue par morceaux sur R∗+ , étudions le comportement de f aux bornes :
1
R1
Étude en 0 – On a f (t) ∼t → 0 t1−x > 0 et 1 − x < 1, d’où la convergence de 0 f (t)dt grâce à l’exemple des
intégrales de Riemann. R +∞ 1
Étude en +∞ – On a f (t) = ot → +∞ (1/t2 ), et 1 t2 dt est absolument convergente, donc f est intégrable
sur [1, +∞[.
Justification de l’exemple 98 – La fonction f : t ∈ R∗+ 7→ 1+t ln(t)
2 est continue, f (t) ∼t → 0+ ln(t) et ln est
1 1


intégrale sur ]0, 1], f (t) = Ot → +∞ t3/2 , et t 7→ t3/2 est intégrable sur [1, +∞[ d’après l’exemple de Riemann,
donc f est bien intégrable sur R∗+ .
Étude de stabilité 101– La notion de fonction de carré intégrable n’est pas stable par produit
Démonstration de l’énoncé 36 (Proposition (Produit de deux fonctions de carré intégrable)) – Laissée au
lecteur.
Justification de structure 102 – Laissée au lecteur
Justification de la mise en garde ?? – Il suffit de prendre la fonction inverse sur [1, +∞[.
Justification de la propriété 103 – Si I est borné, alors la fonction constante de valeur 1 sur I est de carré
intégrable, ainsi que f , donc f = 1 × f est intégrable.
Démonstration de l’énoncé 37 (Proposition (Structure préhilbertienne sur les fonctions continues de carré
intégrable)) – Laissée au lecteur.
Démonstration de l’énoncé 38 (Proposition (Inégalité de Cauchy-Schwarz pour les fonctions de carré inté-
grable)) – Laissée au lecteur.
Inégalité de Cauchy-Schwarz et produit de fonctions de carré intégrable 104 – Nous avons déjà montré
que f g est intégrable. On peut aussi utiliser l’inégalité de Cauchy-Schwarz, mais la rédaction laisse souvent à
désirer
Étude de stabilité 105– La notion de fonction intégrable est stable par domination.
Étude de stabilité 106– La notion de fonction intégrable est stable par équivalence.
Étude de stabilité 107– La notion de fonction intégrable est stable par prépondérance.
Démonstration de l’énoncé P 39 (Théorème de comparaison entre une série et une R x intégrale, le retour) –
Comme
P f est positive, la série f (n) est à termes positifs, et la fonction φ : x →
7 0
f (t)dt est croissante :
fP
(n) est convergente (resp. φ a une limite finie en +∞) si et seulement si la suite (Sn ) des sommes partielles
de f (n) est majorée (resp. si et seulement si φ est majorée, ce qui équivaut par croissance à (φ(n)) majorée).
Comme f est décroissante, pour tout entier naturel n, pour tout t ∈ [n, n + 1], f (n + 1) ⩽ f (t) ⩽ f (n), d’où,
en intégrant :
Z n+1
f (n + 1) ⩽ f (t)dt ⩽ f (n)
n
puis, en sommant de 0 à N ∈ N :
Z N +1
SN +1 − f (0) ⩽ f (t)dt ⩽ SN
0
On a donc, pour tout n ∈ N∗ , Sn ⩽ f (0) + φ(n) et φ(n) ⩽ Sn+1 .
On en déduit que φ est majorée si et seulement si (Sn ) est majorée, d’où l’équivalence cherchée. □

4.13. Intégration des relations de comparaison

Démonstration de l’énoncé 40 (Proposition (Intégration des relations de comparaison, cas convergent)) –
Laissée au lecteur.
Démonstration de l’énoncé 41 (Proposition (Intégration des relations de comparaison, cas divergent)) –
Laissée au lecteur.

4.14. Intégrales généralisées classiques

Démonstration de l’énoncé 42 (Premières propriétés de la fonction Gamma d’Euler) – Soit x ∈ R∗+ . On
x
effectue une intégration par parties, en introduisant les fonctions u : t 7→ e−t et v : t 7→ tx .
Ces fonctions sont bien de classe C 1 sur R∗+ , uv admet une limite finie en 0 et en +∞, égale à 0.
On a donc
e−t tx
Z Z
′ +∞
Γ(x) = u(t)v (t)dt = [u(t)v(t)]0 + dt
R∗+ R∗+ t
soit
Γ(x + 1)
Γ(x) =
x
d’où le résultat souhaité.
327 Stéphane FLON
 Un calcul immédiat donne Γ(1) = 1. Comme pour tout n ∈ N∗ ,
Γ(n + 1) = nΓ(n)
on obtient par récurrence que Γ(n) = (n − 1)! pour tout n ∈ N∗ . □
2
Justification de l’exemple 108 – Résulte de e−x = ox → +∞ (1/x2 ).
Démonstration de l’énoncé 43 (Intégrale de Gauss et fonction Gamma d’Euler ) – On écrit d’abord
R +∞ −x2 R +∞ 2

−∞
e dx = 2 0 e−x dx par parité, puis on effectue le changement de variable u = x2 (c’est bien une
bijection de classe C 1 strictement croissante de R∗+ sur lui-même) pour obtenir le résultat. □
Démonstration de l’énoncé 44 (Propriétés de l’intégrale de Dirichlet) – Posons u = − cos et v : t 7→ 1t .
Ces fonctions sont de classe C 1 , et le crochet [uv]+∞ est bien défini. Les intégrales [1,+∞[ u′ v et [1,+∞[ uv ′ sont
R R
1
donc de même nature. Or
cos(t)
u(t)v ′ (t) =
t2
qui est intégrable sur [1, +∞[, car dominée en +∞ par la fonction t 7→ 1/t2 , elle-même intégrable (exemple de
Riemann).
Soit n ∈ N∗ . On a
Z (n+1)π Z (n+1)π
sin(t) 1 2
dt ⩾ | sin(t)|dt =
nπ t (n + 1)π nπ π(n + 1)
P1 P R (n+1)π sin(t) R +∞ sin(t)
et n diverge, donc nπ t dt diverge, puis 0 t dt diverge.
On peut faire une intégration par parties en partant de l’intégrale de droite (dériver sin2 et intégrer t 7→ t12 ),
mais aussi en partant de l’intégrale de gauche, en choisissant bien la constante d’intégration pour rendre le
crochet convergent en 0. □
Étude de stabilité 111– La notion d’intégrale généralisée convergente n’est pas stable par domination
Étude de stabilité 112– La notion d’intégrale généralisée convergente n’est pas stable par équivalence
Étude de stabilité 113– La notion d’intégrale généralisée convergente n’est pas stable par prépondérance

328 Stéphane FLON

 5. Espaces vectoriels normés
5.1. Normes et espaces vectoriels normés
Établir une structure d’EVN 2 – Si on doit vérifier que N est une norme sur E, il peut être pertinent
– selon le contexte– de justifier que N est bien à valeurs dans R+ . Ce sera en pratique souvent le cas lorsque
la norme d’un vecteur sera définie comme une borne supérieure, comme une somme de série ou comme une
intégrale.
Caractérisation du vecteur nul dans un EVN 3 – Dans un evn E, le seul vecteur à avoir une norme nulle est
le vecteur nul. Ainsi, dans un EVN, pour montrer qu’un vecteur est nul, on pourra montrer qu’il est de norme
nulle.
Corrigé de l’exercice de cours (exercice 7 ) –
1
2 On vérifie facilement que N est une application de Cn dans R+ (positivité), vérifiant l’homogénéité et
l’axiome de séparation.
Montrons l’inégalité triangulaire : soit z = (z1 , . . . , zn ), z ′ = (z1′ , . . . , zn′ ) ∈ Cn . On a
N (z) + N (z ′ ) = ∥(|z1 |, . . . , |zn |)∥ + ∥(|z1′ |, . . . , |zn′ |)∥
et
N (z + z ′ ) = ∥(|z1 + z1′ |, . . . , |zn + zn′ |)∥
Or pour tout i ∈ [[1, n]], |zi + zi′ | ⩽ |zi | + |zi′ | (inégalité triangulaire dans C), donc, d’après l’hypothèse,
N (z + z ′ ) = ∥(|z1 + z1′ |, . . . , |zn + zn′ |)∥ ⩽ ∥(|z1 | + |z1′ |, . . . , |zn | + |zn′ |)∥
En écrivant (|z1 | + |z1′ |, . . . , |zn | + |zn′ |) = (|z1 |, . . . , |zn |) + (|z1′ |, . . . , |zn′ |), l’inégalité triangulaire pour ∥·∥ donne
∥(|z1 | + |z1′ |, . . . , |zn | + |zn′ |)∥ ⩽ N (z) + N (z ′ ),
d’où l’inégalité triangulaire.
Démonstration de l’énoncé 1 (Inégalité triangulaire généralisée) – Laissée au lecteur.
Démonstration de l’énoncé 2 (Seconde inégalité triangulaire) – Laissée au lecteur.
Étude de stabilité 7– La notion de norme sur E est stable par addition.
Étude de stabilité 8– La notion de norme est stable par multiplication par un réel strictement positif.
Étude de stabilité 9– La notion de norme est stable par restriction à un sous-espace vectoriel.
Étude de stabilité 10– La notion de norme n’est pas stable par composition à droite par une application
linéaire
Étude de stabilité 11– La notion de norme est stable par composition à droite par une application linéaire
injective.
Étude de stabilité 12– La notion de norme est stable par composition à droite par un isomorphisme.
Étude de stabilité 14– La notion de semi-norme sur E est stable par addition.
Étude de stabilité 15– La notion de semi-norme est stable par multiplication par un réel positif ou nul.
Étude de stabilité 16– La notion de semi-norme est stable par restriction à un sous-espace vectoriel.
Étude de stabilité 17– La notion de semi-norme est stable par composition à droite par une application
linéaire.
Pour établir une structure d’EVN, utiliser les stabilités de la notion de semi-norme 18 – La notion de
semi-norme est plus stable que celle de norme
Notion générale de distance, d’espace métrique 20 – Notion générale de distance, d’espace métrique
Corrigé de l’exercice de cours (exercice 3 ) –
2 2 2
1 ∥u + v∥ =< u + v, u + v >=< u, u > + < u, v > + < v, u > + < v, v >= ∥u∥ + 2 < u, v > + ∥v∥ , de
2
même pour ∥u − v∥ .
2 2 2 2
2 En prenant u = (1, 0) et v = (0, 1), ∥u + v∥1 + ∥u − v∥1 = 4 + 4 = 8 et 2(∥u∥1 + ∥v∥1 ) = 4, donc ∥·∥1 ne
provient pas d’un produit scalaire.
2 2 2 2
En prenant ces mêmes vecteurs, ∥u + v∥∞ + ∥u − v∥∞ = 1 + 1 = 2 et 2(∥u∥∞ + ∥v∥∞ ) = 4, donc ∥·∥∞ ne
provient pas d’un produit scalaire.

5.2. Notion de norme d’algèbre

Intérêt de la sous-multiplicativité de la norme 21 – Si E n’est pas seulement un K-espace vectoriel mais
aussi une K-algèbre, et qu’on le munit d’une norme, il est naturel d’espérer que ∥·∥ se  comporte bien  non
seulement pour le produit par un scalaire (homogénéité) et pour la somme (inégalité triangulaire), mais aussi
pour le produit interne. En considérant l’exemple des endomorphismes ou des matrices non nul(le)s nilpotent(e)s,
on voit qu’il n’est pas raisonnable de vouloir que ∥uv∥ = ∥u∥ ∥v∥ pour tous u, v ∈ E.
329 Stéphane FLON
 L’avantage d’une norme sous-multiplicative est que aN ⩽ ∥a∥ pour tout (a, N ) ∈ E × N
N

Justification de l’exemple 22 – Soit X un ensemble non vide, E = F(X, K) laK-algèbre des fonctions bornées
de X dans K, que l’on munit de la norme infinie ∥·∥∞ . On sait qu’il s’agit d’une norme.
De plus, pour tout f, g ∈ E, et tout x ∈ X : |(f g)(x)| = |f (x) × g(x)| = |f (x)| × |g(x)|.
Or 0 ⩽ |f (x)| ⩽ ∥f ∥∞ et 0 ⩽ |g(x)| ⩽ ∥g∥∞ , donc (0 ⩽)|f (x)| × |g(x)| ⩽ ∥f ∥∞ × ∥g∥∞ .
Ainsi, ∥f ∥∞ × ∥g∥∞ est un majorant de {|(f g)(x)|, x ∈ X}, et donc ∥f g∥∞ ⩽ ∥f ∥∞ × ∥g∥∞ .

5.3. Comparaison des normes

Montrer que deux normes ne sont pas équivalentes 24 – Pour établir que deux Ä ∥unormesä ne sont pas équi-
∥
valentes, on pourra trouver une suite (un ) d’éléments tous non nuls de E telle que ∥unn ∥2 tende vers +∞ (ou
1
vers 0)
Corrigé de l’exercice de cours (exercice 8 ) – Soit x = (x1 , . . . , xn ) ∈ Kn . On a ∥x∥∞ ⩽ ∥x∥1 et ∥x∥∞ ⩽ ∥x∥2 ,
√
∥x∥1 ⩽ n ∥x∥∞ et ∥x∥2 ⩽ n ∥x∥∞ ,

donc ∥·∥1 et ∥·∥2 sont équivalentes à ∥·∥∞ , et elles sont par transitivité elles-mêmes équivalentes.

5.4. Boules, sphères, parties bornées

Corrigé de l’exercice de cours (exercice 9 ) – Un carré, un disque, un carré.
Démonstration de l’énoncé 3 (Proposition (Caractérisation des parties bornées réelles)) – Laissée au lecteur.
Pour montrer la bornitude, montrer que la norme est majorée 30 – L’énoncé précédent fait le lien entre la
 bornitude  au sens des evn et celle donnée usuellement en première année.
En pratique, il est souvent bien plus efficace (et moins risqué) d’utiliser la définition de seconde année. Si
vous n’êtes pas convaincu, montrez par les deux définitions que le produit de deux suites réelles bornées est
bornée
Les notions de majoration et minoration n’ont pas de sens dans un EVN quelconque 31 – Elle n’ont de
sens que si l’ensemble considéré est muni d’une relation d’ordre, comme dans R par exemple
Étude de stabilité 32– La notion de partie bornée n’est pas stable par union
Étude de stabilité 33– La notion de partie bornée est stable par union finie.
Étude de stabilité 34– La notion de partie bornée est stable par sous-partie.
Étude de stabilité 36– La notion de partie bornée est stable par intersection.
Étude de stabilité 37– La notion de partie bornée n’est pas stable par passage au complémentaire
Étude de stabilité 38– La notion de partie bornée est stable par produit cartésien.
Généralisation de la norme de la convergence uniforme 42 – Généralisation de la norme de la convergence
uniforme
Démonstration de l’énoncé 4 (Proposition (caractérisation des parties réelles convexes)) – On vérifie au
cas par cas que tout intervalle est bien convexe. Par exemple, si I =]a, b] où a < b, alors I est convexe car si
x, y ∈ I, où x ⩽ y, et si z ∈ [x, y], alors
a<x⩽z⩽y⩽b
donc z ∈]a, b].
Réciproquement, supposons que I soit une partie convexe de R. Le cas où I est vide est évident : supposons
I non vide. I admet une borne inférieure α dans R ∪ {−∞}, et une borne supérieure β dans R ∪ {+∞}, et α ⩽ β.
Traitons le cas où α et β sont finis. Montrons que ]α, β[⊂ I, ce qui permettra de conclure, car alors I sera
l’un des intervalles ]α, β[, [α, β[, ]α, β] ou [α, β]. Soit z ∈]α, β[ : par définition de α et β, il existe x et y dans I
tels que
α ⩽ x ⩽ z ⩽ y ⩽ β,
et donc z ∈ [x, y] ⊂ I par convexité de I.
Les autres cas sont analogues. □
Étude de stabilité 49– La notion de partie convexe est stable par intersection.
Étude de stabilité 50– La notion de partie convexe n’est pas stable par union
Étude de stabilité 51– La notion de partie convexe n’est pas stable par passage au complémentaire
Étude de stabilité 52– La notion de partie convexe est stable par
Qnproduit cartésien.
Corrigé de l’exercice de cours (exercice 10 ) – On écrit P = λ k=1 (X − zk ), puis
n
P′ X 1
=
P X − zk
k=1

330 Stéphane FLON

Soit z une racine de P ′ . Si c’est aussi une racine de P , le résultat est évident, et, sinon, on a
n
X z − zk
0=
|z − zk |2
k=1
ÄÄ ää
donc z est le barycentre de la famille zk , |z−z1 k |2 , et donc z est dans l’enveloppe convexe de l’ensemble
1⩽k⩽n
des racines de P .
Remarque – Plus précisément si z est une racine de P ′ mais pas de P , z s’écrit comme un barycentre des racines
de P affectés de poids tous strictement positifs. Ce raffinement est utile dans certains exercices.

5.5. Suites d’éléments d’un espace vectoriel normé

Justification de la propriété 56 – Si une suite u admettait deux limites l et l′ , alors en prenant deux
voisinages disjoints Vl et Vl′ respectifs de l et l′ , il existerait un rang N à partir duquel un ∈ Vl ∩ Vl′ = ∅, ce qui
est absurde.
Justification de l’exemple 57 – Il suffit de prendre ε = 1 dans l’assertion formelle de convergence pour
constater qu’une suite convergente est bornée à partir d’un certain rang, et qu’elle est donc bornée.
Démonstration de l’énoncé 5 (Proposition (Limite de la suite des normes)) – Résulte de la seconde inégalité
triangulaire. □
Démonstration de l’énoncé 6 (Théorème (Opérations algébriques sur les suites convergentes)) – Bien sûr,
la suite nulle d’éléments de E est convergente, i.e. 0E N ∈ C.
Soit u, v ∈ C, de limites respectives lu et lv , et soit λ, µ ∈ K. Il s’agit de montrer que la suite réelle de terme
général ∥λ un + µ vn − (λ lu + µ lv )∥ tend vers 0. Or, pour tout n ∈ N, l’inégalité triangulaire et l’homogénéité
de la norme donnent
∥λ un + µ vn − (λ lu + µ lv )∥ ⩽ |λ| ∥un − lu ∥ + |µ| ∥vn − lv ∥
Comme la suite de terme général |λ| ∥un − lu ∥ + |µ| ∥vn − lv ∥ tend vers 0 (d’après le cours de première année),
λ u + µ v converge bien vers λ lu + µ lv , ce qui établit à la fois la structure d’espace vectoriel de C et la linéarité
de φ. □
Démonstration de l’énoncé 7 (Proposition (Produit d’une suite numérique et d’une suite vectorielle conver-
gentes)) – Provient de la majoration (valable pour tout n ∈ N)
∥λn un − µv∥ = ∥λn un − λn v + λn v − µv∥ ⩽ |λn | ∥un − v∥ + |λn − µ| ∥v∥
□
Démonstration de l’énoncé 8 (Théorème (Produit de suites convergentes dans une algèbre normée)) –
Dans le cas où (E, ∥·∥) est une K-algèbre normée, il est clair que la suite constante de valeur 1E est convergente,
et qu’elle admet 1E pour limite, donc φ envoie bien l’unité sur l’unité.
Enfin, la majoration (valable pour tout n ∈ N)
∥un vn − lu lv ∥ = ∥un vn − un lv + un lv − lu lv ∥ ⩽ ∥un ∥ ∥vn − lv ∥ + ∥lv ∥ ∥un − lu ∥
montre que (un vn ) converge vers lu lv . □
Étude de stabilité 60– La notion de suite convergente est stable par suite extraite.
Démonstration de l’énoncé 9 (Lemme pour Bolzano-Weierstrass) – Laissée au lecteur.
Démonstration de l’énoncé 10 (Théorème de Bolzano-Weierstrass) – Laissée au lecteur.
Démonstration de l’énoncé 11 (Corollaire du théorème de Bolzano-Weierstrass) – Laissée au lecteur.

Corrigé de l’exercice de cours (exercice 35 ) – Soit u une telle suite. Notons a la limite de un + u22n .
Étant bornée, u admet une valeur d’adhérence b : il existe une extractrice φ telle que (uφ(n) ) converge vers b.
On en déduit que (u2φ(n) ) converge vers 2(a − b).
Ainsi, l’ensemble Ω des valeurs d’adhérence de u est stable par l’application ψ : x 7→ 2(x − a). Considérons
la suite (cn ) définie par c0 = b, et d’itératrice ψ. On vérifie que (cn − 2a/3) est géométrique de raison 2, et,
comme Ω est bornée, cette suite est nulle, donc b = 2a/3.
La suite u est bornée et admet une unique valeur d’adhérence 2a/3, elle est donc convergente vers 2a/3.
Réciproquement, toute suite convergente vérifie cette propriété.

5.6. Ouverts et fermés d’un evn

Étude de stabilité 65– La notion de voisinage de a ∈ E est stable par surpartie.
Étude de stabilité 66– La notion de voisinage de a ∈ E est stable par union.
Étude de stabilité 67– La notion de voisinage de a ∈ E n’est pas stable par intersection
Étude de stabilité 68– La notion de voisinage de a ∈ E est stable par intersection finie.
331 Stéphane FLON
 On a les mêmes stabilités et non stabilités pour les voisinages de ±∞ dans R 69 – On a les mêmes stabilités
et non stabilités pour les voisinages de ±∞ dans R
Un ouvert est un ensemble stable par petites perturbations 73 – Un ouvert est un ensemble stable par
petites perturbations
Étude de stabilité 78– La notion d’ouvert est stable par union.
Étude de stabilité 79– La notion d’ouvert n’est pas stable par intersection
Étude de stabilité 80– La notion d’ouvert est stable par intersection finie.
Étude de stabilité 81– La notion d’ouvert est stable par produit cartésien.
Sur la notion de topologie 82 – Sur la notion de topologie
Démonstration de l’énoncé 12 (Lemme pour la définition d’une partie fermée) – Laissée au lecteur.
Étude de stabilité 89– La notion de fermé est stable par intersection.
Étude de stabilité 90– La notion de fermé n’est pas stable par union
Étude de stabilité 91– La notion de fermé est stable par union finie.
Étude de stabilité 92– La notion de fermé est stable par produit cartésien.
La plupart des parties d’un evn ne sont ni ouvertes, ni fermées 94 – La plupart des parties d’un evn ne
sont ni ouvertes, ni fermées
Le fait d’être ouvert n’est pas le contraire du fait d’être fermé 95 – Le fait d’être ouvert n’est pas le
contraire du fait d’être fermé
Démonstration de l’énoncé 13 (Proposition (Caractérisation séquentielle des points adhérents à une partie))
– Supposons a adhérent à A : pour tout ε ∈ R∗+ , A ∩ B(a, ε) ̸= ∅ : on prend une suite (εn ) de réels strictement
positifs, de limite nulle (par exemple (1/2n )) : pour tout n ∈ N, il existe αn ∈ A tel que ∥αn − a∥ ⩽ εn . La suite
(αn ) d’éléments de A converge alors vers a.
Réciproquement, supposons que a soit limite d’une suite (αn ) d’éléments de A. Soit ε ∈ R∗+ . Par définition
de la convergence, il existe un rang N à partir duquel ∥αn − a∥ ⩽ ε. En particulier, B(a, ε) ∩ A ̸= ∅. Ceci valant
pour tout ε ∈ R∗+ , a ∈ A. □
Démonstration de l’énoncé 14 (Corollaire (Caractérisation séquentielle des fermés)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 36 ) – Soit F une partie de R, ouverte et fermée, différente de R.
def
Soit b ∈
/ F . La partie C = =] − ∞, b] ∩ F =] − ∞, b[∩F est à la fois fermée et ouverte, et majorée. Si C n’est
pas vide, en considérant α = sup C, on a une absurdité : α ∈ C car C est fermé, mais α n’est pas intérieur à
C car C∩]α, +∞[= ∅. L’ensemble C doit donc être vide, mais par le même genre de raisonnement, [b, +∞[∩F
doit aussi être vide, donc F est vide.

5.7. Intérieur, adhérence, frontière

Démonstration de l’énoncé 15 (Adhérence, intérieur et complémentaire) – Soit a ∈ E. Le fait que a soit
adhérent à A s’écrit formellement
∀ ε ∈ R∗+ , B(a, ε) ∩ A ̸= ∅
Le fait que a ne soit pas adhérent à A se reformule donc en
∃ε ∈ R∗+ , B(a, ε) ∩ A = ∅
soit encore
∃ε ∈ R∗+ , B(a, ε) ⊂ E \ A
˚
soit enfin a ∈ E˘ \ A. □
Justification de l’exemple 103 – Soit a ∈ Å : il existe ε ∈ R∗+ tel que B(a, ε) ⊂ A. En particulier, a ∈ A (et
donc Å ⊂ A, puisque ceci vaut pour tout a ∈ Å). De plus, B(a, ε) est un ouvert, donc est voisinage de chacun
de ces points : comme en outre B(a, ε) ⊂ A, il s’ensuit que tout point de B(a, ε) est intérieur à A. Ceci prouve
bien que Å est un ouvert inclus dans A.
o
Justification de l’équivalence 105 – On sait déjà que A est un ouvert inclus dans A. Soit U un ouvert inclus
dans A. Soit a ∈ U . Comme U est ouvert, U est voisinage de a, et comme A contient U , A est voisinage de a,
o o
i.e. a est intérieur à A : a ∈ A. Il vient bien U ⊂ A.
Justification de l’équivalence 106 – Résulte du point précédent par passage au complémentaire.
L’intérieur d’une partie est relative à l’espace ambiant. De même pour l’adhérence 107 – Par exemple, si
E = (R2 , ∥·∥∞ ), F = R(1, 0), et A = {(x, 0), x ∈] − 1, 1[}(=] − 1, 1[×{0}), alors le point (0, 0) n’est pas intérieur
à A dans l’EVN E, mais le point (0, 0) est intérieur à A dans l’EVN F
Étude de stabilité 119– La notion de partie convexe est stable par adhérence.
Étude de stabilité 120– La notion de partie convexe est stable par intérieur.
Étude de stabilité 121– La notion de sous-espace vectoriel est stable par adhérence.
332 Stéphane FLON
 Étude de stabilité 122– La notion de sous-espace vectoriel n’est pas stable par intérieur

5.8. Densité
Démonstration de l’énoncé 16 (Proposition (Caractérisation séquentielle de la densité)) – Laissée au lecteur.
Justification de l’exemple 130 – En effet, soit A ∈ Mn (K). On sait que l’application
f : λ ∈ K 7→ det(A − λ In )
Ä ä
est polynomiale, non nulle car elle admet au plus n racines. Son lieu d’annulation est donc fini, puis A − p1 In
p
est une suite de matrices inversibles (à partir d’un certain rang du moins), qui converge vers A.
Étude de stabilité 131– La notion de partie dense est stable par surpartie.
Étude de stabilité 132– La notion de partie dense est stable par union.
Étude de stabilité 133– La notion de partie dense est stable par adhérence.
Étude de stabilité 134– La notion de partie dense n’est pas stable par intersection
Étude de stabilité 135– La notion de partie dense n’est pas stable par intérieur

5.9. Topologie induite sur une partie d’un espace vectoriel normé
Justification de l’équivalence 137 – Si B est un ouvert relatif de A, alors il existe un ouvert U de E tel que
B = A ∩ U . Pour tout b ∈ B, B est l’intersection de A et du voisinage U de b, donc B est un voisinage relatif
de b dans A.
Reciproquement, on suppose que B est un voisinage relatif de tous ses points. Pour tout b ∈ B, il existe
εb ∈ R∗+ tel que B contienne B(b, εb ) ∩ A. On a donc
!
[ [
B= (A ∩ B(b, εb )) = A ∩ B(b, εb )
b∈B b∈B
S
et donc B est l’intersection de A et de l’ouvert (car union d’ouverts) b∈B B(b, εb ) : B est un ouvert relatif.
La topologie sur E induit une topologie sur chacune de ses parties 140 – La topologie sur E induit une
topologie sur chacune de ses parties
Démonstration de l’énoncé 17 (Proposition (Caractérisation séquentielle des fermés relatifs)) – Si B est
un fermé relatif de A, alors il existe un fermé Z de E tel que B = A ∩ Z. Soit (xn ) une suite de points de B
convergeant vers ℓ dans A. Par hypothèse, ℓ ∈ A, et, puisque Z est fermé, on a aussi ℓ ∈ Z, puis ℓ ∈ A ∩ Z = B,
d’où l’implication directe.
Supposons, réciproquement, que B vérifie cette propriété séquentielle. Comme B ⊂ A et B ⊂ B, on a
B ⊂ A ∩ B. Réciproquement, soit α ∈ A ∩ B. Par appartenance de α à B, il existe une suite de points de B ,
convergeant vers α. Comme en outre α ∈ A, l’hypothèse donne α ∈ B. Ainsi, B est l’intersection de A et du
fermé B de E : c’est un fermé relatif de A. □
Corrigé de l’exercice de cours (exercice 37 ) –
1 Soit F une partie de E à la fois ouverte et fermée dans E. Quitte à considérer son complémentaire, on
peut supposer que 0E ∈ F . D’après le cas de R, toute droite vectorielle doit être contenue dans F , donc F = E.
2 Prendre par exemple l’union de deux boules ouvertes de rayon strictement positif et disjointes.

5.10. Limite d’une fonction en un point adhérent à son domaine

Une fonction donnée n’admet pas toujours de limite en un point adhérent à son domaine 142 – Une fonction
donnée n’admet pas toujours de limite en un point adhérent à son domaine
Démonstration de l’énoncé 18 (Proposition (Caractérisation séquentielle de la limite)) – Supposons f de
limite ℓ en a. Soit (un ) une suite de points de A, de limite a. Soit V un voisinage de ℓ. Il existe un voisinage W
de a tel que f (A ∩ W ) ⊂ V . Comme u tend vers a, il existe un rang N tel que, pour tout entier n ⩾ N , on ait
un ∈ W . Ainsi, à partir du rang N , on a f (un ) ∈ V : la suite (f (un )) tend vers ℓ.
Montrons la réciproque par contraposition. Pour simplifier l’exposition, nous considérons le cas où a ∈ E.
Supposons que f ne tende pas vers ℓ en a : il existe un voisinage V de ℓ tel que, pour tout voisinage
W de
a, f (A ∩ W ) ne soit pas inclus dans V . Ainsi, pour tout n ∈ N, on peut trouver un ∈ A ∩ B a, 21n tel que
f (un ) ∈
/ V.
Bien que la suite (un ) converge vers a (pour tout n ∈ N, ∥un − a∥ ⩽ 21n ), la suite (f (un )) ne tend pas vers
ℓ. □
On utilise principalement la caractérisation séquentielle de la limite pour montrer qu’une fonction n’admet
pas de limite, ou pour montrer qu’une suite admet une limite 145 – La caractérisation séquentielle de la limite
333 Stéphane FLON
peut être utile pour montrer qu’une fonction n’admet pas de limite (exemple : sinus en +∞), pour montrer
qu’une suite admet une limite (par exemple passer à la limite dans la relation un+1 = f (un )).
La réciproque est toutefois aussi utile, pour montrer qu’une fonction admet une limite (exemple : passer à
un paramètre réel dans le TCVD).
Démonstration de l’énoncé 19 (Proposition (Limite d’une fonction à valeurs dans un evn produit)) – Dire
que f tend vers l en a, c’est dire que
def
g = sup{∥f1 − ℓ1 ∥ , . . . , ∥fp − ℓp ∥}
tend vers 0 en a.
Si f tend vers ℓ en a, alors, pour tout k ∈ [[1, p]], fk tend vers ℓk en a, puisque ∥fk − ℓk ∥ ⩽ g.
Pp Réciproquement, si, pour tout k ∈ [[1, p]], fk tend vers ℓk en a, alors f tend vers ℓ en a, puisque g ⩽
k=1 ∥fk − ℓk ∥. □
Démonstration de l’énoncé 20 (Théorème (Linéarité du passage à la limite en un point)) – On peut adapter
la preuve du théorème correspondant pour les suites. Mieux, on peut utiliser ce dernier théorème pour établir
le résultat souhaité, en utilisant la caractérisation séquentielle de la limite. □
Démonstration de l’énoncé 21 (Proposition (Limite d’une composée dans un evn)) – Soit V un voisinage
de ℓ dans H. Comme g admet ℓ pour limite en b, il existe un voisinage W de b tel que g(B ∩ W ) ⊂ V .
Comme f admet b pour limite en a, il existe un voisinage Y de a dans E tel que f (Y ∩ A) ⊂ V . On a donc
(g ◦ f )(Y ∩ A) ⊂ W , d’où le résultat. □

5.11. Continuité ponctuelle

Démonstration de l’énoncé 22 (Proposition (Caractérisation séquentielle de la continuité en un point)) –
Laissée au lecteur.
Justification de structure 147 – Laissée au lecteur
Démonstration de l’énoncé 23 (Proposition (Composition de deux applications continues)) – Laissée au
lecteur.

5.12. Continuité globale

Justification de structure 148 – Laissée au lecteur
Étude de stabilité 151– La notion de fonction continue est stable par composition.
Démonstration de l’énoncé 24 (Proposition (Continuité du produit dans une algèbre normée)) – En
utilisant la caractérisation séquentielle de la continuité ponctuelle, on est ramené à montrer qu’un produit de
suites convergentes d’éléments de E est convergente, vers le produit des limites : le théorème 6 justifie ce fait. □
Démonstration de l’énoncé 25 (Proposition (Caractère local de la continuité)) – Le sens direct est clair
(pour tout a ∈ A, le choix Va = A convient.
Réciproquement, supposons disposer, pour tout a ∈ A, d’un voisinage relatif Va de a tel que f|Va soit
continue sur Va .
Soit a ∈ A, et soit W un voisinage de f (a). Par continuité de f|Va , il existe un voisinage relatif V de a dans
Va tel que f (V ) ⊂ W . Or V est aussi un voisinage relatif de a dans A, d’où la continuité de f en a. □
Sur l’ambiguı̈té de la notion de continuité de f : A → F sur une partie B de A 152 – Sur l’ambiguı̈té de la
notion de continuité de f : A → F sur une partie B de A
Démonstration de l’énoncé 26 (Théorème (Préimage et continuité)) – Laissée au lecteur.
Montrer qu’une partie est ouverte (ou fermée) par préimage 153 – Montrer qu’une partie est ouverte (ou
fermée) par préimage
Corrigé de l’exercice de cours (exercice 38 ) –
1 Soit (E, ∥·∥) un EVN. Soit a ∈ E et r ⩾ 0. En prenant f : x 7→ ∥x∥, on a B(a, r) = f −1 (] − ∞, r[) et
B(a, r) = f −1 (] − ∞, r]).
2 La fonction f : M ∈ Mn (K) 7→ det(M ) est continue, donc GLn (K) = {M ∈ Mn (K), f (M ) ̸= 0} est un
ouvert de Mn (K).
Démonstration de l’énoncé 27 (Proposition (Prolongation d’une égalité par densité et continuité)) – Soit
def
h = f − g. L’ensemble Ω = {x ∈ E, f (x) = g(x)} est égal à h−1 ({0F }) : c’est la préimage du fermé {0F } par
la fonction continue h, donc c’est un fermé de E. Comme en outre Ω est dense dans E,
Ω=Ω=E
et donc f = g. □
Corrigé de l’exercice de cours (exercice 39 ) – Il est clair que ii et iii sont équivalentes (par passage au
complémentaire), et on sait d’après le cours que i entraı̂ne ii.
334 Stéphane FLON
 Supposons par exemple ii. On veut montrer que f est continue. Soit x ∈ A, et soit ε > 0. En pre-
nant U = B(f (x), ε), on sait que f −1 (B(f (x), ε) est un ouvert relatif de A. Or x ∈ f −1 (B(f (x), ε) = {y ∈
A, ∥f (y) − f (x)∥ < ε}, donc f −1 (B(f (x), ε) est un voisinage relatif de x dans A : il existe η > 0 tel que
B(x, η) ∩ A ⊂ f −1 (B(f (x), ε)
et donc tel que
∀ y ∈ A, ∥y − x∥ < η ⇒ ∥f (y) − f (x)∥ < ε
d’où le résultat.

5.13. Fonctions lipschitziennes, fonctions uniformément continues

Uniforme continuité et quantificateurs 154 – Uniforme continuité et quantificateurs
Démonstration de l’énoncé 28 (Proposition (Caractérisation séquentielle de l’uniforme continuité)) – Lais-
sée au lecteur.
Justification de structure 159 – Laissée au lecteur
Étude de stabilité 160– La notion de fonction lipschitzienne est stable par composition.
Étude de stabilité 161– La notion de fonction lipschitzienne à valeurs dans une algèbre normée n’est pas
stable par produit
Étude de stabilité 162– La notion de fonction lipschitzienne bornée, à valeurs dans une algèbre normée est
stable par produit.
Démonstration de l’énoncé 29 (Proposition (Continuité de la distance à une partie)) – Soit x, y ∈ E,
a ∈ A. On a ∥x − a∥ ⩽ ∥x − y∥ + ∥y − a∥ ⩽ ∥x − y∥ + d(y, A), donc en passant à la borne inférieure, et compte
tenu de la symétrie des rôles joués par x et y :
|d(x, A) − d(y, A)| ⩽ ∥x − y∥ .
□

5.14. Continuité des applications linéaires et multilinéaires

Démonstration de l’énoncé 30 (Théorème (Critère de continuité d’une application linéaire entre deux
espaces normés)) – Laissée au lecteur.
La norme d’opérateur d’une application linéaire continue est son meilleur rapport en tant qu’application
lipschitzienne 165 – La norme d’opérateur d’une application linéaire continue est son meilleur rapport en tant
qu’application lipschitzienne
Démonstration de l’énoncé 31 (Sous-multiplicativité de la norme d’opérateur) – Laissée au lecteur.
Démonstration de l’énoncé 32 (Proposition (Critère de continuité des applications multilinéaires)) – Laissée
au lecteur.
Justification de structure 171 – Laissée au lecteur

5.15. Compacité
La propriété de compacité est intrinsèque 172 – La propriété de compacité est intrinsèque
Démonstration de l’énoncé 33 (Théorème (Caractérisation de la convergence dans un compact)) – Bien
sûr, toute suite convergente admet une unique valeur d’adhérence, à savoir sa limite.
Montrons qu’une suite divergente (un ) d’une partie compacte K admet plusieurs valeurs d’adhérence. Elle
en admet déjà une, mettons ℓ, et on sait que (un ) ne converge pas vers ℓ :
∃ε ∈ R∗+ , ∀ N ∈ N, ∃n ⩾ N, ∥un − ℓ∥ > ε
def
Pour un tel ε, l’ensemble Ω = {n ∈ N, ∥un − ℓ∥ > ε} est infini : il lui correspond une extractrice φ. La suite
(uφ(n) ) admet une valeur d’adhérence ℓ′ , qui est aussi valeur d’adhérence de (un ), et qui ne peut pas être égale
à ℓ, car ∥ℓ′ − ℓ∥ ⩾ ε en considérant la relation
uφ(n) − ℓ > ε,
valable pour tout n ∈ N. □
Étude de stabilité 179– La notion de compact est stable par intersection.
Étude de stabilité 180– La notion de compact n’est pas stable par union
Étude de stabilité 181– La notion de compact est stable par union finie.
Étude de stabilité 182– La notion de compact est stable par produit d’une famille finie.En effet : en procédant
par récurrence (sur le cardinal de la famille), on se ramène à montrer que le produit cartésien A × B de deux
compacts A et B est compact. Soit ((un , vn )) une suite d’éléments de A × B.
335 Stéphane FLON
 Comme A est compact, il existe une extractrice φ telle que (uφ(n) ) converge dans A. Comme B est compact,
il existe une extractrice ψ telle que (vφ(ψ(n)) ) converge dans B. Ainsi, la suite extraite ((uφ(ψ(n)) , vφ(ψ(n)) ) de
((un , vn )) converge dans A × B, d’où le résultat.
Justification de l’exemple 183 – C’est le produit de n exemplaires du compact {z ∈ K, |z| ⩽ R} de K
Démonstration de l’énoncé 34 (Théorème (Image d’une partie compacte par une application continue)) –
Soit (vn ) une suite d’éléments de f (A). Pour tout n ∈ N, il existe un ∈ A tel que f (un ) = vn . Comme A est
compact, on peut extraire de (un ) une suite convergente (uφ(n) ), vers un certain a ∈ A. Comme f est continue,
elle est continue en a, et la suite (f (uφ(n) )) converge donc vers f (a) ∈ f (A), d’où la compacité de f (A). □
Démonstration de l’énoncé 35 (Théorème des bornes atteintes) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 78 ) –
1 Unicité Si x et y sont deux points fixes distincts de f , alors
d(x, y) = d(f (x), f (y)) < d(x, y)
d’où une absurdité.
Existence L’application φ : x ∈ K 7→ d(x, f (x)) est continue par continuité de f et de la norme. De plus, K
est une partie fermée bornée non vide de l’EVN E et E est de dimension finie : φ atteint donc notamment sa
borne inférieure α. Soit c ∈ K tel que α = φ(c).
Si φ(c) ̸= 0, alors on vérifie que φ(f (c)) < φ(c), ce qui contredit la définition de c : φ(c) = 0, i.e. f (c) = c.
2 On peut par exemple prendre la fonction x 7→ x + π2 − arctan(x).
Démonstration de l’énoncé 36 (Théorème de Heine sur un compact) – Considérons une fonction f : A → F
non uniformément continue sur un compact A :
∃ε ∈ R∗+ , ∀ η ∈ R∗+ , ∃(a, b) ∈ A2 , ∥a − b∥ ⩽ η ∧ ∥f (a) − f (b)∥ > ε
Pour un tel ε, on considère une suite (ηn ) qui converge vers 0, pour laquelle il existe des suites (an ) et (bn )
d’éléments de A telles que
∀ n ∈ N, ∥an − bn ∥ ⩽ ηn ∧ ∥f (an ) − f (bn )∥ > ε
De (an ), on peut extraire une suite convergente (aφ(n) ), vers un certain α ∈ A. Puisque (bn − an ) tend vers 0,
(bφ(n) ) tend aussi vers α. Cependant, si f était continue en α, alors on obtiendrait l’absurdité
0⩾ε
en passant à la limite dans la relation
f (aφ(n) ) − f (bφ(n) ) > ε,
pour tout n ∈ N. D’où le résultat par contraposition. □
Corrigé de l’exercice de cours (exercice 65 ) –
1 f se prolonge en une fonction continue f˜ sur le segment [0, 1]. D’après le théorème de Heine, f˜ est
uniformément continue. Par restriction d’une fonction uniformément continue, f est également uniformément
continue.
2 Prenons ε = 1, et soit η > 0 tel que, pour tout (x, y) ∈ [0, 1[2 tel que |y−x| ⩽ η, on ait |f (y)−f (x)| ⩽ ε = 1.
En fixant x0 ∈ [0, 1[ tel que |1 − x0 | ⩽ η, on a, pour tout y ∈ [x0 , 1[, |f (y)| ⩽ 1 + |f (x0 )|. Par ailleurs, f est
continue sur le segment [0, x0 ], donc elle y est bornée : f est bornée.
Soit (xn ) une suite d’éléments de [0, 1[, convergeant vers 1. La suite (f (xn )) étant bornée, on peut en extraire
une suite convergente. On dispose donc d’une suite (yn ) d’élements de [0, 1[, convergeant vers 1, telle que (f (yn ))
converge vers ℓ ∈ R.
Soit maintenant (zn ), une suite quelconque d’éléments de [0, 1[, convergeant vers 1. Puisque f est uniformé-
ment continue, et que (zn − yn ) converge vers 0, (f (zn ) − f (yn )) converge aussi vers 0, donc (f (zn )) converge
vers ℓ.
Par caractérisation séquentielle, f tend vers ℓ en 1− .

5.16. Connexité par arcs

Démonstration de l’énoncé 37 (Proposition (Image continue d’une partie connexe par arcs)) – Laissée au
lecteur.
Étude de stabilité 185– La notion de partie connexe par arcs n’est pas stable par union
Étude de stabilité 186– La notion de partie connexe par arcs n’est pas stable par intersection
Étude de stabilité 187– La notion de partie connexe par arcs est stable par union de parties ayant un point
commun.
Étude de stabilité 188– La notion de partie connexe par arcs est stable par produit cartésien.
Étude de stabilité 189– La notion de partie connexe par arcs n’est pas stable par intérieur
Étude de stabilité 190– La notion de partie connexe par arcs n’est pas stable par adhérence
336 Stéphane FLON
 Corrigé de l’exercice de cours (exercice 96 ) – Si E = {0}, S est vide donc connexe par arcs.
Si dim(E) = 1 et K = R, il existe x non nul dans E tel que S = {−x, x}, donc n’est pas connexe par arcs
(par exemple parce qu’un connexe par arcs finis doit avoir au plus un point).
Dans les autres cas, E \{0E } est connexe par arcs, et S en est l’image par la fonction continue x ∈ E \{0} 7→
x
∥x∥ donc S est également un connexe par arcs.
,
Corrigé de l’exercice de cours (exercice 97 ) –

5.17. Espaces vectoriels normés de dimension finie

Démonstration de l’énoncé 38 (Théorème (Équivalence des normes sur un espace de dimension finie)) –
Traitons d’abord le cas où E = Kn .
Pour toute norme ∥·∥ sur Kn , on peut trouver a > 0 tel que
∀ x ∈ E, ∥x∥ ⩽ a ∥x∥∞
ce qui montre que l’application ∥·∥ est lipschitzienne, donc continue pour ∥·∥∞ .
Or la sphère unité de (E, ∥·∥∞ ) est compacte.
Considérons à présent la fonction ∥·∥ sur la sphère unité de (E, ∥·∥∞ ). D’après le théorème des bornes
atteintes, il existe des réels strictement positifs α et β tels que
∀ x ∈ E, ∥x∥∞ = 1 ⇒ α ⩽ ∥x∥ ⩽ β
puis
∀ x ∈ E, α ∥x∥∞ ⩽ ∥x∥ ⩽ β ∥x∥∞
∥·∥ est donc équivalente à ∥·∥∞ .
Pour le cas général, il suffit d’utiliser un isomorphisme φ entre E et Kn si n = dim(E). □
Pour un espace vectoriel de dimension finie donné, il n’y a qu’une topologie d’evn 192 – Pour un espace
vectoriel de dimension finie donné, il n’y a qu’une topologie d’evn
Démonstration de l’énoncé 39 (Théorème (En dimension finie, la nature d’une suite ne dépend pas de la
norme choisie)) – Laissée au lecteur.
Démonstration de l’énoncé 40 (Corollaire (Convergence des suites en dimension finie : étude des suites
coordonnées)) – Laissée au lecteur.
Démonstration de l’énoncé 41 (Théorème (Limite d’une fonction en dimension finie)) – Laissée au lecteur.
Démonstration de l’énoncé 42 (Proposition (En dimension finie, les applications linéaires sont lipschit-
ziennes)) – Laissée au lecteur.
Démonstration de l’énoncé 43 (Proposition (Continuité des applications multilinéaires en dimension finie))
– Montrons-le dans le cas où n = 2 (le cas général est similaire). On se donne des bases (a1 , . . . , ap ) et (b1 , . . . , bq )
de E1 et E2 respectivement.
Pour tout (x, y) ∈ E1 × E2 , écrivons
p
X q
X
x= λi ai et y= µj bj
i=1 j=1

On a, par bilinéarité de φ
p X
X q
φ(x, y) = λi µj φ(ai , bj )
i=1 j=1

or les formes linéaires x 7→ λi et y 7→ µj sont continues (E1 et E2 sont de dimension finie), ainsi que le produit
(λ, µ) ∈ K2 7→ λµ, d’où la continuité de φ. □
Justification de structure 200 – Laissée au lecteur
Démonstration de l’énoncé 44 (Théorème (Caractérisation des compacts dans un evn de dimension finie))
– Laissée au lecteur.
Pas de généralisation hâtive de la caractérisation des compacts dans un evn de dimension finie 204 – Pas
de généralisation hâtive de la caractérisation des compacts dans un evn de dimension finie
Démonstration de l’énoncé 45 (Théorème (Caractérisation de la convergence en dimension finie)) – Laissée
au lecteur.
Démonstration de l’énoncé 46 (Proposition (Un sous-espace de dimension finie est fermé)) – Montrons
ceci séquentiellement : soit (un ) une suite de points de F , convergeant vers un point a de E. La suite (un ) est
convergente, donc bornée. L’image de (un ) est une partie bornée de F : soit B une boule fermée de F qui la
contient. B est une partie compacte (car F est de dimension finie), donc (un ) a au moins une valeur d’adhérence
dans B, et donc dans F . Cette valeur d’adhérence ne pouvant être que a, on a a ∈ F . Ainsi, F est fermé. □
Justification de structure 206 – Laissée au lecteur
337 Stéphane FLON
 Justification de l’exemple 209 – Comme toutes les normes sont équivalentes en dimension finie, il suffit de
norme donnée. On fixe une base B = (e1 , . . . , ep ) de E, et on considère la norme infinie pour
le vérifier pour uneP
p
cette base. Si x = i=1 λi ei (où les λi sont des scalaires),
∥x∥∞,B = max{|λi |, i ∈ [[1, p]]}
P P
Soit un une série absolument convergente dans E pour cette norme : cela signifie que ∥un ∥∞,B est conver-
gente. Pour tout n ∈ N, écrivons
Xp
un = λn,i ei
i=1
Pour tout i ∈ [[1, p]], tout n ∈ N, on a 0 ⩽ |λn,i | ⩽ ∥un ∥∞,B . Sachant que
P
∥un ∥∞,B converge, on en déduit
P
que n λn,i converge absolument,P puis converge (le cas des séries numériques a déjà été traité), et ce pour tout
i ∈ [[1, p]]. Ainsi, la série un est convergente.
Justification de structure 210 – Laissée au lecteur
Étude de stabilité 211– La notion de série absolument convergente dans un evn est stable par domination.

338 Stéphane FLON

 6. Suites et séries de fonctions

Le but principal de ce chapitre est d’étudier plusieurs modes de convergence d’une suite ou d’une série de
fonctions, de voir quelles propriétés sont transmises par ces différents modes de convergence, et de justifier sous
certaines hypothèses des échanges de limites ou de symboles 1 – Le but principal de ce chapitre est d’étudier
plusieurs modes de convergence d’une suite ou d’une série de fonctions, de voir quelles propriétés sont transmises
par ces différents modes de convergence, et de justifier sous certaines hypothèses des échanges de limites ou de
symboles
Dire qu’une suite de fonctions ou qu’une série de fonctions converge (sans autre précision) n’a pas de sens
2 – Dire qu’une suite de fonctions ou qu’une série de fonctions converge (sans autre précision) n’a pas de sens
Dans ce chapitre, E et F sont des espaces vectoriels normés de dimension finie, A est une partie de E. Dans
la grande majorité des applications, E = R, F est égal à K (lui-même égal à R ou à C), et A est un intervalle
I. Sauf précision contraire, les fonctions sont réputées définies sur A et à valeurs dans F 3 – Dans ce chapitre,
E et F sont des espaces vectoriels normés de dimension finie, A est une partie de E. Dans la grande majorité
des applications, E = R, F est égal à K (lui-même égal à R ou à C), et A est un intervalle I. Sauf précision
contraire, les fonctions sont réputées définies sur A et à valeurs dans F

6.1. Propriété vérifiable localement

Lorsqu’une propriété passe du local au global, on pourra se contenter de l’établir localement 15 – Lorsqu’une
propriété passe du local au global, on pourra se contenter de l’établir localement
Pour établir localement en tout point une propriété d’une fonction d’une variable réelle, on localisera sur
les segments 16 – Pour établir localement en tout point une propriété d’une fonction d’une variable réelle, on
localisera sur les segments

6.2. La convergence simple

Justification de structure 19 – Laissée au lecteur
Justification de structure 20 – Laissée au lecteur
La convergence simple n’est pas une notion très intéressante, notamment parce qu’elle ne conserve pas la
continuité 32 – La convergence simple est une accumulation de convergences ponctuelles, sans lien entre elles

6.3. La convergence uniforme

La convergence uniforme de (fn ) vers f peut s’interpréter comme une convergence dans l’EVN (B(A, F ), ∥·∥∞ ),
mais les fn et f ne sont pas nécessairement dans cet EVN 33 – La convergence uniforme est un cas particulier
de convergence dans un EVN. Cependant, ce n’est pas toujours (fn ) qui converge vers f , car on n’impose pas
que ces fonctions soient bornées (même à partir d’un certain rang) : c’est (fn − f ) qui converge vers la fonction
nulle
Il vaut mieux préciser systématiquement le domaine où la convergence uniforme a lieu 41 – Puisque l’on
vient d’étendre la notion de convergence uniforme, il conviendra de préciser systématiquement le domaine où
elle a lieu. Plutôt que de dire que (fn ) converge uniformément vers f (où les fn et f sont définies sur I), nous
dirons que (fn ) converge uniformément vers f sur I
La convergence uniforme sur tout segment est intéressante pour les propriétés vérifiables localement 46
– La convergence uniforme sur tout segment de I est plus faible que la convergence uniforme sur I, mais elle
permettra de transmettre les propriétés vérifiables localement transmises par convergence uniforme, au premier
rang desquelles la continuité
Étude de stabilité 47– La notion de partie sur laquelle une suite de fonctions donnée converge uniformément
est stable par sous-partie.

6.4. Convergence uniforme et opérations algébriques

Justification de structure 50 – Laissée au lecteur
Démonstration de l’énoncé 1 (Convergence uniforme vers une fonction bornée) – Laissée au lecteur.
Démonstration de l’énoncé 2 (Proposition (Convergence uniforme d’un produit dans le cas de fonctions
bornées)) – Dans une telle situation, (fn )n⩾n0 et (gn )n⩾n0 convergent respectivement vers f et g dans la K-
algèbre normée (B(I, K), ∥·∥∞ ) (les fonctions fn et gn sont bornées à partir d’un certain rang, par convergence
uniforme, et car f et g sont bornées), donc (fn gn ) converge uniformément vers f g. □
Étude de stabilité 51– La notion de suite de fonctions uniformément convergente n’est pas stable par produit
Étude de stabilité 52– La notion de suite de fonctions uniformément convergente à valeurs dans une algèbre
normée est stable par produit par une fonction bornée donnée.
339 Stéphane FLON
 Étude de stabilité 53– La notion de suite de fonctions uniformément convergente est stable par composition
à droite par une fonction quelconque (dont l’image est incluse dans le domaine de convergence uniforme).
Étude de stabilité 54– La notion de suite de fonctions uniformément convergente n’est pas stable par
composition à gauche par une fonction continue
Étude de stabilité 55– La notion de suite de fonctions uniformément convergente est stable par composition
à gauche par une fonction uniformément continue.

6.5. Opérations sur les domaines où la convergence d’une suite de fonctions donnée est
uniforme
Étude de stabilité 57– La notion de partie sur laquelle une suite de fonctions donnée converge uniformément
est stable par union finie.
Étude de stabilité 58– La notion de partie sur laquelle une suite de fonctions donnée converge uniformément
n’est pas stable par union
Démonstration de l’énoncé 3 (Enlever un point au domaine n’aide pas à la convergence uniforme) – Laissée
au lecteur.
Enlever un point au domaine n’aide pas à la convergence uniforme 59 – Ainsi, il est illusoire d’enlever un
point à un domaine sur lequel il y a convergence simple mais non uniforme pour espérer obtenir la convergence
uniforme : en pratique, on enlèvera plutôt un voisinage de ce point

6.6. Conservation de propriétés par limite uniforme

Démonstration de l’énoncé 4 (Théorème (Continuité ponctuelle et convergence uniforme)) – Laissée au
lecteur.
La convergence uniforme est la bonne notion de convergence pour les suites et séries de fonctions, notam-
ment parce qu’elle transmet la continuité 62 – La convergence uniforme est la bonne notion de convergence
pour les suites et séries de fonctions, notamment parce qu’elle transmet la continuité
Démonstration de l’énoncé 5 (Théorème (Continuité et convergence uniforme sur tout segment)) – Laissée
au lecteur.
Démonstration de l’énoncé 6 (Théorème de la double limite pour les suites de fonctions) – Laissée au
lecteur.
Le théorème de la double limite n’est pas qu’une simple extension du théorème de continuité 67 – Le
théorème de la double limite n’est pas qu’une simple extension du théorème de continuité

6.7. Intégration d’une limite uniforme sur un segment

Démonstration de l’énoncé 7 (Théorème d’interversion limite uniforme-intégrale sur un segment) – Laissée
au lecteur.
La convergence uniforme sur tout segment se conserve (essentiellement) par primitivation, pas la conver-
gence uniforme 68 – La convergence uniforme sur tout segment se conserve (essentiellement) par primitivation,
pas la convergence uniforme

6.8. Dérivation d’une suite de fonctions

Démonstration de l’énoncé 8 (Théorème de dérivation d’une suite de fonctions) – Nous partons de la
relation fondamentale Z x
(∗) fn (x) = fn (a) + fn′ (t)dt,
a
valable pour tout x ∈ I et tout n ∈ N (d’après leRpoint (1)).
x
La suite de fonctions de terme général x 7→ a fn′ (t)dt converge uniformément sur tout segment de I vers
Rx
la fonction x 7→ a h(t)dt, d’après (3). Par ailleurs, la suite de fonctions constantes de terme général x 7→ fn (a)
converge uniformément vers x 7→ f (a) sur tout segment de I (et même sur I Rtout entier), d’après (2).
x
Ainsi, d’après (∗), la suite (fn ) CVU sur tout segment vers x 7→ f (a) + a h(t)dt. Or cette suite converge
simplement vers f (d’après (2)), et donc, pour tout x ∈ I :
Z x
f (x) = f (a) + h(t)dt,
a

d’où les affirmations voulues. □

Démonstration de l’énoncé 9 (Théorème de dérivation jusqu’à l’ordre k d’une suite de fonctions) – Laissée
au lecteur.
340 Stéphane FLON
 Démonstration de l’énoncé 10 (Théorème de dérivations successives d’une suite de fonctions) – Laissée au
lecteur.

6.9. Séries de fonctions

Les séries de fonctions sont plus intéressantes que les suites de fonctions dans l’optique de créer certains
exemples et contre-exemples de fonctions 69 – Les séries de fonctions sont bien plus intéressantes que les suites
de fonctions, car on transmet certaines propriétés (de régularité) à certaines fonctions (la somme des séries de
fonctions), sans expliciter pour autant ces dernières. À titre d’illustration, le premier exemple de fonction de R
dans R, continue partout mais dérivable nulle part, a été obtenu comme somme d’une série de fonctions (voir la
notion de fonction de Weierstrass)
La convergence uniforme d’une série de fonctions se traduit par la convergence uniforme de la suite des
restes vers 0 71 – Cette reformulation est parfois mal comprise : on veut que la suite des restes soit bien définie
(i.e. qu’il y ait convergence simple), et ensuite que l’écart entre la somme partielle et la limite simple (qui est
justement la suite des restes) converge uniformément vers 0. Vérifier la convergence simple de la suite des restes
n’a aucun intérêt : dès que la suite des restes est définie, elle converge simplement vers la fonction nulle (car
pour toute série numérique convergente, la suite des restes tend vers 0)

6.10. Convergence normale d’une série de fonctions

Pour établir une convergence normale, il n’est pas nécessaire de calculer des normes infinies 75 – La
détermination de ∥un ∥∞ peut être délicate : cette proposition indique qu’elle n’est pas nécessaire en vue d’établir
une CVN
Démonstration de l’énoncé 11 (Théorème (La convergence normale implique la convergence uniforme))P∞ –
Tout d’abord, on rappelle que la convergence normale entraı̂ne la convergence simple : la somme n=0 un est
donc bien définie.
Reste à vérifier que la suite des restes converge uniformément vers 0. Pour tout n ∈ N, tout entier p > n, et
tout x ∈ I :
p
X p
X
uk (x) ⩽ |uk (x)|
k=n+1 k=n+1
p
X
⩽ ∥uk ∥∞
k=n+1
X∞
⩽ ∥uk ∥∞
k=n+1

En faisant tendre p vers l’infini (c’est possible par convergence simple), il vient :
∞
X ∞
X
uk (x) ⩽ ∥uk ∥∞
k=n+1 k=n+1

Ceci valant pour tout x ∈ I, on obtient

∞
X ∞
X
uk ⩽ ∥uk ∥∞
k=n+1 ∞ k=n+1
P∞
P le résultat puisque k=n+1 ∥uk ∥∞ tend vers 0 lorsque n tend vers l’infini par convergence normale de
d’où
un . □
La convergence normale est une façon plus commode (et plus exigeante) de montrer la convergence uniforme
d’une série de fonctions 76 – On peut dire que la convergence normale sert à cela : P
prouver une convergence uni-
forme. On peut aussi observer (en reprenant la démonstration du théorème) que, si un converge normalement,
alors
∞
X X∞
un ⩽ ∥un ∥∞
n=0 ∞ n=0
et plus généralement que, pour tout n ∈ N :
∞
X ∞
X
uk ⩽ ∥uk ∥∞
k=n+1 ∞ k=n+1

Il n’y a pas d’autre théorème que celui-ci pour lequel la convergence normale figure parmi les hypothèses
341 Stéphane FLON
 La convergence normale est beaucoup plus forte que la convergence absolue en tout point d’une série de
fonctions 77 – La convergence normale est beaucoup plus forte que la convergence absolue en tout point d’une
série de fonctions

6.11. Convergence uniforme et série de fonctions

Démonstration de l’énoncé 12 (Théorème (Continuité ponctuelle et convergence uniforme pour une série
de fonctions)) – Laissée au lecteur.
Démonstration de l’énoncé 13 (Corollaire (Limite uniforme d’une série de fonctions continues)) – Laissée
au lecteur.
Démonstration de l’énoncé 14 (Corollaire (Limite uniforme sur tout segment d’une série de fonctions
continues)) – Laissée au lecteur.
Démonstration de l’énoncé 15 (Propriétés de la fonction zêta de Riemann) – Laissée au lecteur.
Démonstration de l’énoncé 16 (Théorème (Continuité de l’exponentielle matricielle)) – Laissée au lecteur.
Démonstration de l’énoncé 17 (Théorème (Intégration d’une limite uniforme d’une série de fonctions sur
un segment)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 35 ) –
Z π/2 X +∞
!
n
n 1 + (−1)
I = i cos(nθ) dθ
0 n=0
2 n!
+∞ Z π/2
X
n 1 + (−1)n
= i cos(nθ)dθ
n=0 0 2 n!
+∞ Z π/2
X 1
= (−1)p cos(2pθ)dθ
p=0 0 (2p)!
π
= .
2
Démonstration de l’énoncé 18 (Théorème de dérivation terme à terme d’une série de fonctions) – Laissée
au lecteur.
Démonstration de l’énoncé 19 (Théorème de dérivation jusqu’à l’ordre k d’une série de fonctions) – Laissée
au lecteur.
Démonstration de l’énoncé 20 (Théorème de dérivations successives d’une série de fonctions) – Laissée au
lecteur.
Démonstration de l’énoncé 21 (Dérivées successives de la fonction zêta) – Laissée au lecteur.
Démonstration de l’énoncé 22 (Théorème de la double limite pour les séries de fonctions) – Laissée au
lecteur.
Corrigé de l’exercice de cours (exercice 36 ) –
1 Soit s > 1, et soit f : t ∈ R∗+ 7→ t1s . La fonction f est continue décroissante sur R∗+ . Soit n ∈ N∗ . Pour
1
R n+1 dt 1
tout t ∈ [n, n + 1], on a f (n + 1) ⩽ f (t) ⩽ f (n), d’où, en intégrant sur [n, n + 1], (n+1) s ⩽ n ts ⩽ ns .
En sommant pour n allant de 1 à l’infini (c’est possible car tout converge bien), on obtient
Z +∞
dt
ζ(s) − 1 ⩽ ⩽ ζ(s),
1 ts
R +∞ dt
et donc ζ(s) = 1 s + Os → 1 (1).
R ∞ dt t 1 Ä
1
ä
Comme 1 ts = s−1 , et comme 1 = os → 1 s−1 , on en déduit

1
ζ(s) ∼s → 1+
s−1
lim 1s 1
P P
Remarque – Le théorème de la double limite ne s’appliquait pas, car la série i.e. n, diverge.
s→1 n

2 Pour n = 1, lim 1s = 1, et, si n ⩾ 2, lim 1s = 0.

s → +∞ n s → +∞ n
On peut donc espérer que lim+∞ ζ = 1, i.e. que
∞ ∞
X 1 X 1
lim s
= lim
s → +∞ n s → +∞ ns
n=1 n=1

mais rien ne le justifie a priori.

342 Stéphane FLON
 Pour justifier un tel échange limite-somme, on utilise un argument de convergence uniforme (exactement
comme dans l’exemple figurant au programme, à savoir le théorème de continuité de la somme d’une série de
fonctions).
Or, si on pose un : s 7→ n1s pour tout n ∈ N∗ , et si a > 1 est fixé, la série de fonctions
P
un converge
normalement, donc uniformément, sur [a, +∞[, qui est bien un voisinage de +∞. Cela légitime l’échange limite-
somme.
Pour le P montrer plus en détail, on peut appliquer le théorème de continuité de la somme d’une série de
fonctions à vn Pen π2 , où vn (x) = un (tan(x)) si x ∈ [arctan(a), π/2[, et vn (π/2) = lim+∞ un . Chaque vn est
continue en π/2, vn converge uniformément sur [arctan(a), π/2] P (par stabilité de la CVU à droite par une
∞
fonction
P quelconque (stabilité 1.ii p.289 du cours)), donc la fonction n=1 vn est continue en π/2. En repassant
à un , on obtient le résultat voulu.
On peut aussi utiliser une comparaison série-intégrale : l’encadrement précédent n’est pas assez fin pour
conclure, mais on peut sommer de 2 à l’infini (au lieu de 1 à l’infini) :
Z +∞
1 dt
ζ(s) − 1 − s ⩽ ⩽ ζ(s) − 1,
2 2 ts
R +∞ dt 1


donc ζ(s) = 1 + 2 ts + Os → +∞ 2s
.
R +∞ dt 1 1
Or 2 ts = (s−1)2s = os → +∞ 2s , et donc
Å ã
1
ζ(s) = 1 + Os → +∞
2s

6.12. Approximation
Démonstration de l’énoncé 23 (Théorème (Approximation uniforme par des fonctions en escalier)) – Laissée
au lecteur.
Démonstration de l’énoncé 24 (Théorème (Approximation uniforme par des fonctions continues, affines par
morceaux)) – Laissée au lecteur.
Démonstration de l’énoncé 25 (Théorème de Weierstrass) – Laissée au lecteur.

343 Stéphane FLON

 7. Groupes

Dans ce chapitre, K et K désignent des corps 1 – Dans ce chapitre, K et K désignent des corps

7.1. Ensemble quotient, structure quotient

La mathématique est l’art de donner le même nom à des choses différentes – Henri Poincaré – Science et
méthode 2 – La mathématique est l’art de donner le même nom à des choses différentes – Henri Poincaré –
Science et méthode
Corrigé de l’exercice de cours (exercice 1 ) –

7.2. Groupes modulaires

Étude de stabilité 24– La notion de groupe de type fini n’est pas stable par sous-groupe
Justification de l’exemple 28 – On vérifie que
ψ : Z/dZ → G
k 7→ ak
est bien une application, et que c’est un isomorphisme de groupes.
C’est une application car si k = k ′ , alors k ≡ k ′ [d], donc il existe q ∈ Z tel que k = k ′ + qd puis
′ ′ ′
ak = ak +qd = ak (ad )q = ak
C’est un morphisme car, pour tous entiers k et k ′ :
′ ′
ψ(k + k ′ ) = ψ(k + k ′ ) = ak+k = ak ak = ψ(k)ψ(k ′ )
ψ est clairement surjective car son image est un sous-groupe de G qui possède a, et qui contient donc < a >,
c’est-à-dire G.
Comme en outre Z/dZ et G ont même cardinal fini, ψ est bien bijective.
Démonstration de l’énoncé 1 (Proposition (Générateurs du groupe des entiers modulo n)) – Laissée au
lecteur.
Étude de stabilité 29– La notion de groupe cyclique n’est pas stable par produit cartésien

7.3. Ordre d’un élément dans un groupe

Démonstration de l’énoncé 2 (Proposition (Élément d’ordre fini)) – Laissée au lecteur.
Étude de stabilité 36– La notion d’élément d’ordre fini est stable par conjugaison.
Étude de stabilité 37– La notion d’élément d’ordre fini est stable par morphisme de groupes.
Étude de stabilité 38– La notion d’élément d’ordre fini est stable par symétrique.
Étude de stabilité 39– La notion d’élément d’ordre fini n’est pas stable par loi de composition interne
Étude de stabilité 40– La notion d’élément d’ordre fini est stable par itération.
Démonstration de l’énoncé 3 (Théorème de Lagrange pour les sous-groupes cycliques) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 2 ) –

7.4. Groupe symétrique

Étude de stabilité 43– La notion de cycle n’est pas stable par puissance
Étude de stabilité 44– La notion de cycle est stable par inverse.
Démonstration de l’énoncé 4 (Proposition (Décomposition d’une permutation en produit de cycles à sup-
ports disjoints)) – Unicité : les cycles intervenant dans une telle décomposition (de σ ∈ Sn \ {e}) doivent avoir
pour supports les différentes orbites non triviales de σ, et pour unne telle orbite, l’action du cycle correspondant
s doit coı̈ncider avec celle de σ, ce qui détermine s.
Existence : soit σ un élément non trivial de Sn , et Ωj1 , . . . , Ωjl les différentes orbites non triviales de [[1, n]]
sous l’action de σ. Pour tout k ∈ [[1, l]], on note pk le cardinal de l’orbite Ωjk , de sorte que
Ωjk = {jk , σ(jk ), . . . , σ pk −1 (jk )}.
On note σk = jk σ(jk ) . . . σ pk −1 (jk ) . Les permutations σ et σk coı̈ncident sur Ωjk . On sait par ailleurs


que les cycles σ1 , . . . , σl commutent deux à deux. Vérifions que σ = σ1 . . . σl .
Soit i ∈ [[1, n]]. Cet entier appartient à au plus une des orbites Ωj1 , . . . , Ωjl :
— S’il n’appartient à aucune d’entre elles, il est laissé fixe par σ, ainsi que par σ1 , . . . , σl , de sorte que
σ(i) = (σ1 . . . σl )(i).
— S’il appartient à l’une d’entre elles, mettons Ωjk0 , alors, il est laissé invariant par tout σj tel que j ̸= j0 ,
de sorte que (σ1 . . . σl )(i) = σjk0 (i) = σ(i).
344 Stéphane FLON
□
Démonstration de l’énoncé 5 (Proposition (Génération du groupe symétrique par les transpositions)) –
D’après la proposition précédente, il suffit de le prouver pour tout cycle. On note que :





i1 . . . ip = i1 i2 i2 i3 . . . ip−1 ip .
□
Démonstration de l’énoncé 6 (Proposition (La signature est un morphisme)) – Montrons d’abord que si τ
est une transposition, et σ une permutation, alors ε(σ ◦ τ ) = −ε(σ).


Écrivons τ = i j (i ̸= j). Soit Ω une orbite sous l’action de σ. On vérifie que
— si Ω ne comprend ni i ni j, alors Ω est aussi une orbite sous l’action de σ ◦ τ .
— si Ω comprend i et j, alors les orbites de i et j sous l’action de σ ◦ τ sont disjointes, d’union Ω.
— si Ω comprend i mais pas j, et si on note Ω′ l’orbite de j sous l’action de σ, alors l’orbite de i et de j
sous l’action de σ ◦ τ est Ω ∪ Ω′ .
Ainsi, les nombres d’orbites sous les actions respectives de σ et σ ◦ τ n’ont pas même parité, d’où le résultat.
Revenons maintenant au cas général : soit σ ∈ Sn . Le lemme précédent montre que si l’on décompose σ en
produit de k transpositions, ε(σ) = (−1)k . Ainsi, si σ ′ ∈ Sn se décompose en produit de k ′ transpositions, on
a: ′ ′
ε(σσ ′ ) = (−1)k+k = (−1)k (−1)k = ε(σ)ε(σ ′ ),
d’où le résultat. □
Corrigé de l’exercice de cours (exercice 30 ) –

7.5. Action d’un groupe sur un ensemble

Étude de stabilité 57– La notion d’action de groupe est stable par sous-groupe.
Corrigé de l’exercice de cours (exercice 3 ) –

345 Stéphane FLON

 8. Arithmétique
L’arithmétique est l’étude de la relation de divisibilité dans un anneau 1 – L’arithmétique est l’étude de
la relation de divisibilité dans un anneau

8.1. Anneaux de congruence

Démonstration de l’énoncé 1 (Proposition (Inversibles de l’anneau de congruence modulo n)) – Laissée au
lecteur.
Démonstration de l’énoncé 2 (Corollaire (Caractérisation de la structure de corps sur les anneaux de
congruence)) – Laissée au lecteur.
Démonstration de l’énoncé 3 (Théorème (des restes) chinois) – On sait que φ est bien défini, et qu’il s’agit
d’un morphisme d’anneaux.
On vérifie ensuite l’injectivité en testant le noyau : soit k ∈ Z tel que k mn ∈ Ker(φ). On a donc k m = 0m
et k n = 0n , donc k est un multiple de m et de n. Comme m et n sont premiers entre eux, c’est un multiple de
mn, i.e. k mn = 0mn : φ est injectif. □
Démonstration de l’énoncé 4 (Proposition (L’indicatrice d’Euler est multiplicative)) – L’isomorphisme
d’anneaux du théorème des restes chinois induit un isomorphisme des groupes des inversibles de ces anneaux,
qui ont en particulier même cardinal. □
Démonstration de l’énoncé 5 (Proposition (Calcul de l’indicatrice d’Euler)) – Laissée au lecteur.
Démonstration de l’énoncé 6 (Théorème d’Euler) – On applique le théorème de Lagrange pour les sous-
groupes cycliques à l’élément a de (Z/nZ) . □
∗

8.2. Arithmétique dans les anneaux principaux

Étude de stabilité 11– La notion d’élément irréductible n’est pas stable par sur-anneau
Démonstration de l’énoncé 7 (Proposition (Élément premier avec un irréductible)) – Laissée au lecteur.
Démonstration de l’énoncé 8 (Lemme de Gauss) – Laissée au lecteur.
Démonstration de l’énoncé 9 (Lemme d’Euclide) – Laissée au lecteur.

8.3. Rappels sur les polynômes

Démonstration de l’énoncé 10 (Proposition (Degré d’une somme, d’un produit)) – Laissée au lecteur.
Démonstration de l’énoncé 11 (Proposition (Degrés échelonnés)) – Laissée au lecteur.
Démonstration de l’énoncé 12 (Théorème de division euclidienne dans l’anneau des polynômes) – Laissée
au lecteur.
Démonstration de l’énoncé 13 (Proposition (Nombre de racines d’un polynôme comptées avec leur multi-
plicité)) – Laissée au lecteur.
Démonstration de l’énoncé 14 (Proposition (Degré du polynôme dérivé)) – Laissée au lecteur.
Démonstration de l’énoncé 15 (Proposition (Formule de Taylor)) – Le vérifier pour la base ((X − α)n )n∈N
et propager par linéarité. □
Démonstration de l’énoncé 16 (Proposition (Caractérisation de l’ordre d’une racine)) – Pour le sens direct,
remarquer si α est d’ordre r ⩾ 1 dans P , alors α est d’ordre r − 1 dans P ′ .
Le sens indirect provient de la formule de Taylor. □
Démonstration de l’énoncé 17 (Théorème de d’Alembert-Gauss) – Laissée au lecteur.
Démonstration de l’énoncé 18 (Corollaire (Polynômes irréductibles complexes)) – Laissée au lecteur.
Démonstration de l’énoncé 19 (Proposition (Polynômes irréductibles réels)) – Laissée au lecteur.
Démonstration de l’énoncé 20 (Théorème de Bézout polynomial) – Laissée au lecteur.
Démonstration de l’énoncé 21 (Théorème (Lemme de Gauss)) – Laissée au lecteur.
Démonstration de l’énoncé 22 (Corollaire (ppcm de polynômes premiers entre eux)) – Laissée au lecteur.
Démonstration de l’énoncé 23 (Proposition (Polynôme irréductible divisant un produit)) – Laissée au
lecteur.
Démonstration de l’énoncé 24 (Théorème de décomposition en facteurs irréductibles) – Laissée au lecteur.

8.4. Rappels sur les fractions rationnelles

Démonstration de l’énoncé 25 (Théorème de décomposition en éléments simples, cas complexe) – Laissée
au lecteur.

346 Stéphane FLON

 9. Intégrales à paramètre

Le but de ce chapitre est de légitimer, sous certaines conditions, l’échange entre une intégrale dépendant
d’un paramètre et un passage à la limite. On s’intéressera notamment à la régularité d’une fonction définie par
une intégrale à paramètre 1 – Le but de ce chapitre est de légitimer, sous certaines conditions, l’échange entre
une intégrale dépendant d’un paramètre et un passage à la limite. On s’intéressera notamment à la régularité
d’une fonction définie par une intégrale à paramètre
En introduisant de la variabilité, ce chapitre permettra de calculer la valeur de beaucoup d’intégrales
convergentes 2 – Cela fait écho à la citation de Paul Erdös :  Il faut parfois compliquer un problème pour en
simplifier la solution .
Les théorèmes de ce chapitre comportent beaucoup d’hypothèses, qu’il convient de hiérarchiser. L’hypothèse
majeure est souvent appelée hypothèse de domination, les autres se retrouvant par le bon sens. Les hypothèses
de régularité par rapport à la variable d’intégration (à savoir la continuité par morceaux) n’ont pas à être
explicitées 3 – Les théorèmes de ce chapitre comportent beaucoup d’hypothèses, qu’il convient de hiérarchiser.
L’hypothèse majeure est souvent appelée hypothèse de domination, les autres se retrouvant par le bon sens. Les
hypothèses de régularité par rapport à la variable d’intégration (à savoir la continuité par morceaux) n’ont pas
à être explicitées

9.1. Le théorème de convergence dominée

Justification de structure 4 – On montre que c’est un sous-espace vectoriel de (KI )N : c’en est déjà une
partie comprenant le vecteur nul.
Si |fn | ⩽ φ et |gn | ⩽ ψ, où φ et ψ sont intégrables, alors, pour tous scalaires λ et µ, |λ fn +µ gn | ⩽ |λ| φ+|µ| ψ,
et |λ| φ + |µ| ψ est intégrable sur I.
Étude de stabilité 5– La notion de suite de fonctions vérifiant l’hypothèse de domination est stable par
multiplication par une fonction (continue par morceaux) bornée.En effet : si g est une fonction bornée, et si
|fn | ⩽ φ où φ est intégrable, alors |g fn | ⩽ |g| φ, et |g| φ est intégrable sur I (si c est une borne de I, on a
g(t) φ(t) = Ot → c (φ(t))).
Démonstration de l’énoncé 1 (Théorème de convergence dominée) – La démonstration du dernier point est
hors-programme et hors de portée (on l’admet donc), mais les deux premiers points sont évidents : l’intégrabilité
de chaque fn résulte directement de l’énoncé 33 du chapitre d’intégration, et l’intégrabilité de f résulte de |f | ⩽ φ
(en passant à la limite simple dans |fn | ⩽ f ) et de ce même énoncé. □
Le théorème de convergence dominée est très puissant, car ses hypothèses sont faibles mais sa conclusion
est forte 6 – Cela fait écho à la citation de Paul Erdös :  Il faut parfois compliquer un problème pour en
simplifier la solution .
L’hypothèse de domination n’est pas très naturelle, mais il est facile de se rendre compte de son importance
sur des exemples 7 – Vague mobile, pics mobiles.
Corrigé de l’exercice de cours (exercice 1 ) –
1 Notons fn (t) = sin(t)n pour tout (n, t) ∈ N × 0, π2 .
 

(fn ) est une suite de fonctions cpm qui converge simplement vers l’indicatrice f de {π/2} sur 0, π2 . La
 
fonction f est bien cpm.
Enfin, on a, pour tout (n, t) ∈ N × 0, π2 , |fn (t)| ⩽ 1, or t 7→ 1 est (positive) intégrable sur 0, π2 .
   
Par application du théorème de convergence dominée, la suite numérique d’intégrales (un ) converge vers
R π/2
0
f (t)dt, c’est-à-dire vers 0.
Remarque – Le TCVD n’impose pas de se placer sur un segment, nous aurions pu travailler sur 0, π2 (afin que
 
la limite simple de la suite de fonctions soit identiquement nulle).
On procède de même pour (vn ), qui converge simplement vers la fonction v sur [0, 1], vérifiant v(1) = sh(1)
et v(x) = 0 pour tout x ∈ [0, 1[. On prend la domination ∀(n, t) ∈ N × [0, 1], | sh(tn )| ⩽ sh(1), et la fonction
constante de valeur sh(1) est intégrable sur [0, 1]).
n
2 Posons, pour tout (n, t) ∈ N × ]0, π[, fn (t) = (cos(t))
√
t
.
(fn ) est une suite de fonctions continues par morceaux, convergeant simplement vers la fonction identique-
ment nulle sur ]0, π[ (également cpm).
Enfin, pour tout (n, t) ∈ N × ]0, π[, |fn (t)| ⩽ √1t , or t 7→ √1t est intégrable sur ]0, π[.
Rπ
Par application du théorème de convergence dominée, la suite (wn ) converge vers 0 0 dt, c’est-à-dire vers
0.
Corrigé de l’exercice de cours (exercice 2 ) –
1
i Voir le cours sur les séries.
347 Stéphane FLON

n
ii Soit n ∈ N∗ . La fonction gn : t 7→ 1 − nt ln(t) est continue (par morceaux) sur ]0, n], et gn (t) ∼t → 0
ln(t). Or ln est intégrable sur ]0, n], donc gn l’est également : en particulier, In existe.
En vue d’appliquer le théorème de convergence dominée, on prolonge les fonctions gn sur un intervalle de
définition commun : pour tout (n, t) ∈ N∗ × R∗+ , on pose fn (t) = gn (t) si t ⩽ n, et fn (t) = 0 sinon.
Chaque fonction fn est bien continue par morceaux (et même continue) sur R∗+ .
La suite de fonctions (fn ) converge simplement vers la fonction f : t ∈ R∗+ 7→ e−t ln(t). En effet, pour

n
t ∈ R∗+ fixé, on a fn (t) = 1 − nt ln(t) dès que n ⩾ t. Or
Å Å ãã
t
fn (t) = exp n ln 1 − ln(t) ∼n∞ e−t ln(t)
n

La fonction f est bien continue par morceaux (et même continue) sur R∗+ .
Enfin, on se rappelle l’inégalité de concavité ln(1 + u) ⩽ u pour tout u > −1, ce qui permet de montrer que

∀(n, t) ∈ N∗ × R∗+ , |fn (t)| ⩽ g(t)

Or g est intégrable sur R∗+ (elle y est cpm, g(t) ∼t → 0 ln(t) et g(t) = ot → +∞ t12 ).


Par application du théorème de convergence dominée, on obtient bien le résultat souhaité (on a bien sûr
R +∞
0
fn (t)dt = In ).
iii Soit n ∈ N∗ . En effectuant le changement de variable linéaire u = nt , on a
Z 1 Z 1 Z 1 Z 1
n
In = n (1−u)n ln(un)du = n (1−u)n ln(u)du+n (1−u)n ln(n)du = n (1−u)n ln(u)du+ ln(n)
0 0 0 0 n+1

Or par changement de variable affine v = 1 − u

Z 1 Z 1
(1 − u)n ln(u)du = v n ln(1 − v)dv
0 0

En faisant ensuite une intégration par parties (le choix de la constante d’intégration rend le crochet bien défini),
1 ò1 Z 1 n
Z 1X
v n+1 − 1 v n+1 − 1
Z ï
n 1 Hn+1
v ln(1 − v)dv = ln(1 − v) − dv = − v k dk = −
0 n+1 0 0 (n + 1)(v − 1) n+1 0 n+1
k=0

Ainsi,
Å ã
n 1
In = − Hn − ln(n) +
n+1 n+1
d’où le résultat.
Le théorème de convergence s’applique à des intégrales définies sur un même intervalle fixé, mais, même si
l’intervalle varie, on peut parfois se ramener à la première situation 8 – Le théorème de convergence s’applique
à des intégrales définies sur un même intervalle fixé, mais, même si l’intervalle varie, on peut parfois se ramener
à la première situation
Corrigé de l’exercice de cours (exercice 7 ) –
Le TCVD permet aussi la détermination de certains équivalents (non constants), suite à un changement
de variable 9 – Le TCVD permet aussi la détermination de certains équivalents (non constants), suite à un
changement de variable
Démonstration de l’énoncé 2 (Corollaire (théorème de convergence dominée, cas d’un paramètre réel)) –
Il suffit d’utiliser la caractérisation séquentielle de la limite, ainsi que le théorème de convergence dominée. □
Corrigé de l’exercice de cours (exercice 8 ) – On montrera d’abord que g est bien définie sur R∗+ .
Soit x ∈ [1, +∞[. La fonction fx : t 7→ ln(t)e−xt est continue par morceaux sur R∗+ , et, pour tout t ∈ R∗+ ,
|fx (t)| ⩽ | ln(t)|e−t .
Or φ : t 7→ | ln(t)|e −t
est intégrable sur R∗+ (φ est continue par morceaux sur R∗+ , φ(t) ∼t → 0 | ln(t)| et
1


φ(t) = ot → +∞ t2 ).
Ainsi, si (xn ) est une suite de réels strictement positifs tendant vers +∞, le théorème de convergence
dominée appliqué à la suite (fxn ), qui converge simplement vers la fonction nulle, montre que (g(xn )) converge
vers 0.
Cela montre séquentiellement que g tend vers 0 en +∞.
Remarque – Il est essentiel que la domination soit valable pour lorsque le paramètre x décrit tout un voisinage
de +∞. Si on avait dominé pour x ∈ [a, b], nous n’aurions pas pu faire tendre x vers +∞.
348 Stéphane FLON
 9.2. Le théorème d’intégration terme à terme
Démonstration de l’énoncé 3 (Théorème d’intégration terme à terme, cas positif ) – Hors programme
(admise). □
Démonstration de l’énoncé 4 (Théorème d’intégration terme à terme) – Hors P Rprogramme (admise). □
L’hypothèse de sommation est la plus forte possible : il y a convergence de |f |, la seule convergence
I n
P R
de R f
I n
ne suffit pas 10 – L’hypothèse de sommation est la plus forte possible : il y a convergence de
P P R
|f |, la seule convergence de
I n
f ne suffit pas
I n
Justification de structure 11 – Cet ensemble est une partie de l’espace vectoriel des séries de fonctions de
I dans PK, RcomprenantP Rle vecteur nul.
Si |f | et
I n
|g | convergent, alors, pour tout λ, µ ∈ K, 0 ⩽ |λ fn + µ gn | ⩽ |λ| |fn | + |µ| |gn |, donc
I n
λ fn + µ gn est intégrable, et Z Z Z
0⩽ |λ fn + µ gn | ⩽ |λ| |fn | + |µ| |gn |
I I I
PR
donc I
|λ fn + µ gn | converge.
Étude de stabilité 12– La notion de série de fonctions vérifiant l’hypothèse
PR de sommation est stable par
multiplication par une fonction (continue par morceaux) bornée.En effet : si I
|fn | converge
R et si g est continue
R
par morceaux etR bornée, alors |fn ×Rg| ⩽ ∥g∥∞ |fn |, donc fn × g est intégrable, et 0 ⩽ I |fn × g| ⩽ ∥g∥∞ I |fn |.
P P
Comme |f | converge,
I n
|f × g| converge également.
I n
Corrigé de l’exercice de cours (exercice 4 ) –
1 √
i gn : t 7→ t e−nt est continue sur R+ , et gn (t) = ot → +∞ t12 , donc gn est intégrable sur R+ .


ii On effectue le changement de variable linéaire u = nt. Comme l’intégrale In est bien définie, on a
Z +∞ √
u du Γ(3/2)
In = √ e−u =
0 n n n3/2
√
1 π
Or Γ(3/2) = 2 Γ(1/2) =
2 n3/2
, d’où le résultat.
e−t −t
P∞ −t k
iii 1
Pour tout t > 0, et −1 = 1−e −t = e k=0 (e ) , puisque e−t ∈]0, 1[.
√
t
On a donc, en posant g(t) = et −1 pour tout t > 0, on a
∞ ∞
X √ X
g(t) = te−(k+1)t = gn (t)
k=0 n=1

Chaque gn est continue par morceaux sur R∗+ , ainsi √

que g.
De plus, pour tout n ∈ N∗ , R∗ |gn (t)|dt = 2 n3/2 π
R P 1
. Comme n3/2
converge (exemple de Riemann), l’hypo-
+
thèse de sommation est vérifiée.
Par application du théorème d’intégration terme à terme, on a bien le résultat
R 1 voulu.
Corrigé de l’exercice de cours (exercice 9 ) – On vérifie sans problème que 0 x−x dx converge (la fonction
x 7→ x−x = exp(−x ln(x)) sur ]0, 1] se prolonge en une fonction continue sur le segment [0, 1]).
On a envie d’écrire
Z 1 Z 1 Z 1X ∞ ∞ Z 1
−x −x ln(x) (−x ln(x))k X (−x ln(x))k
x dx = e dx = dx = dx
0 0 0 k! 0 k!
k=0 k=0
Cela se justifie par intégration terme à terme, le point important consistant à justifier la convergence de la
R1 k
dernière somme (car les fonctions intégrées sont positives). Or la série de terme général 0 (−x ln(x))
k! dx est à
R 1 −x
termes positifs, et sa suite des sommes partielles est majorée par 0 x dx : le théorème d’intégration terme à
terme s’applique donc bien.
Remarque – On aurait pu appliquer le théorème de convergence monotone pour les séries de fonctions.
R1 k
Reste à calculer 0 (−x ln(x))
k! dx. On effectue le changement de variable u = − ln(x) (bijection de classe C 1
décroissante de ]0, 1[ sur R+ ), on obtient
∗

Z 1 Z +∞ −(k+1)u k
(−x ln(x))k e u
dx = du
0 k! 0 k!
puis, en effectuant le changement de variable v = (k + 1)u :
Z 1 Z +∞
(−x ln(x))k 1 1
dx = k+1
e−v v k dv =
0 k! k!(k + 1) 0 (k + 1)k+1
et le résultat s’ensuit.
349 Stéphane FLON
 Corrigé de l’exercice de cours (exercice 10 ) –
1 P 1
i L’hypothèse de sommation se traduit par la convergence de un , ce que les hypothèses ne garantissent
pas (voir par exemple le cas où un = n + 1).
ii Le membre de droite existe par application du critère spécial des séries alternées ((1/un ) est bien
décroissante de limite nulle).
Ce même critère montre que pour tout x > 0, (−1)n e−un x converge. Il fournit aussi une majoration du
P
reste, en particulier
+∞
X
∀ x > 0, 0 ⩽ (−1)n e−un x ⩽ e−u0 x
n=0
Il manque la continuité par morceaux de la somme pour justifier l’existence du membre de gauche, que l’on
obtient par exemple par un argument de convergence sur tout [a, +∞[ pour tout a > 0 grâce à la majoration
du reste :
∞
∀ x ⩾ a, ∀ N ∈ N,
X
(−1)n e−un x ⩽ e−uN +1 x ⩽ e−uN +1 a
n=N +1

Cependant, on a, pour tout x > 0, tout N ∈ N :

N
X
(−1)n e−un x ⩽ e−u0 x
n=0

car à x fixé, les suites des sommes partielles des rangs pairs et impairs respectivement sont adjacentes.
Cette domination permet d’appliuer le convergence dominée à la suite des sommes partielles, ce qui conduit
bien au résultat voulu.
Quand l’hypothèse de sommation fait défaut, on peut chercher à appliquer le théorème de convergence
dominée à la suite des sommes partielles 13 – Quand l’hypothèse de sommation fait défaut, on peut chercher
à appliquer le théorème de convergence dominée à la suite des sommes partielles

9.3. Continuité d’une intégrale à paramètre

Il faut bien distinguer le paramètre de l’intégrale de la variable d’intégration 14 – Il faut bien distinguer
le paramètre de l’intégrale de la variable d’intégration
Démonstration de l’énoncé 5R(Théorème (Continuité d’une intégrale à paramètre)) – La fonction g est
bien définie car pour tout x ∈ J, I f (x, t)dt est (absolument) convergente d’après l’hypothèse de domination.
Montrons séquentiellement la continuité de g : soit x ∈ J, et soit (xn ) une suite de points de J convergeant
vers x.
(1) Pour tout n ∈ N, hn : t 7→ f (xn , t) est continue par morceaux sur I d’après l’hypothèse (2).
(2) La suite de fonctions (hn ) converge simplement vers h : t 7→ f (x, t), par continuité de f par rapport à
sa première variable (hypothèse (1)), et h est continue par morceaux d’après l’hypothèse (2).
(3) Pour tout n ∈ N, |hn | ⩽ φ d’après l’hypothèse (3).
Le théorème de convergence dominée permet alors d’affirmer que
Z Z
lim hn (t)dt = h(t)dt
n∞ I I
i.e. que (g(xn ))n∈N tend vers g(x). Ceci prouve la continuité de g en x. □
Retrouver les hypothèses du théorème de continuité des intégrales à paramètre 15 – (Hypothèses du
théorème de continuité d’une intégrale à paramètre)
(1) La première hypothèse est naturelle : on veut montrer que g est continue par rapport à sa variable x,
il n’est pas surprenant de demander que f le soit aussi. On peut remarquer qu’il n’y a pas a priori de
 gain  en régularité en passant de f à g, ce qui se comprend bien si on constate que l’intégration se
fait selon t et non selon x (on pourra songer au cas où I = [0, 1] et où f est constante à x fixé pour se
convaincre).
(2) La deuxième hypothèse est imposée par les limitations du programme, et permet surtout de s’assurer
de la bonne définition de g (associée à l’hypothèse de domination).
(3) La dernière hypothèse est naturelle si on a le théorème de convergence dominée (et son extension à
un paramètre réel) en tête. Ne pas oublier que l’on veut une domination uniforme en le paramètre,
c’est-à-dire x dans le cas présent.
350 Stéphane FLON
 Corrigé de l’exercice de cours (exercice 23 ) – Pour tout (x, t) ∈ R × R+ , posons g(x, t) = cos(xt)
et +1 .
Pour tout x ∈ R, la fonction t 7→ g(x, t) est continue par morceaux (et même continue) sur R+ .
Pour tout t ∈ R+ , la fonction x 7→ g(x, t) est continue.
Pour tout (x, t) ∈ R × R+ , |g(x, t)| ⩽ et1+1 ⩽ φ(t), où φ(t) = e−t . La fonction φ est intégrable sur R+ .
Par application du théorème de continuité des intégrales à paramètre, la fonction f est bien continue sur
R.
Démonstration de l’énoncé 6 (Théorème (Continuité d’une intégrale à paramètre, avec domination locale))
– Laissée au lecteur.
C’est le paramètre que l’on peut éventuellement localiser, ce n’est jamais la variable d’intégration 17 –
C’est le paramètre que l’on peut éventuellement localiser, ce n’est jamais la variable d’intégration
Corrigé de l’exercice de cours (exercice 24 ) – Résulte de la domination

sin(xt) Mt
∀ M ∈ R∗+ , ∀(x, t) ∈ [−M, M ] × R∗+ , t
⩽ t
e −1 e −1

t −1 est bien intégrable sur R+ ).

∗
(la fonction t 7→ eM t

Corrigé de l’exercice de cours (exercice 25 ) –

1
i Considérons la fonction

f : R∗+ × R → R
1
(b, x) 7→ (x2 +a2 )(x 2 +b2 )

Pour tout b ∈ R∗+ , la fonction x 7→ f (b, x) est continue par morceaux sur R.
Pour tout x ∈ R, la fonction b 7→ f (b, x) est continue sur R∗+ .
Soit [α, β] ⊂ R∗+ :

∀ b ∈ [α, β], ∀ x ∈ R, |f (b, x)| ⩽ f (α, x)

Or φ : x 7→ f (α, x) est cpm sur R, et φ(x) = ox → ±∞ x12 ) : par comparaison aux fonctions de référence de


Riemann, φ est intégrable sur R.
Ainsi, d’après le théorème de continuité des intégrales à paramètre, la fonction g est bien continue sur R∗+ .
ii Grâce à l’indication, et comme les intégrales introduites convergent bien

+∞
Z ÇZ +∞ Z +∞
å
dx 1 1 1 1 π π π
= 2 dx − dx = − =
−∞ (x2 + a2 )(x2 + b2 ) b − a2 −∞ x2 + a2 −∞ x2 + b2 b2 − a2 a b ab(a + b)

R∞ dx π
iii Les deux questions précédentes permettent d’obtenir : −∞ (x2 +a2 )2
= 2a3 .

9.4. Dérivation d’une intégrale à paramètre

Démonstration de l’énoncé 7 (Théorème (Dérivation d’une intégrale à paramètre)) – Observons déjà que
g est bien définie grâce aux points (1) Ret (2).
De plus, la fonction g2 : x ∈ J 7→ I ∂f ∂x (x, t) dt est bien définie, et est continue sur J, d’après les points (3)
et (4) et le théorème de continuité des intégrales à paramètre.
Il reste donc à établir que g est dérivable sur J, et que g ′ = g2 .
Soit x ∈ J et δ ∈ R∗ tel que x + δ ∈ J. On a
R R
g(x + δ) − g(x) f (x + δ, t)dt − I f (x, t)dt
I
=
δ δ
f (x + δ, t) − f (x, t)
Z
= dt
I δ

Or f (x+δ,t)−f
δ
(x,t)
tend vers ∂f
∂x (x, t) lorsque δ tend vers 0. Nous allons appliquer le théorème de convergence
dominée dans le cas d’un paramètre réel. On a bien continuité par morceaux de t 7→ f (x+δ,t)−f
δ
(x,t)
et t 7→ ∂f
∂x (x, t)
sur I.
351 Stéphane FLON
 ∂f
De plus, puisque, à t fixé (dans I), y 7→ f (y, t) est de classe C 1 sur J, de dérivée y 7→ ∂x (y, t), on a
Z x+δ ∂f
f (x + δ, t) − f (x, t) ∂x (y, t)
= dy
δ x δ
Z x+δ
1 ∂f
⩽ (y, t) dy
|δ| x ∂x
Z x+δ
1
⩽ |φ(t)| dy
|δ| x
= φ(t)
g(x+δ)−g(x)
Cette domination montre bien que lim δ = g2 (x), d’où le résultat souhaité. □
δ→0
Retenir et hiérarchiser les hypothèses du théorème de dérivation des intégrales à paramètre 18 –
— Les points (1) et (2) permettent de définir la fonction g.
— Les points (3) et (4) permettent d’appliquer à ∂f ∂x le théorème de continuité.
— La démonstration permet en outre de faire le lien entre g et la fonction continue x 7→ I ∂f
R
∂x (x, t) dt.
Le théorème de dérivation des intégrales à paramètre permet de calculer beaucoup d’intégrales 19 – Cet
énoncé est très souvent utilisé, puisqu’il permet de calculer beaucoup d’intégrales
Corrigé de l’exercice de cours (exercice 26 ) –
1 Notons, pour tout (x, t) ∈ R × R∗+ : f (x, t) = e t−1 e−t .
ixt

Pour x fixé, t 7→ f (x, t) est continue sur R∗+ , admet une limite finie en 0 et f (x, t) = ot → +∞ t12 , donc I(x)


est bien définie (et l’intégrale définissant I(x) est absolument convergente).
On observe que f admet une dérivée partielle première par rapport à sa première variable, et que l’on a
∂f
∂x (x, t) = ieixt e−t = ie(ix−1)t , et t 7→ ie(ix−1)t est bien intégrable sur R+ pour tout réel x.
Or, pour tout réel non nul x :
Z +∞ ï ò+∞
(ix−1)t 1 (ix−1)t 1 1 + ix
e dt = e = =
0 ix − 1 0 1 − ix 1 + x2
Nous allons appliquer le théorème de Leibniz. La fonction (x, t) 7→ ie(ix−1)t est continue sur R × R∗+ , et, pour
tout réel x, tout t > 0 :
i e(ix−1)t ⩽ e−t
(il y a en fait égalité).
Cette domination permet d’affirmer que I est dérivable sur R, et que, pour tout réel x :
i x
I ′ (x) = −
1 + x2 1 + x2
En outre, I(0) = 0, d’où, en intégrant :
1
I(x) = − ln(1 + x2 ) + i arctan(x)
2
Remarque – Pour illustrer la puissance des intégrales à paramètre, on peut signaler qu’on a, notamment
Z +∞ Z +∞
sin(t) −t π 1 − cos(t) −t ln(2)
e dt = et e dt =
0 t 4 0 t 2
Démonstration de l’énoncé 8 (Théorème (Dérivation d’une intégrale à paramètre, version avec domination
locale)) – Provient du théorème de Leibniz, et du caractère local de la dérivabilité en un point. □
Démonstration de l’énoncé 9 (Théorème de dérivation jusqu’à l’ordre k d’une intégrale à paramètre) – On
procède bien sûr par récurrence sur k, le cas où k = 1 étant une conséquence du théorème de Leibniz.
Dans l’hérédité, le passage délicat consiste à justifier que si on a une domination pour tout segment de
∂ k+1 f k

∂x k+1 (x, .), alors on en a également une pour ∂∂xfk (x, .). C’est ce passage que l’on détaille : soit donc [a, b] un
segment inclus dans J, et soit φ une fonction intégrable sur I telle que, pour tout x ∈ [a, b], tout t ∈ I :
∂ k+1 f
(x, t) ⩽ φ(t)
∂xk+1
Soit x ∈ [a, b]. On a, pour tout t ∈ I fixé :
x
∂kf ∂ k+1 f ∂kf
Z
(x, t) = (y, t)dy + (a, t)
∂xk a ∂x k+1 ∂xk
352 Stéphane FLON
(d’après le théorème fondamental de l’analyse). On a donc
Z x k+1
∂kf ∂ f ∂kf
(x, t) ⩽ (y, t)dy + (a, t)
∂xk a ∂x
k+1 ∂xk
Z x k+1
∂ f ∂kf
⩽ (y, t) dy + (a, t)
a ∂xk+1 ∂xk
Z x
∂kf
⩽ φ(t)dy + (a, t)
a ∂xk
∂kf
= (x − a)φ(t) + (a, t)
∂xk
∂kf
⩽ (b − a)φ(t) + (a, t)
∂xk
k
Les hypothèses assurent l’intégrabilité de t 7→ (b − a)φ(t) + ∂∂xfk (a, t) , d’où l’hérédité, puis le résultat. □
Démonstration de l’énoncé 10 (Théorème de dérivations successives d’une intégrale à paramètre) – Les
hypothèses permettent d’appliquer le théorème de dérivation à l’ordre k d’une intégrale à paramètre, et ce pour
tout k ∈ N. □
Corrigé de l’exercice de cours (exercice 27 ) –
1 Déjà traitée.
et −1 pour tout (x, t) ∈ R × R+ .
2 Posons g(x, t) = sin(xt) ∗

Pour tout t ∈ R∗+ , x 7→ g(x, t) est de classe C ∞ .

De plus, pour tout k ∈ N∗ , tout (x, t) ∈ R × R∗+ ,
π
tk sin xt + k


∂kg 2
(x, t) =
∂xk et − 1
∂k g
donc pour tout x ∈ R, t 7→ ∂xk
(x, t) est continue par morceaux sur R∗+ .
∂k g
et −1 Or t 7→ et −1 est intégrable sur R+ .
tk tk ∗
De plus, ∂xk
(x, t)
⩽ .
Par application du théorème de dérivations successives d’une intégrale à paramètre, on en déduit que f est
de classe C ∞ sur R.
Remarque – On a de plus, pour tout k ∈ N, tout x ∈ R
t sin xt + k π2
Z +∞ k

(k)
g (x) = dt
0 et − 1
3 Fixons x ∈ R. Pour tout t ∈ R∗+ ,
∞ ∞
sin(xt) sin(xt) e−t X
−nt
X Ä
(−n+ix)t
ä
= = sin(xt) e = Im e
et − 1 1 − e−t n=1 n=1
On a åô+∞
+∞
ñ Ç
e(−n+ix)t
Z Ä
(−n+ix)t
ä 1 n + ix
e dt = Im = = 2
0 (−n + ix) 0 n − ix n + x2
ÄR +∞ ä
x
de sorte que Im 0 e(−n+ix)t dt = n2 +x 2.

Il reste à justifier l’interversion série-intégrale. Malheureusement, le théorème d’intégration terme à terme

P R +∞ (−n+ix)t
ne s’applique pas aux intégrales complexes, car la série 0
e dt diverge, puisque c’est la série
harmonique. On tente de repasser par les sommes partielles :
Soit t > 0, N ∈ N∗ :
N
X 1 − e−N t
e(−n+ix)t = e−ixt e−t
n=1
1 − e−t
2 e−t
PN (−n+ix)t
donc n=1 e ⩽ φ(t), où φ(t) = 1−e −t .

Cependant, cette fonction φ n’est pas intégrable sur ]0, +∞[ (à cause du comportement en 0) : nouvel échec.
On justifie plutôt directement l’interversion
Z +∞ X∞ ∞ Z +∞
X
sin(xt)e−nt dt = sin(xt)e−nt dt
0 n=1 n=1 0

On peut le faire par le théorème d’intégration terme à terme, en observant que

sin(xt)e−nt ⩽ |x|te−nt
353 Stéphane FLON
et donc que (les intégrales ci-dessous convergent et que
Z +∞ Z +∞
|x| +∞ −u |x|
Z
sin(xt)e−nt dt ⩽ |x| te−nt dt = 2 ue du = 2
0 0 n 0 n
P R +∞
et donc que la série numérique 0
|sin(xt)e−nt | dt est bien convergente.
On peut aussi revenir à la suite des sommes partielles : pour tout N ∈ N∗ , tout t > 0,
N
X 1 − e−N t |x|te−t
sin(xt)e−nt = | sin(xt)|e−t × −t
⩽
n=1
1−e 1 − e−t
−t
où t 7→ |x|te
1−e−t est intégrable sur R∗+ .

9.5. La fonction Gamma d’Euler

Démonstration de l’énoncé 11 (Continuité de la fonction Gamma d’Euler) – On rappelle que la fonction
Γ est bien définie.
On introduit l’application
f : (R∗+ )2 → R
(x, t) 7→ tx−1 e−t
Cette fonction est continue par rapport à sa première variable, continue par morceaux (et même continue) par
rapport à sa seconde variable.
Pour tout segment [a, b] inclus dans R∗+ , on a, pour tout (x, t) ∈ [a, b] × R∗+ :
|f (x, t)| ⩽ φ(t)
où φ(t) = ta−1 e−t si t ⩽ 1, et φ(t) = tb−1 e−t si t > 1. Cette fonction est continue par morceaux sur R∗+ , et
intégrable (essentiellement parce que Γ(a) et Γ(b) sont bien définis).
D’après le théorème de continuité des intégrales à paramètre, Γ|[a,b] est continue sur [a, b]. Ceci valant pour
tout segment [a, b] inclus dans R∗+ , et la continuité étant une notion locale, la fonction Γ est bien continue sur
R∗+ . □
Démonstration de l’énoncé 12 (Dérivées de la fonction Gamma d’Euler) – On rappelle que la fonction Γ
est bien définie.
On introduit l’application
f : (R∗+ )2 → R
(x, t) 7→ tx−1 e−t
∂k f
Soit k ∈ N. La fonction ∂xk
est bien définie sur (R∗+ )2 , et, pour tout (x, t) ∈ (R∗+ )2 :
∂kf
(x, t) = (ln(t))k tx−1 e−t
∂xk
Cette fonction est continue par morceaux (et même continue) par rapport à sa seconde variable.
Pour tout segment [a, b] inclus dans R∗+ , on a
∂kf
(x, t) ⩽ φk (t)
∂xk
où φk (t) = | ln(t)|k ta−1 e−t si t ⩽ 1, et φk (t) = | ln(t)|k tb−1 e−t
si t > 1. Cette fonction est continue par morceaux
sur R∗+ , et intégrable sur R∗+ . En effet, φk (t) = ot → +∞ t12 , et t 7→ t12 est intégrable au voisinage de +∞
(exemple de Riemann). De plus
Å ã
1
φk (t) = ot → 0 α
t
où on a fixé α ∈]0, 1 − a[, et t 7→ t1α est intégrable au voisinage de 0 car α < 1 (exemple de Riemann).
D’après le théorème de dérivation des intégrales à paramètre itéré, avec domination sur tout segment, Γ est
bien de classe C ∞ sur R∗+ , et, de plus, pour tout k ∈ N∗ , tout x ∈ R∗+ :
Z +∞
Γ(k) (x) = (ln(t))k tx−1 e−t dt
0
□
Corrigé de l’exercice de cours (exercice 40 ) –
1 On applique le théorème de convergence dominée à la suite de fonctions (gn ), où gn (t) = tx−1 1 − nt si


0 ⩽ t ⩽ n, gn (t) = 0 si t > n.
354 Stéphane FLON
 2 Le changement de variable linéaire u = nt conduit à

t n
Z n Å ã Z 1
x−1 x
t 1− dt = n ux−1 (1 − u)n du
0 n 0

En intégrant n fois par parties cette dernière intégrale (on dérive à chaque fois le terme en (1 − uk ) et on intègre
l’autre), on obtient
t n
Z n
n!nx
Å ã
x−1
t 1− dt =
0 n x(x + 1) · · · (x + n)
d’où le résultat.

9.6. L’intégrale de Gauss

Corrigé de l’exercice de cours (exercice 41 ) –
1 √ √
2 n
i Posons, pour tout n ∈ N∗ , un (t) = 1 − tn
Ä ä
si t ∈ [0, n], et un (t) = 0 si t > n.
Chaque un est continue par morceaux (et même continue) sur R+ , et (un ) converge simplement vers φ :
2
t 7→ e−t , également continue par morceaux.
Enfin, pour tout (n, t) ∈ N∗ × R+ , |un (t)| ⩽ φ(t) (provient de l’inégalité ln(1 + x) ⩽ x pour tout x ⩾ 0).
Le théorème de convergence dominée √donne donc le résultat.
R R n √
ii On note In = R+ un (t)dt = 0 un (t)dt. On effectue le changement de variable x = arccos(t/ n),
√ √
(t 7→ arccos(t/ n) est de classe C 1 , strictement décroissante, et bijective de ]0, n[ sur ]0, π/2[). On obtient :
Z 1
√
n √
In = n sin(x)2 sin(x)dx = n W2n+1
0
√
π
Grâce à l’équivalent rappelé, on a donc lim In = 2 , d’où le résultat.
n
Corrigé de l’exercice de cours (exercice 42 ) –
1
−(t2 +1)x2
i Posons f (x, t) = e t2 +1 pour tout (x, t) ∈ R+ × [0, 1].
1
La fonction f est de classe C par rapport à sa première variable, continue par morceaux par rapport à
seconde variable. Bien sûr, t 7→ f (x, t) est intégrable pour tout x ∈ R+ (cela relève du cours de MPSI).
De plus, pour tout (x, t) ∈ R+ × [0, 1] :
∂f 2 2
(x, t) = −2x e−(t +1)x
∂x
∂f
et ∂xest donc continue par morceaux par rapport à sa seconde variable.
Enfin, pour tout (x, t) ∈ R+ × [0, 1] :
∂f
(x, t) ⩽ 2
∂x
et la fonction constante de valeur 2 est intégrable sur [0, 1].
Ainsi, le théorème de dérivation sous le signe somme prouve que G est de classe C 1 sur R+ , et que
Z 1 Z 1 Z x
−(t2 +1)x2 −x2 −(tx)2 −x2 2
∀ x ∈ R+ , G (x) = −2x
′
e dt = −2xe e dt = −2e e−u du
0 0 0

Comme G(0) = π/4, on en déduit que pour tout x ∈ R+ :

ÅZ x ã2
π −u2
G(x) = − e du
4 0

ii Le théorème de convergence dominée dans le cas d’un paramètre réel montre que G tend vers 0 en
+∞.
En faisant tendre x vers +∞, on obtient donc
π
0 = − I2
4
√
π
et donc, puisque I ⩾ 0 : I = 2 .

355 Stéphane FLON

 9.7. L’intégrale de Dirichlet
Corrigé de l’exercice de cours (exercice 43 ) –
1
2
i Voir le chapitre d’intégration (on peut par exemple établir la convergence de J, puis intégrer par
parties en dérivant sin2 et en intégrant t 7→ 1t .
Remarque – Cela donne d’ailleurs un exemple où les intégrales liées par une intégration par parties n’ont pas
la même absolue convergence.
2
ii Posons, pour tout (x, t) ∈ R+ × R∗+ , a(x, t) = sint2(t) e−xt .
Preuve de continuité sur R+ :
(1) Pour tout x ∈ R+ , t 7→ a(x, t) est continue par morceaux sur R∗+ .
(2) Pour tout t ∈ R∗+ , x 7→ a(x, t) est continue sur R+ .
sin2 (t)
(3) Pour tout (x, t) ∈ R+ × R∗+ , |a(x, t)| ⩽ φ(t), où φ : t 7→ t2 est intégrable sur R∗+ .
D’après le théorème de continuité des intégrales à paramètre, la fonction g est continue sur R+ .
Preuve du caractère C 2 de g :
(1) Pour tout t ∈ R∗+ , x 7→ a(x, t) est de classe C 2 sur R+ .
(2) Pour tout x ∈ R+ , t 7→ a(x, t) est continue par morceaux intégrable sur R∗+ .
− sin2 (t) −xt
(3) Pour tout x ∈ R+ , t 7→ ∂a
∂x (x, t) = t e est continue par morceaux intégrable sur R∗+ .
(4) Pour tout x ∈ R+ , t 7→ ∂2a 2
∂x2 (x, t) = sin (t)e
−xt
est continue par morceaux sur R∗+ .
(5) (Hypothèse de domination locale) Pour tout [α, β] ⊂ R∗+ , pour tout (x, t) ∈ [α, β] × R∗+ , ∂2a
∂x2 (x, t) ⩽
e −α x
, où x 7→ e −α x
est intégrable sur R∗+ .
Ainsi, g est bien de classe C 2 sur R∗+ , et, pour tout x ∈ R∗+ , g ′′ (x) = 0 sin2 (t)e−xt dt.
R +∞

iii On calcule g ′′ (x), pour x > 0. On linéarise d’abord sin2 (t) = 1−cos(2t)
2 , donc pour tout x > 0,
Z +∞
g ′′ (x) = sin2 (t)e−xt dt
0
Z +∞
1 − cos(2t) −xt
= e dt
0 2
Z +∞
1 +∞
Z
1 −xt
= e dt − cos(2t)e−xt dt (par linéarité de l’intégrale et convergence des intégrales introduites)
2 0 2 0
1 +∞
Z
1
= − cos(2t)e−xt dt
2x 2 0
R +∞ R +∞ ÄR +∞ ä R +∞ î ó+∞
Or 0 cos(2t)e−xt dt = 0 Re e2it e−xt dt = Re 0 e2it e−xt dt = 0 e(−x+2i)t dt = −x+2i 1
e(−x+2i)t


=
0
1
x−2i = xx+2i
2 +4 .

On obtient donc g ′′ (x) = 2x 1

− 2(x2x+4) .
′ 1 1 2


En
Ä 2 ä intégrant, il existe une constante K telle que, pour tout x > 0, g (x) = 2 ln(x) − 4 ln x + 4 +K =
14 x
ln x2 +4 + K.
Or, grâce au TCVD, on montre que pour toute suite (xn ) de réels strictement positifs tendant vers +∞,
(g ′ (xn )) tend vers 0. Cela montre séquentiellement que g ′ tend vers 0 en +∞, i.e. K = 0.
Pour tout x > 0, g ′ (x) = 21
ln(x) − 14 ln x2 + 4 .

On trouve des primitives de ln et de x 7→ ln(x2 + 4) par intégration par parties.

2x2
Z Z
2 2 8
dx + C = x ln(x2 + 4) − 2x + arctan(x/2) + C
 
ln(x + 4)dx = x ln(x + 4) −
x2 + 4 2
et il existe donc une constante K telle que, pour tout x > 0 :
x2
Å ã
1 x 2 x x
g(x) = (x ln(x)) − x − ln(x + 4) + − arctan(x/2) + K = ln − arctan(x/2) + K
2 4 2 4 x2 + 4
Comme précédemment, g tend vers 0 en +∞, ce qui impose K = π2 .
Pour conclure, on utilise la continuité de g en 0, pour (enfin) obtenir I = J = π2 .
3
356 Stéphane FLON
 −xt
2 . Comme 0 ⩽ a(x, t) ⩽ 1+t2 pour tout (x, t) ∈ (R+ ) , f est bien définie sur R+
e 1 2
i Posons a(x, t) = 1+t
(et ne l’est pas en x < 0 car dans ce cas, 1 = ot → +∞ (a(x, t))).
De plus, a est continue sur R2 , donc elle est continue par rapport à chacune de ses variables. La majoration
de a(x, t) proposée ci-dessus montre que l’hypothèse de domination du théorème de continuité des intégrales à
paramètres est vérifiée, d’où la continuité de f .
ii Soit b > 0. Sur [b, +∞[, on a
∂a ∂2a
(x, t) ⩽ e−bt et (x, t) ⩽ e−bt
∂x ∂x2
donc on peut appliquer le théorème de dérivation sous le signe somme, obtenant le fait que f est de classe C 2
sur R∗+ , mais aussi que pour tout x ∈ R∗+ :
Z +∞ 2 −xt
t e
f ′′ (x) = dt
0 1 + t2
On a donc Z +∞
1
f ′′ (x) + f (x) = e−xt dt =
0 x
iii On montre que g est bien définie sur R+ grâce à une intégration par parties (comme pour l’intégrale
de Dirichlet).
R +∞ sin(t)
Remarque – L’intégrale 0 x+t dt est toutefois semi-convergente (convergente mais pas absolument conver-
gente). Cette semi-convergence fait que le théorème de continuité des intégrales à paramètres ne s’applique pas
directement.
Soit x ∈ R+ . On effectue le changement de variable u = x + t dans l’intégrale 0
R +∞ sin(t)
x+t dt :
Z +∞ Z +∞
sin(t) sin(u − x)
dt = du
0 x + t u=x u
Z +∞
sin(u) cos(x) − sin(x) cos(u)
= du
u=x u
Z +∞ Z +∞
sin(u) cos(u)
= cos(x) du − sin(x) du (⋆)
x u x u
cette dernière égalité se justifie en montrant la convergence des intégrales engagées (toujours par une intégration
par parties).
sur R∗+ de limite nulle en +∞. De même pour
R +∞
Or x 7→ x sin(u) u du est la primitive de x 7→
sin(x)
x
sur R∗+ .
R +∞ cos(u) ∞
x 7→ x u du. Ceci montre par opérations algébriques que g est de classe C
Le fait que g soit de limite nulle en +∞ s’obtient aisément par la relation ⋆ (le produit d’une fonction
bornée par une fonction tendant vers 0 en +∞ tend vers 0 en +∞).
R +∞
Reste à établir la continuité en 0 : la relation ⋆ la justifie, en observant que x 7→ x sin(u) u du est continue
en 0 (par définition et existence de l’intégrale de Dirichlet). Le même raisonnement ne s’applique pas à x 7→
R +∞ cos(u) R +∞ cos(u)
x u du, car 0 u du est divergente (problème en 0). Cependant, pour tout x ∈]0, 1]
Z 1 Z 1
cos(u) 1
du ⩽ du = − ln(x)
x u x u

et sin(x) ∼x → 0 x, donc
Z +∞
cos(u)
sin(x) du →x → 0 0
x u
R +∞ sin(u)
ce qui montre que g admet 0 u du pour limite à droite en 0, soit sa valeur en 0 : g est continue en 0.
Remarque – On aurait pu établir la continuité de g en 0 en reprenant la formule initiale : (preuve rapide)
Z +∞
x sin(t)
|g(x) − g(0)| = dt
0 t(x + t)
Z 1 Z +∞
1 1
⩽ x dt + x dt
0 x+t 1 t2
Å ã Z +∞
1+x 1
⩽ x ln +x dt
x 1 t2
qui tend bien vers 0 lorsque x tend vers 0.
357 Stéphane FLON
 iv f − g est solution sur R∗+ de l’équation différentielle y ′′ + y = 0, donc f − g ∈ Vect(cos, sin). Comme
elle est en outre de limite nulle en +∞, f − g est identiquement nulle sur R∗+ , puis sur R+ par continuité en 0.
On a en particulier f (0) = g(0), d’où
Z +∞ Z +∞
sin(t) 1 π
dt = 2
dt =
0 t 0 1+t 2

9.8. Transformée de Laplace

Démonstration de l’énoncé 13 (Domaine d’absolue convergence d’une transformée de Laplace) – Notons
Ω le domaine d’absolue convergence. Si a ∈ Ω, alors, pour tout x ⩾ a, on a, pour tout t ⩾ 0,
f (t)e−xt ⩽ f (t)e−at
où t 7→ f (t)e−at est intégrable sur R∗+ : on en déduit que t 7→ f (t)e−xt est intégrable sur R+ , i.e. x ∈ Ω.
Ainsi, [a, +∞[⊂ Ω. En particulier, Ω n’est pas majoré.
De plus, si a, b ∈ Ω, où a ⩽ b, alors
[a, b] ⊂ [a, +∞[⊂ Ω
donc Ω est une partie convexe de R, i.e. Ω est un intervalle. □
Démonstration de l’énoncé 14 (Régularité d’une transformée de Laplace) – Posons, pour tout (x, t) ∈
R × R+ , g(x, t) = f (t)e−xt .
Pour tout t ⩾ 0, la fonction x 7→ g(x, t) est de classe C ∞ sur R, et, pour tout k ∈ N et tout (x, t) ∈ R × R+ ,
∂kg
(x, t) = (−t)k f (t)e−xt
∂xk
Soit [a, b] ⊂]α, +∞[, et soit k ∈ N. Pour tout (x, t) ∈ [a, b] × R+ , on a
∂kg
(x, t) ⩽ tk |f (t)|e−at
∂xk
Notons φk (t) = tk |f (t)|e−at pour tout t ⩾ 0. La fonction φk est intégrable sur R+ . En effet, elle est continue
par morceaux sur R+ , et, en prenant δ ∈]α, a[, on a
f (t)e−δt


φk (t) = o
t → +∞
−δt
où t 7→ f (t)e est intégrable sur R+ (δ appartient au domaine d’absolue convergence).
Ainsi, par application du théorème de dérivations successives d’une intégrale à paramètre, on a bien le
résultat souhaité. □
Démonstration de l’énoncé 15 (Théorème de la valeur finale) – On vérifie aisément que pour tout x > 0,
t 7→ f (t)ext est intégrable sur R+ (f admettant une limite finie en +∞, f (t) = O (1) donc f (t)e−xt =
t → +∞
O (e−xt ) où t 7→ e−xt est intégrable sur R+ ).
t → +∞
Soit x > 0. Par le changement de variable linéaire u = xt, on a
Z +∞ Z +∞  
u −u
xL(f )(x) = x f (t)e−xt dt = f e du
0 0 x
Comme f tend vers ℓ ∈ K en +∞, f est bornée sur un voisinage [M, +∞[ de +∞. Comme elle est continue, elle
est aussi bornée sur le segment [0, M ]. Ainsi, f est bornée.
Soit (xÄn ) äune suite de réels strictement positifs convergeant vers 0. Pour tout (n, t) ∈ N × R+ , posons
fn (u) = f xun e−u .
La suite de fonctions (fn ) converge simplement vers u 7→ ℓe−u sur R∗+ , qui est continue par morceaux sur
R+ . Chaque fn est également continue par morceaux sur R∗+ .
∗

Grâce à la domination
∀(n, t) ∈ N × R+ , |fn (u)| ⩽ ∥f ∥∞,R+ e−u
et comme u 7→ e−u est intégrable sur R+ , on a le résultat voulu par caractérisation séquentielle et le théorème
de convergence dominée. □
Démonstration de l’énoncé 16 (Théorème de la valeur initiale) – Soit c un point du domaine d’absolue
convergence Ω de L(f ), de sorte que [c, +∞[⊂ Ω. On peut supposer que c > 0 (si ce n’est pas le cas, on le
remplace par 1 par exemple).
Par hypothèse, il existe δ > 0 et K > 0 tels que, pour tout t ∈ [0, δ], on ait
|f (t) − f (0)| ⩽ Kt
358 Stéphane FLON
Soit x > c. On a (convergence des intégrales ci-dessous et)
Z +∞ Z +∞ Z +∞
|xL(f )(x) − f (0)| = x f (t)e−xt dt − f (0) = x (f (t) − f (0))e−xt dt ⩽ x |f (t) − f (0)| e−xt dt
0 0 0

On veut montrer que le terme de gauche tend vers 0 lorsque x tend vers +∞.
Pour ce faire, on scinde l’intégrale en insérant la borne δ :
Z δ Z +∞
−xt
|xL(f )(x) − f (0)| ⩽ x |f (t) − f (0)| e dt + x |f (t) − f (0)| e−xt dt
0 δ
D’une part,
Z δ Z δ Z δx Z +∞
−xt −xt −u du du K
x |f (t) − f (0)| e dt ⩽ x Kte dt = Kue ⩽ Kue−u =
0 0 0 x 0 x x
et, d’autre part, Z +∞ Z +∞
−xt
x |f (t) − f (0)| e dt ⩽ xe (c−x)δ
|f (t) − f (0)| e−ct dt
δ δ
On a donc Z +∞
k
|xL(f )(x) − f (0)| ⩽ + xe(c−x)δ |f (t) − f (0)| e−ct dt
x δ
d’où le résultat par encadrement. □

9.9. Transformée de Fourier

Démonstration de l’énoncé 17 (Régularité de la transformée de Fourier) – Posons g(x, t) = f (t)e−2iπtx ,
pour tout (x, t) ∈ R2 .
Pour tout t ∈ R, la fonction x 7→ g(x, t) est continue sur R, et, pour tout x ∈ R, la fonction t 7→ g(x, t) est
continue par morceaux sur R.
Enfin, pour tout (x, t) ∈ R2 ,
|g(x, t)| = |f (t)|
où t 7→ |f (t)| est (indépendante de x et) intégrable sur R.
Ainsi, le théorème de continuité des intégrales à paramètre s’applique et montre la continuité de F(f ) sur
R. □
Justification de l’exemple 22 – La fonction f est continue par morceaux sur R, et t2 f (t) = O (1).
t → ±∞
Démonstration de l’énoncé 18 (Régularité de la transformée de Fourier d’une fonction à décroissance rapide)
– Posons g(x, t) = f (t)e−iπtx , pour tout (x, t) ∈ R2 .
Pour tout t ∈ R, la fonction x 7→ g(x, t) est indéfiniment dérivable sur R, et, pour tout k ∈ N, tout
(x, t) ∈ R2 :
∂kg
(x, t) = (−2iπt)k f (t)e−2π i t x
∂xk
∂k g
Pour tout x ∈ R, la fonction t 7→ ∂x k (x, t) est continue par morceaux sur R.

Pour tout (x, t) ∈ R2 ,

∂kg
(x, t) = (2πt)k |f (t)|
∂xk
La fonction φk : t 7→ (2πt)k |f (t)| est continue par morceaux sur R, et intégrable car tk+2 f (t) = O (1) (puisque
±∞
f est à décroissance rapide).
Le théorème de dérivations successives d’une intégrale à paramètre donne alors bien le résultat voulu. □

359 Stéphane FLON

 10. Réduction des endomorphismes

Le but de la réduction des endomorphismes est de proposer une représentation d’un endomorphisme par
une matrice la plus simple possible (en dimension finie). Pour une matrice carrée, cela revient à trouver un
représentant  simple  de sa classe de similitude 1 – Le but de la réduction des endomorphismes est de proposer
une représentation d’un endomorphisme par une matrice la plus simple possible (en dimension finie). Pour une
matrice carrée, cela revient à trouver un représentant  simple  de sa classe de similitude
Sans autre précision, E est un K-espace vectoriel, les espaces vectoriels sont définis sur un sous-corps K de
C, de même pour les matrices 2 – Sans autre précision, E est un K-espace vectoriel, les espaces vectoriels sont
définis sur un sous-corps K de C, de même pour les matrices

10.1. Éléments propres d’un endomorphisme, d’une matrice carrée

Étude de stabilité 10– La notion de vecteur propre de u n’est pas stable par multiplication par un scalaire
Étude de stabilité 11– La notion de vecteur propre de u est stable par multiplication par un scalaire non
nul.
Étude de stabilité 12– La notion de vecteur propre de u n’est pas stable par somme
Justification de structure 13 – Laissée au lecteur
Démonstration de l’énoncé 1 (Proposition (Les sous-espaces propres sont en somme directe)) – Procé-
dons par récurrence sur p. L’initialisation pour p = 1 est évidente. Supposons le résultat établi à un rang p
fixé. Soit λ1 , . . . , λp+1 des scalaires distincts deux à deux. Soit x1 , . . . , xp+1 des vecteurs respectifs de Ker(u −
λ1 Id E ), . . . , Ker(u − λp+1 Id E ), de somme nulle :
p+1
X
(1) xi = 0
i=1
En appliquant u, il vient
p+1
X
(2) λi xi = 0
i=1
En formant λp+1 (1) − (2), il vient
p
X
(λp+1 − λi )xi = 0
i=1
Or pour tout i ∈ [[1, p]], (λp+1 − λi )xi ∈ Ker(f − λi Id E ).
D’après l’hypothèse de récurrence, pour tout i ∈ [[1, p]], (λp+1 − λi )xi = 0, puis xi = 0 car λi ̸= λp+1 . En
revenant à (1), il vient xp+1 = 0, d’où l’hérédité, puis le résultat. □
Démonstration de l’énoncé 2 (Corollaire (Vecteurs propres associées à des valeurs propres distinctes)) –
Laissée au lecteur.
Pour montrer la liberté d’une famille de vecteurs, on peut parfois les voir comme des vecteurs propres
associés à des valeurs propres distinctes 18 – Pour montrer la liberté d’une famille de vecteurs, on peut parfois
les voir comme des vecteurs propres associés à des valeurs propres distinctes
Corrigé de l’exercice de cours (exercice 1 ) –
1 La famille (f1 , . . . , fp ) est libre, car les fi sont des vecteurs propres de l’endomorphisme de dérivation
dans C ∞ (R, C), associés à des valeurs propres distinctes.
Démonstration de l’énoncé 3 (Proposition (Sous-espaces propres et endomorphismes qui commutent)) –
Laissée au lecteur.
Le spectre d’une matrice dépend du corps des scalaires 20 – Contrairement au cas des endomorphismes
d’un K-espace vectoriel, une matrice de Mn (R) peut aussi être vue comme une matrice de Mn (C).
Pour distinguer les deux situations, on pourra indiquer le corps des scalaires considéré, par exemple en
notant SpR (A) et SpC (A). Å ã
0 −1
Dans le cas de A = par exemple, cela change tout
1 0
L’équation aux éléments propres est parfois efficace pour trouver directement les éléments propres (sans
avoir préalablement déterminé le spectre) 24 – Le plus souvent, on trouve d’abord les valeurs propres (en
résolvant l’équation polynomiale det(A − λIn ) = 0 d’inconnue λ), puis on résout l’équation aux éléments propres
pour les valeurs propres trouvées.
Il n’est cependant pas rare que l’on trouve tout d’un coup en considérant directement l’équation aux éléments
propres (sans avoir préalablement déterminé le spectre)
Corrigé de l’exercice de cours (exercice 3 ) – Pour tout λ ∈ C, det(A − λ I3 ) = 1 − λ3 . Le spectre de A
est donc {1, j, j 2 }.
360 Stéphane FLON
 Valeur propre 1 : A − I3 n’est pas inversible, donc son rang vaut au plus 2. On vérifie qu’il vaut exactement
2, donc que dim(E1 (A)) = 1 (d’après le théorème du rang). On constate que la somme des colonnes de A − I3
est nulle, donc
Ñ é
1
E1 (A) = C 1
1
(Cela aurait pu s’obtenir en résolvant le système AX = X).
Valeurs propre j et j 2 : on trouve de même
Ñ é Ñ é
1 1
Ej (A) = C j 2 et Ej 2 (A) = C j
j j2

10.2. Polynôme caractéristique

Démonstration de l’énoncé 4 (Proposition (Valeurs propres et polynôme caractéristique)) – Laissée au
lecteur.
Démonstration de l’énoncé 5 (Proposition (Coefficients du polynôme caractéristique)) – Laissée au lecteur.
Démonstration de l’énoncé 6 (Proposition (Déterminant, trace et valeurs propres)) – Laissée au lecteur.
Démonstration de l’énoncé 7 (Proposition (Dimension d’un sous-espace propre et multiplicité de la valeur
propre associée)) – Faire un raisonnement matriciel en choisissant une base adaptée à Eλ (u). □

10.3. Endomorphismes et matrices carrées diagonalisables

Démonstration de l’énoncé 8 (Proposition (Une condition suffisante de diagonalisabilité pour les endomor-
phismes)) – Laissée au lecteur.
La diagonalisabilité d’une matrice dépend du corps des scalaires 40 – La diagonalisabilité d’une matrice
dépend du corps des scalaires
Démonstration de l’énoncé 9 (Proposition (Puissances d’une matrice diagonalisable)) – Laissée au lecteur.
Démonstration de l’énoncé 10 (Proposition (Une condition suffisante de diagonalisabilité pour les matrices))
– Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 22 ) –
1 J 2 = nJ (cas particulier de A2 = tr(A)A pour une matrice carrée de rang 1), donc X 2 − nX annule J,
et est scindé à racines simples, donc J est diagonalisable, et son spectre est inclus dans {0, n}.
Or dim E0 (J) = n − rg(J) = n − 1, donc J est semblable à Diag(n, 0, . . . , 0) (cela pouvait aussi se voir par
la trace). Ö è
1
Un vecteur directeur de En (J) est .. , et une base de E (J) est
. 0
1
ââ ì â ì â ìì
−1 −1 −1
1 0 0
0 , 1 ,..., .. , donc, en posant
.. .. .
. . 0
0 0 1
−1 −1 −1
 
1 ...
1 1 0 ... 0
.. 
 
 .. ..
1
P = 0 . . . 

. .. .. ..
 ..

. . . 0
1 0 ... 0 1
on a P −1 AP = Diag(n, 0, . . . , 0).
Étude de stabilité 44– La notion de matrice carrée diagonalisable est stable par multiplication par un
scalaire.
Étude de stabilité 45– La notion de matrice carrée diagonalisable n’est pas stable par addition
Étude de stabilité 46– La notion de matrice carrée diagonalisable est stable par polynôme.
Étude de stabilité 47– La notion de matrice carrée diagonalisable n’est pas stable par multiplication
Étude de stabilité 48– La notion de matrice carrée diagonalisable est stable par extension de corps.
361 Stéphane FLON
 Étude de stabilité 49– La notion d’endomorphisme diagonalisable de E est stable par multiplication par un
scalaire.
Étude deÅstabilité
ã 50– Å La notion
ã d’endomorphisme diagonalisable de E n’est pas stable par sommeEn effet :
0 0 0 1
les matrices et sont diagonalisables, mais pas leur somme (nilpotente non nulle).
0 1 0 −1
Étude de stabilité 51–
Å La ãnotion d’endomorphisme
Å ã diagonalisable de E n’est pas stable par compositionEn
1 0 0 1
effet : les matrices A = et B = sont diagonalisables, mais pas AB.
0 0 0 1
Si B est une base de diagonalisation de u, alors c’est une base de diagonalisation de λ u pour tout λ ∈ K, et
c’est plus généralement une base de diagonalisation de k=0 ak uk pour tout (a0 , . . . , aN ) ∈ KN +1 .
PN

Étude de stabilité 52– La notion d’endomorphisme diagonalisable de E est stable par polynôme (i.e. si u
est diagonalisable, alors, pour tout polynôme P , P (u) est diagonalisable).
Démonstration de l’énoncé 11 (Diagonalisabilité lorsque le spectre est un singleton) – Laissée au lecteur.
Démonstration de l’énoncé 12 (Antagonisme entre diagonalisabilité et nilpotence) – Laissée au lecteur.
Démonstration de l’énoncé 13 (Antagonisme entre diagonalisabilité et nilpotence (version matricielle)) –
Laissée au lecteur.

10.4. Polynôme annulateur

Justification de structure 53 – Laissée au lecteur
Étude de stabilité 54– La notion de polynôme annulateur de u est stable par multiplication par un polynôme
quelconque.
Démonstration de l’énoncé 14 (Existence d’un polynôme annulateur non nul en dimension finie) – Notons
n = dim(E). La famille (uk )k∈[[0,n2 ]] d’endomorphismes de E est liée, car de cardinal n2 + 1 > dim(L(E)). □
Démonstration de l’énoncé 15 (Polynôme d’un endomorphisme évalué en un vecteur propre) – Laissée au
lecteur.
Démonstration de l’énoncé 16 (Proposition (Spectre et racines d’un polynôme annulateur)) – Laissée au
lecteur.
Corrigé de l’exercice de cours (exercice 51 ) –
1 On sait que toute valeur propre complexe λ de A doit vérifier λ3 − λ − 1 = 0 (énoncé ??) : en effet, s’il
existe X ∈ Cn = Mn,1 (C) non nul tel que AX = λX, alors A2 X = A(AX) = A(λX) = λAX = λ2 X, puis
de même A3 X = λ3 X, donc (A3 − A − In )X = (λ3 − λ − 1)X. Comme A3 − A − In = 0n , on en déduit que
(λ3 − λ − 1)X = 0, puis, X étant non nul, λ3 − λ − 1 = 0.
On prouve (par étude de fonction) que le polynôme X 3 − X − 1 admet une unique racine réelle λ, qui est
strictement positive, et deux racines complexes non réelles conjuguées α et α : soit f : x ∈ R 7→ x3 − x − 1.√La
√ sur√R, et, pour tout x ∈ R, √
fonction f est dérivable f ′ (x) = 3x2 − 1, donc
√ f est croissante sur ] − ∞, −1/ 3],
décroissante sur [−1/ 3, 1/ 3], et croissante sur [1/ 3, +∞[. Or f (−1/ 3) < 0, donc par application du TVI,
f s’annule en un unique réel λ, qui vérifie λ > √13 > 0.
Notons m et m′ les multiplicités algébriques respectives de α et de α′ , r celle de λ.
Comme A ∈ Mn (R), α et α ont même multiplicité algébrique, i.e. m = m′ : en effet, on peut par exemple
considérer tr(A) (cette trace vaut m α + m′ α + rλ (énoncé 6), et elle est réelle (puisque A ∈ Mn (R)), sa partie
imaginaire est donc nulle). On peut aussi dire que, puisque χA est un polynôme à coefficients réel, ses racines
complexes conjuguées α et α ont même multiplicité.
Par application de l’énoncé 6,
det(A) = λr × |α|2m > 0
Remarque – Plutôt que de revenir à l’énoncé 6, on peut directement trigonaliser A dans Mn (C) : A est semblable
à une matrice triangulaire supérieure dont la diagonale comporte m termes α, m′ termes α, et r termes λ (et
′
m + m′ + r = n), donc tr(A) = m α + m′ α + r λ et det(A) = αm × αm × λr .
Démonstration de l’énoncé 17 (Théorème (Lemme de décomposition des noyaux)) – En supposant déjà
établi le cas où r = 2, montrer le résultat général par récurrence sur r ∈ N∗ .
Vérifier que Ker(P1 (u)) et Ker(P2 (u)) sont bien des sous-espaces vectoriels de Ker(P (u)).
Comme P1 ∧ P2 = 1, il existe U1 , U2 ∈ K[X] tels que
U1 P1 + U2 P2 = 1
En évaluant cette relation en u (i.e. en appliquant ∆), il vient :
U1 (u)P1 (u) + U2 (u)P2 (u) = Id E
En évaluant cette relation en y ∈ E, il vient
(⋆) U1 (u)(P1 (u)(y)) + U2 (u)(P2 (u)(y)) = y.
362 Stéphane FLON
 Analyse : supposons disposer, pour x ∈ Ker(P (u)), d’un couple (x1 , x2 ) ∈ Ker(P1 (u)) × Ker(P2 (u)) tel que
x = x1 + x2 .
En évaluant ⋆ en x1 , puis en x2 , il vient
x1 = U2 (u)(P2 (u)(x1 )) et x2 = U1 (u)(P1 (u)(x2 ))
Or x = x1 + x2 et x2 ∈ Ker P2 (u), donc, nécessairement :
x1 = U2 (u)P2 (u)(x) et de même x2 = U1 (u)P1 (u)(x)
Ceci donne l’unique couple susceptible de convenir.
Synthèse : pour tout x ∈ Ker(P (u)), ces formules définissent bien des éléments respectifs de Ker(P1 (u)) et
Ker(P2 (u)), de somme x (en évaluant ⋆ en x). □
Démonstration de l’énoncé 18 (Proposition (Base de la sous-algèbre engendrée par un endomorphisme)) –
Laissée au lecteur.
Démonstration de l’énoncé 19 (Théorème de Cayley-Hamilton) – Laissée au lecteur.

10.5. Caractérisations de diagonalisabilité

Démonstration de l’énoncé 20 (Théorème (Caractérisation de diagonalisabilité par le polynôme caractéris-
tique)) – Cela résulte des trois faits suivants :
P
(1) u est diagonalisable si et seulement si λ∈Sp(u) dim(Eλ (u)) = dim(E).
(2) Pour tout λ ∈ Sp(u), dim(Eλ (u)) ⩽ mλ .
λ∈Sp(u) mλ ⩽ dim(E), l’égalité ayant lieu si et seulement si χu est scindé sur K.
P
(3)
□
Démonstration de l’énoncé 21 (Caractérisation de diagonalisabilité par polynôme annulateur) – Laissée au
lecteur.
Corrigé de l’exercice de cours (exercice 33 ) – Comme f 4 = f 2 , toute valeur propre λ de f doit vérifier
λ = λ2 , c’est-à-dire λ ∈ {−1, 0, 1}.
4

Par hypothèse, 1 et −1 sont valeurs propres de f , donc Sp(f ) = {−1, 0, 1} ou Sp(f ) = {−1, 1}. Dans le
premier cas, f admet 3 valeurs propres distinctes et est un endomorphisme de R3 (qui est de dimension 3), donc
f est diagonalisable. Si Sp(f ) = {−1, 1}, 0 n’est pas valeur propre, donc f est inversible, donc simplifiable, d’où
f 2 = Id R3 en simplifiant par f 2 dans f 4 = f 2 : comme f est une symétrie, f est diagonalisable.
Corrigé de l’exercice de cours (exercice 23 ) – χA = (X − 1)2 (X − 2), dim(E1 (A)) = 3 − rg(A − I3 ) = 2 et
dim(E2 (A)) = 1 (par exemple ⩽ 1 parce que la multpliplicité algébrique vaut 1, et ⩾ 1 parce que 2 est valeur
propre de A) : A est diagonalisable.
Remarque – Plus généralement, si λ est une valeur propre de A de multiplicité algébrique 1, alors on a néces-
sairement mλ (A) = dim(Eλ (A)(= 1)).
χB = (X − 1)2 (X − 2), mais dim(E1 (B)) = 3 − rg(B − I3 ) ̸= 2 : B n’est pas diagonalisable.
Remarque – Ces exemples ont été trouvés grâce à l’énoncé 23, qui n’est pas au programme mais permet de
prendre du recul.
Corrigé de l’exercice de cours (exercice 28 ) –
1 dim(E0 (M )) = n − 1, donc χM = X n−1 (X − λ) pour un certain λ ∈ K. Par propriété sur le polynôme
caractéristique (ou en trigonalisant M ), λ = tr(M ).
Si tr(M ) ̸= 0, alors Sp(M ) = {0, tr(M )}, où dim(E0 (M )) = m0 = n − 1 et dim(Eλ (M )) ⩾ 1 = mλ (avec
les notations usuelles), donc M est diagonalisable.
Si tr(M ) = 0, alors dim(E0 (M )) = n − 1 < m0 = n : M n’est pas diagonalisable.
2 Si tous les ai sont nuls, A est de rang 0 (et elle est alors diagonal(isabl)e).
T
Sinon, A est de rang 1 (égale à X(X Pn ) ou X est la matrice colonne de coefficients a1 , . . . , an ), donc
diagonalisable si et seulement si tr(A) = i=1 a2i ̸= 0.
3 Cette matrice est de rang 1 (produit de la colonne de coefficients 1, 2, . . . , n et de la ligne de coefficients
1, 1/2, . . . , 1/n : comme sa trace est non nulle (elle vaut n), cette matrice est diagonalisable.
4 Matrice de rang 1 de trace non nulle (égale à 3) : matrice diagonalisable.
5
i Si v = 0, f est l’endomorphisme nul. Si v ̸= 0, f est de rang 1.
ii Si v = 0, f est diagonalisable (il est nul). Si v ̸= 0, f est diagonalisable si et seulement si tr(f ) ̸= 0.
La trace de f est la somme des composantes de v dans (e1 , . . . , en ).
Démonstration de l’énoncé 22 (Proposition (Diagonalisabilité d’un endomorphisme induit)) – Laissée au
lecteur.
363 Stéphane FLON
 Étude de stabilité ??– La notion d’endomorphisme diagonalisable est stable par induction sur un sous-espace
stable.
Démonstration de l’énoncé 23 (Une matrice diagonale par blocs est diagonalisable si et seulement si ses
blocs diagonaux le sont) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 29 ) –
1
i Si u et v admettent une base commune de diagonalisation (e1 , . . . , en ) dans cette base, les matrices
de u et de v sont diagonales, et elles commutent donc : u et v commutent.
Supposons réciproquement que les deux endomorphismes diagonalisables u et v commutent.
Soit λ ∈ Sp(u). On sait que v stabilise Eλ (u), donc v induit un endomorphisme de ce sous-espace, diago-
nalisable comme induit d’un diagonalisable (exocours). Ainsi, en prenant une base de vecteurs propres de cet
endomorphisme induit, on obtient une base Eλ (u) constituée de vecteurs propres communs à u et à v.
Ceci vaut pour tout λ ∈ Sp(u), et E est la somme de ces sous-espaces lorsque λ décrit Sp(u) (car u est
diagonalisable) : en concaténant les bases obtenues, on obtient une base de E constituée de vecteurs propres
communs à u et à v, i.e. u et v sont codiagonalisables.
ii Dans une base commune de diagonalisation B, les matrices A et B de u et v respectivement sont
diagonales, donc A + B et AB le sont également : MB (u + v) et MB (uv) sont diagonales.

10.6. Endomorphismes et matrices carrées trigonalisables

Étude de stabilité 73– La notion de matrice carrée trigonalisable est stable par multiplication par un scalaire.
Étude de stabilité 74– La notion de matrice carrée trigonalisable n’est pas stable par somme
Étude de stabilité 75– La notion de matrice carrée trigonalisable n’est pas stable par produit
Étude de stabilité 76– La notion de matrice carrée trigonalisable est stable par extension de corps.
Étude de stabilité 77– La notion d’endomorphisme trigonalisable est stable par multiplication par un scalaire.
Étude de stabilité 78– La notion d’endomorphisme trigonalisable n’est pas stable par somme
Étude de stabilité 79– La notion d’endomorphisme trigonalisable n’est pas stable par produit
Démonstration de l’énoncé 24 (Théorème (Caractérisation de trigonalisabilité)) – Laissée au lecteur.
Démonstration de l’énoncé 25 (Corollaire (Trigonalisation des matrices complexes)) – Laissée au lecteur.
Étude de stabilité 81– La notion d’endomorphisme trigonalisable est stable par induction sur un sous-espace
stable.
Démonstration de l’énoncé 26 (Caractérisation des endomorphismes nilpotents) – Le sens indirect est
clair, car il existe alors une base de E dans laquelle la matrice de u est triangulaire supérieure stricte.
Réciproquement, supposons u nilpotent : u n’est pas inversible, donc 0 est valeur propre, et si λ est valeur
propre de u, alors pour tout k ∈ N, λk est valeur propre de uk , d’où en prenant k tel que uk = 0 : λ = 0.
u est trigonalisable dans Mn (C), avec 0 pour seule valeur propre donc son polynôme caractéristique vaut
X n , qui est aussi scindé sur R : que K soit égal à R ou à C, f est trigonalisable, avec 0 pour seule valeur propre.
□

10.7. Commutant d’un endomorphisme ou d’une matrice carrée

Étude de stabilité 82– La notion de matrice carrée diagonalisable est stable par multiplication, lorsque les
deux matrices commutent.
Étude de stabilité 83– La notion de matrice carrée diagonalisable est stable par somme (lorsque les deux
matrices commutent).
Étude de stabilité 84– La notion de matrice carrée trigonalisable est stable par somme (lorsque les deux
matrices commutent).
Étude de stabilité 85– La notion de matrice carrée trigonalisable est stable par produit (lorsque les deux
matrices commutent).

10.8. Matrices stochastiques

Corrigé de l’exercice de cours (exercice 48 ) –
1
i Une matrice vérifiant ces hypothèses est dite stochastique. Cela revient à dire que ses coefficients sont
strictement positifs, et que la somme de ses colonnes est la colonne K de taille n dont tous les coefficients valent
1.
ii AK = K, donc 1 est valeur propre de A.
364 Stéphane FLON
 iii On identifie Mn,1 (K) à Kn : soit X = (x1 , . . . , xn ) un vecteur propre de A associé à la valeur propre
λ : pour tout i ∈ [[1, n]],
Xn
ai,j xj = λxi
j=1
donc
n
X n
X n
X n
X
|λ| |xi | = ai,j xj ⩽ |ai,j | |xj | = ai,j |xj | ⩽ ai,j ∥X∥ = ∥X∥
j=1 j=1 j=1 j=1
où ∥X∥ = max(|xj |, j ∈ [[1, n]]). Ceci valant pour tout i ∈ [[1, n]], il vient
|λ| ∥X∥ ⩽ ∥X∥
puis |λ| ⩽ 1 (∥X∥ = ̸ 0 car X est un vecteur propre).
iv Si |λ| = 1, les inégalités ci-dessus sont nécessairement des égalités (car l’inégalité finale est une
égalité), ce qui impose que pour tout i ∈ [[1, n]], |xi | = ∥X∥ (car les ai,j sont strictement positifs) et que les xi
aient tous même argument (pour que la première inégalité triangulaire soit une égalité). X est colinéaire à K
donc λ = 1.
v La démonstration précédente a établi notamment que dim(Ker(A − In )) = 1. Admettons que 1 soit
aussi de multiplicité algébrique 1, i.e. que 1 soit valeur propre simple. En trigonalisant, A est semblable à une
matrice triangulaire supérieure T tel que [T ]1,1 = 1 et les autres coefficients diagonaux sont différents de 1. On a
donc aisément rg(A − In ) = 1 et rg((A − In )2 ) = 1 (matrices triangulaires supérieures dont le premier coefficient
diagonal est nul, pas les autres). Le théorème du rang donne alors dim(Ker(A − In )) = dim(Ker((A − In )2 )) et
comme Ker(A − In ) ⊂ Ker((A − In )2 ) (on peut le vérifier dans ce cas particulier, mais c’est un fait général), on
a bien Ker(A − In ) = Ker((A − In )2 ).

10.9. Sous-espaces caractéristiques

Démonstration de l’énoncé 27 (Proposition (Décomposition d’un endomorphisme de polynôme caractéris-
tique scindé)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 52 ) – Pour tout i ∈ [[1, k]], on notera
Fλi = Ker((u − λi Id E )mi )
le sous-espace caractéristique de u associé à λi .
1 u laisse stable chacun de ses sous-espaces caractéristiques Fλ , et induit sur chacun d’entre eux la somme
d’une homothétie dλ et d’un endomorphisme nilpotent nλ (ces endomorphismes commutent donc). En prenant
d (resp. n) coı̈ncidant avec dλ (resp. nλ ) sur Fλ , pour tout λ ∈ Sp(u), on obtient l’existence.
Montrons l’unicité : supposons disposer d’un tel couple (d, n). Ces endomorphismes commutent avec u
puisqu’ils commutent entre eux et que u = d + n.
Ils laissent donc stables chaque sous-espace caractéristique Fλ de u. Notons dλ et nλ les endomorphismes
induits sur le sous-espace caractéristique Fλ . De plus, u induit lui-même un endomorphisme uλ de Fλ , et on a
uλ = dλ + nλ
mi
Par construction, (uλ − λId Fλ ) = 0, donc uλ − λId Fλ est nilpotent. Ainsi, dλ − λId Fλ = (u − λId Fλ ) + nλ
est un endomorphisme nilpotent comme somme d’endomorphismes nilpotents qui commutent. Comme il est en
outre diagonalisable, il est nul, d’où l’unicité.
Remarque – On peut présenter ce qui précède comme une analyse-synthèse, mais on n’a souvent pas besoin de
l’unicité, plus difficile à établir.
2 Puisque (X − λi )mi et Q sont premiers entre eux, il existe des polynômes U et V tels que
(X − λi )mi U + QV = 1
Pour tout x ∈ E, on a donc
(u − λi )mi (U (u))(x) + Q(u)V (u)(x) = x
Or (u − λi ) (U (u)) ∈ Ker(Q(u)) et Q(u)V (u)(x) ∈ Ker((u − λi )mi ) (car µu (u) = 0), et ces sous-espaces sont
mi

supplémentaires dans E (lemme des noyaux), ce qui conduit à

πi = Q(u)V (u) ∈ K[u]

3 Avec les notations précédentes, on a

k
λi πi ∈ K[u]
X
d=
i=1

365 Stéphane FLON

puis n = u − d ∈ K[u].
Remarque – On en déduit une nouvelle preuve de l’unicité du couple (d, n) : on montre qu’il existe un couple
(d0 , n0 ), où d0 et n0 sont des polynômes en u, puis, si un autre couple (d, n) convient :
d − d0 = n0 − n
Or d et n commutent avec u, donc également avec d0 et n0 . On en déduit que d − d0 est diagonalisable, et que
n0 − n est nilpotent : comme ils sont en outre égaux, ils sont nuls.
Å ã Å ã Å ã
1 1 1 0 0 1
4 Pour M = , la décomposition est + .
0 1 0 1 0 0
Å ã
0 1
Pour M = , la décomposition est M + 0, car M est diagonalisable ( piège  classique).
0 1

10.10. Suites récurrentes linéaires, matrice compagnon et endomorphismes cycliques

Démonstration de l’énoncé 28 (Polynôme caractéristique d’une matrice compagnon) – Laissée au lecteur.
Démonstration de l’énoncé 29 (Critère de diagonalisabilité d’une matrice compagnon) – Laissée au lecteur.
Démonstration de l’énoncé 30 (Critère de représentation matricielle par une matrice compagnon) – Laissée
au lecteur.
Démonstration de l’énoncé 31 (Vectorialisation d’une relation de récurrence linéaire) – Laissée au lecteur.
Démonstration de l’énoncé 32 (Proposition (Suites récurrentes linéaires d’ordre 2 à coefficients constants))
– Laissée au lecteur.

366 Stéphane FLON

 11. Séries entières

11.1. Définition, rayon de convergence

Les séries entières sont des séries de fonctions (polynomiales) que les formules de Taylor nous incitent
à étudier 1 – Les séries entières sont des séries de fonctions (polynomiales) que les formules de Taylor nous
incitent à étudier
Démonstration de l’énoncé 1 (Lemme d’Abel) – Laissée au lecteur.
Démonstration de l’énoncé 2 (Comportement ponctuel d’une série entière) – Laissée au lecteur.

11.2. Opérations sur les séries entières

Démonstration de l’énoncé 3 (Proposition (Rayon de convergence de la somme de deux séries entières)) –
Laissée au lecteur.
Démonstration de l’énoncé 4 (Proposition (Rayon de convergence du produit de deux séries entières)) –
Laissée au lecteur.
Justification de structure 12 – Laissée au lecteur

11.3. Détermination du rayon de convergence d’une série entière

Démonstration de l’énoncé 5 (Proposition (Séries entières et relation de domination)) – Laissée au lecteur.
Démonstration de l’énoncé 6 (Proposition (Séries entières et relation d’équivalence)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 1 ) –
r n
1 Soit r ∈ R+ . La suite an M



est bornée si et seulement si r/|M | ∈ Ba si et seulement si r ∈ |M |Ba ,
z n
P

donc le rayon de convergence de an M vaut |M |r.
2 Soit r ∈ R+ . La suite (rn ) (resp. (nrn ), resp. rn est bornée si et seulement si r ⩽ 1 (resp. r < 1, resp.
Ä nä

r ⩽ 1) : R = 1.
3 La suite ((3n + n)rn ) est bornée si et seulement si r < 1/3 : le rayon de convergence de (3n + n)z n
P
vaut 1/3.
4 Soit r ∈ R+ . La suite (an rn ) est bornée si et seulement si (|an |rn ) l’est donc |an |z n et an z n ont le
P P
même rayon de convergence.
Si de plusPr ̸= 0, alors (an+1 rn ) est bornée si et seulement si (an+1 rn+1 ) est bornée si et seulement si (an rn )
n
an z n ont le même rayon de convergence.
P
est bornée : an+1 z et
5 (αn 1n ) est bornée, donc 1 ⩽ R.
6 En revenant à la définition, on trouve que le rayon de convergence cherché vaut 1/3.
Corrigé de l’exercice de cours (exercice 2 ) –
1
∼ 1 > 0 et
P 1 P 1
1 1+n n2 converge, donc n2 +1 converge. Comme (R ) est bornée, le rayon de convergence
P 2 n n2 P 1n n
R de Rn x est supérieur ou égal à 1. Comme Rn ⩾ n21+1 , et que n2 +1 x a pour rayon de convergence 1,
on en déduit R ⩽ 1. Finalement, R = 1.
2 1 ⩽ dn ⩽ n (ou 1 ⩽ dn ⩽ 2n si on prend les diviseurs relatifs), donc R = 1.

n ∈N .
car 2n
n! 1 ∗


3 0 ⩽ (2n)! ⩽ n!
4 À partir d’un certain rang, 1 ⩽ ln(n) ⩽ n, donc R = 1.
Corrigé de l’exercice de cours (exercice 3 ) –
an 1n diverge (grossièrement), donc R ⩽ 1, puis R = 1.
P
1 Si en outre (αn ) ne tend pas vers 0, alors
2 On montre classiquement que (sin(n)) ne tend pas vers 0 (sinon, (sin(n + 1)) converge aussi, donc (cos(n))
également, puis (ein ) converge, puis ei = 1). Cette suite est par ailleurs évidemment bornée, donc R = 1.
P n n P n
3 Cette série entière est la somme des séries P
entières 3 z et nz , de rayon respectifs 1/3 et 1. Comme
ces rayons diffèrent, le rayon de convergence de (3n + n)z n vaut 1/3.
Démonstration de l’énoncé 7 (Proposition (Règle de d’Alembert pour les séries entières)) – C’est un cas
particulier du critère de d’Alembert pour les séries numériques. □
La règle de d’Alembert pour les séries entières est utile dans certains cas, mais n’est pas la panacée 13 –
La règle de d’Alembert est assez pratique pour déterminer le rayon de convergence (particulièrement lorsque
an s’écrit avec des quotients, produits, factorielles, ou est donnée par certaines relations de récurrence), mais
ce n’est pas du tout un passage obligé : la simple définition du rayon de convergence permet très souvent de le
déterminer, et d’autres techniques lui sont assez souvent largement préférables
367 Stéphane FLON
 La bonne règle de d’Alembert est celle sur les séries numériques 14 – La  bonne  règle de d’Alembert
est celle donnée dans le chapitre sur les séries numériques : en l’appliquant au cas particulier d’une série entière,
on retrouve naturellement la proposition précédente.
De plus, nombreux sont les cas où la règle de d’Alembert pour les séries entières ne s’applique pas (elle
suppose l’existence d’une limite), notamment lorsque la série entière est lacunaire, par exemple de la forme
αn z 2n
P
Démonstration de l’énoncé 8 (Proposition (Égalité de deux rayons de convergence)) – Notons bn = nan
pour tout n ∈ N, et, pour tout (n, ε) ∈ N × R∗+ ,

def
αε,n = (1 + ε)n an

Pour tout ε > 0, on a

an = O(bn ) et bn = O((1 + ε)n an )

de sorte que

Rb ⩽ Ra et Rαε ⩽ Rb

soit
Ra
⩽ Rb ⩽ Ra
1+ε
puis Ra = Rb en faisant tendre ε vers 0. □
DesPencadrementsPgrossiers peuvent donner le rayon de convergence 17 – Plus généralement, pour tout
α ∈ R, nα an z n et an z n ont même rayon de convergence : des encadrements parfois
P grossiers permettent
donc de trouver le rayon de convergence. Si par exemple n13 ⩽ |an | ⩽ n17 , alors an z n a pour rayon de
convergence 1
Corrigé de l’exercice de cours (exercice 4 ) –
1 R = +∞ par la règle de d’Alembert, ou par un retour à la définition éventuellement avec Stirling, etc.
n+1
2 ln(n+1)
ln(n) =
ln(n)+ln(1+1/n)
ln(n) tend vers 1 lorsque n tend vers l’infini, donc, si z ∈ C∗ , z zn ln(n+1)
ln(n) tend vers
ln(n)z n converge (absolument) si |z| < 1,
P
|z| lorsque n tend vers l’infini : d’après le critère de d’Alembert,
diverge grossièrement si |z| > 1, donc le RCV vaut 1.

3 Soit z ∈ C∗ , et an = n32 +1
n
Ä ä
z (pour tout n). La suite aan+1
n 2n
n
converge vers 3 z 2 , donc, par le critère de
P 3n n 2n
d’Alembert, n2 +1 z converge lorsque |3 z 2 | < 1, i.e. |z| < √13 , diverge lorsque |z| > √13 : le RCV vaut √13 .
Remarque – Le critère de d’Alembert pour les séries numériques peut fonctionner (comme ici) dans le cas d’une
série entière lacunaire, alors que le critère de d’Alembert pour les séries entières ne s’applique pas.
an+1
4 On montre par récurrence que les an sont tous non nuls, on en déduit immédiatement que an tend vers
n+1
3/2. Pour z ∈ C fixé,
∗ an+1 z 3
tend vers |z| lorsque n tend vers l’infini, donc le RCV vaut
an z n 2
2
3.
Remarque – C’est sans doute l’exemple où la règle de d’Alembert est vraiment la méthode à privilégier.

11.4. Continuité de la somme d’une série entière

Démonstration de l’énoncé 9 (Proposition (CVN sur un segment inclus dans l’intervalle ouvert de conver-
gence)) – Laissée au lecteur.
Il n’y a pas toujours convergence normale d’une série entière sur l’intervalle ouvert de convergence 18 –
Il n’y a pas toujours convergence normale d’une série entière sur l’intervalle ouvert de convergence
Démonstration de l’énoncé 10 (Théorème (Continuité de la somme d’une série entière sur le disque ouvert
de convergence)) – Laissée au lecteur.
Démonstration
P∞ de l’énoncé 11 (Théorème d’Abel radial) – Soit x ∈ [0, Ra ]. Posons, pour tout n ∈ N,
Rn (x) = k=n+1 an xn (Rn (x) est bien défini si x = Ra par hypothèse, et, si x ∈ [0, Ra [, Rn (x) est également
bien défini puisque x est alors dans l’intervalle ouvert de convergence). On a

∞ ∞ Å ãk
X X x
Rn (x) = ak xk = ak Rak
Ra
k=n+1 k=n+1

368 Stéphane FLON

 P∞ x
Posons rn = Rn (Ra ) = k=n+1 ak Rak et u = rk uk converge absolument
P
Ra . On prend x ∈ [0, Ra [, de sorte que
(car rk = o(1) et u ∈ [0, 1[). On a
∞
X
Rn (x) = (rk−1 − rk )uk
k=n+1
X∞ ∞
X
= rk−1 uk − rk uk
k=n+1 k=n+1
X∞ ∞
X
= rk uk+1 − rk uk
k=n k=n+1
∞
X
= rn un+1 + rk (uk+1 − uk )
k=n+1
P∞
et donc |Rn (x)| ⩽ |rn | + sup{|rk |, k ⩾ n + 1} k=n+1 (u − uk+1 ) ⩽ 2 sup{|rk |, k ⩾ n}.
k

L’inégalité |Rn (x)| ⩽ 2 sup{|rk |, k ⩾ n} est également valable en x = Ra , de sorte que ∥Rn ∥∞,[0,Ra ] ⩽
2 sup{|rk |, k ⩾ n}.
Ce dernier terme tendant vers 0 lorsque n tend vers l’infini, il y a bien convergence uniforme sur [0, Ra ].
Par transmission de continuité par convergence uniforme, on en déduit que S est continue en Ra . □

11.5. Série entière d’une variable réelle

Démonstration de l’énoncé 12 (Proposition (Primitivation d’une série entière)) – Laissée au lecteur.
Démonstration de l’énoncé 13 (Proposition (Dérivations successives d’une série entière)) – Laissée au
lecteur.
Démonstration de l’énoncé 14 (Proposition (Retrouver les coefficients d’une série entière en dérivant sa
somme)) – Laissée au lecteur.
Dans le cas des séries entières, on peut retrouver une série à partir de sa somme 19 – Dans le contexte
des séries entières (de rayon de convergence strictement positif), on peut retrouver la série entière à partir de la
seule connaissance de sa somme ! Cette extraction d’information est exceptionnelle, la connaissance de la somme
d’une série ne permet pas, sans information supplémentaire, de retrouver la série de départ
Démonstration de l’énoncé 15 (Corollaire (Obtention de la série entière à partir de sa somme lorsque R
n’est pas nul)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 5 ) –
1
i L’encadrement souhaité est vrai aux rangs 0 et 1.
Si, pour n ∈ N fixé, on suppose 1 ⩽ an ⩽ (n+1)2 et 1 ⩽ an+1 ⩽ (n+2)2 , alors d’une part, an+2 ⩾ an+1 ⩾ 1,
et, d’autre part :
an (n + 1)2
an+2 = an+1 + ⩽ (n + 2)2 + ⩽ (n + 2)2 + (n + 2) ⩽ (n + 3)3
n+2 n+2
d’où l’hérédité de la propriété souhaitée.
On a donc bien 1 ⩽ an ⩽ (n + 1)2 pour tout n ∈ N.
ii f est la somme d’une série entière de convergence 1 (grâce à l’encadrement précédent). De plus, la
suite (an ) ne tendant pas vers 0, f n’est pas définie en 1 ni en −1 : le domaine de définition de f est ] − 1, 1[.
Pour tout x ∈] − 1, 1[, on a
∞
X ∞
X ∞
X
f (x) = an xn et f ′ (x) = nan xn−1 = (n + 1)an+1 xn
n=0 n=1 n=0

Par ailleurs, pour tout x ∈] − 1, 1[ :

∞
X ∞
X
xf (x) = an xn+1 = ((n + 2)an+2 − (n + 2)an+1 )xn+1
n=0 n=0
P∞ n+1 ′ ′
Or n=0 (n + 2)an+2 x = f (x) − a1 = f (x) − 1 et
∞
X ∞
X ∞
X
(n + 2)an+1 xn+1 = (n + 1)an+1 xn+1 + an+1 xn+1 = xf ′ (x) + f (x) − 1,
n=0 n=0 n=0
de sorte que
xf (x) = f ′ (x) − 1 − xf ′ (x) − f (x) + 1
369 Stéphane FLON
et enfin que
(1 − x)f ′ (x) − (1 + x)f (x) = 0
Sachant qu’en outre f (0) = 1, on trouve, en résolvant l’équation différentielle (1 − x)y ′ − (1 + x)y = 0, que
e−x
∀ x ∈] − 1, 1[, f (x) =
(1 − x)2

11.6. Fonctions développables en série entière, développements usuels

Démonstration de l’énoncé 16 (Proposition (Unicité du DSE)) – Laissée au lecteur.
Utilisation de l’unicité du développement en série entière 27 – On utilise notamment cette unicité dans la
méthode de l’équation différentielle.
Elle permet aussi de traduire certaines propriétés de la fonction DSE en propriétés des coefficients du DSE,
par exemple dans le cas d’une fonction paire ou impaire.

11.7. Exemples de développements en série entière

11.8. Stabilité du fait d’être développable en série entière
Étude de stabilité 34– La notion de fonction d’une variable complexe développable en série entière est stable
par somme.
Étude de stabilité 35– La notion de fonction d’une variable complexe développable en série entière est stable
par produit par un scalaire.
Étude de stabilité 36– La notion de fonction d’une variable complexe développable en série entière est stable
par produit.
Étude de stabilité 37– La notion de fonction d’une variable complexe développable en série entière est stable
par composition à droite par z 7→ α z k où α ∈ C et k ∈ N∗ .
Les substitutions polynomiales autres que monomiales ne sont pas pertinentes pour montrer qu’une fonction
est développable en série entière 38 – Les substitutions polynomiales autres que monomiales ne sont pas
pertinentes pour montrer qu’une fonction est développable en série entière
Étude de stabilité 39– La notion de fonction d’une variable complexe développable en série entière n’est pas
stable par composition à droite par une fonction polynomiale
Étude de stabilité 40– La notion de fonction d’une variable réelle développable en série entière est stable
par somme.
Étude de stabilité 41– La notion de fonction d’une variable réelle développable en série entière est stable
par produit par un scalaire.
Étude de stabilité 42– La notion de fonction d’une variable réelle développable en série entière est stable
par produit.
Étude de stabilité 43– La notion de fonction d’une variable réelle développable en série entière est stable
par dérivation.
Étude de stabilité 44– La notion de fonction d’une variable réelle développable en série entière est stable
par primitivation.
Étude de stabilité 45– La notion de fonction d’une variable réelle développable en série entière est stable
par composition à droite par x 7→ α xk où α ∈ R et k ∈ N∗ .
Étude de stabilité 46– La notion de fonction d’une variable réelle développable en série entière n’est pas
stable par composition à droite par une fonction polynomiale
Pour montrer qu’une fonction est développable en série entière, utiliser la stabilité de cette notion, par des
opérations aussi bien algébriques qu’analytiques 47 – Pour montrer qu’une fonction est développable en série
entière, utiliser la stabilité de cette notion, par des opérations aussi bien algébriques qu’analytiques
Corrigé de l’exercice de cours (exercice 42 ) –
1 P∞ (−1)n−1 n
i Pour tout u ∈] − 1, 1[, ln(1 + u) = n=1 n u , donc, par substitution monomiale, pour tout
x ∈ R tel que 2x2 ∈] − 1, 1[, i.e. |x| < √12 ,
∞
X (−1)n−1 2n 2n
ln(1 + 2x2 ) = x
n=1
n

Le rayon de la série entière est √12 , par exemple en revenant à la définition.

Remarque – Le DSE est aussi valable pour x = ± √12 , car celui de ln(1 + u) est valable en u = 1.
370 Stéphane FLON
 1 −1 1
ii x−a = a × 1− x , donc, si |x| < |a|,
a
∞ ∞
1 −1 X  x n X −1 n
= = x
x−a a n=0 a n=0
an+1
Le RCV vaut |a|, par exemple grâce à la définition.
1
iii Il suffit de primitiver le DSE de x 7→ x+a sur ] − a, a[ :
∞
1 X (−1)n n
∀ x ∈] − a, a[, = x
x + a n=0 an+1
et ln(a + x) vaut ln(a) lorsque x = 0, donc
∞
X (−1)n
∀ x ∈] − a, a[, ln(a + x) = ln(a) + n+1
xn+1
n=0
(n + 1)a

2 Pour tout x ∈ R, ex = xn
P∞ 1
P∞
n=0 n! , et pour tout x ∈] − 1, 1[, 1−x = n=0 xn , donc, par produit de Cauchy,
pour tout x ∈] − 1, 1[,
∞ n
!
ex X X 1
= xn
1 − x n=0 k!
k=0
Le RCV vaut 1, par exemple parce qu’il y a divergence grossière pour x = 1 (et convergence si |x| < 1), ou
ex
1
parce que sinon, comme 1−x = e−x × 1−x 1
, le RCV de x 7→ 1−x serait strictement plus grand que 1.
3 Qn−1
pour tout n ∈ N.
P+∞ (−1/2−k)
i On a, pour tout x ∈] − 1, 1[ : (1 + x)−1/2 = n=0 an xn où an = k=0 n!
Or
Qn−1 n−1
k=0 (−1/2 − k) (−1)n Y
= n (2k + 1)
n! 2 n!
k=0
et
n−1 Qn−1
k=0 (2k + 1)(2k + 2) (2n)!
Y
(2k + 1) = Qn−1 =
k=0 (2k + 2)
2n n!
k=0
d’où le résultat.
ii Par substitution, on a, pour tout x ∈] − 1, 1[ :
∞
1 X (2n)! 2n
√ = n (n!)2
x
1−x 2
n=0
4
Corrigé de l’exercice de cours (exercice 43 ) –
P+∞ −n/2
1 On dérive, on décompose en éléments simples, et on trouve f (t) = π4 + n=1 2 n sin(3nπ/4)tn .
2 P+∞ Ä x6n+1 x6n+3
ä
2 On dérive, observe que 1+x12 +x4 = 1−x
1−x6 , d’où F (x) = F (0) + n=0 6n+1 − 6n+3 .
On calcule Z 0
1 a2 + a + 1 2a − 1
Å ã
1 2a + 1
f (x)dx = ln 2 + √ arctan √ + arctan √ ,
−a 4 a −a+1 2 3 3 3
π
d’où F (0) = 2√ 3
.
3
i On peut intégrer terme à terme, et on obtient, puisque arcsin(0) = 0, le résultat voulu.
ii On prolonge l’égalité obtenue sur ] − 1, 1[ à [−1, 1], par continuité. On justifie la continuité de la
somme de la série entière par un argument de convergence normale (et donc uniforme) sur [−1, 1], que l’on
établit avec la formule de Stirling.
(2n)!
Détaillons : Notons un : x 7→ (2n+1)4 n (n!)2 x
2n+1
, pour tout n ∈ N. Chaque un est continue sur [−1, 1], et
(2n)!
∥un ∥∞,[−1,1] = (2n+1)4n (n!)2 .

Or, par la formule de Stirling,

√
2n
(2n)! 1 4πn 2ne 1
∼ × Ä√ ä2 ∼ √ 3/2
(2n + 1)4n (n!)2 (2n) × 4n 2πn ne

n 2 πn
P 1 P
Comme n3/2
converge absolument, la série de fonctions un converge normalement sur [−1, 1].
P∞
Ainsi les fonctions arcsin et n=0 un sont continues sur [−1, 1], et coı̈ncident sur ] − 1, 1[ : elles coı̈ncident
donc sur [−1, 1].
371 Stéphane FLON
 π
π2
R R
iii D’une part, [0, π
arcsin(sin(t))dt = 2
tdt = 8 .
2] 0
D’autre part,

Z Z π ∞
(2n)!
2 X
arcsin(sin(t))dt = n 2
(sin(t))2n+1 dt
[0, π
2] 0 n=0 (2n + 1)4 (n!)
∞ Z π2
X (2n)!
= n (n!)2
(sin(t))2n+1 dt
n=0
(2n + 1)4 0
∞
X 1
=
n=0
(2n + 1)2
Rπ (2n)! 2n+1 1
(grâce à l’étude des intégrales de Wallis, 02 (2n+1)4 n (n!)2 (sin(t)) dt = (2n+1)2 (voir l’exercice 33 p. 439

corrigé p. 633), ce qui légitime l’application du théorème d’intégration terme à terme).

1 π2
P
Ainsi, n=0 (2n+1) 2 = 8 , puis, en observant (en séparant les termes selon leur parité) que

∞ ∞ ∞
X 1 X 1 X 1
2
= 2
+
n=1
n n=0
(2n + 1) n=1
(2n)2
4 π2 π2
P∞ 1
on obtient classiquement n=1 n2 = 3 8 = 6 .

11.9. La méthode de l’équation différentielle

Démonstration de l’énoncé 17 (Méthode de l’équation différentielle) – Laissée au lecteur.
Pour montrer qu’une fonction est développable en série entière, utiliser la méthode de l’équation différen-
tielle 48 – Pour montrer qu’une fonction est développable en série entière, utiliser la méthode de l’équation
différentielle
Démonstration de l’énoncé 18 (Proposition (Formule du binôme généralisée)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 44 ) –
1
i En dérivant deux fois f , on observe que f est solution sur ] − 1, 1[ de l’équation différentielle
(E) (1 − t2 )y ′′ − ty ′ + α2 y = 0

P∞
ii Soit S : t 7→ n=0 an tn une fonction développable en série entière sur ] − R, R[, où R > 0. On a donc,
pour tout t ∈] − R, R[ :
∞
X +∞
X
S ′ (t) = nan tn−1 = (n + 1)an+1 tn ,
n=1 n=0
et
∞
X +∞
X
′′ n−2
S (t) = n(n − 1)an t = (n + 2)(n + 1)an+2 tn ,
n=2 n=0
de sorte que
∞
X
(1 − t2 )S ′′ (t) − tS ′ (t) + α2 S(t) = (n + 2)(n + 1)an+2 − n(n − 1)an − nan + α2 an tn


n=0
Ainsi, par unicité du développement en série entière d’une fonction développable en série entière, S est solution
de E sur ] − R, R[ si et seulement si, pour tout n ∈ N :
(n + 2)(n + 1)an+2 = (n2 − α2 )an
Comme on souhaite en outre que S(0) = 1 et S ′ (0) = 0, i.e. a0 = 1 et a1 = 0, a2n+1 = 0 pour tout n ∈ N, et,
pour tout n ∈ N : Qn−1
((2k)2 − α2 )
a2n = k=0
(2n)!
Réciproquement, la série entière donnée par ces coefficients est bien développable en série entière (par application
du critère de d’Alembert pour les séries numériques), sur ] − 1, 1[ plus précisément, et donc solution de E sur
] − 1, 1[.
iii Par unicité de la solution sur ] − 1, 1[ à ce problème de Cauchy, on en déduit que f = S.

372 Stéphane FLON

 12. Probabilités

Modéliser mathématiquement l’aléatoire 1 – Modéliser mathématiquement l’aléatoire

12.1. Équipotence d’ensembles

Justification de l’exemple 2 – Pour tout ensemble X, Id X est une bijection. La composée de deux bijections
est une bijection. La bijection réciproque d’une bijection est une bijection.
Justification de l’exemple 3 – s : x ∈ N 7→ x + 1 est une bijection.
Justification de l’exemple 6 – φ : N → Z, qui à un entier pair 2p associe p, et à un entier impair 2p + 1
associe −(p + 1), est bijective.
Justification de l’exemple 7 – L’application φ : (p, q) ∈ N × N∗ 7→ (2p + 1)2q est bijective.
Justification de l’exemple 8 – L’application φ : A ∈ P(X) 7→ 1X ∈ {0, 1}X est bijective, de réciproque
f 7→ f −1 ({1}) = {x ∈ X, f (x) = 1}

12.2. Ensembles finis

Démonstration de l’énoncé 1 (Proposition (Partie d’un ensemble fini)) – On peut d’abord montrer que si
A est un ensemble fini non vide, et si a ∈ A, alors A \ {a} est fini, de cardinal Card(A) − 1, et ensuite raisonner
par récurrence sur Card(A). □
Démonstration de l’énoncé 2 (Proposition (Partie d’un ensemble fini avec égalité des cardinaux)) – Voir
la preuve précédente. □
Étude de stabilité 10– La notion d’ensemble fini est stable par intersection quelconque.
Démonstration de l’énoncé 3 (Proposition (Cardinal de l’union de deux ensembles finis)) – Commencer
par le cas d’une union disjointe, en montrant que si A et B sont disjoints de cardinaux respectifs p et q, alors
A ∪ B est équipotent à [[1, p + q]].
Pour le cas général, utiliser le cas disjoint, et observer que A ∪ B est l’union disjointe de A et de B \ A, et
que B est l’union disjointe de B \ A et de B ∩ A. □
Étude de stabilité 11– La notion d’ensemble fini est stable par union finie.
Étude de stabilité 12– La notion d’ensemble fini n’est pas stable par union quelconque
Démonstration de l’énoncé 4 (Proposition (Cardinal d’une union disjointe finie d’ensembles finis)) – Résulte
par récurrence du cas de deux ensemble finis disjoints. □
Démonstration de l’énoncé 5 (Proposition (Cardinal du complémentaire d’une partie d’un ensemble fini))
– A est l’union disjointe de C et de A \ C. □
Démonstration de l’énoncé 6 (Proposition (Cardinal d’un produit cartésien d’ensembles finis)) – A × B est
la réunion disjointe des A × {b}, où b décrit B, et chaque A × {b} est équipotent à A. □
Démonstration de l’énoncé 7 (Proposition (Nombre d’applications entre deux ensembles finis)) – Si A est
de cardinal n, B A est équipotent à B n . □
Démonstration de l’énoncé 8 (Proposition (Cardinal de l’ensemble des parties d’un ensemble fini)) – P(A)
est équipotent à {0, 1}A . □
Démonstration de l’énoncé 9 (Proposition (Cardinal de l’ensemble des parties de cardinal donné dans un
ensemble fini)) – Laissée au lecteur.
Démonstration de l’énoncé 10 (Proposition (Quelques formules sur les coefficients binomiaux)) –
— Formule du binôme, ou P(X) est la réunion disjointe des Pk (X), k ∈ [[0, p]], où X est de cardinal p.
— Expression factorielle des coefficients binomiaux, ou : si X est de cardinal p, Pk (X) et Pp−k (X) sont
équipotents par passage au complémentaire.
— Expression factorielle des coefficients binomiaux, ou : si X est de cardinal p + 1, et a ∈ X, Pk+1 (X) est
p


l’union disjointe de l’ensemble des parties de X de cardinal k + 1 qui comprennent a (de cardinal k ),
p


et de l’ensemble des parties de X de cardinal k + 1 qui ne comprennent pas a (de cardinal k+1 ).
□
Corrigé de l’exercice de cours (exercice 1 ) –

1 Si n est impair, il suffit de prendre le passage au complémentaire dans X.

Si n est pair, soit a ∈ X. On pose φ(B) = B ∪ {a} si a ∈ / B, et φ(B) = B \ {a} si a ∈ B. Cette fonction φ
est une involution de P(X), et est à ce titre bijective. De plus, φ(P ) = I, donc φ définit une bijection de P sur
I.
Remarque – La fonction φ convient que n soit pair ou impair.
Corrigé de l’exercice de cours (exercice 2 ) –
373 Stéphane FLON
 n n
P
P

1 Par union disjointe, Card(P ) = k=0,k pair k et Card(I) = k=0,k impair k Ainsi, la formule du
binôme donne
n Ç å
X n
k
Card(I) − Card(P ) = (−1) = (1 − 1)n = 0
k
k=0

Corrigé de l’exercice de cours (exercice 3 ) –

1 Se donner un tel p-uplet revient à se donner un mot de
longueur n + (p − 1) constitué de n symboles  1 
et de p − 1 symboles  + . Le cardinal cherché vaut n+p−1
n .
Corrigé de l’exercice de cours (exercice 4 ) –
1 On partitionne l’ensemble des parties de [[1, n + 1]] de cardinal p + 1 selon la valeur de leur maximum
(appartenant à [[p + 1, n + 1]].
Démonstration de l’énoncé 11 (Formule du pion) – Simple calcul, ou compter de deux manières le nombre
d’équipes de k joueurs avec un capitaine dans un ensemble de p joueurs. □
Démonstration de l’énoncé 12 (Proposition (Applications entre ensembles finis de même cardinal)) – f est
surjective si et seulement si f (A) = B si et seulement si Card(f (A)) = Card(B).
f est injective si et seulement si Card(f (A)) = Card(A).
Comme Card(A) = Card(B), on a bien l’équivalence entre injectivité et surjectivité (et donc l’équivalence
avec la bijectivité qui en est la conjonction). □
Justification de la propriété 14 – Dans un tel cas, Card(f (A)) ⩽ Card(A) < Card(B), donc f (A) est une
partie stricte de B.
Justification de la propriété 15 – Dans un tel cas, Card(f (A)) ⩽ Card(B) < Card(A), donc f n’est pas
injective.

12.3. Ensembles dénombrables

Démonstration de l’énoncé 13 (Proposition (Toute partie de l’ensemble des entiers naturels est au plus
dénombrable)) – Si A est infinie, montrer qu’elle est équipotente à N en numérotant ses éléments par ordre
croissant. □
Démonstration de l’énoncé 14 (Proposition (Caractérisations des ensembles dénombrables)) – b) et c)
sont clairement équivalents.
d) signifie que A = {xn , n ∈ N}, où φ : n ∈ N 7→ xn est injective, donc d) équivaut à l’existence d’une
bijection φ de N sur A : d) équivaut à a).
a) implique évidemment b) puisque si A est dénombrable, il existe une bijection de A sur N.
Si b) est vérifié, alors A est équipotent à une partie de N par le premier point, et est infini par le second
point : A est infini et équipotent à une partie de N, donc A est dénombrable. □
Démonstration de l’énoncé 15 (Proposition (Caractérisations des ensembles au plus dénombrables)) – On
se contente de montrer l’implication de d) vers a) : le cas où A est vide est évident. Supposons disposer d’une
surjection φ : N → A. Pour tout a ∈ A, soit na un antécédent de a par φ. L’application ψ : a 7→ na , de A dans
N (car φ ◦ ψ = Id A ), est injective, donc A est au plus dénombrable. □
Démonstration de l’énoncé 16 (Proposition (Dénombrabilité du produit cartésien de deux ensembles dé-
nombrables)) – Si φ et ψ sont des bijections de A et B respectivement sur N, alors ∆ : (a, b) 7→ (φ(a), ψ(b))
est une bijection de A × B sur N2 , et ce dernier ensemble est dénombrable. □
Étude de stabilité 20– La notion d’ensemble dénombrable est stable par produit cartésien.
Étude de stabilité 21– La notion d’ensemble au plus dénombrable est stable par produit cartésien.
Justification de l’exemple 22 – Soit r un nombre rationnel. Il existe un unique couple (p, q) ∈ Z × N∗ d’entiers
premiers entre eux, tel que r = pq . L’application φ : Q → Z × N∗ ainsi définie est injective. Comme Z × N∗ est
dénombrable (comme produit cartésien de tels ensembles), Q est au plus dénombrable, donc dénombrable (Q
est infini).
Démonstration de l’énoncé 17 (Donnée d’une extractrice par son image) – Laissée au S lecteur.
Bien comprendreSce qu’on entend par union finie 23 – On parle d’union finie pour i∈I S Xi lorsque I est
fini, mais l’ensemble i∈I Xi n’en est pas nécessairement pour autant fini. Par exemple l’union i∈[[1,2]] (N × {i})
est finie, mais l’ensemble résultant est infini
Étude de stabilité 24– La notion d’ensemble au plus dénombrable est stable par union finie.En effet : on se
ramène au cas oùSles ensembles An sont au plus dénombrables et disjoints deux à deux. On peut alors définir
une injection de n∈N An dans l’ensemble dénombrable N × N.
Étude de stabilité 25– La notion d’ensemble au plus dénombrable est stable par union dénombrable.En
effet : on se ramène au cas oùSles ensembles An sont au plus dénombrables et disjoints deux à deux. On peut
alors définir une injection de n∈N An dans l’ensemble dénombrable N × N.
374 Stéphane FLON
 Étude de stabilité 26– La notion d’ensemble dénombrable est stable par union finie.En effet : cas particulier
d’une stabilité précédente.
Étude de stabilité 27– La notion d’ensemble dénombrable est stable par union dénombrable.En effet : cas
particulier d’une stabilité précédente.

12.4. Familles sommables de réels positifs

Pour les familles de réels positifs, le fait de trouver par calcul une somme finie vaut preuve de sommabilité
28 – Pour les familles de réels positifs, le fait de trouver par calcul une somme finie vaut preuve de sommabilité
Démonstration de l’énoncé 18 (Proposition (Suites sommables de réels positifs)) – Laissée au lecteur.
Démonstration de l’énoncé 19 (Corollaire (Invarance de la somme par permutation d’une série de réels
positifs)) – Laissée au lecteur.
Démonstration de l’énoncé 20 (Proposition (Comparaison et familles de réels positifs)) – Supposons vi ⩽ ui
pour tout i ∈ I. Pour toute partie finie F de I, on a :
X X X
vi ⩽ ui ⩽ ui
i∈F i∈F i∈I
P P
donc i∈I ui est un majorant de { i∈F vi , F ⊂ I et F est fini }, d’où, par définition de la borne supérieure, le
fait que
X X
vi ⩽ ui
i∈I i∈I

□
Démonstration de l’énoncé 21 (Proposition (Opérations sur les familles de réels positifs)) – Soit a ∈ R+ .
Pour toute partie finie F de I, on a
X X X
aui = a ui ⩽ a ui
i∈F i∈F i∈I

et on sait que sup aX = a sup X pour toute partie non vide X de réels, et tout réel positif a, d’où le premier
résultat.
Pour toute partie finie F de I, on a
X X X X X
(ui + vi ) = ui + vi ⩽ ui + vi
i∈F i∈F i∈F i∈I i∈I

d’où le fait que

X X X
(ui + vi ) ⩽ ui + vi
i∈I i∈I i∈I

Montrons l’inégalité en sens inverse. Considérons des parties finies F et G de I. On a

X X X X X X
ui + vi ⩽ ui + vi = (ui + vi ) ⩽ (ui + vi )
i∈F i∈G i∈F ∪G i∈F ∪G i∈F ∪G i∈I

donc, pour G partie finie de I fixée, on a, pour toute partie finie F de I :

X X X
ui ⩽ (ui + vi ) − vi
i∈F i∈I i∈G

d’où
X X X
ui ⩽ (ui + vi ) − vi
i∈I i∈I i∈G

puis
X X X
vi ⩽ (ui + vi ) − ui
i∈G i∈I i∈I

puis, ceci valant pour toute partie finie G de I :

X X X
vi ⩽ (ui + vi ) − ui
i∈I i∈I i∈I

ce qui prouve l’inégalité voulue. □

Démonstration de l’énoncé 22 (Proposition (Sous-familles de familles de réels positifs)) – Laissée au lecteur.
Démonstration de l’énoncé 23 (Théorème de sommation par paquets, cas réel positif ) – Laissée au lecteur.
Démonstration de l’énoncé 24 (Théorème de Fubini positif ) – Laissée au lecteur.
375 Stéphane FLON
 12.5. Familles sommables de nombres complexes
Étude de stabilité 38– La notion de famille sommable de nombres complexes est stable par sous-famille.
Démonstration de l’énoncé 25 (Proposition (Comparaison et familles sommables de nombres complexes) –
Laissée au lecteur.
Démonstration de l’énoncé 26 (Proposition (Lien entre la sommabilité et la convergence absolue)) – Laissée
au lecteur.
La sommabilité est liée à la convergence absolue plutôt qu’à la convergence 39 – La sommabilité est liée à
la convergence absolue plutôt qu’à la convergence
Démonstration de l’énoncé 27 (Proposition (Permutation de l’ensemble des indices dans une famille som-
mable)) – Laissée au lecteur.
Démonstration de l’énoncé 28 (Proposition (Approximation de la somme d’une famille sommable)) – Laissée
au lecteur.
Démonstration de l’énoncé 29 (Proposition (Linéarité de la somme pour les familles sommables)) – De la
structure d’espace vectoriel de Ω :
Ω est une partie de CI , comprenant son vecteur nul. De plus, pour tout ((ui )i∈I , (vi )i∈I ) ∈ Ω2 , et tout
(λ, µ) ∈ C2 , on a, pour tout i ∈ I :
|λui + µvi | ⩽ |λ||ui | + |µ||vi |
D’après la proposition ??, la famille (|λ||ui | + |µ||vi |)i∈I est sommable, et donc, d’après la même proposition,
(|λui + µvi |)i∈I l’est aussi. Ω est stable par combinaisons linéaires, c’est un sous-espace vectoriel de CI .
De la linéaritéPde S, cas des Pfamilles sommables
P réelles. Soit ((ui )i∈I , (vi )i∈I ) ∈ ℓ1 (I, R)2 , λ ∈ R.
Montrer que i∈I ui + vi = i∈I ui + i∈I vi revient par définition à montrer que
X X X X X X
(ui + vi )+ − (ui + vi )− = u+i − u−i + vi+ − vi−
i∈I i∈I i∈I i∈I i∈I i∈I

Or on observe que, pour tout i ∈ I

(ui + vi )+ + u− − + + −
i + vi = ui + vi + (ui + vi ) ,

et donc (d’après le cas déjà traité des familles sommables de réels positifs) que
X X X X X X
(ui + vi )+ + vi− + u−
i = u+i + vi+ + (ui + vi )−
i∈I i∈I i∈I i∈I i∈I i∈I

soit le résultat voulu.

Le fait que S(λ(ui )i∈I ) = λS((ui )i∈I ) est évident, en distinguant les cas selon le signe de λ.
De la linéarité de S, cas des familles sommables complexes. Soit ((ui )i∈I , (vi )i∈I ) ∈ ℓ1 (I)2 , λ ∈ C.
Grâce à la R-linéarité de S, on montre aisément que S((ui )i∈I + (vi )i∈I ) = S((ui )i∈I ) + S((vi )i∈I ), et que
S(λ(ui )i∈I ) = λS((ui )i∈I ) si λ est réel.
On montre sans problème que S(i(uj )j∈I ) = iS((uj )j∈I ), ce qui achève la preuve de linéarité dans le cas
complexe. □
Justification de structure 41 – Laissée au lecteur
Démonstration de l’énoncé 30 (Théorème de sommation par paquets, cas complexe) – Laissée au lecteur.
Dans le théorème de sommation par paquets dans le cas complexe, bien faire attention à l’hypothèse de
sommabilité 42 – Il faut faire attention à cette caractérisation de sommabilité
ÄP par
ä paquets. En effet, il se peut
que pour tout j, la famille (ui )i∈Ij soit sommable, et que la famille i∈Ij ui soit sommable, sans que
j∈J
(ui )i∈I le soit
Démonstration de l’énoncé 31 (Proposition (Théorème de Fubini, cas complexe))) – Laissée au lecteur.
Dans le théorème de Fubini dans le cas complexe, bien faire attention à l’hypothèse de sommabilité 44 –
Il faut bien s’assurer de l’hypothèse de sommabilité pour appliquer ce théorème. On la justifie en travaillant sur
les modules
Démonstration de l’énoncé 32 (Proposition (Familles sommables à variables séparées))) – Laissée au lecteur.
Démonstration de l’énoncé 33 (Théorème (Produit de Cauchy de séries absolument convergentes
P Pdans une
algèbre normée de dimension finie)) – Considérons deux séries absolument convergentes an et bn d’une
K-algèbre normée de dimension finie. Posons, pour tout n ∈ N,
Xn Xn
cn = ak bn−k , αn = ∥an ∥ , βn = ∥bn ∥ et γn = αk βn−k
k=0 k=0
Pour tout n ∈ N, on a
n
X n
X
0 ⩽ ∥cn ∥ = ak bn−k ⩽ ∥ak ∥ ∥bn−k ∥ = γn
k=0 k=0

376 Stéphane FLON

 P P
Or γn est convergente d’après le cas scalaire déjà établi, donc cn est absolument convergente.
Posons Cn = [[0, n]]2 et Tn = {(i, j) ∈ N2 , i + j ⩽ n}. On a
n
!Ñ n é n
X X X X X
ai bj − ck = ai bj − a i bj
i=0 j=0 k=0 (i,j)∈Cn (i,j)∈Tn

X
= ai bj
(i,j)∈Cn \Tn
X
⩽ ∥ai bj ∥
(i,j)∈Cn \Tn
X
⩽ αi βj
(i,j)∈Cn \Tn

n
!Ñ n é
n
X X X
= αi βj − γk
i=0 j=0 k=0

or cette dernière expression tend vers 0 lorsque n tend vers l’infini d’après le cas scalaire, d’où le résultat. □
Corrigé de l’exercice de cours (exercice 19 ) –

12.6. Notion de tribu. Probabilité sur un ensemble

L’univers est une boı̂te noire 45 – On n’explicitera pour ainsi dire jamais l’univers Ω. Le fait que l’univers
ne soit pas connu est une façon de rendre compte de l’aléatoire
L’univers ne détermine pas la tribu 46 – Sauf dans le cas pathologique où Ω est un singleton, il n’y a pas
unicité de la tribu sur Ω. Autrement dit, la connaissance de l’univers ne détermine pas les événements
La notion de tribu est technique et sa bonne compréhension est peu évaluée 47 – Les sujets de concours
ne comportent pas de questions sur la notion de tribu
Étude de stabilité 48– La notion de tribu sur Ω est stable par intersection.
Justification de l’exemple 52 – Ω ∈ A est A est stable au passage au complémentaire (dans Ω), donc ∅ ∈ A.
Étude de stabilité 53– La notion d’événement d’une tribu A est stable par passage au complémentaire.
Étude de stabilité 54– La notion d’événement d’une tribu A est stable par union au plus dénombrable.En
effet : ”La stabilité par union dénombrable résulte de la définition. Pour la stabilité par union finie, si A1 , . . . , An
sont des événements, il suffit de prendre par exemple Ak = ∅ pour tout k > n et d’appliquer la stabilité par
union dénombrable.
Étude de stabilité 55– La notion d’événement d’une tribu A est stable par intersection au plus dénom-
brable.En effet : soit (Ai )i∈I où I = [[0, n]] ou I = N. Par les stabilités déjà établies,
\ [
Ai = Ai ∈ A
i∈I i∈I

Étude de stabilité 56– La notion d’événement d’une tribu A est stable par différence ensembliste.En effet :
si A, B ∈ A, alors (A \ B) = A ∩ B ∈ A.
Pour montrer qu’une partie de Ω est un événement, utiliser les stabilités de cette dernière notion 57 –
Pour montrer qu’une partie de Ω est un événement, utiliser les stabilités de cette dernière notion
Prouver qu’une partie est un événement n’est pas une question fréquente 58 – Il est rare qu’un énoncé de
concours demande vraiment de justifier qu’une partie de l’univers est un événement, sans doute parce que c’est
une question un peu abstraite. Il est cependant utile de comprendre le bien fondé de cette question, au moins
en principe
Corrigé de l’exercice de cours (exercice 38 ) –
S Ä ÄT ää
1 B = n∈N An ∩ m∈N\{n} Am ∈ A.
2 Une partie de N est infinie si et seulement si elle n’est pas majorée, donc
C = {ω ∈ Ω, ∀ n ∈ N, ∃k ⩾ n, ω ∈ Ak } =
\ [
Ak
n∈N k⩾n

3 C = {ω ∈ Ω, ∃n ∈ N, ∀ k ⩾ n, ω ∈ Ak } = n∈N k⩾n Ak
S T
Utilité de la notion de système complet d’événements 60 – La notion de système complet d’événements sert
surtout dans la formule des probabilités totales. Un système complet d’événements sert avant tout à décomposer
un événement A en une union disjointe d’événements
377 Stéphane FLON
 12.7. Probabilité sur un espace probabilisable. Espace probabilisé
Un espace probabilisable admet en général plusieurs probabilités 61 – Il faut bien comprendre que (Ω, A)
admet plusieurs et même une infinité de probabilités, sauf dans le cas sans intérêt probabiliste où A est la tribu
triviale {∅, Ω}. Le choix d’une probabilité relève de la personne qui modélise, dans ce registre probabiliste, une
situation concrète. En principe, vous n’aurez pas à effectuer cette étape de modélisation dans les épreuves de
concours (du moins en maths). Pensez par exemple à l’univers [[1, 6]] représentant le résultat du lancer d’un dé :
la distribution n’est pas nécessairement uniforme
Justification de l’exemple 63 – Il suffit d’appliquer la σ-additivité à la suite (An )n∈N où An = ∅ pour tout
n ∈ N.
Démonstration de l’énoncé 34 (Proposition (Propriétés des probabilités)) –
— Poser Ak = ∅ pour tout k > n et utiliser la σ-additivité.
— Additivité finie appliquée à (A, A).
— A ∪ B est la réunion disjointe des événements A et B \ A, donc P (A ∪ B) = P (A) + P (B \ A). De même,
B est la réunion disjointe des événements B \ A et A ∩ B, donc P (B) = P (B \ A) + P (A ∩ B). Le résultat
s’ensuit immédiatement.
— Si A ⊂ B, B est la réunion disjointe des événements A et B \ A, donc P (B) = P (A) + P (B \ A). Comme
P (B \ A) ⩾ 0, on a bien P (A) ⩽ P (B).
□
Étude de stabilité 67– La notion d’événement négligeable est stable par sous-événement.
Étude de stabilité 68– La notion d’événement presque sûr est stable par sur-événement.
Corrigé de l’exercice de cours (exercice 36 ) –
P
1 Par σ-additivité, la série P (An ) converge : son terme général tend donc vers 0.
2
i Application de la question précédente à An = {n}.
ii Pour tout p ∈ N∗ , on note ∆p = {ω ∈ Ω, P ({ω}) ⩾ p1 }. Montrer que pour tout p ∈ N∗ , ∆p
est fini. En écrivant ∆ comme une réunion, mSupposons que ∆p ne soit pas fini : on peut trouver une suite
Pn )n∈N d’éléments de ∆p , distincts deux à deux (ωi ̸= ωj dès que i ̸=
(ω j). D’après la première question, la série
P ({ωn }) converge, or tous ses termes sont supérieurs ou égaux à p1 : c’est absurde, donc ∆p est fini.
∆ est la réunion des ∆p , où p décrit l’ensemble dénombrable N∗ : comme chaque ∆p est fini, ∆ est au plus
dénombrable (union au plus dénombrable d’ensembles au plus dénombrables).
Démonstration de l’énoncé 35 (Proposition (Sous-additivité finie)) – Le dernier point de la proposition 34
permet d’établir le cas où n = 2, et ce dernier cas justifie aisément l’hérédité de cette propriété (initialisée sans
peine pour n = 1). □
Corrigé de l’exercice de cours (exercice 33 ) –
1 = P (A ∪ B ∪ C) ⩽ P (A) + P (B) + P (C) = 3P (A)
donc P (A) ⩾ 1/3, puis P (A) ⩽ 32 .
Démonstration de l’énoncé 36 (Proposition (Continuité croissante)) – Posons B0 = A0 et, pout tout
n∈N:
Bn+1 = An+1 \ An
On vérifie que pour tout n ∈ N, An = 0⩽i⩽n Bi et que i∈N Ai = i∈N Bi . De plus, les Bi sont incompatibles
S S S
deux à deux. On a donc, pour tout n ∈ N :
X
P (An ) = P (Bi )
0⩽i⩽n
P∞
Donc (P (An )) tend vers i=0 P (Bi ).
Or, par σ-additivité, ! !
X [ [
P (Bi ) = P Bi =P Ai
i∈N i∈N i∈N
d’où le résultat. □
Mettre en évidence le théorème de continuité croissante quand on l’emploie 69 – Bien mettre en évidence
cet énoncé en cas d’emploi (la difficulté est de percevoir la nécessité de son emploi)
Ne pas parler de limite d’une suite d’événements 70 – On ne peut pas écrire limn P (An ) = P (limn An ),
car la notation limn An n’a pas de sens.
Lien entre la continuité croissante et la convergence dominée 71 – Cette proposition n’est pas sans rappeler
le théorème de convergence dominée, ou plus précisément le théorème de convergence monotone (dans le cas
d’une suite croissante de fonctions continues par morceaux positives, convergeant simplement vers une fonction
intégrable)
378 Stéphane FLON
 Démonstration de l’énoncé 37 (Proposition (Continuité décroissante)) – Passer au complémentaire, et
appliquer la continuité croissante. □
Corrigé de l’exercice de cours (exercice 39 ) –
1 Si par exemple (An ) est une suite décroissante d’événements négligeables, alors pour tout n ∈ N, P (An ) =
0, donc la suite
T (P (An )) converge vers 0 (elle est même constante).
T
De plus, n∈N T An ⊂ A0 et A0 est négligeable, donc n∈N An est lui aussi négligeable : la suite (P (An ))
converge bien vers n∈N An . De même (ou par passage au complémentaire) pour une suite croissante d’événe-
ments presque sûrs.
Remarque – Nous n’avons même pas utilisé l’hypothèse de monotonie de la suite (An ).
2 Soit (An ) une suite d’événements négligeables. Pour tout n ∈ N, soit Bn = k∈[[0,n]] An . On a n∈N An =
S S
S
n∈N Bn , or (Bn ) est une suite croissante d’événements négligeables (par sous-additivité finie), donc par conti-
nuité croissante, leur réunion est négligeable.
Démonstration de l’énoncé 38 (Proposition (Sous-additivité)) – Pour tout n ∈ N,
Ñ é
[ Xn ∞
X
P Ai ⩽ P (Ai ) ⩽ P (Ai )
0⩽i⩽n i=0 i=0

(d’après la proposition 35), et on conclut par continuité croissante. □

Étude de stabilité 72– La notion d’événement négligeable est stable par union au plus dénombrable.
Étude de stabilité 73– La notion d’événement presque sûr est stable par intersection au plus dénombrable.
Démonstration de l’énoncé 39 (Proposition (Formule des probabilités totales)) – Laissée au lecteur.
Il vaut mieux savoir retrouver les formules des probabilités totales plutôt que de les apprendre par cœur 74 –
Inutile d’apprendre par cœur les différentes formules des probabilités totales, elles se retrouvent immédiatement
avec un peu de bon sens

12.8. Probabilités conditionnelles

La notation (A|B) ne désigne pas un événement 75 – La notation P (A|B) ne signifie nullement que  A|B 
soit un événement, i.e. un élément de A. En particulier, on ne confondra pas la probabilité que A se réalise
sachant que B l’est et la probabilité que les événements A et B se réalisent.
Démonstration de l’énoncé 40 (Proposition (L’application PB est une probabilité)) – L’application PB est
bien définie sur A (car P (B) > 0, et car A ∩ B ∈ A pour tout A ∈ A), positive (par positivité de P ). Si A ∈ A,
on a A ∩ B ⊂ B donc P (A ∩ B) ⩽ P (B), puis, comme P (B) > 0, PB (A) = P P(A∩B) (B) ⩽ 1.
Si enfin (An )n∈N est une suite d’événements deux à deux incompatibles, alors il en va de même pour
(B ∩ An )n∈N , de sorte que par σ-additivité,
∞
X [
P (B ∩ An ) = P (B ∩ ( An ))
n=0 n∈N

et donc, en divisant par P (B)(> 0) :

∞
X [
PB (An ) = PB ( An )
n=0 n∈N
□
Démonstration de l’énoncé 41 (Proposition (Formule des probabilités totales, cas dénombrable, avec condi-
tionnement)) – Résulte de l’observation P (B|Ai )P (Ai ) = P (B ∩ Ai ) et de l’énoncé ??. □
Démonstration de l’énoncé 42 (Proposition (Formule des probabilités composées)) – Observons déjà que
l’on peut conditionner par tous les événements A1 , . . . , A1 ∩ · · · ∩ An−1 car ce dernier n’est pas négligeable est
en contenu dans les autres.
On montre ensuite le résultat par produit télescopique, ou par récurrence. □
6
Corrigé de l’exercice de cours (exercice 30 ) – 35
Démonstration de l’énoncé 43 (Proposition (Première formule de Bayes)) – Résulte immédiatement de la
définition d’une probabilité conditionnelle. □
11
Corrigé de l’exercice de cours (exercice 31 ) – 26
Démonstration de l’énoncé 44 (Proposition (Seconde formule de Bayes)) – On combine l’énoncé 43 avec
les énoncés 41 et ??. □
Il vaut mieux savoir retrouver les formules de Bayes plutôt que de les apprendre par cœur 76 – Inutile
d’apprendre par cœur les différentes formules de Bayes, elles se retrouvent immédiatement avec un peu de bon
sens
379 Stéphane FLON
 12.9. Indépendance d’événements
Justification de l’équivalence 77 – B est réunion disjointe de A ∩ B et de A ∩ B, donc P (B) = P (A ∩ B) +
P (A ∩ B).
Si A et B sont indépendants, alors P (A ∩ B) = P (A)P (B), puis P (A ∩ B) = (P (B) − P (A ∩ B)) =
P (B)(1 − P (A)) = P (B)P (A) : A et B sont indépendants. On obtient la réciproque en remplaçant A par A
(sachant que A = A).
Ne pas confondre indépendance et incompatibilité 78 – Il n’y a pas de lien entre indépendance et incom-
patibilité. En fait, deux événements sont à la fois indépendants et incompatibles si et seulement si l’un d’entre
eux (au moins) est négligeable
Justification de l’équivalence 79 – Si P (B) > 0, P (A|B) = P P(A∩B) (B) , d’où le résultat par définition de
l’indépendance.
Étude de stabilité 80– La notion de famille d’événements mutuellement indépendants est stable par sous-
famille.
L’indépendance mutuelle de trois événements ou plus est bien plus forte que l’indépendance deux à deux 83
– Si n ⩾ 3, l’indépendance deux à deux des événements A1 , . . . , An n’entraı̂ne pas leur indépendance mutuelle.
En effet, en supposant seulement cette dernièreÇ propriété,
å rien ne permettrait notamment de déduire la relation
T Q
pourtant légitime en cas d’indépendance P Ai = P (Ai ).
i∈[[1,n]] i∈[[1,n]]
L’indépendance deux à deux est une condition nécessaire non suffisante de l’indépendance (mutuelle) de
A1 , . . . , An . Ayez en tête des exemples où il y a indépendance deux à deux mais pas mutuelle
L’indépendance mutuelle de trois événements ou plus ne se résume pas à dire que la probabilité de l’inter-
sectionÇest égale au å produit des probabilités 84 – Si n ⩾ 3, l’indépendance de A1 , . . . , An ne se caractérise pas
T Q
par P Ai = P (Ai )
i∈[[1,n]] i∈[[1,n]]
En effet, cette dernière relation serait toujours vérifiée si par exemple An était l’événement impossible, et
elle ne dirait alors rien du lien entre les autres événements
Dans la définition de l’indépendance mutuelle, seuls des produits finis interviennent 85 – De toute façon,
la notion de produit infini (analogue à celle de somme infinie) nécessiste beaucoup de précautions, nous n’en
avons pas parlé
L’indépendance mutuelle d’événements est rarement bien comprise 86 – Les candidats donnent rarement
une définition satisfaisante de l’indépendance mutuelle. Il faut bien prendre le temps de la comprendre
L’indépendance mutuelle est la bonne notion d’indépendance 87 – L’indépendance deux à deux sert assez
peu, contrairement à l’indépendance mutuelle
Notion d’indépendance de tribus 88 – On pourrait définir l’indépendance (mutuelle ou deux à deux) d’une
famille de tribus. Dire que des événements dont mutuellement indépendants revient alors à dire que les familles
qu’ils engendrent le sont
Corrigé de l’exercice de cours (exercice 37 ) –
1 P (R) = P (V ) = P (B) = 1/2 et P (R ∩ V ) = P (R ∩ B) = P (V ∩ V ) = 1/4, d’où l’indépendance deux à
deux. Cependant, P (R ∩ V ∩ B) = 1/4 ̸= P (R)P (V )P (B).

12.10. Variables aléatoires discrètes

Une variable aléatoire n’est pas nécessairement à valeurs réelles 89 – Cette souplesse est très importante
pour la construction du cours. Par exemple, on considérera souvent des variables aléatoires à valeurs dans R2
Démonstration de l’énoncé 45 (Proposition (Image réciproque et variable aléatoire)) – Laissée au lecteur.
Une variable aléatoire est une fonction dont on veut pouvoir calculer avec quelle probabilité elle prend
un ensemble donné de valeurs 90 – Une variable aléatoire est une fonction dont on veut pouvoir calculer avec
quelle probabilité elle prend un ensemble donné de valeurs
Tribu engendrée par une variable aléatoire discrète 91 – C’est la plus petite tribu pour laquelle les (X = x)
sont des événements
Démonstration de l’énoncé 46 (Système complet d’événements et variable aléatoire) – Laissée au lecteur.
Utiliser un système complet d’événements associé à une variable aléatoire discrète 92 – Utiliser un système
complet d’événements associé à une variable aléatoire discrète
Justification de l’exemple 95 – Z(Ω) ⊂ X(Ω) × Y (Ω) et le produit cartésien d’ensembles au plus dénom-
brables est au plus dénombrable, donc Z(Ω) également.
Soit (a, b) ∈ Z(Ω). On a

{ω ∈ Ω, Z(ω) = (a, b)} = {ω ∈ Ω, X(ω) = a et Y (ω) = b} = ((X = a) ∩ (Y = b))

380 Stéphane FLON
et donc (Z = (a, b)) est un événement comme intersection de deux événements.
Étude de stabilité 96– La notion de variable aléatoire discrète est stable par composition à gauche par une
application quelconque.En effet : si X(Ω) ⊂ {xn , n ∈ N}, alors f (X) ⊂ {f (xn ), n ∈ N}, donc il existe une
surjection de N dans f (X)(Ω), et donc f (X)(Ω) est au plus dénombrable.
Soit y ∈ f (X)(Ω). On a
{ω ∈ Ω, f (X)(ω) = y} = (X ∈ f −1 ({y}))
or f −1 ({y}) est une partie de E, donc (f (X) = y) est bien un événement.
f (X) est bien une variable aléatoire discrète.
La notion de variable aléatoire discrète bénéficie d’une stabilité puissante 97 – La stabilité spectaculaire
par composition à droite par n’importe quelle application prouve qu’à partir d’une variable aléatoire, on ne peut
que  créer  d’autres variables aléatoires
Étude de stabilité 98– La notion de variable aléatoire discrète réelle est stable par addition.En effet : si X
et Y sont deux variables aléatoires discrètes réelles, alors Z = (X, Y ) est une variable aléatoire. En introduisant
la fonction f : (x, y) 7→ x + y, f (Z) = X + Y est aussi une variable aléatoire discrète.
Étude de stabilité 99– La notion de variable aléatoire discrète réelle est stable par multiplication par un
scalaire.
Étude de stabilité 100– La notion de variable aléatoire discrète réelle est stable par multiplication.
Corrigé de l’exercice de cours (exercice 55 ) –
1 Y est bien définie et à valeurs dans [[1, 42]], car X1 , . . . , X42 sont à valeurs dans N∗ .
Soit p ∈ [[1, 42]]. L’ensemble {ω ∈ Ω, Y (ω) = p}, que l’on notera (Y = p), peut s’écrire
(Y = p) = (X1 + · · · + Xp ⩾ 42) ∩ (X1 + · · · + Xp−1 ) < 42)
et est donc un événement.
2 Observons déjà que S est à valeurs dans N.
Soit n ∈ N. L’ensemble {ω ∈ Ω, S(ω) = n}, que nous noterons (S = n), peut s’écrire
[
(S = n) = ((N = k) ∩ (X1 + · · · + Xk = n))
k∈N

c’est donc un événement (par les stabilités usuelles et car X1 + · · · + Xk est une variable aléatoire discrète).

12.11. Loi d’une v.a.d.

Pour se donner concrètement la loi d’une variable aléatoire 101 – Concrètement, on donne la loi d’une
v.a.d. X en donnant X(Ω), c’est-à-dire l’ensemble des valeurs qu’elle prend, puis en donnant P (X = x) pour
tout x ∈ X(Ω)
Deux v.a. de même loi ne sont pas toujours égales 102 – Si on modélise le lancer de deux dés équilibrés
en travaillant sur Ω = [[1, 6]]2 , par des variables aléatoires X : Ω →[[1, 6]] et Y : Ω →[[1, 6]], alors ces deux v.a.
suivent la loi uniforme sur [[1, 6]], mais ne sont pas égales pour autant
La loi d’une variable aléatoire est souvent l’information pertinente 103 – (Se passer de l’univers) En fait, la
loi d’une v.a. X est une information intermédiaire entre la donnée de la v.a. (i.e. de l’application X : Ω → E),
et l’image de la v.a., qui ne nous donne que les valeurs prises par X.
D’un point de vue probabiliste, ces deux informations sont peu pertinentes : la première donne une im-
portance trop grande à Ω, que l’on n’explicite en pratique jamais, la seconde ne nous permet pas de savoir la
probabilité avec laquelle on atteint telle ou telle valeur, et est donc trop imprécise.
La donnée pertinente consiste en la donnée conjointe :
(1) de l’ensemble des valeurs prises par X.
(2) pour chacune de ces valeurs x, de la mesure de l’ensemble de ses antécédents, autrement dit de P (X =
x).
On ne peut pas se contenter de la notion de loi 104 – La notion de loi ne se suffit pas à elle-même, puisqu’elle
ne permet notamment pas de rendre compte de l’indépendance (si un dé rouge et un dé bleu équilibrés, les lois
correspondant au lancer de chacun sont identiques, mais les variables aléatoires ne le sont pas)

12.12. Cas particulier des v.a. réelles

Démonstration de l’énoncé 47 (Proposition (Propriétés de la fonction de répartition)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 54 ) –
1 Soit x ∈ R.
FX admet une limite finie ℓ à gauche en x, par croissance de FX . La suite d’événements X ⩽ x − n1 n∈N∗

est croissante (pour l’inclusion), et la réunion de ces événements est (X < x), donc (FX (yn )) tend vers P (X < x)
381 Stéphane FLON
par continuité croissante. Par unicité de la limite, ℓ = P (X < x), et donc pour toute suite (xn ) de réels tendant
vers x par valeurs inférieures, (P (X ⩽ xn ))n∈N tend vers P (X < x).
De même, FX admet une limite finie ℓ′ à droite en x, et la continuité décroissante appliquée à X ⩽ x + n1 n∈N∗

montre que ℓ′ = P (X ⩽ x).

2 Soit x ∈ R. La fonction FX est croissante, donc elle admet des limites finies à gauche et à droite en x. La
question précédente montre que FX est continue à droite, et qu’elle est continue à gauche en x si et seulement
si P (X < x) = P (X ⩽ x), i.e. P (X = x) = 0, d’où le résultat.

12.13. Loi conjointe, lois marginales

La donnée de la loi conjointe est une information beaucoup plus précise que celle des deux lois marginales
105 – La donnée de la loi conjointe est une information beaucoup plus précise que celle des deux lois marginales.
Cependant, avec certaines informations complémentaires, notamment en cas d’indépendance, on peut retrouver
la loi conjointe à partir des lois marginales.
Supposons que E = {x1 , . . . , xm } et F = {y1 , . . . , yn }, où les xi (resp. les yj ) sont distincts deux à deux.
P(X,Y ) est alors donné par les nm scalaires
def
pi,j = P ((X, Y ) = (xi , yj )),
que l’on peut fournir dans un tableau
X\Y y1 ... yn
x1 p1,1 . . . p1,n
.. .. ..
. . .
xm pm,1 . . . pm,n
Tous les coefficients sont positifs ou nuls, et leur somme vaut 1.
La loi de X (resp. de Y ), qui est une loi marginale de (X, Y ), est ici obtenue en sommant les colonnes (resp.
les lignes) de ce tableau.
Il faut noter qu’a priori, les lois marginales ne déterminent pas la loi conjointe (elles nous donnent m + n
équations pour ces mn inconnues).
Bien entendu, la donnée de ce tableau permet de trouver la valeur de P (X ∈ A et Y ∈ B), pour tout
(A, B) ∈ P(X(Ω)) × P(Y (Ω)).
Dans le cas où X ou Y prend un nombre dénombrable de valeurs, il faut imaginer un tableau  infini ,
mais les calculs sont similaires.

12.14. Indépendance de deux variables aléatoires

En cas d’indépendance, les lois marginales permettent de retrouver la loi conjointe 106 – En cas d’indé-
pendance, les lois marginales permettent de retrouver la loi conjointe
Démonstration de l’énoncé 48 (Proposition (Indépendance de deux v.a. et événements)) – Démonstration
hors programme. Le sens indirect est évident en prenant pour A et B les singletons. Pour le sens direct, on peut
d’abord montrer le résultat lorsque B est un singleton (par σ-additivité ou additivité finie), et s’étend au cas
où B est au plus dénombrable (par σ-additivité ou additivité finie). □
L’indépendance de variables aléatoires signifie qu’une information sur l’une n’en donne pas sur l’autre 108
– L’indépendance de variables aléatoires signifie qu’une information sur l’une n’en donne pas sur l’autre
Démonstration de l’énoncé 49 (Proposition (Fonctions de variables indépendantes)) – Si (a, b) ∈ f (X(Ω))×
g(Y (Ω)), alors l’événement (f (X) = a et g(Y ) = b) est égal à (X ∈ f −1 ({a}) et Y ∈ g −1 ({b})). Par
indépendance de X et Y , et la proposition 48, on a
P (f (X) = a et g(Y ) = b) = P (X ∈ f −1 ({a})) P (Y ∈ g −1 ({b})) = P (f (X) = a) P (g(Y ) = b)
d’où l’indépendance de f (X) et de g(Y ). □

12.15. Indépendance mutuelle

L’indépendance deux à deux est une notion bien plus faible que l’indépendance mutuelle 110 – Il ne faut pas
confondre l’indépendance mutuelle et l’indépendance deux à deux : la seconde est bien plus faible (sauf s’il n’y
a que deux variables aléatoires) que la première. Par défaut, l’indépendance de variables signifie l’indépendance
mutuelle, mais il est préférable de ne pas laisser d’ambiguı̈té.
Démonstration de l’énoncé 50 (Proposition (Variables mutuellement indépendantes)) – L’équivalence entre
a) et b) résulte de la définition.
Il est clair que c) entraı̂ne a) en prenant pour les Ai des singletons.
382 Stéphane FLON
 Enfin, la preuve de l’imlication b) ⇒ c) est similaire à celle de la proposition 48. □
Étude de stabilité 111– La notion de famille de variables aléatoires mutuellement indépendantes est stable
par sous-famille.
Démonstration de l’énoncé 51 (Obtention de couples de v.a. indépendantes) – Cela résulte de la définition
de l’indépendance : si (x1 , . . . , xp ) ∈ (X1 , . . . , Xp )(Ω) et (xp+1 , . . . , xn ) ∈ (Xp+1 , . . . , Xn ))(Ω), alors
P ((X1 , . . . , Xp ) = (x1 , . . . , xp ) et (Xp+1 , . . . , Xn ) = (xp+1 , . . . , xn ))
= P (X1 = x1 , . . . , Xn = xn )
= P (X1 = x1 ) . . . P (Xn = xn ) par indépendance
= P ((X1 , . . . , Xp ) = (x1 , . . . , xp )) P (Xp+1 , . . . , Xn ) = (xp+1 , . . . , xn )) toujours par indépendance
□
Démonstration de l’énoncé 52 (Proposition (Lemme des coalitions)) – Il suffit de combiner les énoncés 49
et 51. □
Démonstration de l’énoncé 53 (Théorème d’existence d’une suite de v.a. indépendantes suivant des lois
données) – Hors programme (admise). □

12.16. Lois usuelles

Démonstration de l’énoncé 54 (Proposition (Somme de v.a.i.i.d. de Bernoulli)) – Notons q = 1 − p. Notons
Y = X1 + · · · + Xn . Y est une variable aléatoire discrète réelle, comme somme de telles variables. De plus, on a
Y (Ω) ⊂ [[0, n]]. Soit k ∈ [[0, n]]. Notons
n
X
An,k = {(ε1 , . . . , εn ) ∈ {0, 1}n , εi = k}
i=1
S
L’événement (Y = k) est la réunion disjointe (ε1 ,...,εn )∈An,k ((X1 , . . . , Xn ) = (ε1 , . . . , εn )). Chaque terme de
k n−k
cette

union a pour probabilité pn
q k n−k
(par indépendance mutuelle de X1 , . . . , Xn ). Comme cette union comporte
n
k termes, on a P (Y = k) = k p q : X1 + · · · + Xn suit bien la loi B(n, k). □
Interprétation de la loi géométrique 116 – La loi géométrique de paramètre p est la loi de la variable
aléatoire donnant le rang du premier succès dans une suite d’épreuves de Bernoulli mutuellement indépendantes
de paramètre p
La loi géométrique omet le cas d’un échec perpétuel 117 – On a dit que la loi géométrique donnait le rang
du premier succès dans une suite d’épreuves indépendantes avec même probabilité de succès p. Théoriquement,
il se pourrait que ce premier succès n’ait pas lieu (toutes les tentatives échouent), auquel cas, on peut convenir
que ce rang soit égal à +∞. Cependant, cela se produit avec une probabilité nulle
Démonstration de l’énoncé 55 (Proposition (Caractérisation des lois géométriques comme lois sans mé-
moire)) – Commençons par observer que
P ((X > n + k) ∩ (X > n)) P (X > n + k)
P (X > n + k|X > n) = P (X > k) = =
P (X > n) P (X > n)
n+k
Si X ,→ G(p), alors, en notant q = 1 − p : PP(X>n+k) q k
(X>n) = q n = q = P (X > k) : X suit une loi sans mémoire.
Réciproquement, supposons que X suive une loi sans mémoire : on a en particulier, pour tout n ∈ N∗
P (X > n + 1)
= P (X > n)
P (X > 1)
donc la suite (P (X > n))n∈N∗ est géométrique de raison q = P (X > 1), qui est aussi son terme initial. Ainsi,
pour tout n ∈ N∗ , P (X > n) = q n . D’après la reformulation ci-dessus, X suit une loi de paramètre p = 1 − q. □
Corrigé de l’exercice de cours (exercice 50 ) –
1 On sait que Z est une variable aléatoire. On a clairement Z(Ω) ⊂ N∗ .
Soit n ∈ N. On s’intéresse à l’événement (Z > n). On a (Z > n) = (X > n) ∩ (Y > n), donc, par
indépendance de X et de Y :
P (Z > n) = P (X > n)P (Y > n) = (q n )2 = (q 2 )n
On en déduit que pour tout n ∈ N∗ , P (Z = n) = (q 2 )n−1 − (q 2 )n = (1 − q 2 )(q 2 )n−1 , et donc Z ,→ G(1 − q 2 ).
Remarque – 1 − q 2 = 2p − p2 .
2 On a (X, Y )(Ω) = N × N∗ .
Soit (a, b) ∈ N × N∗ .
L’événement ((U, V ) = (a, b)) est égal à ((X, Y ) = (a + b, b)) ∪ (X, Y ) = (b, a + b)).
383 Stéphane FLON
 Lorsque a ̸= 0, cette union est disjointe, et l’indépendance de X et de Y donne
P ((U, V ) = (a, b)) = 2p2 q a+2b−2
Lorsque a = 0, ((U, V ) = (a, b)) est l’événement ((X, Y ) = (b, b)), de sorte que

P ((U, V ) = (a, b)) = p2 q 2b−2

Cette loi conjointe nous permet de trouver les lois marginales :
Si a ̸= 0,
∞ ∞
X X 2pq a
P (U = a) = P ((U, V ) = (a, b)) = 2p2 q a+2b−2 =
1+q
b=1 b=1

Si a = 0, des calculs semblables donnent

p
P (U = 0) =
1+q
P∞
Remarque – On peut vérifier qu’avec ces formules, a=0 P (U = a) = 1.

∞
X 2pq b pq b−1
P (V = b) = P ((U, V ) = (a, b)) = p2 q 2b−2 + = q 2b−2 (2p − p2 )
a=0
1−q
Remarque – On retrouve heureusement le résultat de la question précédente, mais par une méthode bien plus
laborieuse.
On verifie enfin que pour tout (a, b) ∈ N × N∗ , on a bien P ((U, V ) = (a, b)) = P (U = a)P (V = b) ,et donc
que U et V sont bien indépendantes.
La loi de Poisson fournit une bonne modélisation du nombre d’événements rares 119 – La loi de Poisson
fournit une bonne modélisation du nombre d’événements rares : nombre d’accidents sur une portion de route,
nombre d’erreurs typographiques dans une page, etc.
Démonstration de l’énoncé 56 (Proposition (Somme de v.a.i suivant des lois de Poisson)) – Notons Z =
X + Y . On sait que Z est une variable aléatoire discrète, à valeurs naturellesS
(comme somme de telles variables).
Soit n ∈ N. On peut écrire l’événement (Z = n) comme la réunion disjointe k=0 ((X = k) et (Y = n − k)).
n

Cette réunion étant disjointe,

n
X
P (Z = n) = P ((X = k) et (Y = n − k))
k=0

puis, par indépendance,

n
X
P (Z = n) = P (X = k)P (Y = n − k)
k=0

Par hypothèse sur les lois suivies par X et Y ,

n n Ç å
X e−λ λk e−µ µn−k e−(λ+µ) X n k n−k e−(λ+µ) (λ + µ)n
P (Z = n) = = λ µ =
k! (n − k)! n! k n!
k=0 k=0

donc X + Y ,→ P(λ + µ). □

12.17. Espérance
Dans le cas d’un univers fini, les deux notions d’espérance coı̈ncident 120 – Les deux notions d’espérance,
données en MPSI et MP, coı̈ncident bien dans le cas d’une variable aléatoire finie (qui admet toujours une
espérance)
L’espérance ne dépend que de la loi 121 – En fait, l’espérance de X ne dépend que de la loi que X suit :
on aurait pu parler d’espérance d’une loi, mais ce n’est pas ce qu’a retenu l’usage
Corrigé de l’exercice de cours (exercice 67 ) –
Pn
1 On doit avoir k=0 P (X = k) = 1, d’où a = 21n , puis X ,→ B(n, 1/2). On a donc E(X) = n2 et V(X) = n4 .
Pn 1 n

1 n+1

n+1
2 On doit avoir k=0 P (X = k) = 1, et k+1 k = n+1 k+1 , donc β = 2n+1 −1 .
E(X) = E(X + 1) − 1 = β 2n − 1.
Remarque – Pour calculer V(X), on peut partir de V(X) = E(X(X + 1)) − E(X) − E(X)2 , et on trouve
V(X) = β n 2n−1 − β 2n (β 2n − 1).
384 Stéphane FLON
 12.18. Le théorème de transfert et autres propriétés de l’espérance
Démonstration de l’énoncé 57 (Théorème de transfert) – Laissée au lecteur.
Le théorème de transfert est sans doute le principal résultat de ce chapitre 129 – Il sert notamment à
montrer la linéarité de l’espérance
Ne pas oublier l’hypothèse de sommabilité dans le théorème de transfert 130 – Ne pas oublier l’hypothèse
de sommabilité dans le théorème de transfert
Dans la formule de transfert, la variable aléatoire n’est pas nécessairement à valeurs réelles ou complexes
131 – Cela nous sera très utile dans le cours
Corrigé de l’exercice de cours (exercice 68 ) –
Ä ä Pn Pn Ä ä Ä ä
1 1
1 E X(1+X) = k=1 k(k+1) P (X = k) = n1 k=1 k1 − k+1 1
= n1 1 − n+11 1
= n+1 .
Pn 1
Pn 1 n k n−k

1
P n n+1 k (n+1)−(k+1)

1
2 E(Y ) = k=0 k+1 P (X = k) = k=0 k+1 k p q = n+1 k=0 k+1 p q = p(n+1) (1 − (1 −
n+1
p) ) si p ̸= 0.
Démonstration de l’énoncé 58 (Proposition (Linéarité de l’espérance)) – Laissée au lecteur.
Justification de structure ?? – Voir la preuve de l’énoncé 58.
Démonstration de l’énoncé 59 (Proposition (Positivité de l’espérance)) – Immédiat par définition de l’es-
pérance. □
Démonstration de l’énoncé 60 (Proposition (Croissance de l’espérance)) – Dans un tel cas, Y − X est
positive et admet une espérance, donc E(Y − X) ⩾ 0, puis, par linéarité, E(Y ) ⩾ E(X). □
Démonstration de l’énoncé 61 (Espérance et comparaison) – Laissée au lecteur.
Démonstration de l’énoncé 62 (Proposition (Espérance d’un produit de variables aléatoires indépendantes))
– Laissée au lecteur.

12.19. Variance, écart type et covariance

Justification de la propriété 136 – |XY | ⩽ 12 (X 2 + Y 2 ).
Justification de structure 137 – |X| ⩽ 21 (1 + X 2 ).
Corrigé de l’exercice de cours (exercice 74 ) –
1 ∀ k ∈ [[0, n]], |X k | ⩽ max(1, |X|n ) ⩽ 1 + |X n |
La variance est une mesure de la dispersion d’une variable aléatoire 139 – Bien sûr, la variable aléatoire
X − E(X) est centrée. Pour donner un indicateur numérique de l’écart entre X et son espérance, c’est-à-dire de
la dispersion de X, on pourrait proposer E(|X − E(X)|). Toutefois, cet indicateur est assez peu commode, et
on lui préfère la variance
Variance et espérance ne sont pas homogènes 140 – Espérance et variance ne sont pas homogènes : si les
valeurs de X correspondent à des longueurs, l’espérance de X est une longueur mais sa variance une surface.
L’écart type est quant à lui bien homogène à une longueur
Démonstration de l’énoncé 63 (Proposition (Formules pour la variance)) – Laissée au lecteur.
Démonstration de l’énoncé 64 (Proposition (Inégalité de Cauchy-Schwarz probabiliste)) – On sait déjà que
XY est d’espérance fini. On considère la fonction f : λ 7→ E((λ X + Y )2 ), positive et polynomiale de degré au
plus 2, donc de discriminant négatif ou nul. □
Démonstration de l’énoncé 65 (Proposition (Formule pour la covariance)) – Laissée au lecteur.
Démonstration de l’énoncé 66 (Covariance de deux variables aléatoires indépendantes) – Laissée au lecteur.
Démonstration de l’énoncé 67 (Proposition (Variance d’une somme finie de variables aléatoires)) – Notons
X̃i = Xi − E(Xi ). On a
q
X X q
X X
V (X1 + · · · + xq ) = E((X̃1 + · · · + X̃q )2 ) = E(X̃i2 ) + 2 E(X̃i X̃j ) = V (Xi ) + 2 Cov(Xi , Xj )
i=1 1⩽i<j⩽q i=1 1⩽i<j⩽q

□
Démonstration de l’énoncé 68 (Proposition (Variance d’une somme finie de v.a. deux à deux indépendantes))
– Combiner les énoncés 66 et 67. □
Démonstration de l’énoncé 69 (Proposition (Propriétés du coefficient de corrélation)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 69 ) –
1 Soit X une va suivant B(n, p). Sa variance ne dépend que de la loi : c’est donc aussi la variance de
X1 + · · · + Xp , où X1 , . . . , Xp sont des vaiid suivant B(p).
Pp Ces variables sont mutuellement indépendantes, donc
elles le sont deux à deux, et donc V(X1 + · · · + Xn ) = i=1 V(Xi ) = np(1 − p). Finalement, V(X) = np(1 − p).
2
i P (X = k) = 13−2k 36 . On trouve E(X) = 36 .
91

ii X + Y = U1 + U2 , donc E(Y ) = E(U1 ) + E(U2 ) − E(X) = 161 36 .

385 Stéphane FLON

 49 35 2


iii XY = U1 U2 , donc E(XY ) = 4 , puis Cov(X, Y ) = E(XY ) − E(X) E(Y ) = 36 .

12.20. Fonctions génératrices pour une v.a. à valeurs naturelles

Démonstration de l’énoncé 70 (Proposition (Caractérisation d’espérance finie pour une v.a. à valeurs na-
turelles)) – Laissée au lecteur.
Ne pas oublier la condition de convergence absolue liée à la notion de fonction génératrice 146 – GX est
P (X = n) tn converge absolument
P
définie en les réels t tels que la série
Premières considérations de régularité sur la fonction génératrice 147 – La série entière définissant GX est
de rayon supérieur ou égal à 1 et converge normalement sur le disque unité fermé [−1, 1]. En particulier, GX
est continue sur ce disque, et de classe C ∞ sur ] − 1, 1[
La fonction génératrice caractérise la loi 148 – On peut déterminer les coefficients d’une série entière de
rayon de convergence non nul grâce à la série de Taylor : appliqué au contexte des fonctions génératrices, cela
(n)
nous indique que GX détermine la loi de X, par la formule : ∀ n ∈ N, P (X = n) = Xn!
G (0)

Démonstration de l’énoncé 71 (Proposition (Fonction génératrice d’une somme finie de v.a.i. à valeurs
naturelles)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 51 ) –
1 Si X et Y sont indépendantes et suivent des lois de Poisson de paramètres respectifs λ et µ, alors pour
tout t ∈ R
GX+Y (t) = GX (t)GY (t) = eλ(t−1) eµ(t−1) = e(λ+µ)(t−1)
et X + Y suit donc la loi P(λ + µ).
2 Si X et Y sont indépendantes et suivent respectivement B(m, p) et B(n, p), alors, pour tout t ∈ R
GX+Y (t) = GX (t)GY (t) = (pt + q)m (pt + q)n = (pt + q)m+n ,
donc X + Y ,→ B(m + n, p).
Démonstration de l’énoncé 72 (Proposition (Utilisation de la fonction génératrice dans le cas d’un RCV
plus grand que 1)) – Laissée au lecteur.
Démonstration de l’énoncé P 73 (Proposition (Espérance et fonction génératrice)) – Supposons que X
admette une espérance. La série nP (X = n) est alors convergente à termes positifs, donc absolument conver-
gente.
nP (X = n)tn−1 (commençant à l’indice 1) est donc normalement convergente
P
La série entière dérivée
sur [−1, 1] : ainsi, d’après le théorème de dérivation des séries de fonctions, GX est dérivable en 1, et
G′X (1) = E(X)
Réciproquement, supposons que GX soit dérivable en 1. On sait que pour tout t ∈ [0, 1[ :
∞
X
G′X (t) = nP (X = n)tn−1
n=1

donc G′X est croissante sur [0, 1[.

En utilisant par exemple l’égalité des accroissements finis, on montre que G′X est continue en 1. En parti-
culier, G′X (1) majore G′X sur [0, 1].
Pour tout N ∈ N∗ , tout t ∈ [0, 1[, on a
N
X
nP (X = n)tn−1 ⩽ G′X (t),
n=1

puis, en faisant tendre t vers 1 :

N
X
nP (X = n) ⩽ G′X (1)
n=1
nP (X = n) est à termes positifs, et la suite de ses sommes partielles est majorée par G′X (1) :
P
Ainsi, la série
cette série converge, et sa somme E(X) vérifie
E(X) ⩽ G′X (1)
□
Démonstration de l’énoncé 74 (Proposition (Moment d’ordre 2 et fonction génératrice)) – Laissée au
lecteur.
Corrigé de l’exercice de cours (exercice 70 ) –
386 Stéphane FLON
 1 On rappelle que si X est une variable aléatoire à valeurs dans N, admettant un moment d’ordre 2, de
fonction génératrice GX , alors E(X) = G′X (1), et E(X(X − 1)) = G′′X (1), donc V(X) = E(X(X − 1)) + E(X) −
E(X)2 = G′′X (1) + G′X (1) − G′X (1)2 .
Remarque – On rappelle d’ailleurs que ceci est très facile à établir dans le cas où le rayon de convergence de
P (X = n)tn est de rayon de convergence strictement supérieur à 1.
P
On rappelle enfin que, lorsque X suit respectivement B(p) (avec q = 1 − p), B(n, p) (avec q = 1 − p), G(p)
pt
(avec q = 1 − p) et P(λ), GX (t) = pt + q, GX (t) = (pt + q)n , GX (t) = 1−qt , GX (t) = eλ(t−1) .
p q×p p 1 λ(1−1)
On a donc respectivement E(X) = p, E(X) = np, E(X) = 1−q + (1−q)2 = (1−q) 2 = p , E(X) = λe = λ.
2 Si X ,→ B(p), on a V(X) = 0 + p − p2 = p(1 − p).
Si X ,→ B(n, p), on a V(X) = n(n − 1)p2 + np − (np)2 = np(1 − p).
Si X suit la loi géométrique G(p),
qu (qu)2
Å ã
p(1 + u) p(1 + u) 1+u 2
GX (1 + u) = = = = (1 + u) 1 + + + o(u )
1 − q(1 + u) p − qu 1 − qu/p p p2
q2
Å ã Å ã
q q 1 q
=1+ 1+ u+ + 2 u2 + o(u2 ) = 1 + u + 2 u2 + o(u2 )
p p p p p
donc G′X (1) = p1 , G′′X (1) = 2 × pq2 (formule de Taylor-Young).
Ainsi, V(X) = 2 pq2 + p1 − p12 = pq2 .
Enfin, si X suit la loi de Poisson P(λ), on a G′X (1) = λ et G′′X (1) = λ2 , donc V(X) = λ2 + λ − λ2 = λ.

12.21. Inégalités et résultats asymptotiques

Démonstration de l’énoncé 75 (Proposition (Approximation de la loi binomiale par la loi de Poisson)) –
Laissée au lecteur.
Démonstration de l’énoncé 76 (Proposition (Inégalité de Markov)) – On a ε 1(X⩾ε) ⩽ X. En effet, soit
ω∈Ω:
— Si ω ∈ (X ⩾ ε), i.e. X(ω) ⩾ ε, alors on a bien ε 1(X⩾ε) (ω) ⩽ X(ω).
— Si ω ∈ / (X ⩾ ε), alors ε 1(X⩾ε) (ω) = 0 et X(ω) ⩾ 0 car X est supposée positive.
On conclut en prenant l’espérance (et par croissance de celle-ci). □
Corrigé de l’exercice de cours (exercice 75 ) –
1 Comme g est strictement croissante, les événements (|X| ⩾ ε) et (g(|X|) ⩾ g(ε)) sont égaux, et ont
donc en particulier même probabilité. En appliquant l’inégalité de Markov à g(|X|) (variable aléatoire positive
admettant une espérance) et à g(ε) (strictement positif), on obtient l’inégalité voulue.
2
i Soit µ, t ∈ R+ . L’inégalité est évidemment vérifiée si t = 0. Supposons t > 0. Par stricte croissance de
x 7→ etx , l’événement (X ⩾ µ) est aussi l’événement (etX ⩾ etµ ). De plus, etX est une v.a. positive, admettant
une espérance (car bornée), et etµ > 0. L’inégalité de Markov donne

E(etX )
P (X ⩾ µ) = P etX ⩾ etµ ⩽ ,
etµ
ce qui fournit l’inégalité voulue.
Remarque – on pouvait ne pas isoler le cas où t = 0, et mentionner seulement la croissance de x 7→ etx (pour
tout t ⩾ 0), obtenant (X ⩾ µ) ⊂ (etX ⩾ etµ ) et donc P (X ⩾ µ) ⩽ (etX ⩾ etµ ).
ii Soit (xn ) une suite injective d’éléments de [−1, 1] telle que X(Ω) ⊂ {xn , n ∈ N}.
Soit t ∈ [0, 1]. On a σ 2 = E(X 2 ) = V(X) car X est centrée, donc
∞
X
1 + σ 2 t2 = (1 + x2n t2 )P (X = xn )
n=0
Par ailleurs,
∞
X
E(etX ) = etxn P (X = xn )
n=0
En observant que ey ⩽ 1 + y + y 2 sur [−1, 1] (par étude élémentaire), on a, pour tout n ∈ N
etxn P (X = xn ) ⩽ (1 + txn + t2 x2n )P (X = xn )
d’où en sommant
E(etX ) ⩽ 1 + t E(X) + t2 E(X 2 ) = 1 + t2 σ 2
iii Soit t ∈ [0, 1], et λ ∈ [0, 2σ]. D’après les deux premières questions,
P (X ⩾ λσ) ⩽ e−λσ t E(etX ) ⩽ e−λσ t (1 + σ 2 t2 ) = exp −λσ t + ln 1 + σ 2 t2 ⩽ exp −λσ t + σ 2 t2

387 Stéphane FLON

par inégalité de concavité ln(1 + u) ⩽ u (valable pour tout u > −1).
Pour optimiser cette inégalité, on cherche t ∈ [0, 1] minimisant exp −λσ t + σ 2 t2 , i.e. minimisant −λσ t +


λ
σ 2 t2 . Une étude de fonction nous fait choisir t = 2σ , et on obtient alors l’inégalité voulue.
Démonstration de l’énoncé 77 (Proposition (Inégalité de Bienaymé-Tchebychev))
– Par stricte croissance
de la fonction x 7→ x2 sur R+ , les événements (|X − E(X)| ⩾ ε) et (X − E(X))2 ⩾ ε2 sont égaux. On applique
ensuite l’inégalité de Markov à la variable aléatoire positive (X − E(X))2 , admettant un moment d’ordre 1, et
au réel strictement positif ε2 . □
Démonstration de l’énoncé 78 (Théorème (Loi faible des grands nombres)) – Notons σ l’écart-type commun
des Xi .
Sn
n est une variable aléatoire admettant un moment d’ordre 1, et d’espérance m (par linéarité de l’espérance).
D’après l’inégalité de Bienaymé-Tchebychev (ε est bien strictement positif), on en déduit que
V Snn
Å ã

Sn
P −m ⩾ε ⩽
n ε2
2
Or V(Sn ) = nσ 2 , par indépendance deux à deux de X1 , . . . , Xn . On a donc V Snn = σn .


Ainsi,
σ2
Å ã
Sn
P −m ⩾ε ⩽
n n ε2
□
Savoir refaire la preuve de la loi faible des grands nombres 153 – Savoir refaire la preuve de la loi faible
des grands nombres
Pour la loi faible des grands nombres, l’indépendance deux à deux suffit 154 – L’hypothèse (faible) d’in-
dépendance deux à deux est pour une fois suffisante

388 Stéphane FLON

 13. Algèbre bilinéaire
13.1. Espaces préhilbertiens
Le concept central de ce chapitre est celui de base orthonormée 1 – Le concept central de ce chapitre est
celui de base orthonormée
Étude de stabilité 13– La notion de produit scalaire est stable par restriction à un sous-espace vectoriel.
Étude de stabilité 14– La notion de produit scalaire n’est pas stable par multiplication par un réel quelconque
Étude de stabilité 15– La notion de produit scalaire est stable par multiplication par un réel strictement
positif.
Étude de stabilité 16– La notion de produit scalaire sur E est stable par addition.
Démonstration de l’énoncé 1 (Lemme (Proto-inégalité de Cauchy-Schwarz)) – Soit x, y ∈ E. On introduit
la fonction P : λ ∈ R 7→ φ(λ y + x, λ y + x) = λ2 φ(y, y) + 2λφ(x, y) + φ(x, x). La fonction P est polynomiale
de degré inférieur ou égal à 2. Par positivité de φ, la fonction P est en outre positive : on a donc (2 φ(x, y))2 −
4φ(y, y)φ(x, x) ⩽ 0 (et ce même si φ(y, y) = 0), d’où le résultat. □
Démonstration de l’énoncé 2 (Théorème (Inégalité de Cauchy-Schwarz)) – Si y = 0, alors (x, y) est liée et
on a bien égalité |(x|y)| ⩽ ∥x∥ ∥y∥.
Supposons maintenant y ̸= 0. La fonction P : λ ∈ R 7→ ∥λ y + x∥ est polynomiale de degré 2, et positive
(donc de discriminant ∆ ⩽ 0). On a donc égalité dans l’inégalité de Cauchy-Schwarz si et seulement si ∆ = 0, si
et seulement si P admet donc une racine réelle si et seulement si il existe λ ∈ R tel que x = −λ y, si et seulement
si (x, y) est liée. □
Démonstration de l’énoncé 3 (Proposition (Identités de polarisation)) – Laissée au lecteur.
Grâce aux formules de polarisation, il y a autant d’information dans la norme issue d’un produit scalaire
que dans le produit scalaire 19 – Il y a donc autant d’information dans la norme issue d’un produit scalaire
que dans le produit scalaire. Cela peut-être très utile. Dans le cours, on utilise la polarisation par exemple pour
montrer qu’une isométrie vectorielle conserve aussi le produit scalaire
Démonstration de l’énoncé 4 (Théorème de représentation de Riesz dans un espace euclidien) – Pour
tout a ∈ E, φa est linéaire par linéarité à droite du produit scalaire. Son noyau est l’ensemble des vecteurs
orthogonaux à a : c’est un hyperplan {a}⊥ si a ̸= 0, et E entier si a = 0.
Φ est linéaire par linéarité à gauche du produit scalaire. Si a est dans son noyau, alors φa est la forme
linéaire nulle, donc a = 0 (par exemple parce que φa (a) = 0).
Si E est euclidien, alors Φ est une application linéaire injective entre espaces vectoriels de même dimension
finie, donc c’est un isomorphisme d’espaces vectoriels. □
Corrigé de l’exercice de cours (exercice 5 ) – Dans E = C 0 ([0, 1], R), muni du produit scalaire (f, g) 7→ 0 f g,
R1

l’application φ : f 7→ f (0) n’est pas le produit scalaire par une fonction g. En effet, si tel était le cas, alors pour
R1
f = Id [0,1] × g, on aurait 0 t g(t)2 dt = 0, puis g serait identiquement nulle sur ]0, 1] (une fonction continue
positive d’intégrale nulle sur [0, 1] est identiquement nulle sur ce segment), et enfin sur [0, 1] par continuité.
Toute fonction appartenant à E serait donc nulle en 0, ce qui est absurde.

13.2. Familles orthogonales

Pour montrer qu’un vecteur est nul dans un espace préhilbertien, montrer qu’il est orthogonal à lui-même
(ou à tout vecteur) 21 – Pour montrer qu’un vecteur est nul dans un espace préhilbertien, montrer qu’il est
orthogonal à lui-même (ou à tout vecteur)
Étude de stabilité 24– La notion de famille orthogonale n’est pas stable par concaténation
Démonstration de l’énoncé 5 (Concaténation de familles orthogonales de sous-espaces orthogonaux) – Lais-
sée au lecteur.
Étude de stabilité 25– La notion de famille orthogonale est stable par permutation.
Étude de stabilité 26– La notion de famille orthogonale est stable par multiplication d’un vecteur par un
scalaire.
Étude de stabilité 27– La notion de famille orthogonale est stable par sous-famille.
Pp 2 Pp Pp
Démonstration de l’énoncé 6 (Proposition (Relation de Pythagore)) – ∥ i=1 ei ∥ = ( i=1 ei | i=1 ei ) =
Pp Pp Pp 2 Pp 2
i=1 j=1 (ei |ej ), or (ei |ej ) = 0 dès que i ̸= j, il vient donc bien ∥ i=1 ei ∥ = i=1 ∥ei ∥ . □
Démonstration de l’énoncé 7 (Proposition (Liberté d’une famille orthogonale de vecteurs tous non nuls)) –
On se ramène à montrer le cas où I = [[1, p]] où p ∈ N∗ .
Preuve par le théorème de Pythagore : soit λ1 , . . . , λp ∈ R tels que i=1 λi ei = 0E . Comme λ1 e1 , . . . , λp ep
Pp
sont deux à deux orthogonaux, la relation de Pythagore donne
p 2 p
X X 2
0= λi ei = λ2i ∥ei ∥
i=1 i=1

389 Stéphane FLON

Cette somme nulle est à termes positifs ou nuls : ses termes sont donc tous nuls. Comme les vecteurs ei sont
tous non nuls, il vient bien λi = 0 pour tout i ∈ P [[1, p]].
Preuve directe : soit λ1 , . . . , λp ∈ R tels que i=1 λi ei = 0E . Soit j ∈ [[1, p]]. En prenant le produit scalaire
p
Pp 2
avec ej , on obtient i=1 λi (ei |ej ) = 0. Par orthogonalité des ei avec ej (où i ̸= j), il reste λj ∥ej ∥ = 0, d’où
λj = 0 puisque ej ̸= 0. Ceci valant pour tout j ∈ [[1, p]], (e1 , . . . , ep ) est libre. □
Justification de l’exemple 28 – Soit i, j ∈ N distincts. Si i et j n’ont pas même parité, alors ei ej est une
fonction impaire et 2π-périodique : son intégrale sur un intervalle de longueur 2π est nulle, donc (ei |ej ) = 0.
Si i et j sont pairs, alors i = 2m et j = 2n pour deux entiers distincts m et n. On a
Z 2π ÇZ 2π å
1
(ei |ej ) = cos(mt) cos(nt)dt = cos((m + n)t) + cos((m − n)t)dt
0 2 0
ò2π
1 sin((m + n)t) sin((m − n)t)
ï
= + =0
2 m+n m−n 0
Si i et j sont impairs, alors i = 2m + 1 et j = 2n + 1 pour deux entiers distincts m et n. On a
Z 2π ÇZ 2π å
1
(ei |ej ) = sin(mt) sin(nt)dt = cos((m − n)t) − cos((m + n)t)dt
0 2 0
ò2π
1 sin((m − n)t) sin((m + n)t)
ï
= − =0
2 m−n m+n 0
La famille (en ) est bien orthogonale.
On peut aussi éviter d’utiliser les formules de trigonométrie en passant à l’exponentielle complexe (par les
relations d’Euler), et en utilisant 0 eikt dt = 0 pour tout k ∈ Z \ {0}.
R 2π

Étude de stabilité 31– La notion de famille orthonormée n’est pas stable par concaténation
Étude de stabilité 32– La notion de famille orthonormée est stable par permutation.
Étude de stabilité 33– La notion de famille orthonormée n’est pas stable par multiplication d’un vecteur
par un scalaire
Étude de stabilité 34– La notion de famille orthonormée est stable par sous-famille.
Étude de stabilité 37– La notion de base orthonormée n’est pas stable par concaténation
Étude de stabilité 38– La notion de base orthonormée est stable par permutation.
Étude de stabilité 39– La notion de base orthonormée n’est pas stable par multiplication d’un vecteur par
un scalaire
Démonstration de l’énoncé 8 (Proposition (Existence d’une base orthonormale dans un espace euclidien))
– Montrons ce résultat par récurrence sur la dimension n de E.
L’amorçage au rang 0 est évident.
Fixons n ∈ N, supposons le résultat établi pour tout espace euclidien de dimension n. Soit E un espace
euclidien de dimension n + 1. Comme dim(E) > 0, E admet un vecteur non nul y, et donc admet aussi un
vecteur unitaire en+1 (en prenant le normalisé de y).
La forme linéaire φ : x ∈ E 7→ (en+1 |x) est non nulle (car non nulle en en+1 ), son noyau est donc un
hyperplan H de E : dim(H) = n.
Par hypothèse de récurrence, H admet une base orthonormée (e1 , . . . , en ).
La famille (e1 , . . . , en+1 ) est clairement une base orthonormée de E, d’où l’hérédité, puis le résultat. □
Démonstration de l’énoncé 9 (Proposition (Décomposition d’un vecteur P dans une base orthonormée)) –
Soit (λ1 , . . . , λn ) ∈ Rn le n-uplet des coordonnées de x dans (e1 , . . . , en ) : x = i=1 λi ei .
n

Fixons j ∈ [[1, n]]. En prenant le produit scalaire avec ej , il vient λj = (x|ej ) (par caractère orthonormé de
(e1 , . . . , en )). □
La décomposition d’un vecteur dans une base se fait facilement en base orthonormée 40 – La décomposition
d’un vecteur dans une base se fait facilement en base orthonormée
Démonstration de l’énoncé 10 (Représentation matricielle d’un endomorphisme dans une base orthonormée)
– Conséquence immédiate de 9. □
Démonstration
ÄPn de l’énoncé ä11 (Proposition (Expression d’un produit scalaire en base orthonormée)) –
Pn Pn Pn Pn
(x|y) = i=1 xi ei | j=1 yj ej = i=1 j=1 xi yj (ei |ej ) = i=1 xi yi car (ei |ej ) = δi,j pour tout (i, j) ∈
[[1, n]]2 . □
Un produit scalaire s’exprime bien en base orthonormée 41 – Un produit scalaire s’exprime bien en base
orthonormée
Démonstration de l’énoncé 12 (Proposition (Expression de la norme en base orthonormée)) – Conséquence p
immédiate de l’énoncé Proposition (Expression d’un produit scalaire en base orthonormée) et de ∥x∥ = (x|x).
□
390 Stéphane FLON
 Corrigé de l’exercice de cours (exercice 6 ) –
1 Le seul produit scalaire susceptible de convenir est donné par la formule de l’énoncé 11.
On vérifie aisément que, réciproquement, cette formule définit bien un produit scalaire pour lequel la base
B est orthonormée.
Un même espace vectoriel réel admet généralement plusieurs produits scalaires 42 – Un même espace
vectoriel réel admet généralement plusieurs produits scalaires

13.3. Orthogonal d’une partie

Justification de la propriété 47 – Supposons A ⊂ B. Soit x ∈ B ⊥ , i.e. pour tout b ∈ B, (x|b) = 0. Comme
A ⊂ B, on a a fortiori (x|a) = 0 pour tout a ∈ A, i.e. x ∈ A⊥ .
Justification de la propriété 48 – Soit a ∈ A. On a, pour tout x ∈ A⊥ (a|x) = 0, i.e. a ∈ A⊥⊥ .
Justification de la propriété 50 – A⊥ est une partie de E, comprenant 0E , et, si x, y ∈ A⊥ , et λ, µ ∈ R,
alors, pour tout a ∈ A, (a|λ x + µ y) = λ(a|x) + µ(a|y) = 0, donc λ x + µ y ∈ A⊥ .
Justification de la propriété 51 – A ⊂ Vect(A), donc (Vect(A))⊥ ⊂ A⊥ .
Si, réciproquement, x ∈ A⊥ , alors, A ⊂ {x}⊥ , donc, {x}⊥ étant un sous-espace vectoriel de E, Vect(A) ⊂
{x} , et donc x ∈ Vect(A)⊥ .
⊥

Un sous-espace vectoriel F d’un espace préhilbertien E et son orthogonal F ⊥ dans E ne sont R 1pas toujours
supplémentaires dans E 53 – Pour le produit scalaire sur E = C 0 ([0, 1], R) donné par (f |g) = 0 f g, le sous-
espace vectoriel F = {f ∈ E, f (0) = 0} a un orthogonal nul (car si g ∈ F ⊥ , alors g est orthogonal à Id [0,1] × g),
et donc F + F ⊥ = F ⊊ E
Justification de l’équivalence 54 – F ⊥ = Vect(fi , i ∈ I)⊥ = {fi , i ∈ I}⊥ .

13.4. Projecteurs orthogonaux

Un sous-espace vectoriel F d’un espace préhilbertien E n’admet pas toujours de supplémentaire orthogonal
57 – Un sous-espace vectoriel F d’un espace préhilbertien E n’admet pas toujours de supplémentaire orthogonal
Démonstration de l’énoncé 13 (Proposition (Supplémentaire orthogonal d’un sous-espace de dimension
finie)) – On fixe une base orthonormée (e1 , . . . , en ) de E.
Montrons que F ⊕ F ⊥ = E par analyse-synthèse :
⊥
Analyse : Soit x ∈ E. On suppose disposer Pn de (xF , xF ⊥ ) ∈ F × F tel que x = xF + xF ⊥ .
Soit λ1 , . . . , λn les réels tels que xF = i=1 λi ei , de sorte que
n
X
x= λi ei + xF ⊥
i=1

Pour tout j ∈ [[1, n]], on a, en prenant le produit scalaire avec ej , et sachant que (e1 , . . . , en ) est orthonormée,
λj = (x|ej ).
Ainsi, on a nécessairement
n
X n
X
xF = (x|ei )ei et xF ⊥ = x − (x|ei )ei
i=1 i=1

Synthèse : on vérifie aisément que réciproquement, ces formules définissent des vecteurs de somme x, que
xF ∈ F , et enfin que xF ⊥ ∈ F ⊥ (en vérifiant que pour tout j ∈ [[1, n]], (xF ⊥ |ej ) = 0 pour tout j ∈ [[1, n]]). □
Démonstration de l’énoncé 14 (Formules sur les orthogonaux dans un espace euclidien) – On a toujours
F ⊂ F ⊥⊥ , et, comme F et F ⊥⊥ sont des supplémentaires de F ⊥ (grâce à lénoncé 13), ils ont même dimension :
F = F ⊥⊥ .
⊥
Pour la seconde formule, on a F ⊥ ∩ G⊥ = (F ∪ G)⊥ = (Vect(F ∪ G)) = (F + G)⊥ . On peut d’ailleurs
observer que cette formule est valable dans tout espace préhilbertien.
Enfin, la dernière formule d’obtient en appliquant la formule précédente à F ⊥ et G⊥ , en utilisant la première
formule, et en prenant l’orthogonal. □
Démonstration de l’énoncé 15 (Proposition (Expression du projeté orthogonal dans une base orthonormale))
– Formule déjà établie dans la preuve de l’énoncé 13. □
Démonstration de l’énoncé 16 (Caractérisation du projeté orthogonal) – Soit x ∈ F . Les vecteurs u−pF (u)
et pF (u) − x sont orthogonaux (ce sont des vecteurs respectifs de F ⊥ et de F ), donc, d’après le théorème de
Pythagore, d(u, x)2 = d(u, pF (u))2 + d(pF (u) − x)2 .
On en déduit bien le résultat voulu. □
Démonstration de l’énoncé 17 (Procédé d’orthonormalisation de Gram-Schmidt) – Nous poserons, pour
tout k ∈ N∗ : Fk = Vect(ei )i∈[[1,k]] , et pFk désignera le projecteur orthogonal sur Fk .
391 Stéphane FLON
 Unicité : en procédant par récurrence (finie ou non) sur k, on voit que nécessairement g1 est le normalisé
de e1 , et que si on suppose g1 , . . . , gk−1 construits, un vecteur au plus est susceptible de convenir pour gk , car
gk doit compléter (g1 , . . . , gk−1 ) en une base orthonormée de Fk : deux choix sont possibles, au plus un d’entre
eux respecte la condition (gk |ek ) > 0.
Montrons maintenant l’existence, en posant f1 = ∥ee11 ∥ , et, pour tout k ∈ I \ {1} :
ek − pFk−1 (ek )
fk =
ek − pFk−1 (ek )
(fk est bien défini car ek ∈ / Fk−1 , donc ek − pFk−1 (ek ) ̸= 0).
Existence : vérifions que la famille (fk )k∈I convient.
Tout d’abord, pour tout k ∈ I \ {1}, on a fk ∈ Fk et ek ∈ Fk−1 + Rfk , donc une récurrence immédiate
donne Vect(f1 , . . . , fk ) = Vect(e1 , . . . , ek ) = Fk pour tout k ∈ I.
⊥
Ensuite, chaque fk est unitaire par construction, et, si k, l ∈ I où k > l, alors fk ∈ Fk−1 et fl ∈ Fk−1 , donc
fk et fl sont orthogonaux.
Il reste à établir la propriété (2). Soit k ∈ I. On a bien (fk |ek ) > 0 si k = 1, et, si k ⩾ 2 :


(fk |ek ) = fk |ek − pFk−1 (ek ) + pFk−1 (ek )
⊥


= fk |ek − pFk−1 (ek ) car fk ∈ Fk−1
Ç å
ek − pFk−1 (ek )
= |ek − pFk−1 (ek )
ek − pFk−1 (ek )
= ek − pFk−1 (ek ) > 0
□
Interprétation géométrique du procédé d’orthonormalisation de Gram-Schmidt 58 – On peut donc inter-
préter ce procédé de manière géométrique : f1 est le normalisé de e1 , et pour tout k ∈ I \ {1}, fk est le normalisé
de ek − pFk−1 (ek ) (on n’a conservé que la partie orthogonale à Fk−1 de ek , puis on a normalisé).
Pk−1
Puisque (f1 , . . . , fk−1 ) est une base orthonormée de Fk−1 = Vect(ei )1⩽i⩽k−1 , on a pFk−1 (ek ) = i=1 (ek |fi )fi ,
Pk−1
ek − i=1 (ek |fi )fi
de sorte que fk =
∥ek − i=1 (ek |fi )fi ∥
Pk−1

Le procédé d’orthonormalisation de Gram-Schmidt est assez peu utilisé en pratique 59 – Le procédé

d’orthonormalisation de Schmidt est coûteux, c’est pourquoi il constitue un dernier recours : il vaut mieux
trouver des informations pertinentes sur la structure euclidienne avant d’y faire appel. Si par exemple on trouve
deux supplémentaires orthogonaux (non triviaux) de E, on obtiendra une base orthonormée de E en concaténant
des bases respectives de ces sous-espaces
Le procédé d’orthonormalisation de Gram-Schmidt admet une interprétation matricielle intéressante 60 –
Le procédé d’orthonormalisation de Gram-Schmidt admet une interprétation matricielle intéressante
Démonstration de l’énoncé 18 (Une caractérisation des projecteurs orthogonaux) – L’implication directe
provient du théorème de Pythagore, puisque, dans le cas où p est un projecteur orthogonal, pour tout x ∈ E,
p(x) et x − p(x) sont orthogonaux, et donc :
2 2 2 2
∥x∥ = ∥p(x)∥ + ∥x − p(x)∥ ⩾ ∥p(x)∥
Réciproquement, supposons que p  réduise la norme  (au sens de (2)). Il s’agit de montrer que p est
orthogonal, i.e. que Im(p)(= Ker(p − Id E )) et Ker(p) sont orthogonaux. Soit (x, y) ∈ Im(p) × Ker(p). On
introduit l’application
φ : R → R
2
λ 7→ ∥x + λ y∥
Par hypothèse, pour tout λ ∈ R, ∥p(x + λ y)∥ ⩽ φ(λ).
2
2
Or p(x + λ y) = x car x ∈ E1 (p) et y ∈ Ker(p). Comme φ(0) = ∥x∥ , on en déduit que φ est minimale en 0.
′
Elle est en outre dérivable en 0, donc φ (0) = 0, i.e. (x|y) = 0.
Remarque – Comment avoir l’idée d’introduire φ ? En visualisant un projecteur non orthogonal, et en cherchant
à comprendre géométriquement pourquoi il ne réduit pas toujours la norme. □
Les projecteurs orthogonaux sont les projecteurs qui réduisent la norme, ou encore les projecteurs 1-
lipschitziens 61 – Les projecteurs orthogonaux sont les projecteurs qui réduisent la norme, ou encore les
projecteurs 1-lipschitziens
Corrigé de l’exercice de cours (exercice 1 ) –
1
i Pour l’invariance par permutation, on le vérifie pour l’échange de deux vecteurs (toute permutation
peut s’écrire comme composée d’échanges de ce type).
392 Stéphane FLON
 Pn
Pour l’invariance par l’opération xi ← x + i − j=1,j̸=i λj xj , on effectue les opérations Ci ← Ci +
P P
j=1,j̸=i λj Cj et Li ← Li + j=1,j̸=i λj Lj (qui conservent le déterminant). Pp
Pp ii Supposons (x 1 , . . . , x p ) liée : soit λ1 , . . . , λp des réels non tous nuls tels que i=1 λi xi = 0E . On a alors
λ
i=1 i i L = 0 (où Li est la i-ème ligne de la matrice de Gram associée à x 1 , . . . ,
Pppx ) et donc G(x1 , . . . , xp ) = 0.
Réciproquement, si G(x1 , . . . , xp ) = 0, on dispose d’une relation de liaison i=1 λi Li = 0 (les λi sont non
tous nuls), i.e.
X p
∀ j ∈ [[1, n]], ⟨ λi xi , xj ⟩ = 0
i=1
On a donc
p X
X p
λi λj ⟨xi , xj ⟩ = 0
j=1 i=1
Pp 2 Pp
soit ∥ i=1 λi xi ∥ = 0, et donc i=1 λi xi = 0E : la famille (x1 , . . . , xp ) est liée.
iii Notons F = Vect(x1 , . . . , xp ), et x = xF +xF ⊥ où xF ∈ F et xF ⊥ ∈ F ⊥ . On remplace x par xF +xF ⊥
sur la première ligne et la première colonne de la matrice de Gram de x, x1 , . . . , xp . On obtient la matrice de
2 2
Gram de xF , x1 , . . . , xp , à l’exception du coefficient en position (1, 1), qui vaut ∥xF ∥ + ∥xF ⊥ ∥ . En utilisant
la linéarité du déterminant par rapport à la première colonne, et sachant que G(xF , x1 , . . . , xp ) = 0 (d’après la
première question), on a
2
G(x, x1 , . . . , xp ) = ∥xF ⊥ ∥ G(x1 , . . . , xp ),
d’où le résultat (G(x1 , . . . , xp ) ̸= 0 car (x1 , . . . , xp ) est libre).
Corrigé de l’exercice de cours (exercice 9 ) –
1 Comme C est orthonormée, pour tous vecteurs x et y de E tels que X = MC (x) et Y = MC (y), on a
< x, y >= tr((t X)Y ) = (t X)Y si on confond un élément de M1 (R) avec son unique coefficient.
2
En particulier, ∥ei ∥ = (t Xi )Xi pour tout i ∈ [[1, n]].
i |x)
Pp
Soit x un vecteur de E, et X = MC (x). Comme B est une base orthogonale de F , on a pF (x) = i=1 (e ∥ei ∥2 i
e,
et donc, en exprimant ceci dans la base C :
n n
X (t Xi )X X 1
PX = t X )X
X i = t X )X
Xi (t Xi )X
i=1
( i i i=1
( i i
Pp Xi (t Xi )
Ceci valant pour tout x ∈ E, il vient bien P = i=1 (t Xi )Xi .
2
i On a H = {(x, y, z) ∈ R3 , < (x, y, z)|(1, 2, 3) >= 0}, donc ⃗n(1, 2, 3) est un vecteur normal non nul à
H.
ii On note P et R les matrices respectivement demandées, et P ′ la matrice dans la base canonique du
projecteur orthogonal sur H ⊥ .
On a P + P ′ = IÑ
3 et
′
éR = I3 − 2P .
1
En notant N = 2 , on a, d’après la question précédente,
3
Ñ é
T 1 2 3
N ×N 1
P′ = = 2 4 6
(N T )N 14
3 6 9
et donc Ñ é Ñ é
13 −2 −3 6 −2 −3
1 1
P = I3 − P ′ = −2 10 −6 et R = I3 − 2P ′ = −2 3 −6
14 7
−3 −6 5 −3 −6 −2
Remarque – On a bien tr(P ) = 2(= rg(P )) et tr(R) = 1 = dim(H) − dim(H ⊥ ). Les matrices P et R sont bien
symétriques (matrices d’endomorphismes autoadjoints dans des bases orthonormées). La matrice R est bien
orthogonale (matrice d’une isométrie dans une base orthonormée). Cependant, ces vérifications ne prouvent pas
qu’on ne s’est pas trompé. Ñ é Ñ é
2 3
Remarque – Une base de H est ((2, −1, 0), (3, 0, −1)). Notons U1 = −1 et U2 = 0 . On a bien
0 −1
P × N = 03,1 , P × U1 = U1 et P × U2 = U2 : cela prouve qu’on ne s’est pas trompé. On peut faire des
vérifications similaires pour R (R × N = −N , R × U1 = U1 et R × U2 = U2 ) : cela prouve qu’on ne s’est pas
trompé.
393 Stéphane FLON
 3
i On prend l’othonormalisée (f1 , f2 ) de Schmidt de (u, v) : f1 = √1 (1, 1, 1, 0) et f2 est le normalisé de
3
(v|u) 1
v − (v|f1 )f1 = v − 3 u= donc aussi le normalisé de (2, −1, −1, −3), soit √115 (2, −1, −1, −3).
3 (2, −1, −1, −3),
Remarque
Ä – On aurait aussi puä prendre l’orthonormalisée de Schmidt de (v, u), sans doute plus agréable (c’est
1 1
√ (1, 0, 0, −1), √ (1, 2, 2, 1) ).
2 10
ii D’après la première question, la matrice cherchée vaut
Ü ê Ü ê Ü ê
1 1 1 0 4 −2 −2 −6 3 1 1 −2
1 1 1 1 0 1 −2 1 1 3 1 1 2 2 1
+ =
3 1 1 1 0 15 −2 1 1 3 5 1 2 2 1
0 0 0 0 −6 3 3 9 −2 1 1 3

4 P admet pour vecteurs normaux (1, 2, 1, 2) et (1, −1, 1, −1) donc une base orthonormée de P ⊥ est
1 1


2 (1, −1, 1, −1), 2 (1, 1, 1, 1)
, donc
Ü ê Ü ê Ü ê
1 −1 1 −1 1 1 1 1 1 0 −1 0
1 −1 1 −1 1 1 1 1 1 1 1 0 1 0 −1
P = I4 − − =
4 1 −1 1 −1 4 1 1 1 1 2 −1 0 1 0
−1 1 −1 1 1 1 1 1 0 −1 0 1
Démonstration de l’énoncé 19 (Théorème de la base orthonormée incomplète) – Laissée au lecteur.

13.5. Transposée
Démonstration de l’énoncé 20 (Expression d’un produit scalaire par la transposition) – Laissée au lecteur.
Démonstration de l’énoncé 21 (Caractérisation d’égalité de deux matrices) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 34 ) –
1 Montrons que Ker(A) = Ker(t AA) : le théorème du rang donnera alors immédiatement rg(A) = rg(t AA).
L’inclusion Ker(A) ⊂ Ker(t AA) est évidente.
Réciproquement, soit X ∈ Ker(t AA), i.e. t AAX = 0. On a donc t X t AAX = 0, i.e. t (AX)AX = 0, puis
AX = 0 (AX est orthogonal à lui même pour le produit scalaire canonique sur Mn,1 (R)) : X ∈ Ker(A).

13.6. Adjoint d’un endomorphisme

Démonstration de l’énoncé 22 (Proposition (Le passage à l’adjoint est une symétrie vectorielle)) – Laissée
au lecteur.
Démonstration de l’énoncé 23 (Proposition (Adjoint d’une composée)) – Laissée au lecteur.
Démonstration de l’énoncé 24 (Proposition (Matrice de l’adjoint en base orthonormée)) – Laissée au
lecteur.
C’est en base orthonormée que le lien entre adjoint et transposition se fait 63 – C’est en base orthonormée
que le lien entre adjoint et transposition se fait
Démonstration de l’énoncé 25 (Proposition (Adjoint et sous-espaces stables)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 35 ) –

13.7. Isométries vectorielles

Démonstration de l’énoncé 26 (Proposition (Caractérisation des isométries vectorielles par conservation du
produit scalaire)) – Le sens indirect s’obtient par spécialisation (x = y), le sens direct s’obtient par polarisation.
□
Les endomorphismes orthogonaux de E sont les endomorphismes de E qui  respectent  la structure
euclidienne de E, i.e. qui respectent le produit scalaire, il est donc naturel de les étudier 65 – Les endomor-
phismes orthogonaux de E sont les endomorphismes de E qui  respectent  la structure euclidienne de E, i.e.
qui respectent le produit scalaire, il est donc naturel de les étudier
Étude de stabilité 66– La notion de famille orthogonale est stable par image par une isométrie vectorielle.
Étude de stabilité 67– La notion de famille orthonormée est stable par image par une isométrie vectorielle.
Étude de stabilité 68– La notion de base orthonormée est stable par image par une isométrie vectorielle.
Les projecteurs orthogonaux sont rarement des endomorphismes orthogonaux 70 – Les projecteurs ortho-
gonaux sont rarement des endomorphismes orthogonaux
Justification de l’exemple 72 – Soit s une symétrie orthogonale sur un certain sous-espace vectoriel F d’un
espace euclidien E. Si x = xF + xF ⊥ ∈ E (où xF ∈ F et xF ⊥ ∈ F ⊥ ), alors s(x) = xF − xF ⊥ . On a donc
2 2 2 2
∥s(x)∥ = ∥xF ∥ + ∥xF ⊥ ∥ = ∥x∥ .
394 Stéphane FLON
 Étude de stabilité 74– La notion d’isométrie vectorielle est stable par induction sur un sous-espace stable.
Étude de stabilité 79– La notion d’isométrie vectorielle n’est pas stable par addition
Étude de stabilité 80– La notion d’isométrie vectorielle n’est pas stable par multiplication par un scalaire
Justification de structure 81 – On montre que l’ensemble O(E) des automorphismes orthogonaux de E est
un sous-groupe du groupe linéaire de E. On sait déjà que c’en est une partie. Bien sûr, In ∈ O(E).
De plus, si f, g ∈ O(E), alors, pour tout x ∈ E, ∥(f ◦ g)(x)∥ = ∥f (g(x))∥ = ∥g(x)∥ = ∥x∥, donc f ◦g ∈ O(E),
et f −1 (x) = f (f −1 (x)) = ∥x∥, donc f −1 ∈ O(E).
Démonstration de l’énoncé 27 (Proposition (Caractérisation des isométries vectorielles par image d’une base
orthonormée)) – Si f est une isométrie vectorielle, alors pour tout i, j ∈ [[1, n]], (f (ei )|f (ej )) = (ei |ej ) = δi,j ,
donc (f (e1 ), . . . , f (en )) est bien une base orthonormée de E. Pn
Si, réciproquement,
Pn (f (e1 ), . . . , f (en )) est une base orthonormée de E, alors, pour tout x = i=1 λi ei , on
a»f (x) = i=1 λi f (ei ). Comme (e1 , . . . , en ) et (f (e1 ), . . . , f (en )) sont orthonormées, on en déduit ∥f (x)∥ =
Pn 2
i=1 λi = ∥x∥, donc f ∈ O(E). □
Les isométries sont les endomorphismes respectant les bases orthonormées 82 – On pouvait s’attendre à
ce que les endomorphismes orthogonaux (c’est-à-dire les endomorphismes respectant le produit scalaire) soient
les endomorphismes  respectant  les  bonnes  bases de E, i.e. les bases orthonormées de E
Démonstration de l’énoncé 28 (Proposition (Stabilité de l’orthogonal d’un sous-espace stable par une isomé-
trie vectorielle)) – Puisque f est un automorphisme de E laissant stable F , on a f (F ) = F , puis f −1 (F ) = F .
Soit x ∈ F ⊥ . On a donc, pour tout y ∈ F : (f (x)|y) = (x|f −1 (y)) = 0, i.e. f (x) ∈ F ⊥ . □

13.8. Matrices orthogonales

Démonstration de l’énoncé 29 (Proposition (Caractérisation d’une isométrie vectorielle par représentation

matricielle en BON)) – Notons M = (mi,j ).
f est une isométrie vectorielle si et seulement si (f (e1 ), . . . , f (en )) est une base orthonormée, si et seulement
si pour tous j, k ∈P [[1, n]], (f (ej )|f (ek )) =Pδj,k .
n n
Pn Or f (e j ) = i=1 m i,j ei , f (e k ) = i=1 mi,k ei , et (e1 , . . . , en ) est orthonormée, donc (f (ej )|f (ek )) =
i=1 mi,j mi,k .
Le fait que f soit une isométrie équivaut bien au fait que M soit orthogonale. □
C’est en base orthonormée que le lien entre endomorphisme orthogonal et matrice orthogonale se fait 90
– C’est en base orthonormée que le lien entre endomorphisme orthogonal et matrice orthogonale se fait
Justification de l’équivalence 91 – Soit f l’endomorphisme de E envoyant B0 sur B. La matrice de f
dans B0 est PB0 → B : cette matrice est orthogonale si et seulement si f est orthogonal si et seulement si B est
orthonormée.
Justification de structure 92 – On montre que On (R) est un sous-groupe de GLn (R). C’en est clairement
une partie, comprenant In .
De plus, si M, N ∈ On (R), alors (M N )T M N = N T M T M N = N T N = In , donc On (R) est stable par
produit, et, si M ∈ On (R), alors en inversant la relation (M T )M = In , on obtient M −1 (M T )−1 = In . Comme
(M T )−1 = (M −1 )T , on a bien M −1 ∈ On (R).
Étude de stabilité 93– La notion de matrice orthogonale n’est pas stable par addition
Étude de stabilité 94– La notion de matrice orthogonale n’est pas stable par multiplication par un scalaire
Justification de l’exemple 95 – Par équivalence des normes en dimension finie, on peut prendre la norme
de notre choix pour établir ces propriétés.
Caractère fermé : O(n) est la préimage de {0} par l’application continue M ∈ Mn (R) 7→ (M T )M − In
(où on a fixé une norme quelconque ∥·∥ sur Mn (R)). Cette application est bien continue car le produit matriciel
l’est (bilinéaire en dimension finie) et la transposition également (linéaire en dimension finie).
√ : Pour la norme euclidienne canonique sur Mn (R), O(n) est inclus dans la sphère centrée
Caractère borné
en 0n et de rayon n.
On aurait aussi pu prendre la norme infinie, et observer que tous les coefficients d’une matrice orthogonale
sont compris entre −1 et 1.
Justification de la propriété 96 – Si M ∈ O(n), on a det(M )2 = det(M T ) det(M ) = det((M T )M ) = 1,
donc det(M ) ∈ {−1, 1}.
Justification de l’exemple 97 – On sait que toute symétrie orthogonale est un automorphisme orthogonal,
c’est donc en particulier le cas des réflexions. De plus, si r est une réflexion orthogonale, alors, en se plaçant
dans une base adaptée à E1 (r) et E−1 (r) (qui est de dimension 1), on constate que det(r) = −1.
Démonstration de l’énoncé 30 (Proposition (Description du groupe orthogonal d’ordre deux)) – On vérifie
sans peine que pour tout α ∈ R, R(α) ∈ SO(2) et S(α) ∈ O2 (R) \ SO(2).
395 Stéphane FLON
 Å ã
a b
Réciproquement, soit M = ∈ O(2). Comme M est orthogonale, on a a2 + c2 = 1, b2 + d2 = 1,
c d
et ab + cd = 0. Les nombres complexes a + ic et b + id sont de module 1, il existe donc des réels α et β tels
que (a, c) = (cos(α), sin(α)) et (b, d) = (cos(β), sin(β)). La relation ab + cd = 0 donne cos(α − β) = 0, i.e.
β ≡ α + π2 [π]. Si β ≡ α + π2 [2π], on a M = R(α), et, si β ≡ α + π2 + π [2π], alors M = S(α). □
Justification de l’exemple 100 – Ceci résulte du fait que α 7→ R(α) soit un morphisme surjectif du groupe
commutatif (R, +) sur (SO(2), ·).
Démonstration de l’énoncé 31 (Représentation matricielle en base orthonormée directe d’une rotation
plane) – Soit B0 une base orthonormée directe de E, et soit M la matrice de u dans B0 . On sait qu’il existe un
réel α tel que M = R(α) ∈ SO(2).
Il s’agit de montrer que pour toute base orthonormée directe B de E, MB (u) = R(α). On a : MB (u) =
PB−10 →B
MB0 (u)PB0 → B . Or SO(2) est commutatif, et PB0 → B ∈ SO(2), de sorte que MB (u) = M = R(α). □
Démonstration de l’énoncé 32 (Proposition (Description des isométries vectorielles négatives d’un plan
euclidien)) – Diagonaliser la matrice S(α). □
Corrigé de l’exercice
Pn de Pcours (exercice 43 ) – Inégalités
n
On rappelle que i=1 j=1 a2i,j = n car A est orthogonale.
Pn
Comme pour tout (i, j) ∈ [[1, n]]2 , −1 ⩽ ai,j ⩽ 1, on a a2i,j ⩽ |ai,j |, d’où en sommant n ⩽ i,j=1 |ai,j |.
Par ailleurs, pour tout j ∈ [[1, n]], i=1 a2i,j , donc l’inégalité de Cauchy-Schwarz dans Rn euclidien canonique
Pn
donne
à Ã
n n n
X X X √
|ai,j | ⩽ |ai,j |2 12 = n
i=1 i=1 i=1

puis, en sommant pour j allant de 1 à n :

n
X
|ai,j | ⩽ n3/2
i,j=1
Pn
Notons C1 , . . . , Cn les colonnes de A. i,j=1 ai,j =< C1 + · · · + Cn , U >, où < ·, · > est le produit scalaire
canonique sur Mn,1 (R), et U est l’élément de Mn,1 (R) dont tous les coefficients valent 1. L’inégalité de Cauchy-
Schwarz donne alors
n
X
ai,j ⩽ ∥C1 + · · · + Cn ∥ ∥U ∥
i,j=1
√
Or ∥U ∥ = n et comme (C1 , . . . , Cn ) est une base orthonormée,
2 2 2
∥C1 + · · · + Cn ∥ = ∥C1 ∥ + · · · + ∥Cn ∥ = n
et ainsi
n
X
ai,j ⩽ n
i,j=1

Cas d’égalité
L’inégalité centrale se produit si et seulement si pour tout (i, j) ∈ [[1, n]]2 , a2i,j = |ai,j |, i.e. tous les coefficients
de A appartiennent à {−1, 0, 1}.
L’inégalité de droite se produit si et seulement si tous les coefficients de A ont même valeur absolue (à cause
du cas d’égalité dans l’inégalité de Cauchy-Schwarz).
L’inégalité de gauche se produit si et seulement si C1 + · · · + Cn est colinéaire à U , c’est-à-dire U est vecteur
propre de A.
Corrigé de l’exercice de cours (exercice 44 ) –
1 Non, prendre l’isobarycentre de In et −In .
2 On considère λ ∈]0, 1[ tel que W = λ U + (1 − λ) V ∈ On (R). Montrons que, nécessairement, U = V .
On a W T W = In , donc, en développant,
λ2 U T U + λ(1 − λ)(U T V + V T U ) + (1 − λ)2 V T V = In
/ {0, 1}, à U T V + V T U = 2In . En prenant la
ce qui conduit, par orthogonalité de U et de V , et par le fait que λ ∈
trace, on obtient (U |V ) = n = ∥U ∥ ∥V ∥, pour la structure euclidienne canonique sur Mn (R). Par cas d’égalité
de l’inégalité de Cauchy-Schwarz, U et V sont colinéaires. Or ces matrices sont en outre de même norme, et
(U |V ) ⩾ 0, donc U = V .
396 Stéphane FLON
 13.9. Réduction des isométries vectorielles
Démonstration de l’énoncé 33 (Proposition (Orthogonal d’un sous-espace invariant par un automorphisme
orthogonal)) – Laissée au lecteur.
Démonstration de l’énoncé 34 (Théorème (Réduction d’une isométrie vectorielle en base orthonormale)) –
Laissée au lecteur.
Démonstration de l’énoncé 35 (Corollaire (Réduction d’une isométrie vectorielle directe d’un espace eucli-
dien de dimension 3)) – Laissée au lecteur.

13.10. Endomorphismes autoadjoints d’un espace euclidien

Justification de structure 101 – On montre que S(E) est un sous-espace vectoriel de L(E) : c’en est déjà
bien une partie, comprenant 0L(E) .
Ensuite, si λ et µ sont deux réels, et si u, v ∈ S(E), alors, pour tout (x, y) ∈ E 2 ,
((λ u + µ v)(x)|y) = (λ u(x) + µ v(x)|y)
= λ (u(x)|y) + µ (v(x)|y) (linéarité à gauche du produit scalaire)
= λ (x|u(y)) + µ (x|v(y)) (u, v ∈ S(E))
= (x|(λ u + µ v)(y)) (linéarité à droite du produit scalaire)
Étude de stabilité 102– La notion d’endomorphisme autoadjoint est stable par induction sur un sous-espace
stable.
Étude de stabilité 103– La notion d’endomorphisme autoadjoint n’est pas stable par compositionEn effet :
pour montrer
Å laãnon stabilité
Å par ã produit, il suffit de trouver deux matrices symétriques dont le produit ne l’est
0 0 0 1
pas A = et B = conviennent (en taille p supérieure à deux, on prend deux matrices diagonales
0 1 1 0
par blocs dont les deux premiers blocs sont respectivement A et B, puis un bloc Ip−2 pour chacune.
Soit x, y ∈ E. On a
(x|(u ◦ v)(y)) = (x|u(v(y))) = (u(x)|v(y)) = (v(u(x))|y)
donc
((u ◦ v)(x)|y) = (x|(u ◦ v)(y))
si et seulement si
((u ◦ v − v ◦ u)(x)|y) = 0
L’endomorphisme u ◦ v est autoadjoint si et seulement si
∀ x, y ∈ E, ((u ◦ v − v ◦ u)(x)|y) = 0
soit u ◦ v = v ◦ u.
Justification de l’équivalence 104 – Un sens est évident par spécialisation, et le sens réciproque s’obtient
par bilinéarité de (x, y) 7→ (u(x)|y) et (x, y) 7→ (x|u(y)).
Démonstration de l’énoncé 36 (Proposition (Caractérisation des endomorphismes autoadjoints en BON))
– Provient directement de l’équivalence précédente, et de l’expression matricielle d’un endomorphisme en base
orthonormée. □
C’est en base orthonormée que le lien entre endomorphisme autoadjoint et matrice symétrique se fait 105
– C’est en base orthonormée que le lien entre endomorphisme autoadjoint et matrice symétrique se fait
Justification de l’exemple 106 – Avec des notations évidentes, si s est la symétrie orthgonale sur F , alors,
pour tous vecteurs x, y de E :
(s(x)|y) = (xF − xF ⊥ |yF + y⊥ ) = (xF |yF ) − (xF ⊥ |yF ⊥ )
Cette dernière quantité est symétrique, dans le sens où elle est inchangée si on échange x et y, donc
(s(x)|y) = (s(y)|x) = (x|s(y)).
Une symétrie vectorielle d’un espace euclidien n’est pas, en général, un endomorphisme symétrique 107 –
Une symétrie vectorielle d’un espace euclidien n’est pas, en général, un endomorphisme symétrique
Justification de l’exemple 108 – Avec des notations évidentes, si p est le projecteur orthogonal sur F , alors
pour tous x, y ∈ E, (p(x)|y) = (xF |yF ) = (x|p(y)).
On aurait aussi pu utiliser l’exemple des symétriques orthogonales, la structure d’espace vectoriel de S(E),
et la formule pF = 21 (sF + Id E ).
Tout projecteur orthogonal est un endomorphisme symétrique, mais ce n’est une symétrie vectorielle que
lorsqu’il est égal à l’identité 109 – Tout projecteur orthogonal est un endomorphisme symétrique, mais ce n’est
une symétrie vectorielle que lorsqu’il est égal à l’identité
Démonstration de l’énoncé 37 (Une caractérisation des symétries orthogonales) – On a déjà vu le sens
direct.
397 Stéphane FLON
 Si, réciproquement, u est un endomorphisme symétrique et orthogonal, alors, pour tous vecteurs x, y de E
((u2 − Id E )(x)|y) = (u2 (x)|y) − (x|y) = (u(x)|u(y)) − (x|y) = (x|y) − (x|y) = 0
donc u2 = Id E . Ainsi, u est une symétrie, et, si x ∈ E1 (u) et y ∈ E−1 (u), alors
(x|y) = (u(x)|u(y)) = (x| − y) = −(x|y)
donc E1 (u) et E−1 (u) sont orthogonaux : u est une symétrie orthogonale. □
Démonstration de l’énoncé 38 (Lemme de stabilité de l’orthogonal d’un sous-espace stable par un endo-
morphisme symétrique) – Soit x ∈ F ⊥ . Pour tout y ∈ F , (u(x)|y) = (x|u(y)) = 0 car x ∈ F ⊥ et u(y) ∈ F : on
a donc u(x) ∈ F ⊥ . □
Démonstration de l’énoncé 39 (Lemme d’orthogonalité des sous-espaces propres d’un endomorphisme sy-
métrique) – Soit λ et µ deux valeurs propres distinctes de u. Soit x ∈ Eλ (u), y ∈ Eµ (u). On a d’une part
(u(x)|y) = λ (x|y), et, d’autre part, (x|u(y)) = µ (x|y).
Par symétrie de u, on obtient λ (x|y) = µ (x|y), et donc (x|y) = 0 puisque λ ̸= µ. □
Démonstration de l’énoncé 40 (Lemme de spectre non vide pour un endomorphisme symétrique) – On
sait (d’après l’énoncé ??) qu’il existe un sous-espace vectoriel F de E stable par u, de dimension 1 ou 2. Si F
est une droite, u admet bien une valeur propre. Si F est un plan, alors l’endomorphisme v de F induit par u
est aussi symétrique, et, Å en fixant
ã une base orthonormée (e1 , e2 ) de F , v est représenté dans cette base par une
a b
matrice symétrique A = . On a χA (X) = (X − a)(X − c) − b2 = X 2 − (a + c)X + ac − b2 , de discriminant
b c
∆ = (a + c)2 − 4(ac − b2 ) = (a − c)2 + 4b2 ⩾ 0. La matrice A admet une valeur propre réelle, donc v également,
ainsi que u. □
Démonstration de l’énoncé 41 (Théorème spectral) – Notons F la somme directe des sous-espaces propres
de u. On sait par l’énoncé ?? que F ⊥ est stable par u. Si F ⊥ n’était pas réduit au vecteur nul, u induirait
un endomorphisme symétrique sur F ⊥ , et donc de spectre non vide (par l’énoncé 40), ce qui conduirait à une
absurdité. Ainsi, F ⊥ = {0} et donc u est diagonalisable. De plus, les sous-espaces propres de u sont orthogonaux
(énoncé ??), de sorte qu’en concaténant des bases orthonormées respectives de ces sous-espaces, on obtient bien
une base orthonormée de E constituée de vecteurs propres de u. □

13.11. Matrices symétriques

Justification de structure 115 – Laissée au lecteur
Étude de stabilité 116– La notion de matrice symétrique est stable par transposition.
Étude de stabilité 117– La notion de matrice symétrique inversible est stable par inverse. Å ã
0 0
Étude de stabilité 118– La notion de matrice symétrique n’est pas stable par produitEn effet : A =
0 1
Å ã
0 1
et B = conviennent
1 0
Étude de stabilité 119– La notion de matrice symétrique est stable par l’opération M 7→ AT M A, où
A ∈ Mn (K).
Étude de stabilité 120– La notion de matrice symétrique n’est pas stable par conjugaison matricielle
Étude de stabilité 121– La notion de matrice symétrique est stable par conjugaison par une matrice ortho-
gonale.En effet : si S ∈ Sn (R) et P ∈ O(n), alors P −1 SP = P T SP , de sorte que (P −1 SP )T = P T S T (P T )T =
P T SP = P −1 SP .
Démonstration de l’énoncé 42 (Théorème spectral (version matricielle)) – Laissée au lecteur.
Justification de l’exemple 128 – Cette matrice est de carré nul, donc nilpotente, mais non nulle : elle n’est
pas diagonalisable.
La version matricielle du théorème spectral ne s’applique qu’aux matrices symétriques réelles 129 – La
version matricielle du théorème spectral ne s’applique qu’aux matrices symétriques réelles
Démonstration de l’énoncé 43 (Un encadrement pour un endomorphisme symétrique) – D’après le théo-
rème spectral, on dispose de n scalaires λ1 , . . . , λn tels que λ1 ⩽ . . . ⩽ λn , ainsi que d’une base
Pnorthonormée
B = (e1 , . . . , en ) constituée de vecteurs propres de u (chaque ei est associé à λi ). Soit x = i=1 xi ei ∈ E.
D’après le théorème de Pythagore,
Xn
2
∥x∥ = x2i
i=1
et par ailleurs
n
X n
X n
X
< u(x), x >=< λ i xi ei , xj ej >= λi x2i
i=1 j=1 i=1

398 Stéphane FLON

Comme pour tout i ∈ [[1, n]],
λ1 x2i ⩽ λi x2i ⩽ λn x2i
on obtient bien le résultat souhaité en sommant ces inégalités. □
Justification de la propriété 130 – On travaille en dimension finie. On sait déjà que dim(Im(u))+dim(Ker(u)) =
dim(E) (théorème du rang), donc pour prouver la supplémentarité de Im(u) et Ker(u), il suffit de montrer qu’ils
sont en somme directe (ou que leur somme est égale à E). Comme l’orthogonalité de Im(u) et Ker(u) entraı̂ne
le fait que leur somme soit directe, on est ramené à montrer que pour tout (x, y) ∈ Im(u) × Ker(u), (x|y) = 0.
Or il existe z ∈ E tel que x = u(z), et on a donc, par symétrie de u :
(x|y) = (u(z)|y) = (z|u(y)) = 0
car y ∈ Ker(u).
Cela établit bien le résultat.
Démonstration de l’énoncé 44 (Caractérisation des projecteurs orthogonaux) – Supposons que le projecteur
p soit orthgonal : p est le projecteur orthogonal sur un sous-espace vectoriel F . Soit x ∈ E, (xF , xF ⊥ ) ∈ F × F ⊥
tel que x = xF + xF ⊥ . On a, pour tout x, y ∈ E :
(p(x)|y) = (xF |yF + yF ⊥ ) = (xF |yF )
et (xF |yF ) est inchangé si on échange x et y, donc (p(x)|y) = (x|p(y)) : p est symétrique.
Réciproquement, supposons que le projecteur p sur F (= Im(p) = Ker(p−Id E )) parallèlement à G(= Ker(p))
soit symétrique. Il s’agit de montrer que F et G sont orthogonaux. Soit (xF , xG ) ∈ F × G. On a, puisque p est
symétrique
(xF |xG ) = (p(xF )|xG ) = (xF |p(xG )) = (xF |0E ) = 0
et p est donc bien un projecteur orthogonal. □

13.12. Matrices symétriques positives, définies positives

Démonstration de l’énoncé 45 (Caractérisation des matrices symétriques positives) – Supposons b), et soit
λ ∈ Sp(A) et X ∈ Rn \ {0} tel que AX = λX. On a
(t X)AX = λ (t X)X ⩾ 0,
2
or (t X)X = ∥X∥ > 0, donc λ ⩾ 0.
Réciproquement, l’implcation de a) vers b) résulte de l’énoncé 43. □
Démonstration de l’énoncé 46 (Caractérisation des matrices symétriques définies positives) – Similaire à
celle de l’énoncé 45. □
Étude de stabilité 132– La notion de matrice symétrique positive est stable par addition.
Étude de stabilité 133– La notion de matrice symétrique positive n’est pas stable par multiplication par un
réel
Étude de stabilité 134– La notion de matrice symétrique positive est stable par multiplication par un réel
positif ou nul.
Étude de stabilité 135– La notion de matrice symétrique définie positive est stable par addition.
Étude de stabilité 136– La notion de matrice symétrique définie positive n’est pas stable par muliplication
par un réel
Étude de stabilité 137– La notion de matrice symétrique définie positive est stable par muliplication par un
réel strictement positif.
Démonstration de l’énoncé 47 (Racine carrée d’une matrice symétrique définie positive) – L’existence est
facile en partant du théorème spectral.
Pour l’unicité, on observe que si µ ∈ Sp(T ), alors µ2 ∈ Sp(S), et que
Eµ (T ) ⊂ Eµ2 (S)
Or Rn est la somme directe des Eµ (T ), ce qui force chacune de ces inclusions à être une égalité. Ainsi, pour tout
λ ∈ Sp(S), on doit avoir
E√λ (T ) = Eλ (S)
et une seule matrice T convient. □
Justification de l’exemple 140 – t AA est clairement symétrique, et si X ∈ Rn :
t
X t AAX =t (AX)(AX) ⩾ 0
et ce scalaire n’est nul que si AX = 0, soit encore X = 0 puisque A est inversible.
Démonstration de l’énoncé 48 (Décomposition polaire) – Si un tel couple convient, alors
t
AA = (t U )(t Ω)ΩU = (t U )U = U 2
399 Stéphane FLON
donc U doit être l’unique élément de Sn++ (R) tel que U 2 = (t A)A. Ensuite, la relation Ω = AU −1 montre qu’il
y a bien unicité du couple (Ω, U ) susceptible de convenir.
Réciproquement, prenons ce couple, et vérifions qu’il convient. On a A = ΩU par construction.
De plus, U est symétrique définie positive par construction, et
t
ΩΩ = U −1 (t A)AU −1 = U −1 U 2 U −1 = In ,
donc Ω est bien orthogonale. □
Corrigé de l’exercice de cours (exercice 57 ) – Raisonnons par l’absurde, en supposant que le spectre de
A soit inclus dans R− . On en déduit alors que pour toute colonne X, t XAX ⩽ 0. Or en prenant pour X la
colonne Ei (le i-ème coefficient vaut 1, les autres 0), on a
t
XAX = ai,i > 0,
d’où une contradiction.

400 Stéphane FLON

 14. Fonctions vectorielles et révisions sur les fonctions numériques

Généraliser aux fonctions d’une variable réelle la notion de dérivée– en partant de la définition avec le taux
d’accroissement–, puis celle d’intégrale 1 – Généraliser aux fonctions d’une variable réelle la notion de dérivée–
en partant de la définition avec le taux d’accroissement–, puis celle d’intégrale
E, F , G désignent des evn de dimension finie sur K (où K est égal à R ou à C), I désigne un intervalle
d’intérieur non vide 2 – E, F , G désignent des evn de dimension finie sur K (où K est égal à R ou à C), I
désigne un intervalle d’intérieur non vide

14.1. Définition, fonctions coordonnées dans une base

Il est intéressant de voir les éléments de A comme indiquant des instants 3 – Il est intéressant de voir les
éléments de A comme indiquant des instants. Les éléments de E, qui sont des vecteurs, seront souvent interprétés
comme représentant une position d’un point mobile à un instant donné, surtout lorsque E est égal à R2 ou à
R3 .
La vraie particularité des fonctions vectorielles est d’être des fonctions d’une variable réelle 4 – La vraie
particularité des fonctions vectorielles est d’être des fonctions d’une variable réelle

14.2. Comparaison des fonctions vectorielles

14.3. Dérivation des fonctions vectorielles
Interprétation cinématique de la dérivée pour les fonctions vectorielles 7 – Si on interprète f comme une
fonction d’une variable temporelle t, et dont les valeurs représentent des positions, le taux d’accroissement de
f entre t et t0 peut être interprété comme la vitesse vectorielle moyenne entre les instants t0 et t : en faisant
tendre t vers t0 , on obtient la vitesse vectorielle instantanée en t0 .
Démonstration de l’énoncé 1 (Proposition (Dérivabilité et développement limité à l’ordre un)) – Laissée
au lecteur.
Puisque la dérivabilité peut se tester sur les fonctions coordonnées, le chapitre sur les fonctions vectorielles
est une extension facile du chapitre de première année sur la dérivation des fonctions numériques 10 – Puisque
la dérivabilité peut se tester sur les fonctions coordonnées, le chapitre sur les fonctions vectorielles est une
extension facile du chapitre de première année sur la dérivation des fonctions numériques

14.4. Opérations sur les fonctions dérivables

Démonstration de l’énoncé 2 (Proposition (Combinaison linéaire de fonctions dérivables)) – Laissée au
lecteur.
Justification de structure 12 – Laissée au lecteur
Démonstration de l’énoncé 3 (Proposition (Dérivation et composition par une application linéaire)) – Lais-
sée au lecteur.
Étude de stabilité 13– La notion de fonction vectorielle dérivable en t0 est stable par composition à gauche
par une application linéaire.
Démonstration de l’énoncé 4 (Proposition (Dérivation et composition avec une application bilinéaire)) –
Laissée au lecteur.
Étude de stabilité 15– La notion de fonction vectorielle dérivable en t0 est stable par composition à gauche
par une application bilinéaire.
Corrigé de l’exercice de cours (exercice 8 ) –
2 2
1 Par hypothèse, la fonction ∥f ∥ est constante. Or ∥f ∥ = (f |f ), et f est dérivable en a, donc, en dérivant
en t0 :
0 = 2(f (t0 )|f ′ (t0 ))
Les vecteurs f (t0 ) et f ′ (t0 ) sont donc orthogonaux.
Corrigé de l’exercice de cours (exercice 5 ) –
1

(M (f1 , . . . , fn ))′ (t0 ) = M (f1′ (t0 ), f2 (t0 ), . . . , fn (t0 ))+M (f1 (t0 ), f2′ (t0 ), f3 (t0 ), . . . , fn (t0 ))+· · ·+M (f1 (t0 ), . . . , fn−1 (t0 ), fn′ (t0 ))

2 Grâce à la formule précédente, on trouve ∆′n = ∆n−1 pour tout entier n ⩾ 2, formule que l’on peut
étendre au cas où n = 1 en posant ∆0 = 1. On en déduit immédiatement que ∆n est de degré n pour tout
n ∈ N∗ . Comme ∆n (0) = ∆n−k (0) = 0 pour tout k ∈ [[0, n − 1]] (déterminant d’une matrice triangulaire
(k)

401 Stéphane FLON

 (n)
supérieure stricte), et que ∆n (0) = 1, on a, par formule de Taylor pour les polynômes :
n (k)
X ∆n (0) Xn
∆n (X) = Xk =
k! n!
k=0
Remarque – Si on ne pense pas à utiliser la formule de Taylor pour les polynômes, on peut calculer explicitement
∆n pour de petites valeurs de n pour conjecturer une formule puis la prouver par récurrence.
Démonstration de l’énoncé 5 (Proposition (Composée d’applications dérivables)) – On a
f (x) = f (t0 ) + (x − t0 )f ′ (t0 ) + (x − t0 )γ(x),
où γ est une fonction de limite nulle en t0 , et
φ(t) = φ(τ0 ) + (t − τ0 )φ′ (τ0 ) + (t − τ0 )δ(t) = t0 + (t − τ0 )φ′ (τ0 ) + (t − τ0 )δ(t),
où δ est de limite nulle en τ0 , de sorte que
f (φ(t)) = f (φ(τ0 ”)) + ((t − τ0 )φ′ (τ0 ) + (t − τ0 )δ(t))f ′ (t0 )
+ ((t − τ0 )φ′ (τ0 ) + (t − τ0 )δ(t))γ(φ(t))
soit
f (φ(t)) = f (φ(τ0 )) + (t − τ0 )φ′ (τ0 )f ′ (t0 ) + ot → τ0 (t − τ0 )
d’où le résultat. □

14.5. Dérivabilité globale

Justification de structure 20 – Laissée au lecteur
Étude de stabilité 21– La notion de fonction vectorielle dérivable sur I est stable par composition à gauche
par une application linéaire.
Étude de stabilité 22– La notion de fonction vectorielle dérivable sur I est stable par composition à gauche
par une application bilinéaire.

14.6. Dérivées successives

Démonstration de l’énoncé 6 (Proposition (Linéarité de la dérivation à l’ordre k)) – Laissée au lecteur.
Justification de structure 23 – Laissée au lecteur
Démonstration de l’énoncé 7 (Proposition (Composée d’une application linéaire et d’une fonction k fois
dérivable)) – Laissée au lecteur.
Démonstration de l’énoncé 8 (Proposition (Formule de Leibniz vectorielle)) – Laissée au lecteur.
Démonstration de l’énoncé 9 (Proposition (Composition de fonctions k fois dérivables)) – Laissée au lecteur.
Justification de structure 25 – Laissée au lecteur
Étude de stabilité 26– La notion de fonction vectorielle k fois continûment dérivable est stable par compo-
sition à gauche par une application linéaire.
Étude de stabilité 27– La notion de fonction vectorielle k fois continûment dérivable est stable par compo-
sition à gauche par une application bilinéaire.
Étude de stabilité 28– La notion de fonction vectorielle k fois continûment dérivable est stable par compo-
sition à droite par une fonction numérique de classe C k .

14.7. Arcs paramétrés

Un arc paramétré ne se confond pas avec son support 29 – Un arc ne se confond pas avec son support,
de même que la fonction sinus ne se confond pas avec son image [−1, 1]. En pratique, on n’étudie que des arcs
plans (c’est-à-dire lorsque E = R2 ), et on représente graphiquement leur support (qui est une partie de R2 ), pas
leur graphe (qui est une partie de R × R2 ).
Interprétation géométrique de la dérivée 30 – Si t0 est un paramètre régulier, la tangente au support à
l’instant t0 est dirigée par le vecteur vitesse f ′ (t0 ). Dans le cas d’un arc plan, la normale au support à ce même
instant est la droite admettant f ′ (t0 ) pour vecteur normal, et passant par M (t0 )(= f (t0 ))
Corrigé de l’exercice de cours (exercice 9 ) –
1 f ′ (t) = (2t, (1 + t)et , − sin(t)) ne s’annule pas : pas de point singulier.
2 f (1) = (1, e, cos(1)) et f ′ (1) = (2, 2e, − sin(1)), donc une équation paramétrique de la tangente T au
point de paramètre 1 est 
 x = 1 + 2λ
y = e + 2eλ (λ ∈ R)
z = cos(1) − sin(1)λ


402 Stéphane FLON

 x−1
En remplaçant par exemple λ par 2 , on obtient un système d’équations cartésiennes
®
y = e + e(x − 1)
z = cos(1) − sin(1)2 (x − 1)

14.8. Intégration d’une fonction vectorielle

Justification de structure 31 – Laissée au lecteur
Démonstration de l’énoncé 10 (Proposition (Linéarité de l’intégrale pour les fonctions vectorielles)) –
Laissée au lecteur.
Démonstration de l’énoncé 11 (Proposition (Relation de Chasles pour les fonctions vectorielles)) – Laissée
au lecteur.
Démonstration de l’énoncé 12 (Proposition (Convergence des sommes de Riemann)) – Laissée au lecteur.
Démonstration de l’énoncé 13 (Proposition (Inégalité triangulaire intégrale pour les fonctions vectorielles))
– Utiliser les sommes de Riemann. □
Démonstration de l’énoncé 14 (Théorème fondamental de l’analyse (vectoriel)) – L’unicité est claire d’après
la proposition précédente. Soit x ∈ I et h ∈ R∗ tel que x + h ∈ I. On a
x+h
F (x + h) − F (x)
Z
1
− f (x) = f (t)dt − f (x)
h h x
Z x+h
1
= (f (t) − f (x))dt
h x
Z x+h
1
⩽ ∥f (t) − f (x)∥ dt
h x

Pour tout ε > 0, il existe δ > 0 tel que pour tout t ∈ I tel que |t − x| ⩽ δ, on ait :

∥f (t) − f (x)∥ ⩽ ε

Ainsi, pour tout h ∈ R∗ tel que |h| ⩽ δ et x + h ∈ I, on a :

F (x + h) − F (x)
− f (x) ⩽ ε
h
d’où le résultat (on a clairement F (a) = 0). □
Démonstration de l’énoncé 15 (Théorème (Inégalité des accroissements finis pour les fonctions vectorielles))
– D’après le théorème fondamental de l’analyse,
Z b
f (b) − f (a) = f ′ (t)dt
a

donc
Z b Z b Z b
′ ′
∥f (b) − f (a)∥ = f (t)dt ⩽ ∥f (t)∥ dt ⩽ M dt = M (b − a)
a a a

□
Démonstration de l’énoncé 16 (Proposition (Intégration par parties pour les fonctions vectorielles)) – Il
suffit d’intégrer sur le segment [a, b] la relation

(B(f, g))′ = B(f ′ , g) + B(f, g ′ )

□
Démonstration de l’énoncé 17 (Proposition (Changement de variable pour les fonctions vectorielles)) –
Laissée au lecteur.
Démonstration de l’énoncé 18 (Proposition
Rx
(Image d’une intégrale
Rx par une application linéaire)) – Consi-
dérons les applications x ∈ [a, b] 7→ L a f (t)dt et x ∈ [a, b] 7→ a (L ◦ f )(t)dt.
Ces deux applications sont dérivables, de même dérivée L ◦ f , et égales en a : elles sont donc égales sur
l’intervalle [a, b] (en particulier en b). □
Démonstration de l’énoncé 19 (Théorème (Formule de Taylor vectorielle avec reste intégral)) – On montre
ce résultat par récurrence en effectuant une intégration par parties dans l’hérédité. □
403 Stéphane FLON
 Démonstration de l’énoncé 20 (Théorème (Inégalité de Taylor-Lagrange à l’ordre n)) – On applique la
formule de Taylor avec reste intégral :
n−1
X (b − a)k Z b
(b − t)n−1 (n)
f (b) − f (k) (a) = f (t)dt
k! a (n − 1)!
k=0
Z b
|b − t|n−1 (n)
⩽ f (t) dt
a (n − 1)!
Z b
|b − t|n−1
⩽ M dt
a (n − 1)!
Z b
(t − b)n−1
= M dt
a (n − 1)!
|b − a|n
= M
n!
□
Démonstration de l’énoncé 21 (Théorème (Formule de Taylor-Young à l’ordre n)) – On applique l’inégalité
de Taylor-Lagrange à la fonction auxiliaire
n
X (x − a)k (k)
g : x 7→ f (x) − f (a)
k!
k=0
g est une fonction de classe C n sur I, ses dérivées en a jusqu’à l’ordre n compris sont nulles en a, et sa dérivée
n-ième sur |a, x| est majorée par sup{ g (n) (t) , t ∈ |a, x|}, donc l’inégalité de Taylor-Lagrange fournit
|x − a|n n o
∥g(x)∥ ⩽ sup g (n) (t) , t ∈ |a, x|
n!
On montre ensuite, en revenant à la définition formelle de la continuité, que sup{ g (n) (t) , t ∈ |a, x|} tend vers
0 lorsque x tend vers a (car g (n) est continue et nulle en a), obtenant le résultat voulu. □
Les théorèmes sur les suites et séries de fonctions s’étendent aux fonctions vectorielles 33 – Les théorèmes
sur les suites et séries de fonctions s’étendent aux fonctions vectorielles

14.9. Retour sur les fonctions d’une variable réelle à valeurs réelles ou complexes
Démonstration de l’énoncé 22 (Fonction continue injective) – Laissée au lecteur.
Démonstration de l’énoncé 23 (Théorème de Darboux) – Première méthode Traiter d’abord le cas où il
existe a et b dans I, où a < b, tels que f ′ (a)f ′ (b) > 0, et montrer que f ′ s’annule (montrer que f présente un
extremum sur [a, b] en un point intérieur à [a, b]).
Deuxième méthode Montrer que l’ensemble τ des taux d’accroissement de f est un intervalle. Pour faire un
lien entre cet ensemble et f ′ (I), utiliser le TAF et la définition de la dérivée en un point.
Remarque – : Pour montrer que τ est un intervalle, on pourra utiliser la notion de connexité par arcs. □
Démonstration de l’énoncé 24 (Groupe des périodes) – Laissée au lecteur.

14.10. Extensions du théorème de Rolle

Démonstration de l’énoncé 25 (Rolle à l’infini) – Première démonstration On considère g : t ∈]−π/2, π/2[7→
f (tan(t)), on la prolonge par continuité en g̃ sur [−π/2, π/2], et on applique le théorème de Rolle à g̃.
Deuxième démonstration Notons l la limite de f en ±∞. On montre que f n’est pas injective : en écartant
le cas où f est constante, on peut par exemple supposer l’existence de t0 ∈ R tel que f (t0 ) > l, et on vérifie
l’existence de t1 < t0 et t2 > t0 tels que f (t1 ) = f (t2 ) = l+f2(t0 ) .
Troisième démonstration On montre que f n’est pas injective : si f était injective, comme elle est en outre
continue, alors elle serait strictement monotone (résultat classique mais non au programme), ce qui contredit le
fait qu’elle ait la même limite en +∞ et −∞. □
Démonstration de l’énoncé 26 (Rolle itéré 1) – On considère x1 , . . . , xn+1 des points distincts de [a, b] où f
s’annule, et tels que xi < xi+1 pour tout i ∈ [[1, n]]. On applique le théorème de Rolle sur chacun des segments
[xi , xi+1 ], obtenant pour tout i ∈ [[1, n]], ci dans ]xi , xi+1 [ tel que f ′ (ci ) = 0. Comme les ]xi , xi+1 [ sont disjoints,
les ci sont distincts. □
Démonstration de l’énoncé 27 (Rolle itéré 2) – Laissée au lecteur.
Démonstration de l’énoncé 28 (Rolle itéré 3) – Laissée au lecteur.

404 Stéphane FLON

 15. Équations différentielles linéaires

Dans ce chapitre, on ne s’intéressera qu’aux équations différentielles dites linéaires, et nous ne parviendrons
pas systématiquement à les résoudre explicitement 1 – Dans ce chapitre, on ne s’intéressera qu’aux équations
différentielles dites linéaires, et nous ne parviendrons pas systématiquement à les résoudre explicitement
Sauf mention contraire, I désigne un intervalle (d’intérieur non vide), K est égal à R ou C, E est un K-espace
vectoriel de dimension finie, b est une fonction de I dans E, a est une fonction de I dans L(E) 2 – Sauf mention
contraire, I désigne un intervalle (d’intérieur non vide), K est égal à R ou C, E est un K-espace vectoriel de
dimension finie, b est une fonction de I dans E, a est une fonction de I dans L(E)

15.1. Généralités et premières conséquences de la linéarité

Démonstration de l’énoncé 1 (Proposition (Principe de résolution d’une équation différentielle linéaire)) –
Laissée au lecteur.
Résolution générale d’une équation différentielle linéaire 3 – Résolution générale d’une équation différen-
tielle linéaire
Justification de structure 7 – Laissée au lecteur
Justification de structure 8 – Laissée au lecteur
Étude de stabilité 9– La notion de solution d’un SDL donné est stable par barycentre.
Étude de stabilité 10– La notion de solution d’un SDL homogène donné, à coefficients constants est stable
par translation de la variable.
Étude de stabilité 11– La notion de solution d’un SDL homogène donné, à coefficients constants est stable
par dérivation.
Démonstration de l’énoncé 2 (Proposition (Principe de superposition)) – Laissée au lecteur.
Démonstration de l’énoncé 3 (Proposition (Principe de superposition (système différentiel linéaire))) –
Laissée au lecteur.
Démonstration de l’énoncé 4 (Passage d’une solution complexe à une solution réelle) – Laissée au lecteur.

15.2. Résolution théorique : le théorème de Cauchy linéaire

Démonstration de l’énoncé 5 (Théorème de Cauchy linéaire, cas vectoriel) – Non exigible. Je ne donne que
les grandes lignes. L’idée consiste à montrer qu’une fonction admet un unique point fixe.
Pour l’existence, on définit une suite récurrente (fn ) d’applications de I dans E par récurrence, de terme
initial f0 constante de valeur x0 , et d’itératrice ψ :
Z t
def
∀ n ∈ N, ∀ t ∈ I, fn+1 (t) = x0 + (a(u)(fn (u)) + b(u)) du
t0

On montre alors que cette suite de fonctions converge uniformément sur tout segment |t0 , t| vers une fonction
f , qui s’avère être un point fixe de ψ, et donc une solution de C.
Pour l’unicité, on considère deux solutions f et g, et on utilise à nouveau ψ pour montrer que f = g sur
tout segment |t0 , t|. □
Démonstration de l’énoncé 6 (Théorème de Cauchy linéaire (système différentiel)) – Laissée au lecteur.
Le théorème de Cauchy est un résultat non constructif (il ne nous fournit pas de solution explicite), mais
il permet de trouver des propriétés qualitatives des solutions d’une équation différentielle 12 – Ce résultat est
très important pour comprendre la structure de l’ensemble des solutions de E.
Il permet par exemple de montrer qu’une solution non identiquement nulle d’un système différentiel linéaire
homogène d’ordre 1 ne s’annule jamais. Les résultats de ce genre, donnant des renseignements sur le comporte-
ment (Comme l’étude des points d’annulation, de la monotonie, de la périodicité, de la limite en +∞, etc.) des
solutions d’une équation différentielle, sans pour autant expliciter lesdites solutions, sont dits qualitatifs
Démonstration de l’énoncé 7 (Corollaire (Cas des SDL homogènes d’ordre 1)) – Laissée au lecteur.
Démonstration de l’énoncé 8 (Proposition (Caractérisation des systèmes fondamentaux de solutions)) –
Laissée au lecteur.

15.3. Exponentielle d’un endomorphisme de dimension finie

Démonstration de l’énoncé 9 (Proposition (Continuité de l’application exponentielle)) – Laissée au lecteur.
Démonstration de l’énoncé 10 (Proposition (Exponentielle de la somme de deux endomorphismes qui com-
mutent)) – Laissée au lecteur.
Démonstration de l’énoncé 11 (Proposition (Dérivation d’un paramétrage exponentiel)) – Laissée au lec-
teur.
Corrigé de l’exercice de cours (exercice 13 ) –
405 Stéphane FLON
 1 1
0 1 ···
 
2! (n−1)!
 .. .. .. 
.
 1 1 . . 

1 exp(A) =  ... .. .. .
 
. . 1
 2! 
. .. 
 .. . 1 
0 ··· ··· ··· 1
2 A2 = nA, puis Ak = nk−1 A pour tout k ∈ N∗ , donc
∞
X nk−1 1
exp(A) = In + A = In + (en − 1)A
k! n
k=1

Remarque – On pouvait aussi diagonaliser (ou mieux : orthodiagonaliser) mais c’était sans doute plus long.
Å ã
0 −1
3 A = aI2 + bV où V = .
1 0
Or (bV )2k = (−1)k b2k I2 et (bV )2k+1 = (−1)k b2k+1 V , donc
Å ã
cos(b) − sin(b)
exp(bV ) =
sin(b) cos(b)
Comme bV et aI2 commutent,
Å ã
cos(b) − sin(b)
exp(A) = exp(aI2 ) exp(bV ) = ea
sin(b) cos(b)
ÅÅ ã Å ãã
0 c 1 c
4 Si a = b, exp(A) = exp(aI2 ) exp = ea .
0 0 0 1
Si a ̸= b, on effectue la division euclidienne de X k par (X − a)(X − b) (où plutôt, on calcule le reste Rk de
cette division euclidienne)
X −b X −a
Rk = ak + bk
a−b b−a
donc
A − bI2 A − aI2
Ak = ak + bk
a−b b−a
et on en déduit exp(A) : Ç å
a
−eb
a A − bI2 b A − aI2 ea ea−b c
exp(A) = e +e =
a−b b−a 0 eb
Remarque – Seul le coefficient en position (1, 2) nécessitait un calcul.
Remarque – On pouvait aussi diagonaliser (lorsque a ̸= b).
Remarque – On pouvait déduire le cas a = b du cas a ̸= b, par continuité de l’exponentielle matricielle.
Ñ é
11 0 2
5 On peut trigonaliser : en posant P = 0 4 −1 , on a
0 1 0
Ñ é
1 1 0
A = P 0 1 0 P −1
0 0 0
donc Ñ é Ñ é
e e 0 e 2e − 2 8 + 3e
exp(A) = P 0 e 0 P −1 = 0 1 4e − 4
0 0 0 0 0 e
6 P∞ 1
2 2
i exp(A) = In + A + k=2 k! A = In + A + (e − 2)A .
ii On calcule le reste Rk de la division euclidienne de X k par X 4 + X 3 − 2X 2 = X 2 (X + 2)(X − 1),
grâce aux conditions deg(Rk ) ⩽ 3 et (dès que k ⩾ 2) Rk (0) = Rk′ (0) = 0, Rk (1) = 1 et Rk (−2) = (−2)k . Comme
Ak = Rk (A), on en déduit exp(A).
Autre méthode – Par le lemme des noyaux,
Ker(A2 ) ⊕ Ker(A + 2In ) ⊕ Ker(A − In ) = Rn
En notant π1 , π2 , π3 les projecteurs associés à cette décomposition en somme directe, on a
In = π1 + π2 + π3 , A = Aπ1 − 2π2 + π3
406 Stéphane FLON
et, dès que k ⩾ 2,
Ak = (−2)k π2 + π3
Pour calculer π1 , π2 , π3 , il suffit d’écrire une relation de Bézout pour les polynômes (X + 2)(X − 1), (X − 1)X 2
et (X + 2)X 2 .
7 Même principe qu’à la question précédente, en effectuant la division euclidienne de X k par X 3 −2X 2 +X =
X(X − 1)2 .

15.4. Systèmes différentiels linéaires à coefficients constants

Démonstration de l’énoncé 12 (Théorème (Résolution d’un problème de Cauchy vectoriel homogène à
coefficients constants)) – Laissée au lecteur.
Démonstration de l’énoncé 13 (Théorème (Résolution d’un problème de Cauchy matriciel homogène à
coefficients constants)) – Laissée au lecteur.
Démonstration de l’énoncé 14 (Théorème (Résolution d’une EDL vectorielle d’ordre 1 à coefficients constants))
– Laissée au lecteur.
Démonstration de l’énoncé 15 (Proposition (Solutions d’un SDL homogène à coefficients constants et vec-
teurs propres)) – Laissée au lecteur.
La réduction de la matrice d’un système différentiel linéaire d’ordre un n’a a priori d’intérêt que si cette
matrice est constante 13 – Attention, la recherche des éléments propres de A n’a d’intérêt que si le système
différentiel linéaire est à coefficients constants
Démonstration de l’énoncé 16 (Corollaire (Solutions d’un SDL homogène à coefficients constants, cas dia-
gonalisable)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 1 ) –
Ñ é
x
1 En posant X = y , ce système équivaut à X ′ = AX, où
z
Ñ é
−3 1 1
A= 1 −3 1
1 1 −3
Ñ é Ñ é
1 1
Or A est diagonalisable (symétrique réelle), et plus précisément, E−1 (A) = R 1 et E−4 (A) = R −1 +
Ñ é 1 0
1
R 0 . Ainsi, un système fondamental de solutions de X ′ = AX est
−1
Ñ Ñ é Ñ é Ñ é é
1 1 1
t 7→ e−t 1 , t 7→ e−4t −1 , t 7→ e−4t 0 ,
1 0 −1
Corrigé de l’exercice de cours (exercice 2 ) –
Å ã
x1
1 En posant X = , le système équivaut à X ′ = AX, où
x2
Å ã
1 2
A=
−4 −3
Cette matrice admet pour spectre complexe {−1 − 2i, −1 + 2i}, et
Å ã Å ã
1−i 1+i
E−1−2i (A) = C et E−1+2i (A) = C
−2 −2
Un système fondamental de solutions complexes est (f1 , f2 ), où
Å ã Å ã
1−i 1+i
f1 : t 7→ e(−1−2i)t et f2 : t 7→ e(−1+2i)t
−2 −2
donc un système fondamental de solutions réelles est (g1 , g2 ), où
Å ã Å ã
−t cos(2t) − sin(2t) −t cos(2t) + sin(2t)
g1 : t 7→ e et g2 : t 7→ e
−2 cos(2t) −2 sin(2t)
Corrigé de l’exercice de cours (exercice 3 ) –
407 Stéphane FLON
 Å ã
x
1 En posant X = , le système équivaut à X ′ = AX, où
y
Å ã
−1 −4
A=
1 3
A est d’unique valeur propre 1, et
ã Å
2
E1 (A) = R
−1
Å ã
2 1
En posant P = , on a
−1 0
Å ã
−1 1 −1
P AP =
0 1
donc, en posant Z = P −1 X, le système équivaut à
Å ã
1 −1
Z′ = Y
0 1
soit à (z2′ = z2 ) et (z1′ − z1 = −z2 ).
Cela conduit à z2 (t) = λet , puis, en résolvant z ′ − z = −λet , à z1 = −λ t et + µ et . En exploitant X = P Z,
on obtient
x(t) = (λ(−2t + 1) + 2µ)et et y(t) = (λ t − µ)et
Corrigé de l’exercice de cours (exercice 4 ) –
1 Matriciellement, le système s’écrit X ′ = AX + B(t), où
Å ã Å −t ã
3 −4 −e
A= et B(t) =
1 −2 0
χA = X 2 − X − 2 = (X + 1)(X − 2),
Å ã Å ã
4 −4 1 −4
A + I2 = et A − 2I2 =
1 −1 1 −4
donc Å ã Å ã
1 4
E−1 (A) = R et E2 (A) = R
1 1
Ainsi, un système fondamental de solutions de H est (f1 , f2 ), où
Å ã Å ã
1 4
f1 (t) = e−t et f2 (t) = e2t
1 1
Å ã
1 4
On a, en posant P = , A = P Diag(−1, 2)P −1 .
1 1
En posant Z = P −1 X, X vérifie X ′ = AX + B si et seulement si
Z ′ = Diag(−1, 2)Z + P −1 B
Å ã
−1 4
On trouve que P −1 = 1
, et donc, pour tout t ∈ R,
3 1 −1
1 e−t
Å ã
P −1 B(t) = −t
3 −e
te−t
Or l’équation différentielle z ′ + z = e−t /3 (resp. z ′ − 2z = −e−t /3) admet pour solution particulière t 7→ 3
−t
(resp. t 7→ e 9 ), donc une solution particulière de X ′ = AX + B(t) est
e−t 3t + 4
Å −t ã Å ã
te /3
t 7→ P =
e−t /9 9 3t + 1
Finalement, la solution générale de l’équation initiale est
e−t 3t + 4
Å ã Å ã Å ã
−t 1 2t 4
t 7→ + λ1 e + λ2 e
9 3t + 1 1 1
où λ1 et λ2 décrivent R.
408 Stéphane FLON
 15.5. Équation différentielle linéaire scalaire d’ordre n
Démonstration de l’énoncé 17 (Proposition (Principe de superposition (équation différentielle linéaire sca-
laire))) – Laissée au lecteur.
Démonstration de l’énoncé 18 (Vectorialisation d’une équation différentielle linéaire scalaire d’ordre n) –
Laissée au lecteur.
Démonstration de l’énoncé 19 (Théorème de Cauchy linéaire pour les EDL scalaires) – Laissée au lecteur.
Démonstration de l’énoncé 20 (Proposition (Isomorphisme et EDL scalaire homogène d’ordre n)) – Laissée
au lecteur.
La notion de polynôme caractéristique d’une équation différentielle linéaire scalaire n’a de sens que si cette
équation est à coefficients constants 15 – La notion de polynôme caractéristique d’une équation différentielle
linéaire scalaire n’a de sens que si cette équation est à coefficients constants
Démonstration de l’énoncé 21 (Proposition (Résolution dans le cas où le polynôme caractéristique est scindé
simple)) – Laissée au lecteur.
Démonstration de l’énoncé 22 (Proposition (EDL homogène d’ordre 2 à coefficients constants, cas de deux
racines)) – Laissée au lecteur.
Démonstration de l’énoncé 23 (Proposition (EDL homogène d’ordre 2 à coefficients constants, cas d’une
racine)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 24 ) –
1 L’équation caractéristique est z 2 −ω 2 = 0, de solutions ω et −ω, donc un système fondamental de solutions
est (t 7→ eω t , t 7→ e−ω t ).
Remarque – un autre système fondamental de solutions est (t 7→ ch(ω t), t 7→ sh(ω t)).
2 L’équation caractéristique est z 2 + ω 2 = 0, de solutions iω et −iω, donc un système fondamental de solu-
tions complexes est (t 7→ eiω t , t 7→ e−iω t ), et un système fondamental de solutions réelles est (t 7→ cos(ω t), t 7→
sin(ω t)).
On peut aussi écrire la solution générale réelle de l’équation
t 7→ A cos(ω t − ϕ0 ))
où A décrit R+ et ϕ0 décrit R (ou [0, 2π[)
3 L’équation caractéristique est z 2 + τ2 z + ω 2 = 0. Le discriminant vaut
Å ã
4 1
∆ = 2 − 4ω 2 = 4 − ω 2
τ τ2
Si ω = 1/τ (i.e. ∆ = 0), alors la solution générale de H est
t 7→ (λ t + µ) e−t/τ
où λ et µ décrivent R.
Si ω < 1/τ (i.e. ∆ > 0), alors la solution générale de H est
√ 2
√ 2
t 7→ λ e−(1+ 1−(ω τ ) )t/τ + µ e−(1− 1−(ω τ ) )t/τ
où λ et µ décrivent R.
Si ω > 1/τ (i.e. ∆ < 0), alors la solution générale de H est
 »  » 
t 7→ λ cos (ω τ )2 − 1t/τ + µ λ sin (ω τ )2 − 1t/τ e−t/τ
où λ et µ décrivent R.
Corrigé de l’exercice de cours (exercice 25 ) –
1 Soit Q ∈ K[X]. L’application t 7→ Q(t)eλ t est solution de E si et seulement si
Q′′ + 2λ Q′ + λ2 Q + a1 (Q′ + λ Q) + a0 Q = P
i.e.
(λ2 + λ a1 + a0 )Q + (2λ + a1 )Q′ + Q′′ = P
or l’application φ : Q 7→ (λ2 + λ a1 + a0 )Q + (2λ + a1 )Q′ + Q′′ est un endomorphisme de l’espace vectoriel
K[X], conservant le degré (car χ(λ) ̸= 0), donc φ est un automorphisme de l’espace vectoriel K[X] : P admet
un unique antécédent par φ.
2 Soit Q ∈ K[X]. En reprenant la première question, en remplaçant Q par XQ, et comme λ est racine de
P , l’application t 7→ tQ(t)eλ t est solution de E si et seulement si
(2λ + a1 )(XQ)′ + (XQ)′′ = P
Or 2λ+a1 ̸= 0 car λ est racine simple de χ. On conclut comme à la question précédente (linéarité et conservation
du degré).
409 Stéphane FLON
 3 Soit Q ∈ K[X]. En reprenant la première question, et sachant que λ est racine double de χ, l’application
t 7→ Q(t)eλ t est solution de E si et seulement si
Q′′ = P
d’où le résultat.
Corrigé de l’exercice de cours (exercice 26 ) –
1 L’équation caractéristique est z 3 = 1, de solutions 1, j, j 2 . La solution générale complexe de cette équation
différentielle est
2
t 7→ λet + µejt + νej t ,
où λ, µ et ν décrivent C, et la solution générale réelle est
√ √
t 7→ αet + βe−t/2 cos( 3t/2) + γe−t/2 sin( 3t/2),
où α, β et γ décrivent R.

15.6. Quelques techniques de résolution pratique

Démonstration de l’énoncé 24 (Proposition (Résolution d’une EDL scalaire d’ordre un sous forme résolue))
– Laissée au lecteur.
Retenir le principe de la méthode de variation des constantes plutôt que les formules associées 16 – Retenir
le principe de la méthode de variation des constantes plutôt que les formules associées
Corrigé de l’exercice de cours (exercice 33 ) –
√
1 SH = {x 7→ C 1 + x2 , C ∈ R}.
1
On utilise le principe de superposition. Pour le second membre 1+x 2 , on trouve x 7→ x pour solution évidente.
3
Pour le second membre √1+x2 , on utilise la méthode de variation de la constante, en cherchant une solution
√ √
de la forme x 7→ C(x) 1 + x2 . On trouve x 7→ 3 arctan(x) 1 + x2 pour solution particulière.
On a donc
SE = {x 7→ x + 3 arctan(x) 1 + x2 + C 1 + x2 , C ∈ R}
p p

Corrigé de l’exercice de cours (exercice 34 ) –

1 Pour chaque question, l’équation différentielle sera notée H.
i Sur R∗+ (resp. R∗− ), la solution générale de H est x 7→ Kx+ , où K+ décrit R (resp. x 7→ Kx− , où K−
décrit R).
Si f est solution de H sur R, alors ses restrictions sont encore des solutions de H d’où l’existence de
K+ , K− ∈ R, tels que pour tout x > 0 (resp. x < 0), f (x) = Kx+ (resp. f (x) = Kx− ).
La continuité de f impose K+ = K= 0, ainsi que f (0) = 0 (l’équation H donnait aussi directement f (0) = 0
en évaluant en 0) : f est nulle.
Réciproquement, la fonction nulle convient évidemment.
Remarque – l’espace des solutions est de dimension nulle.
Remarque – on perd l’existence d’une solution à un problème de Cauchy (toute condition initiale y(x0 ) = y0
où y0 ̸= 0).
ii Sur R∗+ (resp. R∗− ), la solution générale de H est x 7→ K+ x, où K+ décrit R (resp. x 7→ K− x, où K−
décrit R).
Si f est solution de H sur R, alors ses restrictions sont encore des solutions de H d’où l’existence de
K+ , K− ∈ R, tels que pour tout x > 0 (resp. x < 0), f (x) = K+ x (resp. f (x) = K− x).
La continuité de f impose f (0) = 0 (l’équation H donnait aussi directement f (0) = 0 en évaluant en 0)n
mais rien sur K+ et K− . La dérivabilité de f en 0 impose K+ = K− : il existe K ∈ R tel que, pour tout x ∈ R,
f (x) = Kx.
Réciproquement, ces fonctions conviennent évidemment.
Remarque – l’espace des solutions est une droite vectorielle.
Remarque – on perd l’existence d’une solution à un problème de Cauchy (toute condition initiale y(0) = y0 où
y0 ̸= 0), ainsi que l’unicité (la condition initiale y(0) = 0).
iii Sur R∗+ (resp. R∗− ), la solution générale de H est x 7→ K+ exp(1/x), où K+ décrit R (resp. x 7→
K− exp(1/x), où K− décrit R).
Si f est solution de H sur R, alors ses restrictions sont encore des solutions de H d’où l’existence de
K+ , K− ∈ R, tels que pour tout x > 0 (resp. x < 0), f (x) = K+ exp(1/x) (resp. f (x) = K− exp(1/x)).
La continuité de f impose K+ = 0, ainsi que f (0) = 0 (l’équation H donnait aussi directement f (0) = 0 en
évaluant en 0), mais rien sur K− .
Réciproquement, toute fonction nulle sur R+ et telle qu’il existe K ∈ R pour lequel
∀ x < 0, f (x) = K exp(1/x)
410 Stéphane FLON
est solution de H.
Remarque – l’espace des solutions est une droite vectorielle.
Remarque – on perd l’existence d’une solution à un problème de Cauchy (toute condition initiale y(x0 ) = y0
où y0 ̸= 0 et x0 ⩾ 0), ainsi que l’unicité (toute condition initiale y(x0 ) = 0 où x0 ⩾ 0).
iv Sur R∗+ (resp. R∗− ), la solution générale de H est x 7→ K+ x2 , où K+ décrit R (resp. x 7→ K− x2 , où
K− décrit R).
Si f est solution de H sur R, alors ses restrictions sont encore des solutions de H d’où l’existence de
K+ , K− ∈ R, tels que pour tout x > 0 (resp. x < 0), f (x) = K+ x2 (resp. f (x) = K− x2 ).
La continuité de f impose f (0) = 0 (l’équation H donnait aussi directement f (0) = 0 en évaluant en 0),
mais rien sur K+ et K− . La dérivabilité de f en 0 n’impose rien non plus sur K+ et K− .
Réciproquement, toute fonction f : R → R telle qu’il existe K+ , K− ∈ R pour lesquels
∀ x ⩾ 0, f (x) = K+ x2 et ∀ x < 0, f (x) = K− x2
est bien solution de H.
Remarque – l’espace des solutions est un plan vectoriel.
Remarque – on perd l’existence d’une solution à un problème de Cauchy (toute condition initiale y(0) = y0 où
y0 ̸= 0), ainsi que l’unicité (aucun problème de Cauchy ne conduit à une unique solution).
Quand il y a un problème de raccord, on peut perdre l’existence ou l’unicité d’une solution à un problème
de Cauchy 17 – Pour une équation α(t)y ′ + β(t)y = γ(t), il faudra prendre garde au cas où α s’annule (on
dit qu’il y a problème de raccord). Il n’y a plus a priori existence ni unicité d’une solution à un problème de
Cauchy
Démonstration de l’énoncé 25 (Proposition (EDL scalaire à coefficients constants)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 35 ) –
1 Si m ̸= 0 :
cos(mx) x
SE = {x 7→ − e + (λx + µ)ex , (λ, µ) ∈ R2 }
m2
Si m = 0 :
x2
SE = {x 7→ + (λx + µ)ex , (λ, µ) ∈ R2 }
2
2
x5 x
SE = {x 7→ e − cos(x) − sin(x) − x sin(x) + x3 + 6x2 + 18x + 27 + (λx + µ)ex , (λ, µ) ∈ R2 }
20
3
3 3 1 3
SE = { x2 sin(x) + x cos(x) − x cos(3x) + sin(3x) + A sin(x) + B cos(x), (A, B) ∈ R2 }
16 16 32 128
Démonstration de l’énoncé 26 (Méthode de Lagrange, ou d’abaissement de l’ordre) – Laissée au lecteur.
Démonstration de l’énoncé 27 (Proposition (Variation des constantes pour les EDL scalaires résolues d’ordre
2)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 28 ) –
1
i On cherche les fonctions f : R∗+ → R deux fois dérivables telles que, pour tout x ∈ R∗+ , on ait :
1
f ′′ (x) + f (x) = 0.
x2
Pour cela, on utilise le changement de variable, en considérant g = f ◦ exp (et donc f = g ◦ ln).
On a, pour tout x ∈ R∗+ :
g ′ (ln(x))
f ′ (x) =
x
puis
g ′′ (ln(x)) g ′ (ln(x))
f ′′ (x) = −
x2 x2
de sorte que
1 g ′′ (ln(x)) g ′ (ln(x)) g(ln(x))
f ′′ (x) + 2 f (x) = − +
x x2 x2 x2
Ainsi, f est solution de E si et seulement si g est solution de
y ′′ − y ′ + y = 0,
i.e. il existe des réels λ et µ tels que, pour tout t ∈ R
Ä √ √ ä
g(t) = λ cos( 3t/2) + µ sin( 3t/2) et/2
411 Stéphane FLON
Les solutions de E si et seulement si il existe des réels λ et µ tels que, pour tout x ∈ R∗+ :
Ä √ √ ä√
f (x) = λ cos( 3 ln(x)/2) + µ sin( 3 ln(x)/2) x
ii La seule solution bornée est la fonction identiquement nulle.
Corrigé de l’exercice de cours (exercice 29 ) –
1 x 7→ xα est solution de l’équation homogène (H) sur R∗+ si et seulement si α(α − 1) + 4α + 2 = 0, i.e.

l’ensemble des solutions de (H) sur R+ est un R-espace vectoriel de dimension 2, c’est
∗
α ∈ {−1, −2}. Comme
1 1
Vect x 7→ x , x 7→ x2 .
Une solution particulière de (E) sur R∗+ est x 7→ ln(x)
2 − 4 , donc la solution générale de (E) sur R+ est
3 ∗

ln(x) 3 C D
x 7→ − + + 2
2 4 x x
2 Il s’agit d’une EDL scalaire d’ordre 2 non homogène à coefficients non constants. Une solution évidente
est g : t 7→ − 2t , ce qui nous ramène à la résolution de l’équation homogène associée H.
2
P t 7→ t n+ 1, on peut comme l’indique l’énoncé chercher une solution
Si on ne repère pas la solution évidente
polynomiale de H sous la forme f : t 7→ n⩾0 an t , où la suite (an ) est presque nulle.
Pour tout t ∈ R, f ′′ (t) = n⩾2 n(n − 1)an tn−2 = n⩾0 (n + 2)(n + 1)an+2 tn , de sorte que
P P
X X
(t2 +1)f ′′ (t)−2f (t) = (n(n−1)an +(n+2)(n+1)an+2 −2an )tn = (n2 − n − 2)an + (n + 2)(n + 1)an+2 tn


n⩾0 n⩾0

or X − X − 2 = (X + 1)(X − 2), donc f est solution de H si et seulement si, pour tout n ∈ N :

2

n−2
an+2 = − an
n+2
Si on choisit a0 = 1 et a1 = 0, la suite (an ) ainsi définie est bien presque nulle, puisque a0 = a2 = 1, et que
pour n ∈/ {0, 2}, an = 0, d’où la solution particulière f1 : t 7→ 1 + t2 de H.
Reste à trouver une solution de H linéairement indépendante de f1 : on utilise pour ce faire la méthode
de l’abaissement de l’ordre (dite aussi méthode de Lagrange), en cherchant une solution de H sous la forme
h : t 7→ C(t)(1 + t2 ), où C est une fonction deux fois dérivable (on ne perd en généralité à chercher une solution
sous cette forme, puisque f1 ne s’annule pas).
Pour tout réel t, h′′ (t) = C ′′ (t)(1 + t2 ) + 4tC ′ (t) + 2C(t) (par calcul direct ou d’après la formule de Leibniz),
donc
(1 + t2 )h′′ (t) − 2h(t) = (1 + t2 )(C ′′ (t)(1 + t2 ) + 4tC ′ (t))
donc h est solution de H si et seulement si C ′ est solution de
(1 + t2 )y ′ + 4ty = 0
(l’ordre a bien été abaissé).
Une solution non nulle de cette équation est t 7→ (1+t1 2 )2 .
Or
(1 + t2 − t2 )dt
Z Z
dt
2 2
=
(1 + t ) (1 + t2 )2
t2
Z
= arctan(t) − dt
(1 + t2 )2
ï ò Z
1 dt
= arctan(t) + t −
2(1 + t2 ) 2(1 + t2 )
1 t
= arctan(t) + +K
2 2(1 + t2 )
1 t
On peut donc choisir pour C la fonction t 7→ 2 arctan(t) + 2(1+t2 ) , donc
1
f2 : t 7→ ((1 + t2 ) arctan(t) + t)
2
est une solution de H, non colinéaire à f1 : (f1 , f2 ) est bien un système fondamental de solutions de H. De
même d’ailleurs pour (f1 , 2f2 ).
En conclusion, la solution générale de E est
t
t 7→ − + λ(1 + t2 ) + µ((1 + t2 ) arctan(t) + t),
2
où λ et µ décrivent R.
Corrigé de l’exercice de cours (exercice 30 ) –
412 Stéphane FLON
 1 Soit f : R → R une solution développable en série entière sur R. Il existe donc une (unique) suite de réels
tels que
∞
∀ t ∈ R, f (t) =
X
an tn
n=0
On sait que f est deux fois dérivable sur R, que, pour tout t ∈ R
X∞ ∞
X
′ n−1
f (t) = nan t = (n + 1)an+1 tn
n=1 n=0
et que
∞
X ∞
X ∞
X
f ′′ (t) = n(n − 1)an tn−2 = (n + 1)nan+1 tn−1 = (n + 2)(n + 1)an+2 tn
n=2 n=1 n=0
On a ainsi
∞
X ∞
X ∞
X
tf ′′ (t) + 2f ′ (t) + tf (t) = (n + 1)nan+1 tn + 2 (n + 1)an+1 tn + an−1 tn
n=1 n=0 n=1
Par unicité du développement en série entière de la fonction nulle sur R, f est solution de H si et seulement si
a1 = 0 et ∀ n ∈ N∗ , (n + 1)(n + 2)an+1 = −an−1
Cela revient à avoir a2n+1 = 0 pour tout n ∈ N, et
(−1)n a0
∀ n ∈ N, a2n =
(2n + 1)!
et finalement, f (t) = a0 sin(t)
t pour tout t ∈ R∗ (et f (0) = a0 ).
Réciproquement, ces fonctions sont bien des solutions de H sur R, développables en série entière sur R.
Corrigé de l’exercice de cours (exercice 31 ) –
1
i Sur R∗+ , H équivaut à l’équation différentielle résolue
2
y ′′ + y ′ + y = 0
t
dont l’espace des solutions est un plan vectoriel d’après le cours.
ii Sur ]0, π[, sin ne s’annule pas, donc toute fonction f2 :]0, π[→ R peut s’écrire (de façon unique) sous
t , où λ est une fonction de ]0, π[ dans R. De plus, f2 est deux fois dérivable si et
la forme f2 : t 7→ λ(t) sin(t)
seulement si λ l’est.
On ne nuit donc pas à la généralité du raisonnement en cherchant les solutions de H sur ]0, π[ sous cette
forme.
iii Ceci fait, on constate (après calcul) que f2 est solution de H (sur ]0, π[) si et seulement si λ′ est
solution de
2 cos(t)
y′ + y=0
sin(t)
i.e. il existe K ∈ R tel que λ′ (t) = sin(t)
K
2 pour tout t ∈]0, π[, i.e. il existe des réels K et T tels que, pour tout

t ∈]0, π[,
cos(t) sin(t)
f2 (t) = (−K cotan(t))f1 (t) + T f1 (t) = −K +T
t t
Un système fondamental de solutions de H sur ]0, π[ est donc (f1 , f2 ), où f1 : t ∈]0, π[7→ sin(t) t et f2 : t ∈]0, π[7→
cos(t)
t .
Sur R∗+ , on peut vérifier que f1 : t ∈ R∗+ 7→ sin(t)
t et f2 : t ∈ R∗+ 7→ cos(t)
t sont bien solutions, non colinéaires,
et elles forment donc un système fondamental de solutions (SH est de dimension 2).
Corrigé de l’exercice de cours (exercice 32 ) –
1 Å ã′
f2 f1 f2′ − f2 f1′ W
= = 2
f1 f12 f1
f1 (t) f2 (t) f1 (t) f2 (t)
2 W ′ (t) = ′′ ′′ = f1′ (t) f2′ (t) = −2 ′
t W (t), donc W est solution de y +
f1 (t) f2 (t) −2 t − f1 (t) −2 t − f2 (t)
t W = 0, puis il existe K ∈ R tel que, pour tout t ∈]0, π[, on ait W (t) = t2 .
2 ∗ K

1 − cos(t)
3 f2 /f1 est donc une primitive de K sin2
, par exemple − cotan /K, ce qui donne f2 (t) = Kt pour tout
t ∈]0, π[.
413 Stéphane FLON
 On vérifie bien réciproquement que cette fonction est solution de H sur ]0, π[.
√
4 On trouve cette fois-ci qu’un système fondamental de solutions sur R∗+ est f1 : t 7→ ch( t) (DSE sur R)
√
et f2 : t 7→ sh( t). √ √
Remarque – on peut aussi prendre t 7→ e t et t 7→ e− t , mais ces solutions ne sont pas développables en série
entière sur R.

414 Stéphane FLON

 16. Calcul différentiel

16.1. Dérivée selon un vecteur, dérivées partielles d’ordre un

L’objectif de ce chapitre consiste à adapter la notion de dérivée aux fonctions de plusieurs variables, face à
l’absence de notion de taux d’accroissement 1 – L’objectif de ce chapitre consiste à adapter la notion de dérivée
aux fonctions de plusieurs variables, face à l’absence de notion de taux d’accroissement (et donc de dérivée au
sens usuel) pour une telle fonction. Une première approche consiste à définir la notion de dérivée partielle (d’une
fonction, en un point, selon une de ses variables), mais elle n’est pas satisfaisante, car l’existence de ces dérivées
partielles en un point n’assure même pas la continuité en ce point.
Par souci de simplification, on se limite (sauf exception) à l’étude de fonctions définies sur un ouvert d’un
evn réel de dimension finie 2 – L’objet d’étude de ce chapitre étant délicat, on se restreint sauf exception à
l’étude de fonctions définies sur des ouverts, ce qui simplifie un peu les énoncés (par exemple tout point en
lequel une fonction f de classe C 1 présente un extremum local est critique pour f )
On étend les notations de Landau aux fonctions d’un EVN de dimension finie dans un autre 3 – On étend
les notations de Landau aux fonctions d’un EVN de dimension finie dans un autre
Par défaut, les evn considérés sont réels et de dimension finie, E, F, G, H sont de tels espaces, les fonctions
considérées sont définies sur un ouvert U de E, et à valeurs dans F . De plus, (e1 , . . . , ep ) est une base fixée
de E 4 – Par défaut, les evn considérés sont réels et de dimension finie, E, F, G, H sont de tels espaces, les
fonctions considérées sont définies sur un ouvert U de E, et à valeurs dans F . De plus, (e1 , . . . , ep ) est une base
fixée de E
Quitte à fixer une base de F , on peut se ramener à l’étude des fonctions de E dans R. En revanche, l’étude
des fonctions de plusieurs variables réelles ne se ramène pas à l’étude de plusieurs fonctions d’une variable réelle
5 – Quitte à fixer une base de F , on peut se ramener à l’étude des fonctions de E dans R. En revanche, l’étude
des fonctions de plusieurs variables réelles ne se ramène pas à l’étude de plusieurs fonctions d’une variable réelle
Corrigé de l’exercice de cours (exercice 1 ) –
1 Soit (r, θ) ∈ R∗+ × R.

|f (r cos(θ), r sin(θ)) − f (0, 0)| = r| cos2 (θ) sin(θ)| ⩽ r

donc f (r cos(θ), r sin(θ)) tend vers f (0, 0) lorsque r tend vers 0 (et ceci, indépendamment du comportement de
θ) : f est continue en (0, 0).
2
Remarque – on peut éviter le passage en coordonnées polaires, en observant par exemple que x2x+y2 ⩽ 1.
Les applications f (·, 0) : x 7→ f (x, 0) et f (0, ·) : y 7→ f (0, y) sont nulles, donc dérivables en 0, de dérivée
nulle en 0 : ∂f ∂f
∂x (0, 0) et ∂y (0, 0) existent et valent 0.
2 (x, y) 7→ x + y est linéaire en dimension finie, donc continue, et la fonction valeur absolue est continue
sur R, donc f est continue sur R2 (en particulier à l’origine).
Cependant, les applications f (·, 0) : x 7→ |x| et f (0, ·) : y 7→ |y| ne sont pas dérivables en 0, donc f n’admet
pas de dérivées partielles à l’origine.
3 Soit (r, θ) ∈ R∗+ × R. Comme
f (r cos(θ), r sin(θ)) = cos(θ) sin(θ),
en fixant par exemple θ = π/4, on constate que f n’est pas continue en (0, 0).
Remarque – on peut éviter le recours aux coordonnées polaires, en observant que f (x, x) ne tend pas vers f (0, 0)
lorsque x tend vers 0.
Remarque – on peut aussi montrer séquentiellement que f n’est pas continue en (0, 0) : bien que la suite
((1/n, 1/n))n∈N∗ converge vers (0, 0), la suite image (f (1/n, 1/n))n∈N∗ ne converge pas vers f (0, 0).
Les applications h(·, 0) et h(0, ·) sont identiquement nulles, donc ∂h ∂h
∂x (0, 0) et ∂y (0, 0) existent et valent 0.
Corrigé de l’exercice de cours (exercice 2 ) –
1
i Bien que la suite de terme général (xn , yn ) = n1 , n1 converge vers (0, 0), la suite (h(xn , yn ))n⩾1 ,

constante de valeur 12 , ne tend par vers h(0, 0) = 0 : h n’est pas continue en (0, 0).
ii Fixons x ∈ R, et considérons la fonction g : y 7→ f (x, y). Si x ̸= 0, g est continue, comme restriction
d’une fonction continue (f est continue sur R2 \ {(0, 0)} en tant que fonction rationnelle sur cet ouvert). Si
x = 0, g est identiquement nulle, donc est continue. De même pour les applications y :7→ f (x, y) (à y fixé).
2
i Bien que la suite de terme général (xn , yn ) = n12 , n1 converge vers (0, 0), la suite (k(xn , yn ))n⩾1 ,

constante de valeur 12 , ne tend par vers k(0, 0) = 0 : k n’est pas continue en (0, 0).
415 Stéphane FLON
 ii La restriction de k à une droite ne passant pas par l’origine est continue, car k est continue sur
l’ouvert R2 \ {(0, 0)} (elle coı̈ncide avec une fonction rationnelle sur cet ouvert).
La restriction de k à l’axe des ordonnées est nulle, donc continue.
Soit D une droite de R2 passant par l’origine, et distincte de l’axe des ordonnées : on peut écrire D =
Vect(1, α), où α ∈ R.
Il est clair que la restriction g de f à D est continue en tout autre point que l’origine. Montrons que g est
également continue en (0, 0) : soit ((xn , yn ))n∈N une suite de points de D, convergeant vers 0. Soit n ∈ N. Si
(xn , yn ) ̸= (0, 0), alors
xn yn2 αx3n α xn
g(xn , yn ) = k(xn , yn ) = = =
x2n + yn4 x2n (1 + α4 x2n ) 1 + α4 x2n
donc |k(xn , yn )| ⩽ α |xn |. Cela reste vrai si (xn , yn ) = (0, 0), donc (k(xn , yn )) converge vers 0 = k(0, 0) : g est
continue en (0, 0).
L’existence de dérivées partielles ne garantit pas la continuité. Ces dernières ne constituent donc pas une
bonne généralisation de la notion de dérivée 6 – Comme le nom l’indique, les dérivées partielles d’une fonction
f en un point a ne donnent que des informations très partielles sur f en a. Par exemple, l’existence de ces
dérivées partielles n’assurent même pas la continuité
L’existence de dérivées selon tout vecteur ne garantit pas la continuité 7 – L’existence de dérivées selon
tout vecteur ne garantit pas la continuité
Démonstration de l’énoncé 1 (Proposition (Combinaisons linéaires et dérivées partielles)) – Provient du
cours de MPSI (dérivation d’une combinaison linéaire). □
Justification de structure 8 – Laissée au lecteur
Justification de structure 9 – Laissée au lecteur
Démonstration de l’énoncé 2 (Proposition (Produit et dérivées partielles)) – Provient du cours de MPSI
(dérivation d’un produit). □
Justification de structure 10 – On vérifie que l’ensemble des fonctions de U dans R admettant une dérivée
partielle selon la i-ième variable en a est une sous-algèbre de RU : c’en est bien une partie, stable par combinaison
linéaire, par produit, et comprenant l’élément unité (i.e. la fonction constante sur U de valeur 1.
Démonstration de l’énoncé 3 (Proposition (Composition et dérivées partielles)) – Provient du cours de
MPSI (dérivation d’une composée). □
Étude de stabilité 11– La notion de fonction de plusieurs variables admettant une dérivée partielle selon la
i-ième variable, en a, de U dans R est stable par composition à gauche par une fonction numérique dérivable.
Démonstration de l’énoncé 4 (Proposition (Inverse et dérivées partielles)) – Cas particulier de 3. □

16.2. Différentielle
En dimension infinie, la différentiabilité de f en a inclut la continuité de l’application linéaire tangente
à f en a 13 – En dimension infinie, la différentiabilité de f en a inclut la continuité de l’application linéaire
tangente à f en a
La différentielle df (a) de f en un point a est linéaire, mais df n’est pas en général linéaire 14 – La
différentielle de f en un point a est une application linéaire. On peut aussi définir l’application différentielle de
f , notée df : c’est une application de U dans L(Rp , R). Cependant, df n’est pas linéaire en général (U n’est
même pas un R-espace vectoriel en général)
C’est la notion de différentielle d’une fonction (de plusieurs variables) en un point qui remplace avec
pertinence la notion de dérivée d’une fonction (d’une variable réelle) en un point 15 – Si f est à variable réelle
(et donc U est un ouvert de R), f admet un développement limité en a à l’ordre un si et seulement si f est
dérivable en a, et on a alors f ′ (a) = df (a) · 1, ou encore
df (a) · h = f ′ (a) h
pour tout h ∈ R.
La bonne extension de la dérivabilité pour une fonction de plusieurs variables est l’existence d’un dévelop-
pement limité à l’ordre un, et la notion de nombre dérivé en un point (ou de vecteur dérivée en un point pour
une fonction vectorielle) n’a plus de sens pour une fonction de plusieurs variables. On l’a remplacée par la notion
de différentielle en un point, qui est une application linéaire.
La différentiabilité en un point est une notion locale 16 – Si f : U → R est différentiable en a, et si V est
un ouvert de U comprenant a, alors la restriction g de f à V est différentiable en a et dg(a) = df (a). Plus
généralement, la différentiabilité en un point est une notion locale : si f et g sont deux fonctions définies sur
des ouverts contenant a, et si elles coı̈ncident au voisinage de a, alors f est différentiable en a si et seulement si
g l’est, avec égalité des différentielles en ce point le cas échéant
Démonstration de l’énoncé 5 (Lien entre différentielle et dérivées partielles) – Laissée au lecteur.
416 Stéphane FLON
 Justification de l’exemple 22 – Faisons la preuve lorsque p = 2 (le cas général est analogue).
Soit h = (h1 , h2 ) ∈ E1 × E2 .
On a M (a + h) = M (a1 + h1 , a2 + h2 ) = M (a) + M (h1 , a2 ) + M (a1 , h2 ) + M (h1 , h2 ).
L’application h = (h1 , h2 ) 7→ M (h1 , a2 ) + M (a1 , h2 ) est linéaire.
De plus, M étant bilinéaire continue (les EVN sont de dimension finie), il existe une constante C telle que,
pour tout h = (h1 , h2 ) ∈ E1 × E2 ,
∥M (h1 , h2 )∥ ⩽ C ∥h1 ∥ ∥h2 ∥
Or ∥h∥ = max{∥h1 ∥ , ∥h2 ∥}, donc
2
∥M (h1 , h2 )∥ ⩽ ∥h∥
puis
M (h1 , h2 ) = o (∥h∥)
h→0
Ainsi, M est différentiable en a = (a1 , a2 ), et, pour tout h = (h1 , h2 ) ∈ E1 × E2 , on a
dM (a) · h = M (h1 , a2 ) + M (a1 , h2 )

16.3. Opérations sur les applications différentiables

Justification de structure 23 – Laissée au lecteur
Démonstration de l’énoncé 6 (Théorème (Différentielle d’une composée d’applications différentiables)) –
Laissée au lecteur.
Démonstration de l’énoncé 7 (Corollaire (Différentielle de la composée d’une application différentiable par
une application linéaire)) – Laissée au lecteur.
Démonstration de l’énoncé 8 (Corollaire (Différentielle d’une composée d’applications différentiables par
une application bilinéaire)) – Laissée au lecteur.
Démonstration de l’énoncé 9 (Corollaire (Différentielle d’un produit de fonctions à valeurs réelles)) –
Laissée au lecteur.
Démonstration de l’énoncé 10 (Corollaire (Différentielle de l’inverse d’une fonction à valeurs réelles)) –
Laissée au lecteur.
Démonstration de l’énoncé 11 (Proposition (Jacobienne d’une composée d’applications différentiables)) –
Laissée au lecteur.
Démonstration de l’énoncé 12 (Proposition (Règle de la chaı̂ne)) – Laissée au lecteur.
Corrigé de l’exercice de cours (exercice 8 ) – On note f = (f1 , f2 , f3 ). Toutes les fonctions considérées sont
de classe C ∞ par les stabilités usuelles.
Pour tout (x, y) ∈ R2 ,
∂g ◦ f ∂g ∂f1 ∂g ∂f2 ∂g ∂f3
(x, y) = (f (x, y)) × (x, y) + (f (x, y)) × (x, y) + (f (x, y)) × (x, y)
∂x ∂u ∂x ∂v ∂x ∂w ∂x
2 2 2
= 2(x3 + y 2 )(3x + xy)exy × (3x2 ) + (x3 + y 2 )2 exy × (3 + y) + (x3 + y 2 )2 (3x + xy)exy × y 2
et, de même,
∂g ◦ f ∂g ∂f1 ∂g ∂f2 ∂g ∂f3
(x, y) = (f (x, y)) × (x, y) + (f (x, y)) × (x, y) + (f (x, y)) × (x, y)
∂y ∂u ∂y ∂v ∂y ∂w ∂y
2 2 2
= 2(x3 + y 3 )(3x + xy)exy × (2y) + (x3 + y 3 )2 exy × x + (x3 + y 3 )2 (3x + xy)exy × (2xy)
Remarque – Sur cet exemple concret, on peut vérifier nos formules en dérivant directement la formule
2
∀(x, y) ∈ R2 , (g ◦ f )(x, y) = (x3 + y 2 )2 (3x + xy)exy
par rapport à x, puis par rapport à y.
Démonstration de l’énoncé 13 (Proposition (Dérivée le long d’un arc)) – Laissée au lecteur.

16.4. Fonctions continûment différentiables

Justification de structure 28 – Utiliser les formules de dérivation partielle d’une combinaiison linéaire.
Étude de stabilité 29– La notion de fonction de plusieurs variables continûment différentiable de U dans R
est stable par produit.En effet : utiliser les formules de dérivation partielle d’un produit.
Étude de stabilité 30– La notion de fonction de plusieurs variables continûment différentiable à valeurs dans
R est stable par composition à gauche par une fonction numérique de classe C 1 .En effet : utiliser les formules de
dérivation partielle d’une composée.
Étude de stabilité 35– La notion de fonction de plusieurs variables continûment différentiable est stable par
composition.
417 Stéphane FLON
 Démonstration de l’énoncé 14 (Théorème (Caractérisation des applications continûment différentiables par
les dérivées partielles)) – Si f est de classe C 1 , alors a 7→ df (a) est continue, et donc, pour tout v ∈ E,
a 7→ df (a) · v
est continue sur U (en composant avec φ ∈ L(E, F ) 7→ φ(v), qui est linéaire entre espaces de dimension finie),
or df (a) · v = Dv f (a).
∂f
En prenant v = ei , ∂x i
est continue sur U .
Réciproquement, supposons ces dérivées partielles continues, et montrons que f est C 1 sur U .
Pour alléger la rédaction, supposons que dim(E) = 2.
On doit montrer que f est différentiable en tout point, et que la différentielle est continue. On sait que si f
est différentiable en a, alors on a
∂f ∂f
df (a) · h = (a)h1 + (a)h2
∂x1 ∂x2
Cette expression montre que si f est bien différentiable sur U , alors elle sera C 1 (car les deux dérivées partielles
sont bien continues).
Il s’agit donc de montrer que
∂f ∂f
δ = f (a + h) − f (a) − (a)h1 − (a)h2 = o (h)
∂x1 ∂x2 h→0

Or
∂f ∂f
δ = f (a + h) − f (a + (h1 , 0)) + f (a + (h1 , 0)) − f (a) − (a)h1 − (a)h2
∂x1 ∂x2
Z h2 Å ã
∂f ∂f
= (a + (h1 , v)) − (a) dv
0 ∂x2 ∂x2
Z h1 Å ã
∂f ∂f
+ (a + (u, 0)) − (a) du
0 ∂x1 ∂x1
Ces deux dérivées partielles étant continues, on en déduit bien le résultat. □
Démonstration de l’énoncé 15 (Proposition (Différentielle d’une combinaison linéaire de fonctions continû-
ment différentiables)) – Par exemple en considérant les développements limités. □
Justification de structure 37 – Laissée au lecteur
Démonstration de l’énoncé 16 (Proposition (Différentielle d’un produit de fonctions continûment différen-
tiables)) – Par exemple en considérant les développements limités. □
Justification de structure 38 – Laissée au lecteur
Démonstration de l’énoncé 17 (Proposition (Différentielle et composition)) – Par exemple en considérant
les développements limités. □
Étude de stabilité 39– La notion de fonction de plusieurs variables continûment différentiable sur U , à
valeurs dans R est stable par composition à gauche par une fonction continûment dérivable.
Démonstration de l’énoncé 18 (Proposition (Inverse d’une fonction continûment différentiable)) – Cas
particulier de 17. □
Étude de stabilité 40– La notion de fonction de plusieurs variables continûment différentiable sur U , à
valeurs dans R, ne s’annulant pas est stable par inverse.
Démonstration de l’énoncé 19 (Théorème (Intégration sur un chemin)) – La fonction f ◦ γ est de classe C 1
sur [0, 1] (par composition). Ainsi,
Z 1
f (γ(1)) − f (γ(0)) = (f ◦ γ)′ (t)dt
0
Or pour tout t ∈ [0, 1],
(f ◦ γ)′ (t) = df (γ(t)) · γ ′ (t)
d’où le résultat. □
Corrigé de l’exercice de cours (exercice 9 ) – Il suffit de paramétrer le segment [a, b] : on considère
γ : t ∈ [0, 1] 7→ (1 − t)a + tb.
On a γ ′ (t) = b − a pour tout t, et donc, d’après ce qui précède,
Z 1
f (b) − f (a) = df ((1 − t)a + tb) · (b − a)dt
0
Or, pour tout t ∈ [0, 1],
∥f ((1 − t)a + tb) · (b − a)∥ ⩽ ∥f ((1 − t)a + tb)∥op ∥b − a∥ ⩽ sup ∥df (x)∥op ∥b − a∥
x∈[a,b]

418 Stéphane FLON

puis
Z 1
∥f (b) − f (a)∥ ⩽ ∥df ((1 − t)a + tb) · (b − a)∥ dt ⩽ sup ∥df (x)∥op ∥b − a∥
0 x∈[a,b]
Démonstration de l’énoncé 20 (Proposition (Caractérisation des fonctions constantes sur un connexe par
arcs)) – Le sens direct est évident (et l’hypothèse de connexité par arcs est superflue).
Si, réciproquement, la différentielle de a est partout nulle, et dans le cas où U est convexe, alors pour tout
a, b ∈ U , g : t ∈ [0, 1] 7→ f ((1 − t)a + tb) est de dérivée identiquement nulle, donc constante : f (a) = g(0) =
g(1) = f (b).
Traitons maintenant le cas général où U est connexe par arcs. Soit a ∈ U , et soit Ω l’ensemble des x dans
U tels que f (x) = f (a).
En écrivant Ω = f −1 (f (a)), on constate que Ω est un fermé relatif de U .
De plus, si b ∈ Ω, alors, U étant un ouvert, il existe ε > 0 tel que B(b, ε) ⊂ U : d’après le cas convexe déjà
traité appliqué à cette boule (qui est convexe), on en déduit que Ω est un voisinage de b : Ω est donc un ouvert
relatif de U (et même un ouvert de E).
Ω est à la fois un ouvert relatif et un fermé relatif du connexe par arcs U , non vide : c’est U tout entier. □
Corrigé de l’exercice de cours (exercice 10 ) – Introduisons la fonction de trois variables
∆ : R3 → R
Rb
(a, b, x) 7→ a
f (x, t)dt
On montre (avec le théorème fondamental de l’analyse et le théorème de dérivation d’une intégrale à paramètre)
que ∆ est de classe C 1 , en montrant qu’elle admet des dérivees partielles selon ses trois variables, et que ces
trois dérivées partielles sont continues sur R3 .
On en déduit que F : x 7→ ∆(u(x), v(x), x) est également de classe C 1 , et qu’en outre
∂∆ ∂∆ ∂∆
(u(x), v(x), x) + v ′ (x)
F ′ (x) = u′ (x) (u(x), v(x), x) + (u(x), v(x), x)
∂a ∂b ∂x
Le théorème fondamental de l’analyse (pour ∂∆ ∂∆
∂a et ∂b ) et le théorème de dérivation d’une intégrale à paramètre
∂∆
(pour ∂x ) nous donnent alors
Z v(x)
∂f
F ′ (x) = −u′ (x)f (x, u(x)) + v ′ (x)f (x, v(x)) + (x, t)dt
u(x) ∂x

16.5. Gradient
Corrigé de l’exercice de cours (exercice 11 ) – Pour tout (x, y) ∈ R2 , ∇f (x, y) = (1, 1), ∇g(x, y) = (y, x),
∇h(x, y) = (2x, 2y).
Justification de l’exemple 44 – On peut utiliser la formule explicite du gradient, ou sa définition par la
différentielle.
Interprétation géométrique du gradient 45 – Si ∇f (a) ̸= 0, il est colinéaire et de même sens que le vecteur
unitaire selon lequel la dérivée de f en a est maximale

16.6. Dérivées partielles d’ordre deux

Justification de structure 47 – Laissée au lecteur
Justification de structure 48 – Laissée au lecteur
Démonstration de l’énoncé 21 (Théorème de Schwarz) – Démonstration hors programme admise. □
Corrigé de l’exercice de cours (exercice 3 ) –
1
i Observons déjà que f est de classe C 1 et même C 2 sur R2 \ {(0, 0)}, puisque f est une fonction
rationnelle sur cet ouvert. De plus, pour tout (x, y) ∈ R2 \ {(0, 0)} :
∂f 3x2 y(x2 + y 2 ) − 2x(x3 y) x4 y + 3x2 y 3
(x, y) = =
∂x (x2 + y 2 )2 (x2 + y 2 )2
et
∂f x3 (x2 + y 2 ) − 2y(x3 y) x5 − x3 y 2
(x, y) = =
∂y (x2 + y 2 )2 (x2 + y 2 )2
ii f est continue en (0, 0) (passer en coordonnées polaires).
∂f
∂x (0, 0) et ∂f
∂y (0, 0) existent et valent 0. De plus, un passage en coordonnées polaires, et les formules ci-dessus,
montrent que ∂f ∂f
∂x et ∂y sont continues en (0, 0).
f est donc de classe C 1 sur R2 .
419 Stéphane FLON
 ∂f ∂2f
iii ∂x (0, ·) est la fonction nulle, donc ∂y∂x (0, 0) existe et vaut 0.
∂2f
∂f
∂y (·, 0) est la fonction identité sur R, donc ∂x∂y (0, 0) existe et vaut 1.
∂2f ∂2f
On a donc ∂x∂y (0, 0) ̸= ∂y∂x (0, 0).
2 2
2 ∂ f ∂ f
iv f n’est pas de classe C (si elle l’était, on aurait ∂x∂y (0, 0) = ∂y∂x (0, 0) d’après le théorème de
Schwarz).
Étude de stabilité 49– La notion de fonction de plusieurs variables deux fois continûment différentiable de
U dans R, ne s’annulant pas est stable par inverse.
Étude de stabilité 50– La notion de fonction de plusieurs variables deux fois continûment différentiable est
stable par composition.
Corrigé de l’exercice de cours (exercice 4 ) –
1 La fonction (x, y) 7→ 1 + x2 + y 2 est polynomiale sur R2 , donc de classe C ∞ sur cet ouvert. Elle est de
plus à valeurs dans R∗+ , intervalle sur lequel la fonction numérique ln est indéfiniment dérivable : la composée f
est de classe C ∞ .
√
2 Les fonctions polynomiales sont de classe C ∞ , leur composée par exp et par · (si elles sont à valeurs
dans R∗+ ) également, et C ∞ (R3 , R) est stable par produit et par quotient licite, donc g est de classe C ∞ sur R3 .

16.7. Exemples d’équations aux dérivées partielles

Justification de l’exemple 53 – Analyse : soit f une telle fonction. Pour tout x ∈ R, la fonction y 7→ f (x, y)
est de dérivée nulle sur R, donc constante : pour tout (x, y) ∈ R2 , f (x, y) = f (x, 0). En posant φ(x) = f (x, 0)
pour tout x ∈ R, on a bien existence d’une fonction φ de classe C 1 sur R telle que ∀(x, y) ∈ R2 , f (x, y) = φ(x).
Synthèse : s’il existe φ ∈ C 1 (R) pour laquelle ∀(x, y) ∈ R2 , f (x, y) = φ(x), alors on a bien ∂f ∂y = 0.
Justification de l’exemple 54 – Analyse : si f est une telle fonction, alors il existe une fonction a : R → R de
classe C 1 telle que, pour tout (x, y) ∈ R2 , on ait ∂f
∂y = a(y). Cela définit une EDP linéaire dont l’EDP homogène
associée a pour solution générale (x, y) 7→ b(x), où b est de classe C 1 , et dont une solution particulière est
(x, y) 7→ A(y) où A est une primitive de a. Il existe donc b de classe C 1 telle que ∀(x, y) ∈ R2 , f (x, y) = b(x)+A(y).
Les fonctions b et A sont de classe C 2 car les fonctions x 7→ f (x, 0) et y 7→ f (0, y) le sont.
Synthèse : on vérifie aisément que, réciproquement, les fonctions sous cette forme conviennent bien.
Justification de l’exemple 55 – Parachutée (grâce à la solution) : on introduit le changement de variable
∆ : (x, t) 7→ (x − ct, t). La fonction ∆ est un C 1 -difféomorphisme. Pour f : R2 → R, on pose g = f ◦ ∆−1 de sorte
que pour tout (x, t) ∈ R2
f (x, t) = g(x − ct, t)
On a donc ∂1 f = (∂1 g) ◦ ∆ et ∂2 f = −c∂1 g ◦ ∆ + ∂2 g ◦ ∆, et donc
c∂1 f + ∂2 f = ∂2 g ◦ ∆
La solution générale de l’équation de transport est donc bien (x, y) 7→ φ(x − ct) , où φ décrit C 1 (R).
Justification de l’exemple 56 – Parachutée : après calculs, en posant f (x, t) = g(r, y), f vérifie l’équation
∂2f
de propagation si et seulement si ∂r∂y = 0, ce qui ramène à un cas déjà étudié.
Corrigé de l’exercice de cours (exercice 43 ) –
1
i En écrivant f (x, y) = g(u, v) = g(ax + by, cx + dy), on a, avec des notations abusives
∂2f ∂2g ∂2g ∂2g
2
= a2 2 + 2ac + c2 2
∂x ∂u ∂u∂v ∂v
∂2f 2
2∂ g ∂2g 2
2∂ g
= b + 2bd + d
∂y 2 ∂u2 ∂u∂v ∂v 2
∂2f ∂2g ∂2g ∂2g
= ab 2 + (bc + ad) + cd 2
∂x∂y ∂u ∂u∂v ∂v
et donc
∂2f ∂2f ∂2f ∂2g ∂2g ∂2g
2
−3 + 2 2 = (a2 − 3ab + 2b2 ) 2 + (2ac − 6(bc + ad) + 2bd) + (c2 − 3cd + 2d2 ) 2
∂x ∂x∂y ∂y ∂u ∂u∂v ∂v
On choisit (a, b, c, d) tel que ad − bc ̸= 0 et a2 − 3ab + 2b2 = c2 − 3cd + 2d2 = 0. On peut prendre (a, b, c, d) =
(1, 1, 2, 1).
Ainsi, f est solution de l’EDP initiale si et seulement si il existe φ, ψ ∈ C 2 (R, R) telles que
∀(x, y) ∈ R2 , f (x, y) = φ(x + y) + ψ(2x + y)
420 Stéphane FLON
 ii L’équation homogène associée à cette EDP linéaire a pour solution générale (x, y) 7→ φ(x − y), où φ
2 2
décrit C 1 (R). Elle admet pour solution évidente (x, y) 7→ xy (ainsi que (x, y) 7→ x +y
2 ).
Sa solution générale est donc
(x, y) 7→ xy + φ(x − y), φ ∈ C 1 (R)
Corrigé de l’exercice de cours (exercice 44 ) –
1
i Étant donné f : (x, y) ∈ R∗+ × R 7→ f (x, y) ∈ R, on introduit g : (r, θ) ∈ R∗+ × − π2 , π2 7→
 
f (r cos(θ), r sin(θ).
f est de classe C 1 si et seulement si g est de classe 1
 C .
Si tel est le cas, pour tout (r, θ) ∈ R+ × − 2 , 2 :
∗ π π

∂g ∂f ∂f
(r, θ) = cos(θ) (r cos(θ), r sin(θ)) + sin(θ) (r cos(θ), r sin(θ))
∂r ∂x ∂y
et
∂g ∂f ∂f
(r, θ) = −r sin(θ) (r cos(θ), r sin(θ)) + r cos(θ) (r cos(θ), r sin(θ))
∂θ ∂x ∂y
Ainsi, f vérifie x ∂f
∂y (x, y) − y ∂f
∂x (x, y) = 0 si et seulement si ∂g
∂θ = 0, i.e. il existe φ ∈ C 1 (R∗+ , R), tel que pour
tout (r, θ) ∈ R∗+ × − π2 , π2 , g(r, θ) = φ(r).
 
L’EDP initiale a donc pour solution générale
(x, y) 7→ φ( x2 + y 2 ), φ ∈ C 1 (R∗+ , R)
p

ou encore,
(x, y) 7→ ψ(x2 + y 2 ), ψ ∈ C 1 (R∗+ , R)
√
(car φ 7→ φ ◦ · est une bijection de C 1 (R∗+ , R) sur lui-même.
∂r = 0, i.e. il il existe φ ∈ C (R+ , R), tel que
de l’EDP si et seulement si ∂g 1 ∗
ii Cette fois-ci, f est solution
pour tout (r, θ) ∈ R+ × − 2 , 2 , g(r, θ) = φ(θ).
∗ π π

L’EDP initiale a donc pour solution générale
 y i π πh
(x, y) 7→ φ arctan , φ ∈ C1( − , , R)
x 2 2
ou encore, y
(x, y) 7→ ψ , ψ ∈ C 1 (R, R)
x
(car φ 7→ φ ◦ arctan · est une bijection de C 1 ( − π2 , π2 , R) sur C 1 (R, R).
 

iii Cette fois-ci, f est solution de l’EDP si et seulement si ∂g ∂θ = g.

On vérifie par analyse-synthèse que cette dernière EDP a pour solution générale (r, θ) 7→ λ(r)eθ , où λ décrit
C 1 (R∗+ , R), et donc la solution générale de l’équation initiale est
f : (x, y) 7→ ψ(x2 + y 2 )earctan(y/x) , ψ ∈ C 1 (R∗+ , R)
Corrigé de l’exercice de cours (exercice 45 ) –
1 On note (z, t) = φ(x, y), f (x, y) = g(z, t) = g x+y x−y


2 , 2 . On a (avec les notations abusives usuelles)
∂2f 1 ∂2g ∂2g ∂2g
Å ã
= + 2 +
∂x2 4 ∂z 2 ∂z∂t ∂t2
et
∂2f 1 ∂2g ∂2g ∂2g
Å ã
= − 2 +
∂y 2 4 ∂z 2 ∂z∂t ∂t2
de sorte que f est solution de l’EDP initiale si et seulement si
∂2g 1
= √
∂z∂t 2 zt
√
On a déjà résolu l’équation homogène associée, et (z, t) 7→ 2 zt est une solution évidente, donc g est solution
de cette EDP si et seulement si il existe des fonctions de classe C 2 α et β telles que, pour tout (z, t),
√
g(z, t) = 2 zt + α(z) + β(t)
Ainsi, f est solution de cette EDP si et seulement si il existe des fonctions de classe C 2 φ et ψ telles que,
pour tout (x, y), p
f (x, y) = x2 − y 2 + φ(x + y) + ψ(x − y)
Corrigé de l’exercice de cours (exercice 46 ) –
421 Stéphane FLON
 1 Soit U = R∗+ × R, ∆ : (x, y)
7→ (x, xy). La fonction ∆ est un C 1 -difféomorphisme de U sur lui-même (de
bijection réciproque (u, v) 7→ u, uv ).
On pose f (x, y) = g(u, v) = g(x, xy). On a
∂f ∂g ∂g ∂f ∂g
= +y et =x
∂x ∂u ∂v ∂y ∂v
donc x ∂f ∂f ∂g
∂x − y ∂y = x ∂u .
∂g 3 3
Ainsi, f est solution de l’EDP si et seulement si ∂u = uv 2 , dont une solution particulière est (u, v) 7→ − vu .
= uv 2 si et seulement si il existe φ ∈ C 1 (R), tel que pour tout (u, v) ∈ U , g(u, v) =
∂g 3
La fonction g vérifie ∂u
v3
− u + φ(v).
En revenant à f , la solution générale de l’EDP initiale est
f : (x, y) 7→ −x2 y 3 + φ(xy), φ ∈ C 1 (R)

16.8. Vecteurs tangents à une partie d’un espace normé de dimension finie
Justification de structure 58 – Laissée au lecteur
Justification de l’exemple 64 – Si v = (vx , vy , vz ) est un vecteur tangent à Γ en w, alors il existe
γ = (γx , γy , γz ) :] − ε, ε[→ Γ
′
dérivable en 0 telle que γ(0) = w et γ (0) = v.
Pour tout t ∈] − ε, ε[, on a
γz (t) = g(γx (t), γy (t)),
d’où, en dérivant en 0 :
∂g ∂g
γz′ (0) = (x0 , y0 )γx′ (0) + (x0 , y0 )γy′ (0),
∂x ∂y
soit
∂g ∂g
vz = (x0 , y0 )vx + (x0 , y0 )vy
∂x ∂y
Réciproquement, soit v vérifiant cette relation. L’application
φ : t 7→ (x0 + tvx , y0 + tvy , g(x0 + tvx , y0 + tvy ))
est définie sur un voisinage de 0 (dans R), à valeurs dans Γ et dérivable en 0. De plus,
Å ã
∂g ∂g
φ′ (0) = vx , vy , (x0 , y0 )vx + (x0 , y0 )vy = v
∂x ∂y
donc v est bien tangent à Γ en w.
Démonstration de l’énoncé 22 (Proposition (Espace tangent à une ligne de niveau en un point non critique))
– Laissée au lecteur.

16.9. Optimisation : étude au premier ordre

Démonstration de l’énoncé 23 (Proposition (Condition nécessaire d’existence d’un extremum local)) – Pour
tout i ∈ [[1, p]], fi : t 7→ f (a1 , . . . , ai−1 , ai + t, ai+1 , . . . , ap ) présente un extremum local en 0. De plus, fi est
dérivable en 0, et, U étant un ouvert de Rp , fi est défini sur un voisinage de 0 : on a donc f ′ i(0) = 0, i.e.
∂i f (a) = 0. □
Le fait de présenter un extremum local en un point ne se vérifie pas radialement 68 – Le fait de présenter
un extremum local en un point ne se vérifie pas radialement
Corrigé de l’exercice de cours (exercice 55 ) –
1 La fonction f est de classe C 1 sur l’ouvert R2 (car polynomiale) : si elle présente un extremum local en
un point, le gradient de f y est nul. On trouve deux points critiques : (0, 0) et (1, 1).
La fonction ne présente pas d’extremum local en (0, 0), mais présente un maximum local en (1, 1).
√ √ √ √
2 Les points critiques sont (0, 0), ( 2, − 2) et (− 2, 2).
Pas d’extremum local en l’origine. √ √ √ √
f réalise un minimum local, et même global, en ( 2, − 2) et (− 2, 2).
On a en effet, pour tout (u, v) ∈ R2 :
√ √ √ √ √ √
f ( 2 + u, − 2 + v) − f ( 2, − 2) = 2(u + v)2 + u2 (u + 2 2)2 + v 2 (v − 2 2)2
√ √
d’où un minimum global en ( 2, − 2). √ √
Comme f (−x, −y) = f (x, y) pour tout (x, y) ∈ R2 , on a aussi un minimum global en (− 2, 2).
3 ∂f 3 ∂f 4
∂x (x, y) = 4x y, ∂y (x, y) = x + 4+y 2 .
2y

422 Stéphane FLON

 (0, 0) est le seul point critique.
Ä 2ä
f (x, y) − f (0, 0) = x4 y + ln 1 + y4 n’est pas de signe constant au voisinage de 0, considérer par exemple
1 ±1


n , n5 .
4 (2, 1) est le seul point critique. On a
u2 u2 7 u2 v2
f (2 + u, 1 + v) − f (2, 1) = 2v 2 + uv + + o(u2 ) + o(v 2 ) = + uv + v 2 + + + o(u2 ) + o(v 2 )
2 4 4 4 4
donc f présente un minimum local en (2, 1).
Remarque – f présente vraisemblablement un minimum global en (2, 1). On peut le montrer en trouvant
[a, b] × [c, d] ⊂ (R∗+ )2 , contenant (2, 1), tel que inf (R∗+ )2 f = inf [a,b]×[c,d] f == inf ]a,b[×]c,d[ f puis utiliser le
théorème des bornes atteintes.
Corrigé de l’exercice de cours (exercice 56 ) – Soit f la fonction qui à un triplet (A, B, C) de points
de C associe l’aire du triangle ABC. La fonction f est continue, car donnée par la formule f (A, B, C) =
−−→ −→
2 det(AB, AC) . Comme C est une partie fermée bornée non vide de (R ) , et que f est à valeurs réelles, le
1 3 2 3

théorème des bornes atteintes montre qu’il existe (A, B, C) ∈ C 3 tel que max f = f (A, B, C).
On considère un tel triplet.
Pour maximiser f (A, B, C), il faut, à B et C fixés, que le triangle ABC soit isocèle en A, et pour des raisons
de symétrie, que ABC soit aussi isocèle en B et en C : le triangle ABC est équilatéral. Comme tous les triangles
équilatéraux à sommets dans C √ont même aire, leur aire commune est l’aire maximale d’un triangle inscrit dans
C. Après un calcul, on trouve 3 4 3 R pour cette aire.
Démonstration de l’énoncé 24 (Proposition (Condition nécessaire d’existence d’un extremum local sur une
partie d’un ouvert)) – Laissée au lecteur.
Démonstration de l’énoncé 25 (Théorème d’optimisation sous une contrainte) – Laissée au lecteur.

16.10. Optimisation : étude au second ordre

Démonstration de l’énoncé 26 (Proposition (Formule de Taylor-Young à l’ordre 2)) – Laissée au lecteur.
Démonstration de l’énoncé 27 (Corollaire (Condition nécessaire de minimum local)) – Laissée au lecteur.
Démonstration de l’énoncé 28 (Corollaire (Condition suffisante de minimum local)) – Laissée au lecteur.

423 Stéphane FLON

Chapitre XVIII

Exercices

425
 1. Structures algébriques

1.1. Exercices : Structures algébriques

1.1.1. Pour préparer sa colle

Exercice 1 – Exploiter diverses stabilités pour établir la dérivabilité

ln(1+x2 )ex
Montrer la dérivabilité de f : x ∈ R 7→ 3+2 sin(cos(x)) .

Exercice 2 – Description des polynômes réels positifs

Décrire les polynômes P ∈ R[X] pour lesquels P (R) ⊂ R+ , i.e. P (x) ⩾ 0 pour tout x ∈ R.

Exercice 3 – Existence d’un élément idempotent

3 Soit E un ensemble fini non vide muni d’une loi de composition interne associative (notée multiplicati-
vement). Montrer que E admet un élément s idempotent, i.e. tel que s2 = s.

Exercice 4 – Éléments réguliers de E E

Soit E un ensemble non vide. Déterminer les éléments de E E réguliers à gauche (resp. à droite), pour la
composition.

1.2. Exercices : Groupes

1.2.1. Bonnes questions

Exercice 5 – Comment caractériser le fait qu’un groupe soit abélien ?

Soit G un groupe.
1 Montrer l’équivalence des conditions suivantes :
(1) G est abélien.
(2) L’application carré de G dans G est un endomorphisme de G.
(3) L’application inverse de G dans G est un automorphisme de G.
2 Généralisation : montrer que s’il existe i ∈ Z tel que g 7→ g i , g 7→ g i+1 et g 7→ g i+2 soient des morphismes
de groupes, alors G est abélien.
3 Donner un groupe non abélien tel que g 7→ g 3 soit un endomorphisme.
4 On suppose que g 2 = 1 pour tout g ∈ G. Montrer que G est abélien.

Exercice 6 – Tout groupe est-il isomorphe à un sous-groupe d’un groupe de permutations ?

Soit G un groupe, et a un élément de G.
1 Montrer que les applications αa : g 7→ ag et βa : g 7→ ga – appelées respectivement applications de
multiplication (ou de translation) à gauche et à droite par a – sont des permutations de G.
2 Donner une condition nécessaire et suffisante pour qu’une telle application soit un endomorphisme de G.
3 Montrer que l’application ϕ : a 7→ αa est un morphisme injectif de G vers SG . En déduire que tout groupe
est isomorphe à un sous-groupe d’un groupe de permutations (théorème de Cayley).
4 Prolongement : montrer que tout groupe fini est isomorphe à un sous-groupe d’un groupe linéaire (et
même que l’on peut choisir le corps des scalaires librement).

Exercice 7 – Quand le produit de deux sous-groupe est-il un sous-groupe ?

Soit G un groupe, H et H ′ des sous-groupes de G.

1 Vérifier l’équivalence des propositions :
i HH ′ est un sous-groupe de G.
ii HH ′ = H ′ H.
426 Stéphane FLON
 2 Donner un exemple de couple (H, H ′ ) de sous-groupes tels que HH ′ = H ′ H et tels qu’il existe (h, h′ ) ∈
H × H ′ tel que hh′ ̸= h′ h.

1.2.2. Pour préparer sa colle

Exercice 8 – Union de trois sous-groupes stricts

Donner un exemple de trois sous-groupes stricts H1 , H2 , H3 d’un même groupe G, sans relation d’inclusion
entre eux, tels que leur union soit un sous-groupe de G.

Exercice 9 – Structure des sous-groupes additifs réels

Soit G un sous-groupe de R additif, non réduit à 0. Notons a la borne inférieure de G ∩ R∗+ . Montrer que
si a > 0, alors G = aZ (on dit que G est discret). Montrer que si a = 0, alors G est dense dans R (i.e. rencontre
tout intervalle ]α, β[, où α < β).

Exercice 10 – Sous-groupe engendré par l’union de deux sous-groupes

Soit G un groupe (multiplicatif), H1 et H2 deux sous-groupes G. Soit W le sous-groupe de G engendré par

H1 ∪ H2 .
On pose H1 H2 = {h1 h2 , (h1 , h2 ) ∈ H1 × H2 }.
1 Montrer qu’en général, W ̸= H1 H2 .
2 Montrer que si G est abélien, alors W = H1 H2 .
3 Si G est maintenant un groupe additif (et en particulier abélien), décrire W .

Exercice 11 – Sous-groupe engendré par le complémentaire d’un sous-groupe strict

Soit G un groupe, H un sous-groupe strict de G. Déterminer < G \ H >, le sous-groupe de G engendré par
G \ H.

Exercice 12 – Groupe d’automorphismes d’un groupe, automorphismes intérieurs

Soit G un groupe. On note Aut(G) l’ensemble des automorphismes de G.

1 Montrer que Aut(G) est un groupe pour la loi ◦.
2 Déterminer Aut(Z).
3 Pour a ∈ G on note ϕa l’application de G dans G telle que ϕa (x) = axa−1 , pour tout élément x de G :
ϕa est appelée conjugaison par a (dans G). Montrer que ϕa est un automorphisme de G, (on dit que ϕa est un
automorphisme intérieur ).
4 Montrer que l’application ψ : a 7→ ϕa est un morphisme de groupes. Donner une condition nécessaire et
suffisante pour que ce morphisme soit injectif. Donner un exemple où il n’est pas surjectif.

Exercice 13 – Monoı̈de dont tout élément est inversible à droite

Soit G un monoı̈de tel que tout élément de G est inversible à droite. Montrer que G est un groupe.

Exercice 14 – Un calcul algébrique dans un groupe

Soit G un groupe, u ∈ G commutant avec tout élément de G, (x, y, z) ∈ G. On suppose u = xyz et

x2 = y 2 = z 2 = 1. Montrer que u4 = 1.

Exercice 15 – Inclusion d’une partie dans un sous-groupe

Soit G un groupe, H un sous-groupe et A une partie non vide de G. Montrer que AH = H si et seulement
si A ⊂ H.
Exercice 16 – L’addition des vitesses relativistes
x+y
Soit G =] − 1, 1[, ⋆ définie par x ⋆ y = 1+xy . Montrer que (G, ⋆) est un groupe abélien.

Exercice 17 – Partie finie stable par multiplication

427 Stéphane FLON

 Soit G un groupe multiplicatif et H une partie finie de G non vide, stable par multiplication. Montrer que
H est un sous-groupe de G.

Exercice 18 – Monoı̈de fini et régulier

Montrer qu’un monoı̈de fini et régulier (i.e. tout élément est simplifiable à gauche et à droite) est un groupe.

Exercice 19 – Structure de groupe

1 Soit G un ensemble muni d’une loi de composition interne associative, admettant un élément neutre à
gauche et tel que chaque élément de G admette un symétrique à gauche. Montrer que G est un groupe.
2 Soit G un ensemble non vide muni d’une loi de composition interne associative · telle que :
∀ a, b ∈ G, ∃x, y ∈ G : a = x · b = b · y (⋆)
Montrer que (G, ·) est un groupe.
3 Soit G un ensemble fini non vide muni d’une loi de composition interne · associative pour laquelle tout
élément est régulier à droite et à gauche. Montrer que G est un groupe.

Exercice 20 – Un isomorphisme de groupes

Montrer que C∗ (multiplicatif) et R∗+ × U sont isomorphes.

Exercice 21 – Étude d’isomorphie (X PC 10)

1 Les groupes (Z, +) et (Q, +) sont-ils isomorphes ?

2 Les groupes (R, +) et (R∗+ , ×) sont-ils isomorphes ?
3 Les groupes (R, +) et (R∗ , ×) sont-ils isomorphes ?

Exercice 22 – Transfert de structure

Soit G un groupe multiplicatif, E un ensemble et ϕ : G → E une bijection. On définit une opération ∗ sur
E par :
∀ x, y ∈ E, x ∗ y = ϕ ϕ−1 (x)ϕ−1 (y)

Montrer que ∗ confère à E une structure de groupe, et que les groupes G et E sont isomorphes.

Exercice 23 – Le premier théorème d’isomorphie, dégradé en relation entre cardinaux (ENS MP 10)

Soit G et H deux groupes, avec G fini, f un morphisme de G dans H. Donner une relation entre |G|, | Ker f |
et | Im f |.

Exercice 24 – Morphismes de Q vers Q∗

Déterminer les morphismes de (Q, +) dans (Q+∗ , ×).

Exercice 25 – Sous-groupes de type fini de (Q, +)

Montrer que les sous-groupes de type fini (i.e. engendrés par une partie finie) de (Q, +) sont monogènes.

Exercice 26 – Groupe n’ayant que deux classes de conjugaison

Que dire d’un groupe fini n’ayant que deux classes de conjugaison ?

Exercice 27 – Loi de groupe sur les points entiers d’une branche d’hyperbole
√
1 (Centrale MP 06) Montrer que {x + y 3/x ∈ N, y ∈ Z, x2 − 3y 2 = 1} est un sous-groupe de (R∗+ , ×).
√
2 (X MP 08)Soit G = {x + 2y|x ∈ N∗ , y ∈ Z et x2 − 2y 2 = 1}.
i Montrer que G est un sous-groupe de (R∗ , ×).
ii Montrer que G est monogène.

Exercice 28 – Densité du complémentaire d’un sous-groupe

428 Stéphane FLON

 Soit H un sous-groupe additif de R distinct de R. Montrer que R \ H est dense dans R.

1.3. Exercices : Anneaux

1.3.1. Bonnes questions

Exercice 29 – Un anneau principal est-il toujours intègre ?

Donner un exemple d’anneau principal non intègre.

Exercice 30 – Tout anneau principal est-il noethérien ?

Soit A un anneau principal, (In ) une suite croissante (pour l’inclusion) d’idéaux de A. Prouver que cette
suite est stationnaire (cette propriété signifie que A est noethérien).

1.3.2. Pour préparer sa colle

Exercice 31 – Éléments nilpotents d’un anneau

Soit (A, +, ×) un anneau non nul.

1 Montrer qu’un élément de A ne peut pas être à la fois nilpotent et inversible.
2 Montrer qu’il peut exister des éléments ni inversibles ni nilpotents.
3 Montrer que si x est nilpotent, alors 1 − x est inversible.
4 Montrer que la somme ou le produit d’éléments nilpotents ne l’est pas nécessairement. Montrer que le
produit d’un élément nilpotent par un élément quelconque avec lequel il commute est nilpotent.
5 Montrer que si x et y sont nilpotents et commutent, alors xy et x + y sont nilpotents.

Exercice 32 – Développement dans un anneau

Développer (a − b)(a + b), (a + b)2 et (a + b)3 pour a et b (éléments d’un certain anneau) ne commutant
pas.

Exercice 33 – Un calcul algébrique dans un anneau

Soit A un anneau, et (a, b) ∈ A2 . On suppose que ab + ba = 1 et a2 b + ba2 = a.

1 Montrer que a2 b = ba2 et 2aba = a.
2 Établir que a et inversible que que a−1 = 2b.

Exercice 34 – D’un inversible à un autre

Soit A un anneau, et (a, b) ∈ A2 . On suppose 1 − ab inversible. Montrer que 1 − ba est inversible.

Exercice 35 – Idéal d’un anneau de fonctions continues

Soit A = C([0, 1], R) l’anneau T des fonctions continues de [0, 1] dans R, I un idéal de A. On suppose qu’il
n
existe f1 , . . . , fn dans I telles que k=1 fk−1 ({0}) = ∅.
Montrer que I = A.

Exercice 36 – Anneau des décimaux

On note D = {q ∈ Q, ∃k ∈ N, 10k q ∈ Z} appelé anneau des décimaux.

1 Montrer que D est un anneau pour l’addition et la multiplication.
2 D est-il un corps ?
3 Montrer que D est un anneau principal.
4 Montrer que D est dense dans R.

Exercice 37 – Parité du nombre d’idempotents dans un anneau

(Centrale PSI 10) Soit A un anneau non nul et M = {a ∈ A, a2 = a}. On suppose que M est fini. Montrer
que son cardinal est pair.
429 Stéphane FLON
 Exercice 38 – Y a-t-il toujours un morphisme d’anneaux entre deux anneaux ?

Étant donné deux anneaux A et B quelconques, existe-t-il au moins un morphisme d’anneaux de A vers
B?
Exercice 39 – Sous-anneau engendré par 1/5

Quel est le plus petit sous-anneau de Q contenant 1/5 ? Quel est son groupe des inversibles ?

Exercice 40 – Puissances identiques dans un anneau fini

Soit A un anneau fini. Montrer l’existence d’entiers distincts m et n tels que, pour tout x ∈ A : xm = xn .

Exercice 41 – Anneau des endomorphismes d’un groupe commutatif

Soit (G, +) un groupe commutatif. On note End(G) l’ensemble des endomorphismes de G, sur lequel on
définit la loi (notée abusivement) + par :
∀ f, g ∈ End(G), ∀ x ∈ G, (f + g)(x) = f (x) + g(x)
Montrer que (End(G), +, ◦) est un anneau.

Exercice 42 – Nilradical d’un anneau commutatif

Soit A un anneau commutatif. Vérifier que l’ensemble N des éléments nilpotents de A est un idéal de A.
On l’appelle nilradical de A.

Exercice 43 – Radical de Jacobson

Soit A un anneau commutatif. On note R l’ensemble des x ∈ A tels que pour tout a ∈ A, 1+ax est inversible
dans A (R est appelé radical de Jacobson de A).
1 Montrer que R est un idéal de A.
2 Vérifier que R est le plus grand idéal de A (au sens de l’inclusion) tel que, pour tout x dans cet idéal,
1 + x est inversible dans A.
Exercice 44 – Radical d’un idéal
√
Soit A un anneau commutatif.√Pour tout idéal I de A, note I l’ensemble des x ∈ A pour lesquels il existe
n ∈ N tel que xn ∈ I (on dit que I est la racine ou le radical de l’idéal I).
√
1 Soit I un idéal de A. Montrer que I est un idéal de A contenant I.
2 Déterminer le radical d’un idéal de Z. p√ √ √ √ √
3 Soit I et J deux idéaux de A. Montrer que I = I et I ∩ J = I ∩ J.
On dit qu’un idéal est semi-premier s’il est égal à sa racine.
4 Montrer que l’intersection d’une famille d’idéaux semi-premiers de A est un idéal semi-premier de A.
√
5 Soit I un idéal de A. Montrer que I est le plus petit idéal semi-premier contenant I.

Exercice 45 – Anneau local

1 Soit A un anneau commutatif qui n’est pas un corps. Montrer l’équivalence des assertions suivantes :
(1) La somme de deux non inversibles est non inversible.
(2) Les non inversibles forment un idéal propre.
(3) A possède un idéal maximal unique
Lorsque l’une de ces conditions est remplie, on dit que A est un anneau local.
2 Montrer que dans un anneau local, les seuls idempotents sont 1 et 0.

Exercice 46 – Anneau des entiers de Gauss

On pose Z[i] = {z ∈ C, ∃(a, b) ∈ Z2 , z = a + ib}. Montrer que Z[i] est un anneau intègre pour les lois
d’addition et de multiplication déduites de celles de C. Déterminer les éléments inversibles de Z[i].

Exercice 47 – Pseudo division euclidienne

430 Stéphane FLON

 √
Soit A = {a + ib 2; (a, b) ∈ Z2 }.
1 Montrer que A est un anneau intègre.
2 Montrer qu’on peut définir une pseudo division euclidienne dans A (sans unicité) : pour tous x ∈ A et
y ∈ A \ {0}, il existe (q, r) ∈ A2 tels que x = qy + r et |r| < |y|.

Exercice 48 – Anneau dont l’ensemble des inversibles est monogène

√
Soient A l’anneau Z[ 7] et G l’ensemble des éléments inversibles de A.
1 Vérifier que G est un sous-groupe multiplicatif de R∗ .
√ Ä √ ä−1
2 Soit x + y 7 ∈ G. Donner, au signe près, une formule pour x + y 7 . En déduire un élément non
trivial de G.
√ √ √ √
3 Pour x + y 7 ∈ G, on pose Φ(x + y 7) = (ln |x + y 7|, ln |x − y 7|).
Montrer que Φ est un morphisme de G dans (R2 , +) dont on précisera le noyau. Montrer que Im Φ est un
sous-groupe discret de R2 .
√
4 En déduire que G = {±(8 + 3 7)n }n∈Z .

Exercice 49 – Irréductibles d’un anneau de matrices

1 Décrire les inversibles de l’anneau A = M2 (Z).

2 Un élément M non inversible de A est dit irréductible si l’égalité M = U V avec U et V dans A implique
que l’une des deux matrices U, V est un inversible de A. Une matrice de A de déterminant nul peut-elle être
irréductible ?
3 Caractériser les irréductibles de A.

1.4. Exercices : Corps, algèbres

1.4.1. Bonnes questions

Exercice 50 – Quels sont les automorphismes du corps des réels ?

Montrer que Id R est l’unique automorphisme du corps des nombres réels.

Indication – On pourra vérifier qu’un tel automorphisme est croissant, et utiliser la densité de Q dans R.

Exercice 51 – Automorphismes de la K-algèbre K[X]

1 Soit (a, b) ∈ K ∗ × K. Montrer que P 7→ P (aX + b) est un automorphisme de la K-algèbre K[X].
2 Soit u un automorphisme de la K-algèbre K[X]. Vérifier l’existence de (a, b) ∈ K ∗ × K tel que pour tout
P ∈ K[X], on ait u(P ) = P (aX + b).

Exercice 52 – Automorphismes de la C-algèbre C(X)

Déterminer les automorphismes de l’algèbre C(X).

Exercice 53 – Quelles sont les R-algèbres commutatives intègres de dimension finie ?

Quelles sont les R-algèbres commutatives intègres de dimension finie ?

Exercice 54 – L’inverse d’un inversible d’une sous-algèbre appartient-il à cette sous-algèbre ?

1 Soit A une K-algèbre, B une sous-algèbre de A de dimension finie et soit b un élément de B, inversible
dans A.
En considérant
φ : B → B
x 7→ bx
montrer que b−1 appartient à B.
2 Montrer sur un exemple que ce résultat ne s’étend pas en dimension infinie.
431 Stéphane FLON
1.4.2. Pour préparer sa colle

Exercice 55 – Idéaux d’un produit de corps

Soit K et K ′ deux corps.

1 Montrer que les seuls idéaux de K sont {0} et K.
2 Quels sont les idéaux de l’anneau K × K ′ ?

Exercice 56 – Caractérisation des morphismes de corps

On considère deux corps K et L. Montrer que si f : K → L vérifie f (a + b) et f (ab) = f (a)f (b) pour tout
(a, b) ∈ K 2 , et si f n’est pas identiquement nul, alors f est un morphisme de corps

Exercice 57 – Caractérisation des corps par les idéaux

Soit A un anneau commutatif non réduit à {0}. Vérifier l’équivalence des deux conditions suivantes :
i A est un corps.
ii A et {0} sont les seuls idéaux de A.

Exercice 58 – Anneau intègre fini

Montrer que tout anneau intègre fini est un corps.

Exercice 59 – Condition suffisante pour être un corps

3 Soit A un anneau commutatif fini non nul, et tel que, pour tout x ∈ A :
((x2 = 0) ⇒(x = 0)) ∧ ((x2 = x) ⇒(x ∈ {0, 1}))
Montrer que A est un corps.

Exercice 60 – Groupe d’automorphismes d’une extension quadratique de Q

√ √
On pose Q( 3) = {z ∈ R, ∃(a, b) ∈ Q2 , z = a + b 3}.
√
1 Établir que Q( 3) est un corps pour les lois déduites de celles de R.
√
2 Déterminer le groupe des automorphismes du corps Q( 3).

Exercice 61 – Calculs dans une extension de Q de degré 3

Soit θ l’unique racine réelle de P = X 3 − X + 1. Montrer que Q[θ] est un corps. Calculer l’inverse de
2
θ − 2θ − 3.
Exercice 62 – Une caractérisation des corps

Soit A un anneau commutatif non nul dont tout idéal est premier, c’est-à-dire vérifie, pour tout (x, y) ∈ A2 :
xy ∈ I ⇒ x ∈ I ou y ∈ I.
Montrer que A est un corps.

Exercice 63 – Corps algébriquement clos

Un corps K est dit algébriquement clos si tout polynôme non constant à coefficients dans K admet une
racine dans K.
1 Montrer qu’un corps algébriquement clos est de cardinal infini.
2 Donner un exemple de corps algébriquement clos.
3 Montrer que l’ensemble des nombres algébriques sur Q est un corps algébriquement clos.

Exercice 64 – Sous-algèbres, ou pas

Donner des parties de la C-algèbre C[X] qui sont :

1 Des sous-algèbres de C[X].
2 Des sous-anneaux mais pas des sous-algèbres de C[X].
432 Stéphane FLON
3 Des sous-espaces vectoriels mais pas des sous-algèbres de C[X].

Exercice 65 – C 0 ([0, 1], R) et C 1 ([0, 1], R) sont-ils isomorphes en tant qu’algèbres ?

(X MP 06) Existe-t-il un isomorphisme d’algèbres entre C 0 ([0, 1], R) et C 1 ([0, 1], R) ?

433 Stéphane FLON

 2. Séries numériques

2.1. Exercices : Séries numériques

2.1.1. Problématiques
Problématique : Déterminer la nature d’une série numérique

Exercice 1 – (Divergence) Vérifier s’il y a divergence grossière

Montrer la divergence des séries suivantes :

P n
1 .
P n+1
2 cos(n).
P
3 sin(n).

Exercice 2 – (Divergence) Considérer une tranche

On propose ici une extension de la notion de divergence grossière.

1 On considère deux suites (αn ) et (βn ) d’entiers naturels tendant vers
P ÄP βn
ä que, pour tout n ∈ N,
+∞, et telles
αn ⩽ βn . On considère une série convergente un . Montrer que la suite u
k=αn k converge vers 0.
P1
2 En minorant H2n − Hn , montrer la divergence de la série harmonique n.
3 3 (Mines MP 10) Nature de la série de terme général σ(n)
n2 , où σ est une injection de N∗ dans N∗ ?

Exercice 3 – Utiliser les relations de comparaison si le terme général est de signe constant

1 1 1

P
1 En observant que ln 1 + n ∼ n, montrer que la série harmonique n diverge.
Ä ä
1 1
2 3 On note (pn ) la suite strictement croissante des nombres premiers. En observant que pn ∼ − ln 1 − pn ,
P 1
montrer que la série pn diverge.

Exercice 4 – (Convergence) Vérifier s’il y a convergence absolue

P ein P cos(n)+sin(n2 )
1 Montrer que les séries n2 et n2 convergent.
α
2 (Règle n un ) SoitP (un ) une suite complexe. On suppose qu’il existe α > 1 tel que nα un tende vers 0.
Montrer la convergence de un .
Remarque – Cette  règle nα un  mêle la notion de convergence absolue et la comparaison aux séries de Riemann.
C’est une technique très fréquemment employée.

Exercice 5 – (Convergence) Appliquer le critère spécial des séries alternées

P (−1)n
1 Montrer que pour tout α > 0, la série nα converge.
P (−1)n ln(n)
2 Montrer la convergence de la série n .
P+∞ (−1)k P
3 Soit un = k=n k2 . Nature de un ?
Remarque – On rappelle que le CSSA donne bien plus que la seule convergence d’une série, notamment une
majoration du reste (en valeur absolue).

Exercice 6 – Faire un développement asymptotique du terme général jusqu’à l’absolue convergence, ou jusqu’à
un terme de signe constant
X (−1)n
1 Étudier la nature de la série (n ⩾ 2).
nα
− (−1)n
 
2 Nature de la série de terme général un = ln 1 + (−1)n /nα en fonction de α > 0.

Exercice 7 – Regrouper les termes

Soit (an ) une suite strictement croissante d’entiers naturels. On se demande ici si, étant donné une série
P P ÄPan+1 −1 ä
numérique un , cette série a même nature que k=an uk .
1 Montrer que ces séries n’ont pas toujours même nature, et ce même si le terme général un tend vers 0.
434 Stéphane FLON
 P
2 Montrer cependant que si (un ) tend vers 0, et si (an+1 − an ) est une suite constante, alors un et
P ÄPan+1 −1 ä
k=an uk ont même nature.
1 −1
P
3 Soit un = n+2+i si n est pair, et un = n+3−i si n est impair. Déterminer la nature de un .
jn
4 (Centrale PSI 10) Nature de la série de terme général n où j = e2iπ/3 .

Exercice 8 – Faire l’analogie entre dérivée discrète et dérivée usuelle

1 Soit (an )n∈N une suite croissante de réels strictement positifs. On suppose que lim an = +∞. On
n→+∞
an −an−1
cherche à déterminer la nature de la série de terme général un = an .
i On note abusivement d+ (an ) = an+1 − an et d− (an ) = an − an−1 . En faisant l’analogie avec la dérivée
vn , où vn = d− (ln(an )) = ln(an ) − ln(an−1 ). À l’aide de la série
P P
usuelle, on introduit
P la série vn , montrer
la divergence de un . P R an dt
ii Montrer à nouveau la divergence de un , en observant que vn = an−1 t

Exercice 9 – Utiliser des propriétés de certains nombres algébriques

√
5)n ) converge.
P
1 Montrer que la série sin(π(3 −
√ √
2 Montrer que pour tout n ∈ N, (3 − 5)n + (3 + 5)n est un entier naturel.
√
3 Qu’en déduire sur la nature de la série de terme général sin(π(3 + 5)n ) ?

Exercice 10 – Utiliser une comparaison série-intégrale même dans un cas non monotone

3 Soit, pour n ∈ N∗ , un = sin(ln(n))

R n+1 sin(ln(t))
n et vn = n t dt.
1 Montrer que les séries de termes généraux un et vn sont de même nature.
2 Déterminer la nature de ces séries.
Exercice 11 – Effectuer une transformation d’Abel

÷ La transformation d’Abel est hors-programme, mais tombe parfois à l’oral des concours X/ENS, ainsi
qu’à l’écrit : on pourra consulter le problème du sujet Maths 1 MP CCP 2014.
Soit (an ) et (Bn ) deux suites complexes. On définit deux suites complexes (An ) et (bn ) par :
n
∀ n ∈ N,
X
An = ak et bn = Bn+1 − Bn .
k=0

1 Montrer que
n
X n−1
X
ak Bk = An Bn − Ak bk .
k=0 k=0
Remarque – cette formule, appelée formule d’Abel ou formule de sommation par parties, est la version discrète
de l’intégration par parties.
P P
2 Montrer que si (Bn ) converge vers 0, (An ) est bornée, et bn est absolument convergente, alors an Bn
est convergente.
3 Applications :
i Montrer le résultat de convergence du critère spécial des séries alternées à l’aide de la question
précédente.
P sin(n)
ii Montrer que n converge.
iii Étudier l’absolue convergence de cette dernière série.
Indication – utiliser les formules trigonométriques et (à nouveau) la transformation d’Abel.
Voir aussi : 26, 27, 28, 33

Problématique : Calculer la somme d’une série numérique convergente

Exercice 12 – Télescoper

1
P
1 Montrer la convergence et calculer la somme de un , lorsque : un = n(n−1) (pour n ⩾ 2).
1 a b
Indication – On trouvera des constantes a et b telles que pour tout n ⩾ 2, n(n−1) = n + n−1 .
435 Stéphane FLON
 2n
2 Soit a ∈ R∗+ ; on pose, pour tout n ∈ N, un = Qn a 2k .
P k=0 (a +1)
Déterminer la nature de la série un selon les valeurs de a, et calculer la somme de cette série lorsqu’elle
converge.
Indication – Utiliser la formule α = (α + β) − β.
n
P
3 Montrer la convergence et calculer la somme de un , lorsque : un = n4 +n 2 +1 .

Exercice 13 – Identifier un produit de Cauchy

Soit z ∈ C tel que |z| < 1. Montrer :

P∞ 1
n=0 (n + 1)z n = (1−z)2 .

Exercice 14 – Écrire le terme général sous forme d’une intégrale

P (−1)n−1
1 Montrer que la série n (appelée série harmonique alternée) est convergente, et calculer sa
somme en observant que
1
(−1)n−1
Z
∀ n ∈ N∗ , = (−x)n−1 dx.
n 0

P∞ (−1)n π
2 Montrer de même que n=0 2n+1 = 4.
3 (Mines MP 2015) Z π
1
i Quelle valeur (indépendante de n) faut-il donner à a, b ∈ R pour que (at2 + bt) cos(nt)dt = ?
0 n2
n
sin((n + 21 )t) 1
ii Montrer que pour tout t ∈ R tel que sin(t/2) ̸= 0,
X
cos(kt) = − .
2 sin(t/2) 2
k=1
Z b
iii Soit f : [a, b] → R, C , montrer que
1
f (t) sin(λt)dt −−−−→ 0.
a λ→∞
+∞
X 1 π2
iv En déduire que 2
= .
n=1
n 6

Exercice 15 – Utiliser les propriétés des racines n-ièmes de l’unité

1 Soit n ∈ N∗ , Un l’ensemble des racines n-ièmes de l’unité, et p ∈ N. Calculer zp.

P
z∈Un
P+∞ 1
2 (Centrale MP 08) Calculer n=0 (3n)! .
Indication – Penser à la série exponentielle et aux racines cubiques de l’unité.

Exercice 16 – Utiliser un développement asymptotique de la série harmonique

n
∀ n ∈ N∗ ,
X
On définit la suite réelle (vn ) par : vn = k2 .
k=1
1
1 Montrer que la série de terme général vn converge.
2 Déterminer sa somme.
n
X 1
Indication – On rappelle que k2 = n(n + 1)(2n + 1), que Hn = ln(n) + γ + o(1), et que
6
k=1

1 1 1 4
= + −
X(X + 1)(2X + 1) X X + 1 2X + 1

Exercice 17 – Revenir aux sommes partielles

(Mines-Ponts PSI 10) Soit (un )n⩾0 ∈ (R+ )N décroissante. On suppose que la série de terme général un est
convergente. Si n ∈ N, on pose vn = n(un+1 − un ). Montrer que la série de terme général vn est convergente.
Exprimer sa somme en fonction de celle de un .
Voir aussi : 27, 29, 30

Problématique : Étudier le comportement asymptotique de la suite des sommes partielles d’une série
numérique, ou de la suite des restes d’une série numérique convergente
436 Stéphane FLON
 Exercice 18 – Effectuer une comparaison série-intégrale
Pn √ √
1 Montrer que : k=1 k ∼ 32 n n.
nα , où α ∈ R. Donner un équivalent des sommes partielles en cas de divergence,
P 1
2 On considère la série
et un équivalent des restes en cas de convergence.

Exercice 19 – Utiliser la sommation des relations de comparaison

Pn 1
Pn 1 1
P∞
1 Montrer que k=1 k ∼ ln(n), que k=1 kα ∼ si α < 1, et que k=n k1α ∼ (α−1)n
(1−α) n
1−α 1
α−1 si α > 1.

∗ N
2 Soit (un ) ∈ (R+ ) , telle que un+1 /un → +∞. Montrer que
P P n
un diverge, et que k=0 uk ∼ un .
Pn 3 1Donner un développement asymptotique à trois termes de la série harmonique (de terme général Hn =
k=1 k ).
Voir aussi : 32

2.1.2. Bonnes questions

Exercice 20 – Y a-t-il un seuil divergence-convergence pour les séries à termes positifs ?

P
Dans cet exercice on répond négativement àPla question suivante :  Existe-t-il une série
P à termes positifs
vn telle que, pour toute série à termes positifs un pour laquelle un = o(vn ), la série un converge ? 
Cela revient d’ailleurs à se demander s’il y a un seuil pour passer de la non absolue convergence à l’absolue
convergence.
Soit (un )n⩾0 une suite de réels > 0.
On pose, pour n ∈ N, Sn = u0 + · · · + un . On suppose que
P
un diverge. Montrer que la série de terme
général un /Sn diverge.

Exercice 21 – Le terme général d’une série convergente doit-il tendre vite vers 0 ?
P

On sait que si une série numérique un converge,
P alors son terme général tend vers 0. On sait aussi
que si (un ) tend  suffisamment vite  vers 0, alors un converge. On se demande ici si (un ) peut tendre
 suffisamment lentement  vers 0 pour garantir la divergence de la série.
P
1 Soit un une série convergente de nombres complexes. Montrer que (un ) tend vers 0.
P
2 Donner (sans justification) un exemple de série complexe un divergente, dont le terme général tend
vers 0.
3 Soit (an )n∈N une suite de réels positifs.
P
Étudier les implications éventuelles ou donner des contre-exemples entre les deux propositions : an converge
1


et an = o n .
4 Soit (an )n∈N une suite
décroissante de réels positifs. On suppose que la série de terme général an
converge. Montrer que an = o n1 .
5 On considère une suite complexeP (un ) de limite nulle. Cette question vise à établir l’existence d’une suite
(vn ) telle que un = O(vn ), et telle que vn converge.
i Soit n ∈ N. Montrer l’existence de
wn = sup{|uk |, k ⩾ n}

ii Montrer que un = O(wn ).

iii Montrer que (wn ) est décroissante et tend vers 0.
iv Conclure.
Exercice 22 – Une série dont le terme général tend vers 0 et dont la suite des sommes partielles est bornée
est-elle convergente ? (X MP)

Donner un exemple de série divergente dont le terme général tend vers 0 et dont les sommes partielles
sont bornées.
Exercice 23 – Que faire dans le cas douteux du critère de d’Alembert ?

437 Stéphane FLON

 P

÷ 3 On considère une série numérique un à termes tous non nuls. L’exemple des séries de Riemann
montre que l’on ne peut rien dire dans le cas douteux du critère de d’Alembert. Il se trouve cependant des
situations particulières où on peut conclure :
P
1 On suppose que (|un+1 |/|un |) tend vers 1 par valeurs supérieures. Montrer que un diverge.
un à termes positifs, et qu’il existe a ∈ R tel que
P
2 On suppose
Å ã
un+1 a 1
=1− +o
un n n
P 1 P
i On suppose a > 1. Soit b ∈]1, a[. En considérant la série de Riemann nb
, montrer que un
converge. P
ii On suppose a < 1. Montrer que un diverge.
iii Montrer que le cas où a = 1 est douteux (on pourra considérer les séries de Bertrand).
un à termes positifs, et qu’il existe a ∈ R tel que
P
3 On suppose
Å ã
un+1 a 1
=1− +O
un n n2
Montrer qu’il existe λ > 0 tel que un ∼ nλa .
Indication – On pourra reformuler ce résultat en terme de convergence d’une série télescopique.
Remarque – Ces résultats sont connus sous le nom de règle de Raabe-Duhamel.

Exercice 24 – Quel développement asymptotique de la série harmonique la comparaison série-intégrale donne-

t-elle ?

En utilisant le théorème de comparaison série-intégrale, montrer l’existence de γ ∈ R tel que Hn =

ln(n) + γ + o(1).

Exercice 25 – Le théorème du produit de Cauchy de séries absolument convergentes s’étend-t-il ?

P (−1)n

3 Montrer que le produit de Cauchy de √
n+1
par elle-même est divergent, bien que cette série soit
convergente.
Remarque – Cependant, le produit de Cauchy d’une série absolument convergente et d’une série convergente
est convergent (c’est le théorème de Mertens).

2.1.3. Pour préparer sa colle

Exercice 26 – Nature de séries

1 Soit (un )n⩾0 définie par : u0 ∈ R et ∀n ∈ N, un+1 = e−un /(n + 1).

i Déterminer les limites éventuelles des suites (un ) et (nun ).
ii Nature de la série de terme général (−1)n un ?
√ √ √
2 Soit (a, b) ∈ R2 . On pose, pour n ∈ N, un = n + a n + 1 + b n + 2.
Donner une condition nécessaire et suffisante sur (a, b) pour que la série de terme général un converge.
(−1)n
3 Nature de la série de terme général un = 3 .
n4 +sin(n)
(−1)n
4 Nature, suivant α ∈ R, de la série de terme général ln(n)+(−1)n nα .
Ä √
5 Soit x ∈ R. Nature de la série de terme général un = sin π n2 + x2 .
ä
Ä √ ä
6 Déterminer la nature de la série de terme général un = sin π(2 + 3)n .
Ä √ ä
Indication – On pourra d’abord s’intéresser à la série de terme général vn = sin π(2 − 3)n .

Exercice 27 – Un calcul de somme

P
1 Soit (un ) une suite réelle positive telle que un diverge. Donner la nature et la somme de
X un
(1 + u0 ) . . . (1 + un )

Exercice 28 – Cas douteux de la règle de d’Alembert

Soit a > 0 et, pour tout n ∈ N∗ : un = an n!

P
nn . Étudier, selon la valeur de a, la convergence de un .
438 Stéphane FLON
 P∞ n ln(n)
Exercice 29 – Calcul de n=1 (−1) n

1
i Nature de la série de terme général ln(n) n ln(n)
n ? (−1) Rn ?
n
ii Nature de la série de terme général vn = ln(n) ln(t)
n − n−1 t dt.
Pn ln(q) ln(n)2
iii Montrer que la suite de terme général wn = q=2 q − 2 converge.
P∞
iv Trouver n=1 (−1)n ln(n) n grâce à
2n 2n
X ln(p) X (−1)p ln(p)
+ .
p=1
p p=1
p

Indication – On rappelle (et on admet) que Hn = ln(n) + γ + o(1).

Exercice 30 – Nature de la série des restes de la série harmonique alternée

k
(ENSAM) On pose, pour n ∈ N∗ : un = k=n (−1)
P+∞
k .
1 Justifier l’existence de un .
2 Montrer que la série de terme général un converge et calculer sa somme.

Exercice 31 – Comparaison série-intégrale pour estimer une somme partielle

P104
Calculer la partie entière de √1 . (On pourra utiliser une comparaison avec une intégrale)
k=1 k

Exercice 32 – Un équivalent du terme général

P P∞
3 Soit un une série convergente à termes positifs. On note Rn = k=n+1 uk et on suppose
un ∼ Rn2 .
Déterminer un équivalent de un .

Exercice 33 – Preuve de la formule de Stirling

√
n
1 Montrer qu’il existe K > 0 tel que n! ∼ K n ne .
Indication – utiliser la proposition 3.
Rπ
2 On pose Wn = 02 sinn (t)dt, pour tout n ∈ N (intégrales de Wallis).
i Montrer que (Wn ) converge.
ii Montrer que pour tout n ⩾ 2, Wn = n−1 n Wn−2 .
iii Exprimer W2n et W2n+1 à l’aide de factorielles.
iv Montrer que pour tout n ∈ N, W2n · W2n+1 = 2(2n+1) π
. En déduire la limite de (Wn ).
pπ
v En déduire que Wn ∼ 2n .
3 Déduire de ces résultats la formule de Stirling
√  n n
n! ∼ 2nπ ,
e
un , où un = (−1)n−1 ln 1 + n1 ,
P

4 3 Application : établir la convergence et calculer la somme de la série
pour tout n ∈ N∗ .

Exercice 34 – Développements asymptotiques de suites

1 Soit (un ) une suite réelle telle que u0 > 0 et, pour n ∈ N, un+1 = un + u1n . Déterminer la limite de (un ).
Donner un équivalent de un .
2 Soit (un ) une suite réelle telle que u0 ∈]0, π2 [ et, pour tout n ∈ N, un+1 = sin(un ). Montrer que (un )
converge vers 0 et donner un équivalent simple de (un ).
3 Soit n ∈ N∗ . Montrer que l’équation ex + x = n possède une unique solution, que l’on note xn . Donner
un développement asymptotique de xn .
4 Soit n ∈ N∗ . Montrer que Pn (X) = X 2n + X 2 − 1 possède une unique racine dans R+ , que l’on note un .
Déterminer un développement asymptotique à deux termes de un .
5 On pose, pour n ∈ N∗ , un = k=1 sin kπ
Pn

n2 . Déterminer un équivalent de un .

439 Stéphane FLON

 6 Soient a > 0 et (un ) ∈ RN définie par u0 = 1 et, pour n ∈ N, un+1 =
Ä ä
1 a
2 un + un . Étudier la convergence
de (un ).
7 Étudier la suite (un )n⩾0 définie par u0 ∈ R+∗ et, pour n ∈ N, un+1 = ln e un−1 .
Ä un ä

8
i Soit n ∈ N avec n ⩾ 2. Montrer que l’équation xn = x + 1 possède une unique solution sur R+ , que
l’on note xn .
ii Montrer que la suite (xn )n⩾2 converge vers 1.
iii Donner un développement asymptotique à trois termes de xn .
9 On pose, pour n ∈ N∗ , un =
P2n−1 1
k=n 2k+1 . Déterminer la limite de (un ). Donner un développement
asymptotique à deux termes de un .
10 Soit n ∈ N∗ . Montrer que l’équation tan x = x possède une unique solution dans l’intervalle ]nπ −
π/2, nπ + π/2[, que l’on note xn . Donner un développement asymptotique à trois termes de xn .

440 Stéphane FLON

 3. Algèbre linéaire sans réduction

3.1. Exercices : Espaces vectoriels et sous-espaces vectoriels

3.1.1. Problématiques
Problématique : Montrer la supplémentarité de sous-espaces

Exercice 1 – Exploiter la dimension finie

1 Soit E un espace vectoriel de dimension finie. Soit f ∈ L(E) vérifiant f 2 + f − 2Id E = 0. Montrer que
E = Ker(f − Id E ) ⊕ Ker(f + 2Id E ).

Exercice 2 – Faire un raisonnement par analyse-synthèse

1
i Soit E un espace vectoriel. Soit f ∈ L(E) vérifiant f 2 + f − 2Id E = 0. Montrer que E = Ker(f −
Id E ) ⊕ Ker(f + 2Id E ).
ii (Cas particulier du lemme des noyaux) Soit f ∈ L(E), λ et µ deux scalaires distincts.
Montrer que Ker((f − λId E )(f − µId E )) = Ker(f − λId E ) ⊕ Ker(f − µId E )).
Voir aussi : 26

Problématique : Résoudre une équation linéaire

Exercice 3 – Déterminer le noyau et une solution particulière

(Mines PC 16) Soit (A, B) ∈ (Mn (R))2 . Résoudre dans Mn (R) l’équation X = tr(X)A + B.

Problématique : Montrer l’égalité de deux applications linéaires

Exercice 4 – Vérifier qu’elles coı̈ncident sur une famille génératrice, ou sur des sous-espaces vectoriels de
somme E

Soit E et F deux espaces vectoriels.

1 Soit f, g ∈ L(E, F ). Montrer que si f et g coı̈ncident sur une famille génératrice de E, alors f = g.
2 On considère deux endomorphismes f et g de E, tels que f ◦ g = g ◦ f , et on suppose qu’il existe x ∈ E
tel que (x, f (x), f 2 (x), . . . , f n−1 (x)) soit une base de E. Montrer qu’il existe des scalaires α0 , . . . , αn−1 tels que
Pn−1
g = k=0 αk f k .
Voir aussi : 25

Problématique : Montrer qu’une application est un isomorphisme

Exercice 5 – En dimension finie connue : considérer le noyau

φ : Kn [X] → Kn+1
On considère des scalaires a0 , . . . , an distincts deux à deux. Montrer que
P 7→ (P (a0 ), . . . , P (an ))
est un isomorphisme.

Exercice 6 – En dimension infinie : transiter par la dimension finie

1 Soit φ un endomorphisme de l’espace vectoriel K[X], conservant le degré (au sens où deg(φ(P )) = deg(P )
pour tout polynôme P ). Montrer que φ est un automorphisme de K[X]
2 (Mines MP 2015, X-ESPCI 16) Soit P ∈ R[X]. Montrer l’existence et l’unicité de Q ∈ R[X] tel que
Q(0) = 0 et Q(X + 1) − Q(X) = P (X).
Voir aussi : 27

3.1.2. Bonnes questions

Exercice 7 – Un K-espace vectoriel peut-il être une réunion finie de sous-espaces vectoriels stricts

3 (X-ESPCI 16) Soit E un K-espace vectoriel. Montrer que E ne peut s’écrire comme réunion finie de
sous-espaces stricts.
441 Stéphane FLON
 Exercice 8 – Tout sous-espace vectoriel est-il une intersection d’hyperplans ?

On suppose E de dimension finie n.

1 Montrer que l’intersection de m hyperplans de E est de dimension au moins n − m.
2 Réciproquement, montrer que tout sous-espace vectoriel de E de dimension n − m est l’intersection de m
hyperplans.

Exercice 9 – Deux sous-espaces supplémentaires à un même troisième sont-ils isomorphes ?

Montrer que si F1 et F2 sont des supplémentaires d’un même sous-espace vectoriel G, alors F1 et F2 sont
isomorphes.

Exercice 10 – Peut-on toujours trouver un morphisme envoyant un vecteur sur un autre ?

Soit E et F deux K-espaces vectoriels de dimension finie. Soit x ∈ E et y ∈ F .

Donner une condition nécessaire et suffisante sur (x, y) pour qu’il existe f ∈ L(E, F ) tel que f (x) = y.

3.1.3. Pour préparer sa colle

Exercice 11 – Noyaux itérés

1 Soit E un K-espace vectoriel, et soit f ∈ L(E).

i Montrer que la suite (Ker(f n ))n∈N (resp. (Im(f n ))n∈N ) des noyaux itérés (resp. des images itérées)
est croissante (resp. décroissante) pour l’inclusion.
ii On suppose E de dimension finie. Montrer que ces deux suites sont stationnaires. Montrer aussi que
Ker(f n ) = Ker(f n+1 ) si et seulement si Im(f n ) = Im(f n+1 ).
iii Qu’en est-il en dimension infinie ?
iv On suppose que Ker(f k ) = Ker(f k+1 ) (resp. que Im(f k ) = Im(f k+1 ). Montrer que pour tout j ⩾ k,
Ker(f ) = Ker(f k ) (resp. Im(f j ) = Im(f j+1 )).
j

v On suppose que Ker(f k ) = Ker(f k+1 ) et que Im(f k ) = Im(f k+1 ). Montrer que Ker(f k )⊕Im(f k ) = E.
vi On suppose E de dimension finie n. Pour tout k ∈ N, on pose dk = dim(Ker(f k+1 )) − dim(Ker(f k )).
Montrer que (dk ) est une suite décroissante d’entiers naturels, et que dn = 0.
Indication – On pourra considérer f|kKer(f k+1 ) , pour établir que dk = dim(Im(f k ) ∩ Ker(f )).

Exercice 12 – Banque CCP 2016 62

Soit E un espace vectoriel sur R ou C.

Soit f ∈ L(E) tel que f 2 − f − 2Id = 0.
1 Prouver que f est bijectif et exprimer f −1 en fonction de f .
2 Prouver que E = Ker(f + Id ) ⊕ Ker(f − 2Id ).
3 Dans cette question, on suppose que E est de dimension finie.
Prouver que Im(f + Id ) = Ker(f − 2Id ).

Exercice 13 – Une supplémentarité (Mines-Télécom 2015)

Soit E et F deux espaces vectoriels, u une application linéaire de E dans F , et v une application linéaire
de F dans E telles que v ◦ u = Id E .
1 Montrer que Ker(u ◦ v) = Ker v.
2 Montrer que Im(u ◦ v) = Im u.
3 Montrer que Ker v ⊕ Im u = F .

Exercice 14 – Une généralisation du fait que les sous-espaces propres soient en somme directe

3 Soit E un espace vectoriel sur K = R ou C, et (u, v) ∈ (L(E))2 avec u ◦ v = v ◦ u. On suppose que

Ker(u) ∩ Ker(v) = {0}.
1 Pour (a, b) ∈ K2 tel que a ̸= b, montrer que Ker(u − av) ∩ Ker(u − bv) = {0}.
2 Soit a1 , . . . , an des scalaires deux à deux distincts. Montrer que la somme des sous-espaces vectoriels
Ker(u − ak v) pour k ∈ [[1, n]] est directe.
442 Stéphane FLON
 Exercice 15 – Relation entre sous-espaces propres

Soit E un espace vectoriel, (u1 , . . . , un ) ∈ L(E)n .

1 Montrer que ∩nk=1 Ker(uk − Id E ) ⊂ Ker(u1 ◦ · · · ◦ un − Id E ).
Pn
2 On suppose la somme k=1 Im(uk − Id E ) directe. Montrer que ∩nk=1 Ker(uk − Id E ) = Ker(u1 ◦ · · · ◦ un −
Id E ).

Exercice 16 – Vecteurs fixés par un sous-groupe fini de GL(E)

Soit E un C-espace vectoriel de dimension finie, G un sous-groupe fini de GL(E).

1
P
1 Montrer que p = |G| g∈G g est un projecteur.
1
P
2 En déduire dim (∩g∈G Ker(g − Id E )) = |G| g∈G tr(g).

Exercice 17 – Théorème de Maschke

Soit K un sous-corps de C, E un K-espace vectoriel de dimension finie, G un sous-groupe fini du groupe

linéaire GL(E), F un sous-espace vectoriel de E. On supppose que F est laissé stable par tous les isomorphismes
g de G, i.e. g(F ) ⊂ F .
1 −1
P
On considère q un projecteur de E d’image F et on pose p = |G| g∈G g ◦ q ◦ g .
1 Montrer que F ⊂ E1 (p).
2 Démontrer que p est un projecteur d’image F .
3 Soit g0 ∈ G. Montrer que p ◦ g0 = g0 ◦ p.
4 Conclure que Ker(p) est un supplémentaire de F stable par tous les éléments g de G.

3.2. Exercices : Combinaisons linéaires, dimension finie

3.2.1. Problématiques
Problématique : Montrer la liberté d’une famille

Exercice 18 – Trouver une propriété stable par combinaison linéaire qu’un seul vecteur ne vérifie pas, puis
itérer le raisonnement

1 Soit (x1 , . . . , xn ) des vecteurs d’un espace vectoriel E, et (λ1 , . . . , λn ) ∈ Kn tel que
n
X
λi xi = 0E
i=1

Soit i0 ∈ [[1, n]]. On suppose qu’il existe un sous-espace vectoriel F de E tel que pour tout i ∈ [[1, n]] \ {i0 },
xi ∈ F , et xi0 ∈/ F.
Montrer que λi0 = 0.
On peut ensuite itérer ce raisonnement, en parallèle (tous les vecteurs jouent un rôle comparable), ou en
série (les vecteurs sont hiérarchisés par une propriété).
2 (En parallèle)
Qn i Soit n ∈ N∗ , et a1 , . . . , an des réels distincts deux à deux. Pour tout i ∈ [[1, n]], on introduit Pi : x 7→
j=1,j̸=i (x − aj ). Montrer que (Pi )i∈[[1,n]] est libre.
ii (Mines MP 08, Mines MP 09) Montrer que la famille des fonctions réelles de la variable réelle
t 7→ |t − a|, lorsque a décrit R, est libre.
3 (En série)
i Pour tout a ∈ R, on définit ga : x 7→ eax ∈ RR . Montrer que (ga )a∈R est libre.
ii Soit f un endomorphisme d’un espace vectoriel E. On suppose que f p (x) = 0 et f p−1 (x) ̸= 0 pour
un certain vecteur x de E et où p ∈ N∗ . Montrer que (x, f (x), . . . , f p−1 (x)) est libre.

Exercice 19 – Utiliser le fait que les sous-espaces propres sont en somme directe

1 On considère des vecteurs tous non nuls x1 , . . . , xn d’un espace vectoriel E. Montrer que (x1 , . . . , xn ) est
libre si et seulement si les sous-espaces K x1 , . . . , K xn sont en somme directe.
443 Stéphane FLON
 2 Soit λ1 , . . . , λp des complexes distincts deux à deux. Pour tout k ∈ [[1, p]], on définit
fk : R → C
.
x 7→ eλk x
Montrer que la famille (f1 , . . . , fp ) est libre.
Voir aussi : 33, 34

Problématique : Déterminer la dimension d’un espace vectoriel

Exercice 20 – Utiliser le théorème du rang

Soit E un espace vectoriel de dimension finie n. Soit x ∈ E. Vérifier que

def
F = {f ∈ L(E), f (x) = 0}
est un sous-espace vectoriel de L(E), et déterminer sa dimension.

Exercice 21 – Raisonner matriciellement

(X-ESPCI 16) Soit E et F deux espaces vectoriels de dimensions n et p respectivement. Soit f ∈ L(F, E)
de rang r. Soit F = {g ∈ L(E, F ) / f ◦ g ◦ f = 0}.
Montrer que F est un sous-espace de L(E, F ). Déterminer sa dimension.

Exercice 22 – Minorer et majorer

3 On considère deux espaces vectoriels E et F de dimension finie, de bases respectives (e1 , . . . , en ) et

(f1 , . . . , fp ). Déterminer le rang de la famille ((ei , fj ))(i,j)∈[[1,n]]×[[1,p]] de vecteurs de E × F .
Voir aussi : 66

3.2.2. Bonnes questions

Exercice 23 – Quand image et noyau d’un endomorphisme sont-ils supplémentaires ?

1 (Premiers exemples) Montrer que si f est un projecteur ou un automorphisme de E, alors image et noyau
sont supplémentaires dans E.
2 Soit E un espace vectoriel de dimension finie et u ∈ L(E). Montrer que les trois propriétés suivantes
sont équivalentes :
(1) Ker u = Ker u2 ;
(2) Im u = Im u2 ;
(3) E = Ker u ⊕ Im u.
Que subsiste-t-il en dimension infinie ?
3 Soit f ∈ L(E) telle que f 3 = f 2 + f . Montrer que E = Ker(f ) ⊕ Im(f ).
4 ÷ Soit E un espace vectoriel de dimension finie, et soit f ∈ L(E). Montrer que E = Ker(f ) ⊕ Im(f ) si et
seulement si il existe un polynôme P admettant 0 pour racine simple tel que P (f ) = 0.

Exercice 24 – Quelle est la dimension maximale d’un sous-espace de matrices non inversibles ?

(X-ESPCI 16) Déterminer la dimension maximale d’un sous-espace de M2 (C) inclus dans M2 (C) \
GL2 (C).

3.2.3. Pour préparer sa colle

Exercice 25 – Si toute suite d’itératrice u est finie, que dire de u ?

(X-ESPCI 16) Soit E un C-espace vectoriel de dimension finie et u ∈ L(E) un automorphisme. On suppose
que, pour tout x ∈ E, l’ensemble uk (x) / k ∈ N est fini.


Montrer qu’il existe N ∈ N∗ tel que uN = Id .

444 Stéphane FLON
 Exercice 26 – Lemme de Fitting

Soit E un K-espace vectoriel de dimension finie et f ∈ L(E).

Montrer l’existence de p ∈ N∗ tel que E = Im (f p ) ⊕ Ker (f p ).

Exercice 27 – Un isomorphisme entre espaces de polynômes

Soit E = {P ∈ R[X] / P (0) = P ′ (0) = 0} et f : P ∈ E 7→ P (X + 1) − 2P (X) + P (X − 1).

Montrer que f est un isomorphisme de E sur R[X].

Exercice 28 – Applications linéaires dont la composée est un projecteur de rang 2 (CCP)

Soient u ∈ L(R2 , R3 ) et v ∈ L(R3 , R2 ) tels que u ◦ v soit un projecteur de rang 2 de R3 . Montrer que
Im(u ◦ v) = Im u puis que v ◦ u = Id R2 .

Exercice 29 – Formule entre rangs

Soit E un espace vectoriel de dimension finie et (f, g) ∈ (L(E))2 .

Montrer que :
dim(Im(f ) ∩ Ker(g)) = rg(f ) − rg(g ◦ f ).

Exercice 30 – Une caractérisation des matrices de rang donné

Soit A ∈ Mn (K). Montrer que A est de rang r si et seulement si il existe des familles libres (X1 , . . . , Xr ) et
(Y1 , . . . , Yr ) de colonnes telles que A = X1 Y1T + · · · + Xr YrT .

Exercice 31 – Matrice appartenant à un groupe multiplicatif

Soit A ∈ Mn (R). Montrer l’équivalence des deux conditions suivantes :

i rg(A) = rg(A2 ).
ii Il existe une partie G de Mn (R) contenant A et telle que (G, ×) soit un groupe (où × désigne la multiplication
matricielle dans Mn (R)).

Exercice 32 – Liberté de familles

La famille (fa : x 7→ cos(x + a))a∈R est-elle libre ? Quelles sont ses sous-familles libres ?

Exercice 33 – Des études de liberté

1 Pour tout m ∈ N, on pose um = (sin (1/nm ))n∈N∗ . Montrer que (um )m∈N est libre.
2 (X MP 08) Pour n ∈ N, soit fn : x ∈ R 7→ cos(xn ). Montrer que la famille (fn )n∈N est libre.
3 (X MP 08) Soit n ∈ N∗ . La famille de fonctions
(x 7→ sin(nx), x 7→ sin((n − 1)x) cos(x), . . . , x 7→ sin(x) cos((n − 1)x))
est-elle libre ?
4 (X MP 08) Soit f : x ∈ R+ 7→ ln(1 + x). Montrer que (f, f ◦ f, f ◦ f ◦ f ) est un système libre de F(R+ , R).

Exercice 34 – Liberté et sous-espaces propres

On considère des réels positifs λ1 , . . . , λn , distincts deux à deux. Montrer que la famille constituée des
gk : x 7→ cos(λk x) est libre.

Exercice 35 – Famille libre dans le Q-espace vectoriel R

√ √
1 On considère R comme un Q-espace vectoriel. Montrer que la famille (1, 2, 3) est libre.
√ √
2 En déduire qu’un cercle de R2 de centre ( 2, 3) et de rayon r > 0 possède au plus un point à coordonnées
rationnelles.
Exercice 36 – Base de l’espace des suites périodiques

3 Soit P l’ensemble des suites complexes périodiques.

445 Stéphane FLON
 1 Montrer que P est un sous-espace vectoriel de CN .
2 Déterminer une base de P.

Exercice 37 – Une intersection non triviale de sous-espaces vectoriels

3 Soient E un espace vectoriel de dimension n, F1 , . . . , Fp des sous-espaces de E tels que : dim F1 +dim F2 +
· · · + dim Fp > n(p − 1). Montrer : F1 ∩ F2 ∩ · · · ∩ Fp ̸= {0}.

Exercice 38 – Description d’un supplémentaire de {0E } × F dans E × F

Soient E et F deux espaces vectoriels de dimension finie. Montrer que tout supplémentaire de {0E } × F
dans E × F est de la forme : {(x, f (x)), x ∈ E} avec f ∈ L(E, F ).

Exercice 39 – Une curiosité ensembliste

3 Soit n ∈ N∗ , X1 , . . . , Xn+1 des parties de [[1, n]] toutes non vides.

Montrer qu’il existe deux parties disjointes et non vides I et J de [[1, n + 1]] telles que ∪i∈I Xi = ∪j∈J Xj .

Exercice 40 – Extension de corps et dimension

1 Soit L un surcorps de K. Tout L-espace vectoriel peut être considéré comme un K-espace vectoriel EK
en munissant (E, +) de la restriction de la multiplication externe à K.
On suppose que E est un L-espace vectoriel de dimension finie n, et que L est un K-espace vectoriel de
dimension finie p. Montrer que EK est un K-espace vectoriel de dimension finie np.
2 Soit K ⊂ L ⊂ M trois corps. Si L est de dimension finie comme K-espace vectoriel, on note [L : K] sa
dimension. Démontrer l’équivalence des propositions :
i M est de dimension finie sur K.
ii L est de dimension finie sur K et M est de dimension finie sur L.
Montrer que dans ces conditions [M : K] = [M : L][L : K].
3 Soit K un corps fini. Montrer l’existence d’un nombre premier p et d’un entier n ∈ N∗ tels que Card(K) =
n
p .

Exercice 41 – Projecteurs qui commutent

Soit E un K-espace vectoriel de dimension finie, p et q des projecteurs de E tels que p ◦ q = q ◦ p.

1 Montrer que p ◦ q et p + q − p ◦ q sont des projecteurs.
2 Caractériser leurs images et leurs noyaux.

3.3. Exercices : Matrices, déterminant, trace, similitude matricielle

3.3.1. Problématiques
Problématique : Montrer qu’une matrice est inversible, déterminer son inverse

Exercice 42 – Utiliser l’algorithme de Gauss

à í
1 2 ... n
.. ..
0 1 . .
(X PC 10, Mines MP 2015) Déterminer l’inverse de A = .. .
.. ..
. . . 2
0 ... 0 1

Exercice 43 – Matrice inversible et racines de l’unité (Mines MP 2015)

2iπ
Soit n ∈ N∗ , ω = exp et A ∈ Mn (C), A = (ak,l = ω (k−1)(l−1) )1⩽k,l⩽n .
n
1 Calculer A × A. En déduire | det(A)| puis A−1 .
2 Soit n ∈ N∗ , et ∀ θ ∈ C, An (θ) = (ank,l = θ(k−1)(l−1) )1⩽k,l⩽n . Trouver tous les θ ∈ C / An (θ) est inversible.
446 Stéphane FLON
 Exercice 44 – Utiliser un polynôme annulateur
Ñ é
0 1 1
Soit A = 1 0 1 . Vérifier que A2 = A + 2I3 . En déduire que A est inversible et calculer son inverse.
1 1 0

Exercice 45 – Interpréter la matrice comme représentant un isomorphisme dont on connaı̂t l’inverse

Ä ä
On considère des scalaires distincts deux à deux λ1 , . . . , λn+1 , et la matrice de A = λj−1
i . En
1⩽i,j⩽n+1
φ : Kn [X] → Kn+1
considérant l’application , montrer que A est inversible et déterminer
P 7→ (P (λ1 ), . . . , P (λn+1 ))
son inverse.
Voir aussi : 97, 70

Problématique : Calculer les puissances d’un endomorphisme ou d’une matrice carrée

Exercice 46 – Utiliser la formule du binôme de Newton

Ñ é
1 1 0
1 Soit A = 0 1 1 et soit B = A − I3 . Calculer B n , puis An , pour tout entier naturel n.
0 0 1
Ü ê
1 −1 0 0
0 1 0 0
2 Soit A = . Calculer An pour n ∈ N.
0 0 1 −1
0 0 −1 0
a2 an
 
1 a ...
0 1 a an−1 
 .. . . .. 
 
..
 ∈ Mn+1 (C). Calculer A pour q ∈ Z.
. . q
3 3 (Centrale MP 10) Soit A = 
. 1 . 
. .. ..
 ..

. . a 
0 ... ... 0 1

Exercice 47 – Utiliser la similitude matricielle

Ñ é
2 1 −1
Soit f l’endomorphisme de R3 canoniquement associé à A = 0 1 0 .
1 1 0
On note B = (e1 , e2 , e3 ) la base canonique de R3 .
On pose e′1 = (1, 0, 1), e′2 = (−1, 1, 0), e′3 = (1, 1, 1) et B ′ = (e′1 , e′2 , e′3 ).
1 Montrer que B ′ est une base de R3 .
2 Déterminer la matrice de f dans B ′ .
3 Calculer MB (f n ), pour tout n ∈ N.

Exercice 48 – Interpréter géométriquement la matrice

Å ã
cos θ − sin θ
Soit A(θ) = pour θ ∈ R. Calculer (A(θ))n pour n ∈ Z.
sin θ cos θ

Exercice 49 – Utiliser des projecteurs associés à une décomposition en somme directe

Soit f ∈ L(E) vérifiant f 2 + f − 2Id E = 0. On a vu que E = Ker(f − Id E ) ⊕ Ker(f + 2Id E ). Montrer que le
projecteur p sur Ker(f − Id E ) parallèlement à Ker(f + 2Id E ) appartient à Vect(Id E , f ). On pose q = Id E − p.
Expliquer en quoi p et q permettent de calculer les puissances de f .
Voir aussi : 89

Problématique : Déterminer la matrice d’une application linéaire

Exercice 50 – Matrice d’un projecteur (Mines MP 08)

447 Stéphane FLON

 Soient, dans R3 , P le plan d’équation z = x − y, D la droite d’équations : x = −y = z. Trouver la matrice
canonique de la projection p de R3 sur P parallèlement à D.

Problématique : Déterminer le rang d’une famille de vecteurs, d’une application linéaire ou d’une matrice

Exercice 51 – Utiliser les opérations élémentaires

2 −1 0 ··· 0 −1
 
..
−1 2 −1 .
 
0
.. 
 
 .. ..
 0 −1 2 . . . 
(X-ESPCI 16) Calculer le rang de A =   .
.
 .. .. .. .. 
 . . . −1 0 
 .. 
0 . −1 2 −1
−1 0 · · · 0 −1 2

Exercice 52 – Utiliser le fait que le rang d’un produit soit inférieur ou égal au rang de tous ses facteurs

Soient E et F deux K-espaces vectoriels de dimension finie, f ∈ L(E, F ), g ∈ L(F, E) telles que f ◦ g ◦ f = f
et g ◦ f ◦ g = g. Montrer que Im(g) et Ker(f ) sont supplémentaires dans E et que f, g, g ◦ f, f ◦ g ont le même
rang.

Exercice 53 – Rang d’une matrice par le déterminant

1 Soit A = (ai,j )(i,j)∈[[1,n]]×[[1,p]] ∈ Mn,p (K). On appelle matrice extraite de A toute matrice obtenue en
supprimant des lignes ou colonnes de A.
Montrer que le rang de A est la plus grande taille d’une matrice inversible extraite de A.
Ainsi, le rang de A est la plus grande taille d’un  déterminant extrait  de A non nul.
2 −1 0 · · · 0 −1
 
..
−1 2 −1 .
 
0
.. 
 
 .. ..
 0 −1 2 . . . 
2 (X-ESPCI 16) Calculer le rang de A =   .
.
 .. .. .. .. 
 . . . −1 0  
 .. 
0 . −1 2 −1
−1 0 ··· 0 −1 2

3.3.2. Bonnes questions

Exercice 54 – Toute matrice de trace nulle est-elle semblable à une matrice de diagonale nulle ?

1 Toute matrice de trace nulle est-elle semblable à une matrice de diagonale nulle ?
2 Soit A ∈ M2 (C). Montrer que A est semblable à −A si et seulement si tr(A) = 0.
Indication – On pourra montrer que si A ∈ M2 (C) est de trace nulle, alors A est semblable à une matrice de
diagonale nulle.

Exercice 55 – Peut-on donner un isomorphisme explicite entre Mn (K) et son dual ?

Soit n ∈ N∗ . On sait que Mn (K) et son dual L(Mn (K), K) sont isomorphes, mais il peut être intéressant
de disposer d’un isomorphisme explicite.
∆ : Mn (K) → L(Mn (K), K)
1 Montrer que l’application définit un isomorphisme de Mn (K) sur
A 7→ (M 7→ tr(AM ))
son dual.
2 En déduire que tout hyperplan de Mn (K) est de la forme {M ∈ Mn (K), tr(AM ) = 0}. Y a-t-il unicité de
la matrice A ?
3 Déduire du résultat précédent que si n ⩾ 2, alors tout hyperplan de Mn (K) comprend (au moins) une
matrice inversible.
448 Stéphane FLON
 Exercice 56 – Une sous-algèbre de Mn (K) est-elle stable par passage à l’inverse ?

1 Une sous-algèbre de Mn (K) est un sous-espace vectoriel de Mn (K) comprenant In , et stable par produit
matriciel.
Soit A une sous-algèbre de Mn (K). On montre ici la stabilité de A par passage à l’inverse, i.e. si A ∈ A est
inversible, alors son inverse appartient à A. On considère donc A ∈ A ∩ GLn (K), et on introduit l’application
φ : A → A
.
B 7→ AB
i Montrer que φ est un automorphisme de l’espace vectoriel A.
ii Conclure en considérant l’antécédent de In par φ.
Remarque – Ce résultat s’applique notamment à la sous-algèbre Tn+ (K) des matrices triangulaires supérieures.

Exercice 57 – Une matrice a-t-elle toujours une racine carrée ? une racine cubique ?

1 Toute matrice A ∈ M2 (R) admet-elle une racine carrée dans M2 (R), i.e. une matrice X ∈ M2 (R) telle
que A = X 2 ?
Å ã
0 1
2 (D’après Centrale MP 06) Soit A = . Existe-t-il X ∈ M2 (R) telle que A = X 3 ?
0 0

Exercice 58 – Quelles sont les formes linéaires sur Mn (C) constantes sur les classes de similitude ?

1 Soit Φ ∈ L(Mn (C), C) telle que :
∀M ∈ Mn (C), ∀P ∈ GLn (C), Φ P −1 M P = Φ(M ).

Montrer qu’il existe λ ∈ C tel que Φ = λ tr.

Exercice 59 – La similitude matricielle dépend elle du corps ?

1 Soit A et B dans Mn (R) semblables dans Mn (C). Les matrices A et B sont-elles semblables dans
Mn (R) ?

Exercice 60 – Quel est le sous-espace engendré par les matrices nilpotentes ?

1 3 Montrer que le sous-espace vectoriel Ω de Mn (K) engendré par les matrices nilpotentes est l’hyperplan
H constitué des matrices de trace nulle.
2 Soit M ∈ M2 (R). Peut-on écrire M comme somme de matrice nilpotentes ?
3 Soit M ∈ Mn (C) telle que tr(M ) = 0.
Montrer qu’il existe A1 , . . . , Ap , B1 , . . . , Bp dans Mn (C), λ1 , . . . , λp dans C tels que M = i=1 λi (Ai Bi −Bi Ai ).
Pp

4 Soit A ∈ M2 (R) telle que tr(A) = 0. Å ã

0 b
Montrer que A est semblable à une matrice de la forme .
c 0
5
i Soit M ∈ Mn (R) nilpotente. Que dire de son rang ? Montrer que tr(M ) = 0.
ii Déterminer la dimension de l’espace vectoriel des matrices de trace nulle de Mn (R).

3.3.3. Pour préparer sa colle

Exercice 61 – Au sujet de matrices de rang 1

1 Montrer que A ∈ Mn,p (K) est de rang 1 si et seulement si il existe (X, Y ) ∈ Mn,1 (K) × Mp,1 (K) non
nuls tels que A = X(t Y ).
2 Soit A ∈ Mn (K) de rang 1. Montrer que A2 = tr(A)A.
449 Stéphane FLON
 Exercice 62 – Déterminant d’une matrice triangulaire

Montrer que le déterminant d’une matrice triangulaire est le produit de ses coefficients diagonaux.

Exercice 63 – Calculs simples de déterminants

Calculer les déterminants suivants :

1 2 3 4 5 1 ... ... 1
−1 0 3 4 5 1 1 1 .. a b c
. 2 ... 2
−1 −2 0 4 5 , 1 j j2 , . .. , b c a
−1 −2 −3 0 5 1 j2 j .. . c a b
−1 −2 −3 −4 0 1 2 n

Exercice 64 – Calculs divers de déterminants

1 Calculer
1 n ... 2
..
2 1 . 3
.. .. ..
. . .
n n−1 ... 1
Réponse : (−1)n−1 nn−2 n(n+1)
2 .
2 Calculer (a, b, c ∈ R) :
(b + c)2 b2 c2
a2 (c + a)2 c2
a2 b2 (a + b)2
Réponse : 2abc(a + b + c)3 .
3
i (X MP 09, CCP PSI 09) Soit Φ : A ∈ Mn (R) 7→t A ∈ Mn (R). Calculer det Φ.
ii (X PC 09) Soit Ψ : A ∈ Mn (R) 7→ A + 2 AT . Déterminer la trace et le déterminant de Ψ.

Exercice 65 – Matrice compagnon

1 On considère un entier n ⩾ 2 et n scalaires a0 , . . . , an−1 . Calculer

−X 0 ... 0 −a0
1 −X ... 0 −a1
..
0 1 . 0 −a2 .
.. .. .. .. ..
. . . . .
0 0 ... 1 −an−1 − X
2 (Pour les 5/2) En déduire que tout polynôme unitaire non constant est le polynôme caractéristique d’une
certaine matrice.
Exercice 66 – Dimension d’un sous-espace matriciel (CCP 12)

Soient n ⩾ 2 et E = {M ∈ Mn (R), M + t M = 2 tr(M )In }. Montrer que E est un sous-espace de Mn (R).

Déterminer sa dimension.
Exercice 67 – Rang d’une matrice à paramètres (Mines-Ponts PSI 10)
Ñ é
1 cos(a) tan(a/2)
Soit (a, b, c) ∈ (R∗+ )3 avec a + b + c = π. Déterminer le rang de A = 1 cos(b) tan(b/2) .
1 cos(c) tan(c/2)

Exercice 68 – Combinaison de projecteurs avec des coefficients irrationnels donnés (CCP)

Soit E un espace vectoriel de dimension finie.

1 Soit p un projecteur de E. Prouver que tr(p) = rg(p).
450 Stéphane FLON
 √
2 On rappelle que n ∈ / Q pour n ∈ {2, 3, 6}. Soient p, q et r trois projecteurs de E. À quelle condition
p + √12 q + √13 r est-il un projecteur ?

Exercice 69 – Matrice d’un projecteur (Mines-Ponts PSI 10)

Ñ é
0 −1 x
Soit A ∈ M3,2 (R) et B ∈ M2,3 (R) telles que AB = −1 0 y avec (x, y, z) ∈ R3 .
−1 −1 z
1 Déterminer (x, y, z) pour que AB soit la matrice d’un projecteur.
2 Déterminer BA dans ce cas.
Exercice 70 – Quand la somme d’une matrice inversible et d’une matrice de rang un est-elle inversible ?

Soit A ∈ GLn (R) et (X, Y ) ∈ (Mn,1 (R))2 . Montrer que A+Y t X est inversible si, et seulement si, t XA−1 Y ̸=
−1.
Exercice 71 – Pseudo-inverse

(X-ESPCI 16) Soit A ∈ Ms,t (R). Montrer l’existence de M ∈ Mt,s (R) telle que A = AM A. Y a-t-il unicité ?

Exercice 72 – Similitude de matrices

Å ã
0 1
1 Soit A ∈ M2 (R) vérifiant A2 = I2 , non scalaire. Montrer que A est semblable à .
1 0
2 3 Soit (i, j, k, l) ∈ [[1, n]]4 . Les matrices Ei,j et Ek,l sont-elles semblables ?
Ñ é Ñ é
1 2 3 1 3 2
3 Montrer que les matrices 3 1 2 et 2 1 3 sont semblables.
2 3 1 3 2 1

Exercice 73 – Trace d’un projecteur

1 Existe-t-il des matrices A et B de Mn (R) telles que AB − BA = In ?

2 (X-ESPCI 16) Existe-t-il A et B dans M2 (C) telles que (AB − BA)2 = AB − BA et AB − BA ̸= 0 ?

Exercice 74 – Sur une symétrie et un projecteur

Soit S et P dans Mn (R) telles que P 2 = P , S 2 = In et (S − P )(S + P ) = 0.

Montrer que P = In .

Exercice 75 – Une somme de projecteurs n’est pas souvent antisymétrique

Soit A ∈ Mn (C) antisymétrique, k ∈ N∗ , P1 , . . . , Pk ∈ Mn (C) telles que Pi2 = Pi pour tout i ∈ [[1, n]]. On
suppose que A = P1 + · · · + Pk .
Montrer que A = 0.

Exercice 76 – Trace et déterminant d’un endomorphisme de Mn (R)

Soit A ∈ Mn (R) telle que A2 = A et φ l’endomorphisme de Mn (R) défini par : ∀M ∈ Mn (R), φ(M ) =
AM + M A.
Déterminer la trace et le déterminant de φ.

Exercice 77 – Nullité d’un déterminant

Montrer sans calcul que pour tous réels a, b, c, d :

a2 (a + 1)2 (a + 2)2 (a + 3)2
b2 (b + 1)2 (b + 2)2 (b + 3)2
= 0.
c2 (c + 1)2 (c + 2)2 (c + 3)2
d2 (d + 1)2 (d + 2)2 (d + 3) 2

Exercice 78 – Un déterminant tridiagonal

451 Stéphane FLON

 Soit a, b, c trois réels, et ∆n le déterminant de taille n (n ⩾ 2) suivant :
a b 0
.. ..
c . .
∆n =
.. ..
. . b
0 c a
On pose ∆0 = 1, ∆1 = a.
1 Montrer que pour tout entier naturel n :
∆n+2 = a∆n+1 − bc∆n .

2 En déduire une méthode de calcul de ∆n pour tout entier naturel n.

3 Donner une formule explicite pour ∆n dans le cas où a2 = 4bc.

Exercice 79 – Calcul astucieux de déterminant

1 3 (Centrale PC 09) Soit a, b, c trois réels, b ̸= c. Calculer :

a b ... ... b
.. ..
c a . b .
.. .. .. .. .. .
. . . . .
.. .. ..
. c . . b
c ... ... c a
à í
x1 1 ··· 1
.. .. ..
C . . .

2 (Mines MP 2015) Soit A = .. , et J = 1 . On définit P (X) = det(A + XJ).
.. ..
. . 1 .
C ... xn C
i Majorer fortement le degré de P .
ii Que vaut det A ? (On distinguera les cas C ̸= 1 et C = 1.)

Exercice 80 – Déterminant d’un opérateur matriciel

1 (Mines MP 10) Soit A = Diag(1, 2, 1) ∈ M3 (R). Pour M ∈ M3 (R), on pose u(M ) = AM + M A. Calculer
det(u).
2 Soit A ∈ M2 (K). On considère l’endomorphisme uA de M2 (K) défini par B 7→ AB. Préciser la matrice
de uA dans la base (E1,1 , E1,2 , E2,1 , E2,2 ), et vérifier que det(uA ) = (det A)2 .

Exercice 81 – Déterminant d’une matrice obtenue comme produit de matrices non carrées

(X-ESPCI 16) Soit (m, n) ∈ N2 avec 1 ⩽ n < m, A ∈ Mm,n (C) et B ∈ Mn,m (C).
Que dire de det(AB) ?

Exercice 82 – Perturbation matricielle sans effet sur le déterminant

1 (X MP 09) Soit n un entier pair, A ∈ Mn (R) antisymétrique, J la matrice de Mn (R) dont tous les
coefficients sont égaux à 1. Montrer que, pour tout réel t, det(A + tJ) = det(A).
2 (X PC 09, Mines PC 16) Déterminer les A ∈ Mn (C) telles que : ∀ M ∈ Mn (C), det(A + M ) = det(A) +
det(M ).

Exercice 83 – Centrale MP 2015

1 Soient a1 , . . . , ap des réels distincts et t1 , . . . , tp des réels non tous nuls. On pose f : x ∈ R∗+ 7→
t1 x + · · · + tp xap . Montrer que f s’annule au plus en (p − 1) points.
a1

Indication – on pourra raisonner par récurrence.

452 Stéphane FLON
 2 Soient des n-uplets de réels α1 < α2 < · · · < αn et 0 < x1 < x2 < · · · < xn . Soit le déterminant
xα1
1
xα
2
1
... xα
n
1

α2
def x 1 xα
2
2
... xα
n
2

D = .. .. .. ..
. . . .
xα
1
n
xα
2
n
... xα
n
n

Montrer que D est strictement positif. Indication – on pourra raisonner par récurrence et faire varier xn .

Exercice 84 – Racines carrées réelles de l’unité

On suppose qu’il existe M ∈ Mn (R) telle que M 2 = −In . Montrer que n est pair. Si n est pair, existe-t-il
une matrice M ∈ Mn (R) telle que M 2 = −In ?

Exercice 85 – Matrice antisymétrique de taille impaire

Montrer qu’une matrice antisymétrique de taille impaire ne peut pas être inversible.

Exercice 86 – Une généralisation d’une propriété du déterminant

Soit f : Mn (C) → C telle que, pour tout (A, B) ∈ Mn (C)2 , f (AB) = f (A)f (B). On suppose que f n’est
pas constante.
Montrer que A est inversible si et seulement si f (A) ̸= 0.

Exercice 87 – Famille libre de matrices de rang 1

Soit (X1 , . . . , Xq ) et (Y1 , . . . , Yp ) deux familles libres d’éléments de Mn,1 (C).

Montrer que la famille (Yit Xj )1⩽i⩽p,1⩽j⩽q est une famille libre de Mn (C).

Exercice 88 – CNS d’inversibilité et polynômes annulateurs (Mines PC 10)

Soit A ∈ Mn (R). Montrer que A est inversible si et seulement si il existe P ∈ R[X] tel que P (A) = 0 et
P (0) = 1.

Exercice 89 – Puissances d’une matrice par polynôme annulateur

Ñ é
0 1 −1
1 (TPE) Soit A = −3 4 −3 . Trouver un polynôme annulateur de A de degré 2. En déduire An pour
−1 1 0
n ∈ N∗ .
Å ã
0 1
2 Calculer les puissances de . Faire le lien avec la suite de Fibonacci.
1 1
a2
Ñ é
0 a
3 (Centrale) Soient a ∈ C∗ et M = 1/a 0 a . Déterminer M n pour n ∈ N∗ .
1/a2 1/a 0

Exercice 90 – Condition suffisante de non similitude

Soit A et B deux matrices carrées de taille n.

1 Montrer que si A et B sont semblables, et si P est un polynôme, alors P (A) et P (B) sont semblables.
2 En déduire que s’il existe un polynôme P tel que P (A) = 0 mais P (B) ̸= 0, alors A et B ne sont pas
semblables. Ñ é Ñ é
1 2 3 3 1 2
3 Application : montrer que A = 0 1 2 et B = 2 0 1 ne sont pas semblables.
0 0 1 1 0 0
Ñ é Ñ é
29 38 −18 7 −8 4
4 Soit A = −11 −14 7 et B = 3 −3 2 .
20 27 −12 −3 4 −1
Montrer que A et B ont même rang, même déterminant, même trace mais ne sont pas semblables (calculer
(A − I3 )2 et (B − I3 )2 ).
453 Stéphane FLON
 3.4. Exercices : Sous-espace stable par un endomorphisme, matrices par blocs
3.4.1. Problématiques
Problématique : Déterminer les sous-espaces stables par un endomorphisme

Exercice 91 – Raisonner géométriquement ou matriciellement

1 Déterminer les sous-espaces de K[X] stables par l’endomorphisme de dérivation D : P ∈ K[X] 7→ P ′ .

2 Montrer qu’un sous-espace vectoriel F est stable par le projecteur p si et seulement si F = (F ∩ Im(p)) +
(F ∩ Ker(p)).
Å ã
cos(θ) − sin(θ)
3 Dans R euclidien canonique, on considère l’endomorphisme rθ de matrice
2
. Déterminer
sin(θ) cos(θ)
les sous-espaces stables de R2 stables par rθ .
Å ã
0 1
4 Déterminer les sous-espaces stables de R2 par l’endomorphisme u canoniquement associé à . On
0 0
note (e1 , e2 ) la base canonique de R2 .
Voir aussi : 111

3.4.2. Bonnes questions

Exercice 92 – Un sous-espace stable admet-il un supplémentaire stable ?

Donner un exemple, en dimension finie, d’un endomorphisme φ : E → E laissant stable un sous-espace

vectoriel F de E, mais ne laissant stable aucun supplémentaire de F dans E

Exercice 93 – N’y a-t-il vraiment pas de formule générale pour un déterminant par blocs ?

1 Il y a une formule pour un déterminant par blocs d’une matrice non triangulaire dans un cas bien
particulier : soit A, B, C, D ∈ Mn (K). On suppose que A est inversible, et commute avec C. Montrer que
A B
= det(AD − CB).
C D
2 Montrer cependant que cette formule n’est pas valable pour toutes matrices A, B, C, D ∈ Mn (K).

3.4.3. Pour préparer sa colle

Exercice 94 – Déterminant par blocs

Å ã
In −A
1 (X-ESPCI 16) Soit (A, B) ∈ Mn (C) et M = . Montrer que det(M ) = det(In + AB).
B In

Exercice 95 – Déterminant par blocs et matrice complexe

Pour toute matrice M ∈ Mn (C), on écrit M = A + iB, avec (A, B) ∈ Mn (R)2 . Vérifier que
A −B
= | det(M )|2
B A

Exercice 96 – ENSEA MP 2015

Å ã
A B
Soit M = dans M2n (R) avec A ∈ GLn (R). Montrer l’équivalence rg(M ) = n ⇐⇒ D = CA−1 B.
C D
On pourra s’intéresser au noyau de M .

Exercice 97 – Matrices par blocs

Å ã
α L
1 Soit α ∈ R, L ∈ M1,n (R), C ∈ Mn,1 (R), A = .
C In
Montrer que A est inversible si, et seulement si, α − LC ̸= 0. Déterminer A−1 dans ce cas.
454 Stéphane FLON
 Å ã
A A
2 Soit (A, B) ∈ (Mn (C))2 et M = .
A B
i Déterminer le rang de M .
ii Calculer M −1 lorsque M est inversible.
3 Soit E un C-espace vectoriel de dimension finie, (f, g) ∈ (L(E))2 avec Åf 2 = g 2 =ãId et
Å f ◦ g +ãg ◦ f = 0.
In 0 0 In
Montrer qu’il existe une base de E dans laquelle les matrices de f et g sont et .
0 −In In 0

3.5. Exercices : Formes linéaires et hyperplans

3.5.1. Bonnes questions

Exercice 98 – Quand deux formes linéaires sont-elles colinéaires ?

Soient f et g deux formes linéaires non nulles d’un espace vectoriel E. Montrer que f et g sont colinéaires
si et seulement si elles ont le même noyau.

Exercice 99 – Quand deux équations définissent-elles le même hyperplan ?

Soit (λi )1⩽i⩽n et (µi )1⩽i⩽n des familles de scalaires non tous nuls. Montrer que les deux équations
n
X n
X
λ i xi = 0 et µi xi = 0
i=1 i=1
définissent un même hyperplan si et seulement si les vecteurs (λi )1⩽i⩽n et (µi )1⩽i⩽n de Kn sont colinéaires.

3.5.2. Pour préparer sa colle

Exercice 100 – Si une droite est stable, un hyperplan est stable

Soit f un endomorphisme d’un espace vectoriel E de dimension finie n ⩾ 2, laissant stable une droite D de
E. On se propose de montrer qu’il existe un hyperplan H de E stable par f .
1 Traduire matriciellement la conclusion.
2 En considérant un endomorphisme de E dont la matrice dans une certaine base est la transposée de la
matrice de f dans cette même base, établir le résultat.

Exercice 101 – Supplémentaire d’un hyperplan

Soit n ∈ N∗ , et
def
H = {(x1 , . . . , xn ) ∈ Rn , x1 + · · · + xn = 0}
Montrer que H est un sous-espace vectoriel de Rn , et en donner un supplémentaire.

Exercice 102 – Forme linéaire nulle sur le noyau d’une autre

3 Soit u ∈ E = C([0, 1], R) telle que

Z 1 Z 1
∀ f ∈ E, f (t)dt = 0 ⇒ u(t)f (t)dt = 0
0 0
Montrer que u est constante.

Exercice 103 – Formes linéaires sur des espaces de polynômes

1 (Centrale MP 07) Soit A = {P ∈ Rn [X], k=1 P (k) (1) = 0}. Quelle est la dimension de A ? Donner une
Pn
base de A.
2 (Mines MP 09) Soit n ∈ N∗ . Montrer qu’il existe un unique (c1 , . . . , cn ) de Rn tel que, pour tout P de
R2n+1 [X] :
Z 1 n
X
P (t)dt = 2P (0) + ck (P (k) + P (−k) − 2P (0)).
−1 k=1

Exercice 104 – Base antéduale et bidual

455 Stéphane FLON

 ÷ E est supposé de dimension finie non nulle n.
1 Montrer que l’application
∇ : E → E ∗∗
x 7→ (f 7→ f (x))
∗∗
est un isomorphisme de E sur son bidual E . On l’appelle isomorphisme canonique entre E et son bidual.
2 Soit L une base de E ∗ . Montrer qu’il existe une unique base B de E telle que L = B ∗ : c’est la base
antéduale de L.
3 Soit E = Kn [X]. Montrer que la famille F = (f0 , . . . , fn ) est une base de E ∗ et donner la base anteduale
lorsque :
i fi (P ) = P (xi ) où x0 , . . . , xn sont des scalaires distincts.
ii fi (P ) = P (i) (a), où a ∈ K.
4 Montrer que si F est un sous-espace vectoriel de E de dimension p, l’ensemble des formes linéaires
s’annulant sur F est un sous-espace vectoriel de E ∗ de dimension n − p.
5 Soit Φ = (φ1 , . . . , φq ) une famille libre de formes linéaires sur E. Soit F l’intersection des noyaux respectifs
Hi des formes linéaires φi .
i Montrer que toute forme linéaire ψ s’annulant sur F est combinaison linéaire de φ1 , . . . , φq .
Indication – On pourra introduire l’application
∆ : E → Kq+1
x 7 → (ψ, φ1 , . . . , φq )
et considérer une équation d’un l’hyperplan contenant son image.
ii Montrer que F est de dimension n − q.

3.6. Exercices : Endomorphismes nilpotents, matrices carrées nilpotentes

3.6.1. Pour préparer sa colle

Exercice 105 – Produit nul d’endomorphismes nilpotents

3 Soit E un espace vectoriel de dimension finie n ∈ N∗ .

1 Soit f, g ∈ L(E) commutant. Montrer que si rg(f ◦ g) = rg(f ), alors rg(f ◦ g k ) = rg(f ) pour tout k ∈ N.
2 Montrer que si (u1 , . . . , un ) est une famille de n endomorphismes nilpotents de E, commutant deux à
deux, alors u1 . . . un = 0.

Exercice 106 – Représentation matricielle des endomorphismes de carré nul en dimension 3

Soit E un C-espace vectoriel de dimension 3. Soit f un endomorphisme non nul de E. Montrer que f est de
carré nul si et seulement si il existe une base B de E telle que
Ñ é
0 1 0
MB (f ) = 0 0 0 .
0 0 0

Exercice 107 – La nilpotence passe au crochet de Lie

Soit u un endomorphisme nilpotent d’un espace vectoriel E. Montrer que φ : v 7→ uv − vu est un endomor-
phisme nilpotent de L(E).

Exercice 108 – Présence de matrices nilpotentes dans un hyperplan (Centrale PSI 10)

Soit n ⩾ 3 et H un hyperplan de Mn (C). Montrer que H contient une matrice nilpotente non nulle.

Exercice 109 – Ajout à une matrice inversible d’une matrice nilpotente avec laquelle elle commute

Soit (A, B) ∈ (Mn (C))2 avec AB = BA et B nilpotente.

Montrer que A est inversible si, et seulement si, A + B est inversible.

Exercice 110 – ENSEA MP 2015

Soit E un espace vectoriel de dimension 3 et u un endomorphisme de E. On suppose que

— le noyau de u est de dimension 1,
456 Stéphane FLON
 — u2 n’est pas l’endomorphisme nul,
— u3 = 0.
1 Montrer que Ker(u2 ) ⊂ Im(u) et que dim Ker(u2 ) = 2.
Ñ é
0 1 0
2 Montrer qu’il existe une base de E dans laquelle la matrice de u est 0 0 1 .
0 0 0

Exercice 111 – Sous-espaces stables d’un endomorphisme nilpotent d’indice maximal

Soit E un K-espace vectoriel de dimension n et u ∈ L(E) nilpotent d’indice n.

1 Montrer qu’il existe une base de E dans laquelle la matrice de u est M = (mi,j )1⩽i,j⩽n où mi,i+1 = 1
pour 1 ⩽ i ⩽ n − 1, les autres coefficients étant nuls.
2 En déduire les sous-espaces de E stables par u.

3.7. Exercices : Polynômes d’endomorphismes et de matrices carrées

3.7.1. Pour préparer sa colle

Exercice 112 – Polynôme de matrice et commutant (Mines PC 10)

Soit (A, B) ∈ Mn (R)2 et P ∈ R[X] de degré ⩾ 1 tel que P (0) = 1. On suppose P (A) = BA. Montrer que
A est inversible et que A et B commutent.

Exercice 113 – Les sous-espaces propres sont en somme directe

Soit f ∈ L(E), λ1 , . . . , λn des scalaires distincts deux à deux (où n ∈ N∗ ). Le but de cet exercice est de
montrer (à nouveau) que Ker(f − λ1 Id E ), . . ., Ker(f − λn Id E ) sont en somme directe.
1 Soit i ∈ [[1, n]], et soit xi ∈ Ker(f − λi Id E ). Montrer que pour tout polynôme P ∈ K[X],
P (f )(xi ) = P (λi )xi .

2 Conclure en utilisant les polynômes d’interpolation de Lagrange.

457 Stéphane FLON

 4. Intégration

4.1. Exercices : Intégration sur un segment

4.1.1. Problématiques
Problématique : Montrer qu’une fonction s’annule grâce aux intégrales

Exercice 1 – Utiliser la stricte positivité de l’intégrale pour les fonctions continues, et la linéarité de l’intégrale

1 Soit f ∈ C 0 ([a, b], R), où a < b, d’intégrale nulle sur [a, b]. Montrer que f s’annule sur [a, b].
2 Soit f continue de [0, 1] dans R, n ∈ N tels que :
Z 1
∀k ∈ [[0, n]], f (u)uk du = 0.
0

Montrer que f admet au moins n + 1 zéros distincts dans ]0, 1[.

Exercice 2 – Utiliser le théorème de Rolle

Soit f ∈ C 0 ([a, b], R), où a < b, d’intégrale nulle sur [a, b]. Montrer que f s’annule sur ]a, b[.
Voir aussi : 13

Problématique : Montrer qu’une fonction est identiquement nulle grâce aux intégrales

Exercice 3 – Utiliser la stricte positivité de l’intégrale pour les fonctions continues

Soit f : [0, 1] → R continue telle que [0,1] f 2 = [0,1] f 3 = [0,1] f 4 . Montrer f = 0 ou f = 1.

R R R

Exercice 4 – Utiliser le théorème fondamental de l’analyse

(Centrale 08) Soit f, g : R → R continues telles que : ∀(a, b) ∈ R2 ,

Rb Rb
a
f a g = 0. Montrer que f = 0 ou
g = 0.
Voir aussi : 14

Problématique : Montrer une inégalité portant sur une ou plusieurs intégrales

Exercice 5 – Utiliser la positivité (ou la croissance) de l’intégrale

(X MP 05) Soit f : [0, 1] → R continue telle que

R
[0,1]
f = 0, m le minimum de f et M son maximum.
Prouver [0,1] f 2 ⩽ −mM .
R

Exercice 6 – Utiliser l’inégalité de Cauchy-Schwarz

Soit f, g : [0, 1] → R, continues et positives, telles que f g ⩾ 1. Montrer

ÇZ å ÇZ å
f g ⩾ 1.
[0,1] [0,1]

Exercice 7 – Introduire de la variabilité et utiliser la croissance de l’intégrale

(X-ESPCI 16) Soit f : R+ → R continûment dérivable telle que f (0) = 0 et 0 ⩽ f ′ ⩽ 1. Montrer que, pour

2
x ∈ R+ , 0 f 3 (t)dt ⩽ 0 f (t)dt . Étudier le cas d’égalité.
Rx Rx

Voir aussi : 15

Problématique : Déterminer une primitive d’une fonction continue

Exercice 8 – Primitives d’une exponentielle-polynôme

Soit a ∈ K∗ et P ∈ K[X]. Montrer que la fonction x 7→ P (x)eax possède une unique primitive de la forme
x 7→ Q(x)eax , où Q ∈ K[X]. Montrer de plus que Q est de même degré que P .

458 Stéphane FLON

4.1.2. Bonnes questions

Exercice 9 – La valeur moyenne est-elle atteinte ?

1 Soit f une fonction continue de [a, b] dans R. Montrer qu’il existe c dans [a, b] (et même dans ]a, b[) tel
que
Z b
1
f (c) = f
b−a a

2 Montrer que le résultat précédent tombe en défaut si f est à valeurs complexes.

3 On considère deux fonctions f et g continues sur [a, b], à valeurs réelles. On se demande s’il existe c dans
[a, b] tel que
Z b Z b
f g = g(c) f
a a

i Montrer qu’il n’existe pas toujours un tel c.

ii (X-ESPCI 16) Montrer cependant que si f est supposée à valeurs positives (ou plus généralement
garde un signe constant), alors il existe un tel c (et on peut même le prendre dans ]a, b[).

Exercice 10 – Une fonction admettant une primitive est-elle nécessairement continue ?

1 Donner un exemple de fonction non continue admettant une primitive.
Indication – on peut reformuler la question en la recherche d’une fonction dérivable mais pas de classe C 1 .
2 Montrer qu’une fonction en escalier admettant une primitive est nécessairement constante.
3 Montrer qu’une fonction continue par morceaux admettant une primitive est en fait continue.

4.1.3. Pour préparer sa colle

Exercice 11 – Bornitude d’une suite d’intégrales

1 Pour tout n ∈ N∗ , soit un =

Rn sin(t)
1 t dt. Montrer que la suite (un ) est bornée.

Exercice 12 – Primitives de certaines fonctions rationnelles

1 Soit (a, b, c) ∈ R∗ × R × R. Rappeler comment trouver les primitives de f : x 7→ 1

ax2 +bx+c (sur un intervalle
I où f est définie).

Exercice 13 – Annulation et intégrales

1 (X-ESPCI 16) Soit f ∈ C 0 ([0, 1], R) telle que 0 f (t)dt = 21 . Montrer qu’il existe a ∈]0, 1[ tel que f (a) = a.
R1

Un tel point a est-il unique ?

2 (X PC 09) Soit f ∈ C 0 ([0, π], R). On suppose que : 0 f (t) cos(t)dt = 0 f (t) sin(t)dt = 0. Montrer que f
Rπ Rπ

s’annule au moins deux fois sur [0, π].

3 (Cachan MP 07) Soit f une fonction réelle de classe C ∞ sur R, 2π-périodique et de moyenne nulle. Montrer
que f + f ′′ s’annule quatre fois au moins sur [0, 2π[.

Exercice 14 – Nullité de fonction et intégrales

1 Soit f continue de [0, 1] dans R telle que 0 f n (u)du ne prenne qu’un nombre fini de valeurs quand n
R1

décrit N. Montrer que f = −1 ou f = 0 ou f = 1.

2 Soit f, g : [0, 1] → R continues, telles que :
Z x Z x
∀ x ∈ [0, 1], f (x) = g(t)dt et g(x) = f (t)dt.
0 0
Montrer f = g = 0.
459 Stéphane FLON
 3 Soit f ∈ C([0, 1], R) telle que :
Z
∀g ∈ E ([0, 1], R) , f g = 0.
[0,1]

Montrer que f = 0.

Exercice 15 – Inégalités intégrales

ä2
1 (TPE MP) Soient (a, b) ∈ R2 avec a < b et f ∈ C 0 ([a, b], R+ ) telle que
Rb ÄR b
a
f = 1. Comparer a
tf (t)dt
Rb
et a
t2 f (t)dt.
R
2 3 (X MP 05) Soit f et g deux fonctions croissantes et continues sur [0, 1]. Comparer [0,1]
f g et
R R
( [0,1] f )( [0,1] g).

Exercice 16 – Lemme de Riemann-Lebesgue

1 On se propose de montrer le lemme de Riemann-Lebesgue : pour tout fonction f continue par morceaux
de [a, b] dans C, [a,b] f (t)eist dt tend vers 0 lorsque s tend vers +∞.
R

i Prouver ce résultat dans le cas où on suppose f de classe C 1 .

ii Montrer le résultat pour une fonction en escalier.
iii Déduire de la question précédente le résultat dans le cas général.

Exercice 17 – Majoration de la vitesse par la position et l’accélération

def
1 Soit f : R → K de classe C 2 . On suppose f et f ′′ bornées, et on note M0 = ∥f ∥∞ = sup{|f (x)|, x ∈ R}
et M2 = ∥f ′′ ∥∞ .
i En écrivant une formule de Taylor pour x ∈ R et x + h, pour une valeur bien choisie de h, montrer
que f ′ est également bornée, et que si M1 = ∥f ′ ∥∞ :
p
M1 ⩽ 2 M0 M 2
ii En reprenant la démonstration précédente, et en utilisant aussi f (x − h), montrer qu’en fait :
p
M1 ⩽ 2M0 M2

Exercice 18 – Lorsque la valeur moyenne est aussi le maximum

Déterminer les fonctions f de [a, b] dans R, continues, telles que a f (t)dt = (b − a) sup |f |.
Rb
[a,b]

Exercice 19 – Inégalité entre valeurs moyennes

Soit (a, b, c) ∈ R3 , a < b < c. Soit f ∈ Cpm ([a, c], R). Montrer :
Z c Ç Z b Z c å
1 1 1
f (t)dt ⩽ max f (t)dt, f (t)dt .
c−a a b−a a c−b b

Exercice 20 – Valeur moyenne de cos100

(X-ESPCI 16) Déterminer la valeur moyenne de t 7−→ (cos(t))100 .

Exercice 21 – Suites étudiées à l’aide d’intégrales

k
= − 0 (−x)k−1 dx pour tout k ∈ N∗ , calculer :
R1
En remarquant que (−1)
k
n n
X (−1)k−1 X (−1)k
lim et lim
n→∞ k n→∞ 2k + 1
k=1 k=0

Exercice 22 – Cesàro intégral

Soit f : R → R continue par morceaux telle que f soit de limite l ∈ R en +∞. Montrer que 1
Rx
x 0
f (t)dt
tend vers l lorsque x tend vers +∞.
460 Stéphane FLON
 4.2. Exercices : Intégrales généralisées
4.2.1. Problématiques
Problématique : Déterminer la nature d’une intégrale généralisée

Exercice 23 – (Convergence) Montrer l’absolue convergence de l’intégrale

R +∞ sin(t)
Montrer la convergence de 0 1+t2 dt

Exercice 24 – Effectuer une intégration par parties

Z +∞
1 Soit f ∈ C 0 (R+ , R) telle qu’il existe s0 ∈ R+ de sorte que f (t)e−s0 t dt existe. Montrer que ∀s >
Z +∞ 0

s0 , f (t)e−st dt existe.
0

Exercice 25 – Faire un développement asymptotique aux bornes problématiques jusqu’à l’obtention d’un signe
constant ou d’une absolue convergence
R1
1 (X-ESPCI 16) Étudier la convergence de ln(sin(x))dx.
0
R +∞ Äp √ ä
2 (Centrale PC 16) Étudier la convergence de 0 x + cos(x) − x dx.
Voir aussi : 40, 42

Problématique : Calculer la valeur d’une intégrale généralisée convergente

Exercice 26 – Effectuer une intégration par parties

Rπ
Existence et calcul de 02 cos(x) ln(tan(x))dx.

Exercice 27 – Effectuer un changement de variable

R +∞ ln t
1 (CCP MP 2015) Soit f : x 7→ 0 t2 +x2 dt.
i Déterminer le domaine de définition de f .
ii Calculer f (1).
iii Calculer f (x) pour x ∈ R+∗ .
Indication – Effectuer un changement de variable.
R ∞ 1−x2
2 (X MP 08) −∞ 1−x 2 +x4 dx.

Exercice 28 – Utiliser un développement asymptotique en un point où les deux bornes tendent (après un
changement de variable)

1 On définit sur R∗+ la fonction f : x 7→ x cos(t)

R 3x
t dt. Calculer la limite de f en 0, en +∞.
Z ∞
cos(at) − cos(bt)
2 Existence et calcul de I(a, b) = dt.
0 t
Voir aussi : 43, 44, 46, 47, 48

4.2.2. Bonnes questions

Exercice 29 – Quelles fonctions continues admettent une primitive de limite nulle en +∞ ?

1 Montrer que la fonction g : x ∈ R 7→ −e−x admet une unique primitive de limite nulle en +∞.
2

2 Donner un exemple de fonction h : R → R continue, n’admettant pas de primitive de limite nulle en +∞.
3 Soit f ∈ C(R, R).
i Montrer que f admet au plus une primitive de limite nulle en +∞. R +∞
ii Montrer que f admet une primitive de limite nulle en +∞ si et seulement si l’intégrale 0 f (t)dt
converge.
461 Stéphane FLON
 Exercice 30 – Y a-t-il une vérification séquentielle de la convergence d’une intégrale

On fixe un intervalle [a, b[, ainsi qu’une fonction continue par morceaux de [a, b[ dans K.
R
1 Exprimer séquentiellement la convergence de [a,b[ f .
On fixe une suite (xn ) de points de [a, b[, de limite b.
R P R xn+1
2 On suppose que [a,b[ f converge. Montrer que xn
f converge, et calculer sa somme.
3 Rx
Rb
i Donner un exemple où la suite a n f converge, mais où a f diverge.
Rx
Rb
ii On suppose que la suite a n f converge, et que f est positive. Montrer que a f converge.
R xn

iii On suppose que la suite (xn ) est strictement croissante, que la suite a f converge, et que la suite
ÄR x ä Rb
n+1
xn
|f | converge vers 0. Montrer que a f converge.
4 Soit f : R+ → R décroissante de limite nulle en +∞. Montrer que 0 f (t) sin(t)dt converge.
R +∞

Exercice 31 – Peut-on étendre le théorème sur les sommes de Riemann ?

Le théorème sur les sommes de Riemann s’applique dans un cadre restrictif : la fonction considérée doit
être continue, et on intègre sur un segment. On se demande si ce théorème peut s’étendre à d’autres situations.
1R Montrer que si f est continue par morceaux sur [a, b], alors la suite des sommes de Riemann (Sn (f )) tend
vers [a,b] f .
2 (Centrale PC 16) Soit f ∈ C 0 (]0, 1], R) décroissante. On pose, pour n ∈ N∗ , Sn = n1 k=1 f nk . Montrer
Pn

R1
que l’intégrale 0 f (t)dt converge si, et seulement si, la suite (Sn )n∈N∗ converge et, dans ce cas, montrer que
R1
lim Sn = 0 f (t)dt.
n→+∞
Pn−1
3 (Mines MP) Déterminer lim k=1 √ 1 .
n∞ k(n−k)
4R On considère une fonction f : R+ → R continue par morceaux, décroissante de limite nulle en +∞, telle
x
que 0
f (t)dt tende vers un réel l lorsque x tend vers +∞.
i Montrer que pour tout n ∈ N∗ :
n2 Z n n2 −1
1X k 1 X k
f( ) ⩽ f (t)dt ⩽ f( )
n n 0 n n
k=1 k=0
Pn2
En déduire que n1 k=0 f ( nk ) tend vers l lorsque n tend vers +∞.
ii Application : calculer
n2
X n
lim .
n→∞ n2 + k 2
k=0

Exercice 32 – Une fonction intégrable est-elle de carré intégrable ? (Mines PC 16)

N
1 Soit (un )n∈N dans (R+ ) . On suppose que la série de terme général un converge. Montrer que la série de
2
terme général un converge.
2 Soit f ∈ C 0 (R+ , R). On suppose que f est intégrable sur R+ . La fonction f 2 est-elle intégrable sur R+ ?

Exercice 33 – Y a-t-il un lien entre l’intégrabilité et le caractère borné ?

1 Donner un exemple de fonction intégrable sur ]0, 1], non bornée.
2 Donner un exemple de fonction intégrable sur [1, +∞[, non bornée.
3 Donner un exemple de fonction continue par morceaux sur [1, +∞[, bornée mais non intégrable.
4 Montrer qu’une fonction continue par morceaux et bornée est intégrable sur un domaine borné.

Exercice 34 – Que peut-on dire du comportement asymptotique d’une fonction intégrable ?

462 Stéphane FLON
 1 Donner un exemple de fonction continue par morceaux sur [1, +∞[, de limite nulle en +∞ mais non
intégrable sur [1, +∞[.
2 Donner un exemple de fonction intégrable sur [1, +∞[, mais ne tendant pas vers 0 en +∞.
3 Montrer que si f est intégrable sur [1, +∞[ et admet une limite en +∞, alors cette limite est nulle.
4 (Mines PC 16) Soit f ∈ C 0 R+ , R∗+ décroissante.


i Si f est intégrable, montrer que lim xf (x) = 0.
x→+∞
ii La réciproque est-elle vraie ?
5
i Soit f : R+ → K uniformément continue, telle que
R +∞
1
f (t)dt converge. Montrer que f tend vers 0 en
+∞.
ii Soit f : R+ → K intégrable sur R+ . Montrer que |f |α est intégrable sur R+ , où α ⩾ 1.

Exercice 35 – Les formules d’intégration par parties et de changement de variable conservent-elles l’intégra-
bilité ?

Dans les formules d’intégration par parties et de changement de variable pour les intégrales généralisées,
les deux intégrales ont même nature : on peut dire que la convergence des intégrales est conservée. On se
demande ici si ces formules conservent l’absolue convergence des intégrales.
1 Donner un exemple de fonctions f et g sur ]a, b[ auxquelles on peut appliquer la formule d’intégration
Rb Rb
par parties, mais telles que a |f g ′ | et a |f ′ g| n’aient pas même nature.
2 Montrer en revanche que si le théorème de changement de variable (pour les intégrales généralisées)
Rβ R lim φ
s’applique à f et à φ, alors α |f (φ(u))φ′ (u)| du et lim φ |f (t)|dt ont même nature.
β

4.2.3. Pour préparer sa colle

Exercice 36 – Intégrales de Riemann étendues

1 Soit a, α ∈ R. Montrer que

R a+1 dx
Ra dx
a (x−a)α converge si et seulement si α < 1. Montrer que a−1 (a−x)α
converge si et seulement si α < 1.

Exercice 37 – Exemple typique de convergence d’une intégrale d’intégrande positive

R +∞ ln(1+t)
1 Montrer que 0 t3/2
dt converge.

Exercice 38 – Intégrales de Bertrand

Soit α, β ∈ R. Montrer que

R +∞ dx
1 e xα ln(x)β
converge si et seulement si (α > 1 ou (α = 1 et β > 1)).

Soit α, β ∈ R. Montrer que

R 1/e dx
2 0 xα | ln(x)|β
converge si et seulement si (α < 1 ou (α = 1 et β > 1)).

Exercice 39 – L’intégrabilité est-elle stable par produit par ln ?

(X-ESPCI 16) Si f ∈ C 0 (]0, 1], R) est intégrable sur ]0, 1], la fonction t 7−→ ln(t)f (t) est-elle toujours
intégrable sur ]0, 1] ?

Exercice 40 – Nature d’intégrales

R +∞
1 (Mines PC 16) Soit f : x 7→ x sin(t)t2 dt.
i Montrer que f est définie sur R∗+ .
ii Montrer que f est intégrable sur R∗+ .
R +∞ sin(t)
2 (Mines PC 16) Nature de 2 √
t+cos(t)
dt ?
ln(1+xα )
3 (Mines PC 16) Nature, suivant (α, β) ∈ R2 , de
R +∞
0 xβ
dx ?
4 (Centrale PC 16) Soit a et α deux réels strictement positifs, f continue et α-périodique.
def R +∞ λ−f (t)
i Montrer qu’il existe au plus une valeur de λ ∈ R telle que I(λ) = a t dt converge.
Rx
ii Montrer que si x 7→ a (λ − f (t))dt est bornée, alors I(λ) converge. Conclure.
463 Stéphane FLON
 Exercice 41 – Intégrale résiduelle (Mines MP 2015)
R +∞ sin(x) 1


Montrer que nπ x dx =O n .

Exercice 42 – Normes euclidiennes de f , f ′ et f ′′

R +∞ R +∞ R +∞
Prouver que si les intégrales a (f (x))2 dx et a (f ′′ (x))2 dx convergent, alors a (f ′ (x))2 dx converge
également.

Exercice 43 – Nature et calcul d’intégrales

R +∞ 1


1 (X-ESPCI 16) Étudier l’existence et calculer 0
ln 1 + x2 dx.
2 (X-ESPCI 16) Soit (a, b) ∈ R avec 0 < a < b et f ∈ C (R+ , R).
2 1
R 1 f (bx) − f (ax)
i Montrer l’existence de 0 dx.
x
ii On suppose f ′ intégrable sur R+ . Calculer, après avoir justifié son existence, 0
R +∞ f (bx)−f (ax)
x dx.
xdx
3 (Mines PC 16) Soit (a, b) ∈ R2 avec a < b. Existence et calcul de I = a p
R b
.
(x − a)(b − a)
Rb xdx
Remarque – Il s’agit sans doute de calculer plutôt J = a p .
(x − a)(b − x)

Exercice 44 – Calculs d’intégrales généralisées

R1Ä ä
1 Existence et calcul de √1 − 1
dx.
0 x 1+x2 x
√
Indication – pour le calcul, on peut effectuer au choix les changements définis par u = 1 + x2 ou x = sh(u).
2 Existence et calcul de : Z +∞
(sin(x))3
dx.
0 x2

Exercice 45 – Comportement asymptotique d’intégrales

R x dt
1 Trouver un équivalent, puis un développement asymptotique à n termes en +∞ de ℓ(x) = 2 ln(t) .
R +∞ −t2 /2
2 Trouver un équivalent, puis un développement asymptotique à n termes en +∞ de g(x) = x e dt.
3 Trouver
R x un équivalent en +∞ de :
i 1 et tα dt avec α ∈ R.
R +∞ α
ii x e−t dt avec α > 0.
4 Trouver
R x un développement à trois termes en +∞ de :
t
i 1 t2e+1 dt,
R +∞ −t
ii x te2 +1 dt,
Rx 2
iii 0 eit dt.
R1 t
5 Trouver un équivalent en 0 de : x cos(et
)
dt.
6 Soit f une fonction continue de R dans R telle que : f (x) 0 f 2 −→ 1.
+
Rx
x→+∞
Trouver un équivalent de f en +∞. Réciproque ?
7 Soit f une fonction continue de [1, +∞[ dans R.
i On suppose : f (x) ∼ lnxx .
x→+∞
Rx
Montrer : 1 f (t)
t dt ∼ x
.
x→+∞ ln x
Rx
ii On suppose f croissante et : 1 f (t)
t dt ∼ x
.
x→+∞ ln x
x
Montrer : f (x) ∼ .
x→+∞ ln x

Exercice 46 – Calculs plus délicats d’intégrales généralisées

R π x sin(x) cos(x)
1 Existence et calcul de I = 02 tan(x) 2 +cotan(x)2 dx.

Indication – pour le calcul, on peut effectuer le changement de variable u = cos(2x).

464 Stéphane FLON
 2 Existence et calcul éventuel de l’intégrale
Z +∞ √
x ln(x)
I= dx.
0 (1 + x)2
Indication – pour√le calcul, astucieux, on pourra commencer par utiliser une intégration par parties, en dérivant
la fonction x 7→ x ln(x).
3
cos(t)−cos(x) dt, où (n, x) ∈ N×]0, π[.
Rπ
i Existence et calcul de In (x) = 0 cos(nt)−cos(nx)
Indication – pour le calcul, on pourra trouver une relation de récurrence linéaire d’ordre 2 pour la suite (In (x)),
en exprimant In (x) + In+2 (x)Pen fonction de In+1 (x).
ii Nature de la série xn In (x).

Exercice 47 – D’autres calculs d’intégrales

R∞
1 (X MP 08) Calculer I = dx
−∞ (x2 +a2 )(x2 +b2 )
(a, b ∈ R∗+ ).
Rbp
2 (X MP 08) Calculer I = a
(b − x)(x − a)dx.
R 2π √
3 (X MP 08) Calculer I = 0
1 + sin tdt.

Exercice 48 – Calcul surprenant d’intégrale généralisée

1 Pour tout x ∈ R∗+ , montrer que t 7→ sin(t)2 est intégrable sur [x, +∞[.
R +∞ t
Pour tout x ∈ R∗+ , on pose f (x) = x sin(t) t2 dt.
cos(x)
2 Établir : f (x) ∼0 − ln(x) et f (x) = x2 + O+∞ x13 .


R +∞
3 Montrer que 0 xf (x)dx converge et calculer sa valeur.

Exercice 49 – Lorsque f + f ′ est de carré intégrable (X MP 10)

Soit f ∈ C 1 (R+ , R) telle que f + f ′ soit de carré intégrable. Montrer que f est bornée, puis que f tend vers
0 en +∞.
Exercice 50 – Condition suffisante pour qu’une fonction soit de limite nulle en +∞

Soit f ∈ C 1 (R, R) telle que f et f ′2 soient intégrables sur R. Montrer que f tend vers 0 en ±∞.

465 Stéphane FLON

 5. Espaces vectoriels normés

5.1. Exercices : Normes

5.1.1. Problématiques
Problématique : Établir une structure d’EVN

Exercice 1 – Utiliser un isomorphisme pour transférer une structure d’EVN

1 Soit E un espace vectoriel de dimension finie n ∈ N∗ . Étant donné une base B = (e1 , . . . , en ) de E,
définir des notions de normes 1, 2 et infinie dans B.
2 Si un espace vectoriel E de dimension finie admet une base canonique, on peut définir des notions de
normes canoniques 1, 2 et infinie. Définir par exemple la norme canonique 1 sur Kn [X] et la norme canonique 2
sur Mn (K).

Exercice 2 – Utiliser la notion de semi-norme et sa stabilité

Soit E = C 1 ([0, 1], R). Vérifier que l’application

Z 1
N : f 7→ |f (0)| + |f ′ (t)|dt
0
est une norme sur E.
Voir aussi : 17, 18, 19

5.1.2. Bonnes questions

Exercice 3 – Toute norme provient-elle d’un produit scalaire ?

Soit (E, ∥·∥) un evn réel.

1 On suppose que ∥·∥ est la norme associée à un produit scalaire < ·, · >.
2 2 2 2
Établir l’identité du parallélogramme : pour tous vecteurs u et v de E, ∥u + v∥ +∥u − v∥ = 2(∥u∥ +∥v∥ ).
2 En déduire que les normes ∥·∥∞ et ∥·∥1 sur R2 ne sont pas associées à un produit scalaire.

Exercice 4 – Quand l’inégalité triangulaire est-elle une égalité ?

Soit (E, ∥·∥) un EVN.

1 On dit que deux vecteurs x et y de E sont positivement liés s’il existe λ ∈ R+ tel que y = λ x ou x = λ y.
Montrer que si x et y sont positivement liés, alors ∥x + y∥ = ∥x∥ + ∥y∥.
2 On s’intéresse maintenant à l’implication réciproque : si x et y sont tels que ∥x + y∥ = ∥x∥ + ∥y∥, x et y
sont-ils nécessairement positivement liés ?
i Donner un exemple d’EVN où la réciproque est fausse.
ii Montrer que si la norme de E est issue d’un produit scalaire, alors la réciproque est vraie.
3 On considère n nombres complexes z1 , . . . , zn tels que |z1 + · · · + zn | = |z1 | + · · · + |zn |. Montrer
l’existence de θ ∈ R, et de réels positifs ou nuls r1 , . . . , rn , tels que zj = rj eiθ , pour tout j ∈ [[1, n]].

Exercice 5 – Existe-t-il une norme matricielle invariante par conjugaison ?

Soit n ⩾ 2. Existe-t-il une norme sur Mn (C) invariante par conjugaison (i.e. telle que deux matrices
semblables quelconques aient même norme) ?

Exercice 6 – Quelles sont les matrices dont la classe de similitude est bornée ?

Décrire les matrices A ∈ Mn (C) dont la classe de similitude est bornée.

5.1.3. Pour préparer sa colle

Exercice 7 – Normes absolues

466 Stéphane FLON

 1 Une norme N sur Rn est dite absolue si : ∀x ∈ Rn , N (x) = N (|x|), où |x| est le vecteur dont les
coordonnées sont les valeurs absolues de celles de x.
Soit (x, y) ∈ (Rn )2 . On note |x| ⩽ |y| si toutes les coordonnées de |y| − |x| sont positives.
i Donner des exemples de normes absolues.
ii Soit N une norme absolue sur Rn . Si (x, y) ∈ Rn × Rn et |x| ⩽ |y|, montrer que N (x) ⩽ N (y).
Indication – Observer que x est dans l’enveloppe convexe des (±y1 , . . . , ±yn ).
iii Soient ∥ ∥ la norme euclidienne canonique sur Rn , u ∈ GLn (R) et Nu définie par : ∀x ∈ Rn , Nu (x) =
∥u(x)∥.
L’application Nu est-elle une norme absolue sur Rn ?
def
2 Soit ∥·∥ une norme absolue sur Rn . Pour tout (z1 , . . . , zn ) ∈ Cn , on pose N ((z1 , . . . , zn )) = ∥(|z1 |, . . . , |zn |)∥.
Montrer que N est une norme sur Cn .

Exercice 8 – Équivalence concrète de normes

Montrer  à la main  que les normes usuelles sur Kn sont équivalentes.

Exercice 9 – Boule unité pour les normes usuelles

Dans R2 , représenter la boule unité fermée pour ∥·∥∞ , ∥·∥2 , ∥·∥1 .

Exercice 10 – Théorème de Gauss-Lucas

Soit P ∈ C[X] non constant. Montrer que toute racine de P ′ est dans l’enveloppe convexe de l’ensemble des
racines de P .
Exercice 11 – Boules et sphères vides

Soit a ∈ E, r ∈ R+ . Montrer que

1 B(a, r) n’est jamais vide.
2 B(a, r) est non vide si et seulement si r > 0.
3 S(a, r) est non vide si et seulement si r = 0 ou E ̸= {0E }.

Exercice 12 – Diamètre d’une partie non vide bornée

On appelle diamètre d’une partie non vide et bornée A de E le réel

sup{d(x, y), (x, y) ∈ A2 }.

1 Justifier la bonne définition de cette notion.

2 Déterminer le diamètre d’une boule ou sphère non vide de rayon r.

Exercice 13 – Centre d’une boule

Montrer que si E ̸= {0E }, une boule non vide admet un unique centre et un unique rayon.

Exercice 14 – Semi-normes multiplicatives

Soit N : Mn (C) → R+ , où n ⩾ 2, vérifiant N (AB) = N (BA).

1 Montrer que N ne peut pas être une norme.
2 On suppose en outre que N (A + B) ⩽ N (A) + N (B) et N (λA) = |λ|N (A).
i Montrer que | tr | convient.
ii Montrer que si N (B) = 0, alors N (A + B) = N (A).
iii Trouver toutes les applications possibles.

Exercice 15 – Norme adaptée à un ou plusieurs projecteurs

(ENS PC 16) Soit E un R-espace vectoriel de dimension finie.

1 Soit p ∈ L(E) tel que p ◦ p = p. Existe-t-il une norme ∥ ∥ sur E telle que : ∀x ∈ E, ∥p(x)∥ ⩽ ∥x∥ ?
2 Soit p et q dans L(E) tels que p ◦ p = p et q ◦ q = q. Existe-t-il une norme sur E telle que : ∀x ∈ E,
∥p(x)∥ ⩽ ∥x∥ et ∥q(x)∥ ⩽ ∥x∥ ?
467 Stéphane FLON
 3 Soit p et q dans L(E) tels que p ◦ p = p, q ◦ q = q et p ◦ q = q ◦ p. Existe-t-il une norme sur E telle que :
∀x ∈ E, ∥p(x)∥ ⩽ ∥x∥ et ∥q(x)∥ ⩽ ∥x∥ ?

Exercice 16 – Norme d’algèbre

1 Montrer que l’on définit une norme d’algèbre sur Mn (K) en posant, pour tout A = (ai,j ) ∈ Mn (K) :
( n )
X
∥A∥ = sup |ai,j |, 1 ⩽ j ⩽ n
i=1

Exercice 17 – Normes sur un espace de fonctions continues et périodiques

1 On note E l’ensemble des fonctions continues 2π-périodiques de R dans K.

i Montrer que l’application
N : E → R+
1
R 2π
f 7 → 2π 0 |f (t)|dt
est une norme sur E.
ii Même question pour
N2 : E → R+ »
1
R 2π
f 7→ √
2π 0
|f (t)|2 dt
iii Vérifier que pour chacune de ces normes, la fonction gn : t 7→ eint est unitaire (pour tout n ∈ Z).

Exercice 18 – Exemple de norme

On pose E = {f ∈ C 1 ([0, 1], R), f (0) = 0}, et on note, pour tout f ∈ E : N (f ) =

R1
0
|f ′ (t)|dt.
1 Montrer que N est une norme sur E.
2 Trouver une norme sur C 1 ([0, 1], R) qui induit N sur E.

Exercice 19 – Comparaison de normes

Soit E = {f ∈ C 1 ([0, 1], R), f (0) = 0}, N (f ) = N∞ (3f + f ′ ). Montrer que (E, N ) est un EVN et qu’il existe
α ∈ R∗+ tel que, pour tout f ∈ E, on ait N∞ (f ) ⩽ αN (f ).
Indication – en posant g = 3f + f ′ , on pourra exprimer f en fonction de g.

Exercice 20 – Continuité des racines

On considère une suite (Pn ) de polynômes unitaires de C[X] de degré d. On suppose que cette suite
Qd
converge vers P = k=1 (X − λk ).
1 Est-il nécessaire de préciser une norme ?
Ä Pd−1 ä
2 Soit P = X d +ad−1 X d−1 +· · ·+a1 X +a0 . Montrer que si λ est une racine de P , |λ| ⩽ max 1, k=0 |ak | .
3 Montrer que pour tout ε > 0, il existe un rang n0 tel que si n ⩾ n0 , les racines de Pn sont dans la réunion
des disques de centre λi de rayon ε pour i ∈ [[1, d]].

Exercice 21 – Non équivalence de normes

1 Soit E = C([0, 1], R). Montrer que les normes ∥·∥1 , ∥·∥2 et ∥·∥∞ ne sont pas équivalentes sur E.
2 Soit E = R[X] et P = k∈N ak X k . On définit N1 (P ) = k∈N |ak |, N2 (P ) =
P P »P
2
k∈N |ak | et N∞ (P ) =
maxk∈N |ak |.
Montrer que ces trois normes ne sont pas équivalentes.

Exercice 22 – Comparaison de normes sur les suites bornées

P∞ E = ℓ (R) muni de ∥·∥∞ . Pour toute

∞
suite a = (an ) ∈ RN telle que
P
On considère an converge, on note
Na : (un ) 7→ n=0 an |un |. On se donne a et b dans RN telles que les séries associées convergent.
1 À quelle condition l’application Na définit-elle bien une norme sur E ?
On suppose que a et b vérifient cette condition.
2 Les normes Na et Nb sont-elles équivalentes ?
468 Stéphane FLON
 3 Donner une CNS sur a et b pour que les normes Na et Nb soient équivalentes.

Exercice 23 – Inégalités de Hölder et Minkowski

Soit a < b dans R et p dans ]1, +∞[.

1 1
1 Montrer l’existence de q dans ]1, +∞[ tel que p + q = 1.
2 Soit a, b ∈ R+ . Montrer que ab ⩽ ap
p +nq
q .
3 Montrer que si x1 , . . . , xn , y1 , . . . , yn ∈ R+ , on a l’inégalité de Hölder :
n n
!1/p n !1/q
X X p
X q
xi yi ⩽ xi yi
i=1 i=1 i=1
Pn 1/p Pn 1/q
Indication – On introduira les réels α = ( i=1 xpi ) et β = ( i=1 yiq ) .
4 Montrer que si f, g : [a, b] → R+ sont des fonctions continues, on a l’inégalité de Hölder
Z b ÇZ b å1/p ÇZ b å1/q
fg ⩽ fp gq
a a a

ä1/p
5 Pour f : [a, b] → R continue, on pose ∥f ∥p = a |f |p
ÄR b
.
i En supposant que f et g sont positives, montrer l’inégalité de Minkowski
ÇZ b å1/p ÇZ b å1/p ÇZ b å1/p
p
(f + g) ⩽ fp + gp
a a a
Rb p
Rb p−1
Rb p−1
Indication – On majorera a (f + g) = a (f + g) f + a (f + g) g.
ii En déduire que ∥·∥p est une norme sur C([a, b], R).
6 Montrer que si x1 , . . . , xn , y1 , . . . , yn ∈ R+ , on a l’inégalité de Minkowski :
n
!1/p n
!1/p n
!1/p
X X p
X p
p
(xi + yi ) ⩽ xi + yi
i=1 i=1 i=1

pour X = (x1 , . . . , xn ) ∈ Kn définit une norme sur Kn .

Pn 1/p
En déduire que Np (X) = ( i=1 |xi |p )
7 Montrer que pour X ∈ Kn , Np (X) −→ N∞ (X).
p∞

pour x = (xk ) ∈ ℓp (K) définit une

P∞ 1/p
8 Montrer que l’application ∥·∥p définie par ∥x∥p = ( k=0 |xk |p )
norme sur ℓ (K).
p

Exercice 24 – Convergence imposée pour la base canonique

Soit Q ∈ R[X]. Construire une norme sur R[X] telle que la suite de polynômes (X n ) converge vers Q.

Exercice 25 – Une caractérisation des normes

Soit E un espace vectoriel réel et N : E → R+ vérifiant, pour tout x ∈ E et λ ∈ R :

i N (x) = 0 ⇔ x = 0
ii N (λx) = |λ|N (x).
1 Montrer que N est une norme si et seulement si l’ensemble {x ∈ E, N (x) ⩽ 1} est convexe.
2 On suppose N (x + y)2 ⩽ 2(N (x)2 + N (y)2 ) pour tout (x, y) ∈ E 2 . Montrer que N est une norme.

Exercice 26 – Normes sur un espace de fonctions continues

Soit (an )n⩾1 une suite d’éléments de [0, 1], C l’espace des fonctions continues de [0, 1] dans R. On pose, si
f ∈ C : N (f ) = n⩾1 |f (a n )|
P
2n .
1 À quelle condition sur la suite (an ) l’application N est-elle une norme sur C ?
2 Si la condition précédente est réalisée, N est-elle équivalente à ∥ ∥∞ ?

Exercice 27 – Comparaison de normes sur les polynômes

469 Stéphane FLON

 Soit E = R[X]. Pour a dans R, soit Na l’application définie par : ∀ P ∈ R[X], Na (P ) = ∥P ′ ∥∞,[−1,1] +
|P (a)|.
1 Vérifier que Na est une norme sur E.
2 Pour a et b dans [−1, 1], montrer que Na et Nb sont équivalentes.
3 Comparer Na et Nb dans le cas général.

Exercice 28 – Boule de rayon minimum contenant une partie donnée

Soient X une partie bornée non vide de l’espace de dimension finie (E, ∥ ∥), et r = inf {ρ ⩾ 0 ; ∃a ∈ E, X ⊂ Bf (a, ρ)}.
1 Montrer qu’il existe une boule fermée de rayon r contenant X.
2 Si ∥ ∥ est euclidienne, démontrer l’unicité.

5.2. Exercices : Topologie d’un espace vectoriel normé

5.2.1. Problématiques
Problématique : Montrer qu’une partie est (ou n’est pas) un ouvert ou un fermé

Exercice 29 – Raisonner séquentiellement

1 Montrer qu’une boule fermée est fermée.

2 Soit f ∈ C 0 (R, R). Montrer que le graphe Γ de f (Γ = {(x, f (x)), x ∈ R}) est fermé dans R2 .
3 Montrer que le graphe Γ de la fonction inverse x ∈ R∗ 7→ x1 est fermé dans R2 .

Exercice 30 – Passer au complémentaire

Montrer qu’une boule fermée est fermée.

Voir aussi : 40, 45

Problématique : Utiliser la densité et la continuité pour montrer l’égalité de deux fonctions

Exercice 31 – Prolonger une égalité par continuité et densité

1 Soit A une partie dense d’un EVN E, et soit f : E → F une application continue (où F est un EVN). On
suppose f nulle sur A. Montrer que f est identiquement nulle.
2 Soit f : R → R une application continue, telle que pour tout x, y ∈ R, f (x + y) = f (x) + f (y). Montrer
que f est linéaire, i.e. il existe α ∈ R tel que, pour tout x ∈ R, f (x) = α x.
Voir aussi : 68

5.2.2. Bonnes questions

Exercice 32 – Y a-t-il une caractérisation séquentielle de l’intérieur d’une partie, du fait qu’une partie soit
ouverte ?

1 Soit A une partie d’un EVN E, et soit a ∈ E. Montrer que a est intérieur à A si et seulement si pour
toute suite (un ) de points de E convergeant vers a, tous les termes de cette suite sont, à partir d’un certain
rang, des points de A.
2 Montrer que A est un ouvert de E si et seulement si pour toute suite (un ) d’éléments de E, convergeant
vers un point de A, tous les termes de cette suite sont, à partir d’un certain rang, des points de A.

Exercice 33 – Que dire topologiquement de l’ensemble des valeurs d’adhérence d’une suite ?

Soit (xn ) une suite de E. On note, pour tout n, Xn = {xp }p⩾n . Montrer que l’ensemble des valeurs
T
d’adhérence de (xn ) est l’ensemble X = n∈N Xn . En déduit que X est fermé.

Exercice 34 – Quelles propriétés topologiques sont liées à la nilpotence ?

470 Stéphane FLON
 1 Montrer que l’ensemble N des matrices nilpotentes de Mn (C) est un fermé de Mn (C).
2 Montrer que si M ∈ Mn (C), alors 0n est adhérent à la classe de similitude de M si et seulement si M
est nilpotente.
Indication – On pourra utiliser (et éventuellement admettre) le fait que toute matrice nilpotente est semblable
à une matrice triangulaire supérieure stricte.

5.2.3. Pour préparer sa colle

Exercice 35 – Suite réelle bornée vérifiant une condition de convergence

(X MP 05) Déterminer les suites réelles bornées telles que un + u22n converge.

Exercice 36 – Fermés ouverts de R

Montrer que R et ∅ sont les seules parties de R à la fois ouvertes et fermées de R.

Exercice 37 – Fermés ouverts d’un EVN, d’une partie pour la topologie induite

1 Montrer que E et ∅ sont les seules parties d’un EVN E à la fois ouvertes et fermées (dans E).
2 Donner un exemple de partie A d’un EVN E pour laquelle il existe des parties ouvertes et fermées pour
la topologie induite autres que A et ∅.

Exercice 38 – Fermés et ouverts par préimage

1 Soit (E, ∥·∥) un evn. En utilisant la continuité de ∥·∥ : E → R, montrer à nouveau que les sphères et les
boules fermées sont fermées, et que les boules ouvertes sont ouvertes.
2 Montrer, grâce à la continuité du déterminant det : Mn (K) → K, que GLn (K) est un ouvert de Mn (K).

Exercice 39 – Continuité par préimage des fermés et des ouverts

Soit f : A → F une fonction définie sur une partie A d’un evn E, et à valeurs dans un evn F . Montrer
l’équivalence des assertions suivantes :
i f est continue.
ii Pour tout ouvert U de F , f −1 (U ) est un ouvert relatif de A.
iii Pour tout fermé B de F , f −1 (B) est un fermé relatif de A.

Exercice 40 – Somme de parties

1 On considère deux parties A et B d’un EVN E. On appelle somme de A et de B et on note A + B la

partie {a + b, (a, b) ∈ A × B} de E.
i Montrer que si A est ouvert, alors A + B est ouvert.
ii Donner un exemple où A et B sont fermés, mais pas leur somme.
iii Montrer que si A et B sont des compacts de E, alors A + B est un compact de E.

Exercice 41 – Tout ouvert est réunion dénombrable de fermés

(Mines PC 16) Soit (E, ∥ ∥) un espace vectoriel normé de dimension finie.

1 Soit F un fermé non vide de E. Montrer que x appartient à E \ F si, et seulement si, d(x, F ) > 0.
2 Montrer que tout ouvert de E est réunion d’une suite de fermés.

Exercice 42 – Les fermés à partir d’ouverts

Montrer que tout fermé F d’un EVN E est une intersection d’une suite décroissante d’ouverts.

Exercice 43 – Séparation de fermés disjoints

Soit F, G deux fermés disjoints d’un EVN E. Montrer qu’il existe des ouverts disjoints U et V contenant
respectivement F et G.
.
471 Stéphane FLON
 Exercice 44 – Banque CCP 2016 44

Soit E un espace vectoriel normé. Soient A et B deux parties non vides de E.

1
i Rappeler la caractérisation de l’adhérence d’un ensemble à l’aide des suites.
ii Montrer que A ⊂ B =⇒ A ⊂ B.
2 Montrer que A ∪ B = A ∪ B

3
i Montrer que A ∩ B ⊂ A ∩ B.
ii Montrer à l’aide d’un exemple que l’autre inclusion n’est pas forcément vérifiée (on pourra prendre
E = R).

Exercice 45 – Sur le groupe des périodes d’une fonction

Soit f : R −→ R périodique. On note Gf = {T ∈ R ∀x ∈ R, f (x + T ) = f (x)}.

1 On suppose que f est continue. Montrer que Gf est un fermé.
2 Donner un exemple de fonction f pour laquelle Gf = Q.

Exercice 46 – Étude de convergence de la suite des puissances d’une matrice

1 On considère une norme ∥ ∥ sur Mn (C). Soit A ∈ Mn (C). On suppose que la suite (Ak )k∈N converge, on
note B sa limite. Montrer que B est une matrice de projecteur (i.e. B 2 = B), et que AB = BA = B.
En déduire que (Ak ) converge vers 0 si et seulement si (tr(Ak )) converge vers 0.
2 (Centrale PC 16)
i Soit A ∈ Mn (C) diagonalisable. On suppose que toutes les valeurs propres de A sont de module
strictement inférieur à 1. Montrer que la suite Ak k∈N∗ converge.

ii Soit A ∈ Mn (C) telle que Ak k∈N∗ converge. Si λ ∈ C est une valeur propre de A, montrer que

|λ| ⩽ 1. Si |λ| = 1, que dire de λ ?

Exercice 47 – Le rang est localement croissant

Montrer que pour l’application rang r, pour tout point A de Mn (K), il existe un voisinage V de A dans
Mn (K) tel que
∀ B ∈ V, r(A) ⩽ r(B).

Exercice 48 – Distance à un fermé en dimension finie

Soit B une partie fermée non vide d’un evn E de dimension finie. Montrer que pour tout a ∈ E, la distance
de a à B est atteinte, i.e. il existe b ∈ B tel que
d(a, B) = d(a, b)

Exercice 49 – Valeurs d’adhérence de (un ) lorsque un+1 − un tend vers 0 (X MP 10)

Soit E un R-espace vectoriel normé de dimension finie et u ∈ E N .

1 On suppose que u est bornée, que un+1 − un tend vers 0, que u n’a qu’un nombre fini de valeurs
d’adhérence : montrer qu’alors u converge.
2 On suppose E = R et un+1 − un tend vers 0. Montrer que l’ensemble des valeurs d’adhérence de u est un
intervalle.
3 On revient au cas général d’un R-espace vectoriel normé de dimension finie E, u ∈ E N et un+1 − un tend
vers 0. L’ensemble des valeurs d’adhérence de E est-il nécessairement un connexe par arcs ? Et si on suppose en
outre (un ) bornée ?

Exercice 50 – Partie convexe dense (X MP 10)

Soit E un evn de dimension finie, C une partie de E convexe et dense dans E. Montrer que C = E.
472 Stéphane FLON
 Exercice 51 – Description topologique d’un ensemble de points fixes

1 Soit f ∈ C 0 ([0, 1], [0, 1]). Montrer que l’ensemble des points fixes de f est un fermé non vide.
2 Soit F un fermé non vide de [0, 1]. Montrer que F est l’ensemble des points fixes d’une fonction continue
de [0, 1] dans lui-même.

Exercice 52 – Suite réelle (xn ) telle que (2xn+1 − xn ) converge

(X MP) Soient a ∈ R et (xn )n⩾0 une suite réelle telle que (2xn+1 − xn ) converge vers a. Montrer que (xn )
est convergente.

Exercice 53 – Autour des valeurs d’adhérence

1 Soit (z1 , . . . , zn ) ∈ Un . On pose uk = i=1 zik . Montrer que la suite (un ) admet n pour valeur d’adhérence.
Pn

2 Préciser les valeurs d’adhérence de la suite (cos(ln(n))).

3 Soit (un ) une suite réelle tendant vers +∞ et telle que lim(un+1 − un ) = 0. Déterminer les valeurs
n∞
d’adhérence de (un − ⌊un ⌋)n∈N .

Exercice 54 – Une caractérisation peu pratique de la convergence en dimension finie

Soit (xn ) une suite d’un evn E de dimension finie. On suppose que pour tout a ∈ E, (∥xn − a∥) converge.
Montre que (xn ) converge. Montrer que le résultat tombe en défaut en dimension infinie.

Exercice 55 – Tours d’adhérence et d’intérieur

1 Soit A une partie d’un evn (E, ∥·∥). Montrer :

o o
o o o o
A=A et A=A
2 Donner un exemple de partie A de R telle que les ensembles :
o
o o o o o
A, A, A, A, A, A, A
soient deux à deux distincts.
Exercice 56 – Moyennes de Cesàro des puissances d’un endomorphisme en dimension finie

Soient (E, ∥ ∥) un espace

Pn normé réel de dimension finie et f ∈ L(E). On suppose (f n )n⩾0 bornée et, si
1 k
n ⩾ 0, on pose : gn = n+1 k=0 f .
1 Étudier la convergence de (gn (x)) si x est dans le noyau, puis dans l’image, de l’endomorphisme f − Id .
2 Montrer que (gn ) converge vers un endomorphisme que l’on précisera.

Exercice 57 – Raboter conserve-t-il la densité ?

Montrer que si A est dense dans un evn E non nul, B une partie finie, alors A \ B est encore une partie
dense de E. Si C ⊂ E, C ∩ A est-il nécessairement dense dans C ?

Exercice 58 – Opération conservant le caractère disjoint de deux ouverts

o o
Soit U et V deux ouverts disjoints. Montrer que U et V sont disjoints.

Exercice 59 – Un cas où la somme de deux fermés est fermée

Soit E un evn, F un sous-espace vectoriel fermé de E, G un sous-espace vectoriel de dimension finie de E.

Montrer que F + G est fermé.

Exercice 60 – Topologie sur les suites bornées pour la norme infinie

Soit E = ℓ∞ (K) la K-algèbre des suites bornées de K muni de ∥·∥∞ . On note A l’ensemble
P des suites de E
stationnaires à 0, B l’ensemble des suites convergentes vers 0, C = ℓ (C) et S = {(xn ) ∈ E, xn } converge.
1

473 Stéphane FLON

 1 Montrer que A = B.
2 Montrer que A = C.
3 Préciser l’intérieur de A.
4 Préciser l’adhérence et l’intérieur de S.
5 Existe-t-il une partie dénombrable et dense de E ?

Exercice 61 – Tantôt fermé, tantôt dense

Soit E = C([0, 1], R), supposé normé, A = {f ∈ E, f (0) = 0}. Montrer que A peut être soit fermé, soit dense
dans E. Trouver une norme pour chacun des deux cas.

Exercice 62 – Lemme de Lindelov

1 Montrer l’existence S d’une famille dénombrable d’ouverts de Rp , (Un )n∈N telle que pour tout ouvert Ω, il
existe A ⊂ N tel que Ω = n∈A Un .
i∈I une famille d’ouverts de R . Montrer qu’il existe une partie J au plus dénombrable de I telle
p
2S Soit (Ωi )S
que i∈I Ωi = i∈J Ωi .

Exercice 63 – Lemme d’Urysohn

Soit E un evn, F et G deux fermés disjoints de X.

1 Montrer l’existence d’une fonction f continue sur X telle que f|F = 0 et f|G = 1.
2 Montrer qu’il existe deux ouverts U et V disjoints avec F ⊂ U et G ⊂ V .
3 On note d(F, G) = inf{d(f, g), (f, g) ∈ F × G}. A-t-on nécessairement d(F, G) > 0 ? Que dire si F et G
sont compacts ?

Exercice 64 – Stabilité de l’ouverture par enveloppe convexe

Soit A un ouvert de E. Montrer que l’enveloppe convexe de A est un ouvert de E.

5.3. Exercices : Continuité

5.3.1. Pour préparer sa colle

Exercice 65 – Continuité uniforme sur un intervalle borné non fermé

Soit f : [0, 1[→ R une fonction continue.

1 On suppose que f admet une limite finie en 1. Montrer que f est uniformément continue.
2 On suppose réciproquement f uniformément continue. Montrer que f est prolongeable par continuité en
1.
Exercice 66 – Parties réversibles

3 Une partie A de R est dite réversible s’il existe une application continue f : R → R telle que f (A) ⊂ R \ A
et f (R \ A) ⊂ A.
1 Donner un exemple de partie réversible.
2 Q est-il réversible ?
3 Une partie réversible peut-elle être ouverte ? fermée ?
4 Une partie réversible peut-elle être bornée ? minorée ?
5 Une partie réversible peut-elle être un sous-groupe de (R, +) ?

Exercice 67 – Une fonction lipschitzienne

x
Soit (E, ∥·∥) un evn, f : x 7→ 1+∥x∥ .
1 Montrer que f est 1-lipschitzienne.
2 Montrer que pour tout (x, y) ∈ E 2 :
(∥f (x) − f (y)∥ = ∥x − y∥) ⇔(x = y).
474 Stéphane FLON
 Exercice 68 – Prolongation d’une égalité par densité et continuité

1 Vérifier que pour tout A, B ∈ Mn (K), χAB = χBA .

Remarque – On admettra (si nécessaire) que l’application M ∈ Mn (K) 7→ χM ∈ Kn [X] est continue.
2 Retrouver ce résultat sans argument topologique.
Indication – On pourra introduire des matrices par blocs.

Exercice 69 – Théorème du point fixe de Banach-Picard

Soit E un evn de dimension finie. On dit qu’une application f de E dans E est contractante s’il existe
k ∈ [0, 1[ tel que f soit k-lipschitzienne. On se donne une telle application f .
1 Montrer que f admet au plus un point fixe.
2 Soit α ∈ E, et soit (xn ) la suite récurrente de terme initial α, et d’itératrice f .
i Vérifier que pour tout n ∈ N :
∥xn+1 − xn ∥ ⩽ k n ∥x1 − x0 ∥

ii En déduire que la suite (xn ) est convergente, et que sa limite est un point fixe de f .
3 En déduire le théorème de Banach-Picard : f admet un unique point fixe c, pour tout α ∈ E, la suite
(xn ) de terme initial α et d’itératrice f converge vers c, et, plus précisément :
xn − c = O(k n )

Exercice 70 – Théorème de Wintner

Soient f et g deux endomorphismes d’un espace normé (E, ∥ ∥). On suppose que f ◦ g − g ◦ f = Id .
1 Montrer que E n’est pas de dimension finie.
2 Montrer que l’un des deux endomorphismes f et g est discontinu.
Indication – On pourra calculer f n ◦ g − g ◦ f n si n ⩾ 1.

Exercice 71 – Une fonction est-elle continue si et seulement si son graphe est fermé ?

Soit f : R → R, et Gf = {(x, f (x))}x∈R le graphe de R.

1 On suppose que si f est continue, Gf est fermé.
2 On suppose f bornée et Gf fermé. Montrer que f est continue.
3 Le résultat subsiste-t-il si f n’est pas bornée ?

Exercice 72 – Une caractérisation de continuité

Soit f : E → E. Vérifier l’équivalence des conditions suivantes :

i f est continue.
ii Pour tout A ⊂ E, f (A) ⊂ f (A).

Exercice 73 – Étude de continuité

1 Soit E = C([0, 1], R) muni de ∥·∥1 . L’application φ : f 7→ 0 f 2 est-elle continue ?

R1

2 Soit f : P ∈ R[X] 7→ P (0) ∈ R. Trouver une norme sur R[X] telle que f est continue (resp. f n’est pas
continue).
3 Soit E = C([a, b], R) muni de la norme infinie ∥·∥∞ et φ : R → R continue. On définit ψ : f ∈ E 7→ φ ◦ f .
Montrer que ψ est continue.

Exercice 74 – Un anneau non principal

Soit A = C([0, 1], R) l’anneau des applications continues de [0, 1] dans R. Montrer qu’il existe des idéaux de
A non principaux.

Exercice 75 – Un anneau non principal

1 Soit (un ) une suite d’un evn E convergente vers ℓ. Montrer que K = {un , n ∈ N} ∪ {ℓ} est un compact.
475 Stéphane FLON
 2 Soit f : A ⊂ E → F . Montrer que f est continue si et seulement si la restriction de f à tout compact est
continue.
Exercice 76 – Une forme linéaire non continue

Soit E = C 1 ([0, 1], R) muni de ∥·∥∞ . Montrer que φ : f ∈ E 7→ f ′ (0) est linéaire non continue.

Exercice 77 – Intervalles homéomorphes à R

Quels sont les intervalles homéomorphes à R ?

5.4. Exercices : Compacité

5.4.1. Pour préparer sa colle

Exercice 78 – Un théorème de point fixe

1 Soit K un compact d’un evn E. Soit f : K → K une application vérifiant :

∀ x, y ∈ K, x ̸= y ⇒ d(f (x), f (y)) < d(x, y)
i Montrer que f admet un unique point fixe ℓ.
ii Montrer que toute suite récurrente (xn ) de terme initial x0 ∈ K et d’itératrice f converge vers ℓ.
2 Trouver une fonction f : R → R sans point fixe telle que ∀ x, y ∈ R, x ≠ y ⇒ |f (y) − f (x)| < |y − x|.

Exercice 79 – Distance entre deux compacts

On définit la distance d(A, B) entre deux parties non vides d’un EVN E par :
def
d(A, B) = inf{d(x, y), (x, y) ∈ A × B}
Soit A et B des compacts non vides de Rn . Montrer l’existence de (a, b) ∈ A × B tel que ∥a − b∥ = d(A, B).
Cela reste-t-il vrai si A compact et B fermé ? A et B fermés ?

Exercice 80 – Injection continue ayant pour source un compact

Soit K un compact de E, et f : K → F une application continue et injective. Montrer que la corestriction

g de f à son image est un homéomorphisme (i.e. g est une bijection continue, de réciproque continue).

Exercice 81 – Théorème de Carathéodory (X MP 10)

Soit d ∈ N∗ et X une partie de Rd .

1 Montrer que tout point de l’enveloppe convexe de X est barycentre d’un système de d + 1 points de X
affectés de coefficients positifs.
2 Si X est compacte, montrer que son enveloppe convexe est compacte.

Exercice 82 – Idéaux maximaux de C 0 ([a, b], R) (Centrale MP 06)

On pose A = C 0 ([a, b], R).

1 Soit f ∈ A non constante. Montrer que la famille (f n )n∈N est libre.
2 Quelles sont les sous-algèbres de dimension finie de A ?
3 Pour c ∈ [a, b], on note Ic l’ensemble des f ∈ A telles que f (c) = 0. Montrer que Ic est un idéal de A.
On dit d’un idéal I de A qu’il est maximal si I est un élément maximal au sens de l’inclusion parmi les
idéaux de A distincts de A.
4 Montrer que les idéaux maximaux de A sont les Ic , où c parcourt [a, b].

Exercice 83 – Point fixe d’un opérateur linéaire sur un convexe compact

Soit E un R-espace vectoriel de dimension finie, K un convexe compact non vide de E et f ∈ L(E) tel que
f (K) ⊂ K. Montrer qu’il existe x ∈ K tel que f (x) = x.

Exercice 84 – Théorème de Riesz

476 Stéphane FLON

 Soit (E, ∥ ∥) un espace normé de dimension infinie. Construire une suite (en )n⩾1 de vecteurs unitaires de E
telle que : ∀(m, n) ∈ N2 , n ̸= m ⇒ ∥em − en ∥ ⩾ 1.
En déduire que la sphère unité de E n’est pas compacte.

Exercice 85 – R n’est pas réunion dénombrable de segments disjoints

On veut montrer que R ne peut s’écrire comme union dénombrable de segments disjoints. On suppose par
l’absurde que R est l’union disjointe des segments [an , bn ] pour n ∈ N, où an ⩽ bn . On pose E = {an , n ∈
N} ∪ {bn , n ∈ N}.
1 Montrer que E est fermé.
2 Montrer que E ne possède aucun point isolé.
3 Conclure.
Exercice 86 – Hypercube de Hilbert

Soit E = ℓ∞ (R). On définit pour a ∈ E, N (a) = n=0 2|an+1

P∞ n|
.
1 Vérifier qu’il s’agit bien d’une norme sur E. Est-elle équivalente à ∥·∥∞ ?
2 Montrer que H = [0, 1]N est compact dans (E, N ).
3 H est-il compact dans (E, ∥·∥∞ ) ?

Exercice 87 – Caractérisation des compacts par la propriété de Borel-Lebesgue

÷ Soit (X, d) un espace métrique. On dit que X vérifie la propriété de Borel-Lebesgue si de tout recouvre-
ment de X par une famille d’ouverts (Ωi )i∈I , on peut extraire un sous-recouvrement fini de X, autrement dit,
s’il existe J ⊂ I fini tel que X = ∪i∈J Ωi .
1 Montrer que si X est compact, pour tout ε > 0, il existe un nombre fini de points x1 , . . . , xk de X tels
Sk
que X ⊂ i=1 B(xi , ε).
2 Montrer que si X est un compact, pour tout recouvrement d’ouverts de X noté (Ωi )i∈I , il existe ρ > 0
tel que pour tout x ∈ X, il existe i ∈ I tel que B(x, ρ) ⊂ Ωi .
3 Montrer que X est compact si et seulement si X vérifie la propriété de Borel-Lebesgue.
4 Montrer que si (un ) est une suite convergente d’un espace métrique E vers une limite ℓ, alors K =
{un , n ∈ N} ∪ {ℓ} est un compact.
5 Soit f : [a, b] → R une fonction admettant en tout point (où cela est possible) une limite finie à gauche
et à droite. Montrer que f est réglée, i.e. que pour tout ε > 0, il existe h : [a, b] → R en escalier telle que
∥h − f ∥∞ ⩽ ε.

Exercice 88 – Condition suffisante d’homéomorphie

Soit f : K → F injective, K compact de E. Montrer que si f est continue, alors f établit un homéomorphisme
de K sur f (K).

Exercice 89 – Application transformant tout compact sur un compact

Soit A ⊂ E, f : A → F . On suppose f injective et transforme tout compact en un compact. Montrer que f

est continue. Que se passe-t-il si on ne suppose plus f injective ?

Exercice 90 – Continuité et graphe fermé

Soit X ⊂ E, Y ⊂ F . On suppose que Y est compact. Montrer que f : X → Y est continue si et seulement
si son graphe est un fermé de X × Y .

Exercice 91 – Partie compacte et sous-groupe

Montrer que si Γ est une partie de GLn (C) compacte, non vide et stable par produit, alors Γ est un sous-
groupe de GLn (C).

Exercice 92 – Dilatation d’un compact

Soit K un compact de E. On considère f : K → K continue une dilatation, i.e. pour tout (x, y) ∈ K 2 ,
∥f (y) − f (x)∥ ⩾ ∥y − x∥. Montrer que f est une isométrie bijective de K.
477 Stéphane FLON
 Exercice 93 – Isométrie d’un compact

Soit K un compact de E. On considère f : K → K une application 1-lipschitzienne et surjective. Montrer

que f est une isométrie.

Exercice 94 – Compacité des segments joignant deux compacts

Soit A, B deux compacts de E. montrer que C = ∪(a,b)∈A×B [a, b] est un compact de E.

Exercice 95 – Un fermé borné non compact

Soit E = ℓ∞ (K) muni de ∥·∥∞ , A l’ensemble des suites (xn ) de E telles que
P∞
n=0 |xn | ⩽ 1.
Montrer que A est fermé, borné, mais non compact.

5.5. Exercices : Connexité par arcs

5.5.1. Pour préparer sa colle

Exercice 96 – Connexité par arcs de la sphère unité (ou pas)

Soit S la sphère unité d’un evn E. S est-elle connexe par arcs ?

Exercice 97 – Applications de la connexité par arcs

Soit f : I → R une fonction définie sur un intervalle I (d’intérieur non vide).

1 On introduit Ω = {(x, y) ∈ I 2 , x < y}. Vérifier que Ω est connexe par arcs.
2 On suppose f continue. Montrer que l’ensemble T des taux d’accroissements de f est un intervalle.
3 En déduire que si f est continue et injective, alors f est strictement monotone.
4
i En déduire que si on suppose f dérivable, alors f ′ (I) est un intervalle (c’est le théorème de Darboux ).
ii Donner un exemple de fonction f dérivable mais non de classe C 1 .

Exercice 98 – Le cercle unité est-il homéomorphe à un segment ? (X PC 10)

Soit S 1 = {z ∈ C, |z| = 1}. Existe-t-il f : [0, 1] → S 1 continue et bijective ?

Exercice 99 – Pas d’homéorphisme grâce à la connexité par arcs

Montrer qu’il n’existe pas de bijection continue de R2 dans R.

Exercice 100 – Cône nilpotent

Montrer que l’ensemble N des matrices nilpotentes de Mn (K) est connexe par arcs.

Exercice 101 – Connexité par arcs (ou pas) du complémentaire d’un hyperplan

3 Soit φ une forme linéaire non nulle sur un EVN réel E, de noyau H. Montrer que E \ H est connexe par
arcs si et seulement si φ n’est pas continue.

478 Stéphane FLON

 6. Suites et séries de fonctions

6.1. Exercices : Suites de fonctions

6.1.1. Problématiques
Problématique : Étudier la convergence uniforme d’une suite de fonctions

Exercice 1 – (Non CVU) Contredire la transmission de continuité par CVU

1 Montrer que la suite (gn : x ∈ [0, 1] 7→ xn ) ne converge pas uniformément sur [0, 1].
n pour tout (n, x) ∈ N × R+ , ne converge pas
1 ∗
2 Montrer que la suite de fonctions (fn ), où fn (x) = 1+x
uniformément sur R+ .
∗

Exercice 2 – (Non CVU) Utiliser la double limite

1 Montrer que la suite (gn : x ∈ [0, 1[7→ xn ) ne converge pas uniformément sur [0, 1[.

Exercice 3 – (Non CVU) Utiliser une suite de points

1 Soit (fn ) une suite de fonctions de I dans K, convergeant uniformément vers une fonction f sur I. Montrer
que pour tout suite (xn ) de points de I, la suite (fn (xn ) − f (xn )) tend vers 0.
2 Montrer (grâce à la question précédente) que la suite (gn : x ∈ [0, 1[7→ xn ) ne converge pas uniformément
sur [0, 1[.

Exercice 4 – Utiliser la stabilité de la CVU par composition à gauche par une fonction uniformément continue
Ä ä
nx
(CCP MP 13) Soit fn : x 7→ cos n+1 .
1 Étudier la convergence simple de la suite (fn ) sur R.
2 Étudier la convergence uniforme sur tout segment [−a, a].
3 Montrer que la convergence n’est pas uniforme sur R.
Indication – Utiliser xn = (n + 1)x.

Exercice 5 – (Non CVU) Utiliser l’intégration sur un segment

Montrer que la suite (fn ) définie par

fn (x) = n cos(x) sin(x)n
ne converge pas uniformément vers la fonction nulle sur [0, π2 ].

Exercice 6 – (Non CVU) Ajouter un point

1 Montrer que la suite (gn : x ∈ [0, 1] 7→ xn ) ne converge pas uniformément sur [0, 1[.
2
i Montrer que la suite de fonctions (fn ) définie par
n sin(x)e−nx
fn (x) =
1 − e−nx
ne converge pas uniformément sur R∗+ .
ii Montrer cependant la convergence uniforme sur tout segment inclus dans R∗+ .
Voir aussi : 7, 8, 9, 11

6.1.2. Bonnes questions

Exercice 7 – La dérivabilité est-elle conservée par convergence uniforme ?

1 Expliciter une suite de fonctions (fn ) dérivables sur [−1, 1], convergeant uniformément vers la fonction
valeur absolue sur [−1, 1].
479 Stéphane FLON
 Ainsi, la dérivabilité n’est pas conservée par convergence uniforme.

Exercice 8 – La convergence uniforme permet-elle d’intervertir limite et intégrale sur un intervalle non borné ?
(Mines MP 2015)

xn −x
1 On pose ∀n ∈ N, ∀x ∈ R+ , fn (x) = e .
n!
i Montrer que (fn ) converge uniformément sur [0, +∞[ vers une fonction f que l’on déterminera.
Z +∞
ii Calculer fn (x)dx. Que constate-t-on ?
0

Exercice 9 – Quelles propriétés sur les fonctions permettent de déduire la convergence uniforme de la conver-
gence simple ?

1 Soit (fn ) une suite de fonctions K-lipschitziennes sur un segment [a, b], qui converge simplement vers f .
Montrer que la convergence est uniforme sur [a, b].
2 Soit V un sous-espace vectoriel de dimension finie de C 0 ([0, 1], R) et (fn )n⩾1 une suite d’éléments de V
qui converge simplement sur [0, 1] vers g ∈ C 0 ([0, 1], R). Montrer que la convergence est uniforme.
3 Soient S un segment de R, (fn )n⩾0 une suite de fonctions de S dans R. On suppose que, pour tout x de
S, toute suite (xn )n⩾0 de S tendant vers x, (fn (xn ))n⩾0 converge. Montrer que fn converge simplement vers
une fonction f , que f est continue, et que la convergence est uniforme.
4 Premier théorème de Dini Soient (fn )n⩾0 une suite de fonctions continues à valeurs réelles convergeant
simplement sur le segment S vers une fonction continue f . On suppose que, pour tout x de S, (fn (x))n⩾0 est
croissante. Prouver que la convergence est uniforme.
5 Deuxième théorème de Dini (ou  faux Dini ) Soit (fn )n⩾0 une suite de fonctions croissantes conver-
geant simplement sur le segment S vers une fonction f continue. Montrer que la convergence est uniforme.

Exercice 10 – Quels renseignement a-t-on sur la convergence des suites de fonctions récurrentes ?

1 Cas croissant
Soit f une application croissante et continue de [0, 1] dans [0, 1]. Pour n dans N∗ , soit fn = f ◦· · ·◦f (n fois).
Montrer que (fn )n⩾1 converge simplement vers une fonction à préciser. Dire sur quels ensembles la convergence
est uniforme.
2 Cas contractant
Soient k dans ]0, 1[, f une fonction k-lipschitzienne de R dans R. Pour n dans N∗ , soit fn = f ◦ · · · ◦ f (n
fois).
i Montrer que f a un unique point fixe, que l’on note p.
ii Montrer que (fn )n⩾1 converge uniformément sur tout segment de R vers la fonction constante égale
à p.
3 Soit f une fonction continue de R+ dans R+ telle que :
∀ x > 0, 0 < f (x) < x
Montrer, si fn = f ◦ · · · ◦ f (n fois), que (fn )n⩾1 converge uniformément vers la fonction nulle sur tout segment
de R+ .
4 On définit une suite de fonctions de R+ dans R par :
»
∀(n, x) ∈ N × R+ , f0 (x) = 0, fn+1 (x) = x + fn (x)
Étudier la convergence simple et uniforme de cette suite.
5 Soit f0 : x ∈ R 7→ sin(x) et, pour n ∈ N, fn+1 : x ∈ R 7→ sin(fn (x)).
Étudier la convergence simple et la convergence uniforme de (fn )n∈N .

6.1.3. Pour préparer sa colle

Exercice 11 – Convergence simple ou uniforme de suites de fonctions

480 Stéphane FLON

 Étudier la convergence simple et la convergence uniforme (en précisant le domaine où elle a lieu) des suites
de fonctions définies par :
1
1 fn (x) = 1+(nx−1) 2.

2 fn (x) = xn (1 − x).
3 fn (x) = nxn (1 − x).
4 fn (x) = n3 xn (1 − x)4 .
5 fn (x) = cos(x)n sin(x)2n .

Exercice 12 – Convergence simple et uniforme d’une suite de fonctions et de sa dérivée

(Navale 13) Pour n dans N∗ et x dans R+ , soit un (x) = x

1+n2 x . Étudier la convergence simple et la conver-
gence uniforme de (un )n⩾1 et de (u′n )n⩾1 .

Exercice 13 – Étude de mode de convergence (Mines MP 2015)

n2 x2
Étudier le mode de convergence de fn (x) = .
1 + n4 x4
Exercice 14 – Une convergence uniforme théorique

1 Soit f ∈ C 0 ([0, 1], R), f (1) = 0, fn (x) = xn f (x). Montrer que (fn ) converge uniformément sur [0, 1].
2 Soit a, b ∈ R, a < b, f, g ∈ C 0 ([a, b], C), telles que |f | ⩽ 1 et, pour tout x ∈ [a, b],
|f (x)| = 1 ⇒ g(x) = 0.
n
Montrer que (f g) converge uniformément sur [a, b].
def
Indication – pour ε ∈ R∗+ fixé, montrer que U = {x ∈ [a, b], |g(x)| < ε} est un ouvert relatif de [a, b], et
def
considérer K = [a, b] \ U .

Exercice 15 – Étude de convergence uniforme et passage à l’inverse (Mines MP 2015)

√
2 un (x)
Pour x ∈]0, +∞[, on définit la suite (un (x))n par u0 (x) = x et, pour tout n ∈ N, un+1 (x) = 1+un (x) .
1 Montrer que la suite (un ) converge simplement.
2 On pose vn = u1n . Montrer que (vn ) converge uniformément sur tout segment de ]0, +∞[.
3 Que peut-on dire de la convergence uniforme de (un ) sur les segments de ]0, +∞[ ?

Exercice 16 – Itérée d’une fonction par un opérateur

Soit f ∈ C 0 ([0, 1], R), fn : [0, 1] → R telles que f0 = f et

Å   Å ãã
1 x x+1
∀ n ∈ N, ∀ x ∈ [0, 1], fn+1 (x) = fn + fn .
2 2 2
Montrer que (fn ) converge uniformément sur [0, 1] vers une application constante.

Exercice 17 – Espace de fonctions de dimension finie invariant par translation

Soit E = C ∞ (R, R). Soit f ∈ E. Pour tout τ ∈ R, on définit fτ : x 7→ f (x + τ ). On suppose que

V = Vect(fτ , τ ∈ R) est de dimension finie. Que dire de f ?

Exercice 18 – Application topologique du théorème de la double limite

On munit l’espace ℓ∞ (R) des suites réelles bornées de la norme infinie.

1 L’ensemble des suites convergentes est-il un fermé de ℓ∞ (R) ?
2 Même question pour l’ensemble des suites qui sont le terme général d’une série absolument convergente.

Exercice 19 – Exponentielle complexe

Pour z ∈ C et n ∈ N∗ , on pose :  z n
fn (z) = 1 +
n
481 Stéphane FLON
Montrer que (fn )n⩾1 converge simplement vers la fonction exponentielle, la convergence étant uniforme sur tout
compact de C.

Exercice 20 – Développement eulérien de la cotangente

Pour n dans N∗ , la fonction fn est définie sur R \ Z par :

n
1
∀ x ∈ R \ Z, ∀ n ∈ N , fn (x) =
X
∗
x−k
k=−n

1 Montrer que (fn ) converge simplement sur R \ Z, que la convergence est uniforme sur tout segment de
R \ Z.
2 Soit f la limite de (fn ). Montrer que f est continue sur R \ Z, impaire, 1-périodique, que :
Å   Å ãã
1 x x 1
∀ x ∈ R \ Z, f (x) = f +f +
2 2 2 2
3 Conclure : ∀ x ∈ R \ Z, f (x) = π cotan(πx)

Exercice 21 – Convergence uniforme pour les suites équicontinues

Soient S un segment de R, (fn ) une suite de fonctions de S dans C.

On dit que (fn ) est équicontinue si
∀ ε > 0, ∃δ > 0, ∀ n ∈ N, ∀(x, y) ∈ S 2 , |x − y| ⩽ δ ⇒ |fn (x) − fn (y)| ⩽ ε
1 Soit M > 0. On suppose que les fn sont M -lipschitziennes. Montrer que (fn ) est équicontinue.
2 On suppose que les fn sont continues sur S et que (fn ) converge uniformément vers une fonction f .
Montrer que (fn ) est équicontinue.
3 On suppose (fn ) équicontinue. Soit D une partie dense de S. Montrer que les assertions suivantes sont
équivalentes :
(1) Pour tout d dans D, la suite (fn (d)) converge,
(2) La suite de fonctions (fn ) converge simplement sur S,
(3) La suite de fonctions (fn ) converge uniformément sur S.

Exercice 22 – Théorème d’Ascoli

Démontrer le théorème d’Ascoli : si (fn ) est une suite équicontinue de fonctions de S = [a, b] dans R, s’il
existe c dans S tel que la suite (fn (c)) soit bornée, alors il existe une extraction φ telle que (fφ(n) ) converge
uniformément sur S.
Indication – On pourra utiliser une partie dénombrable dense D de S, le procédé diagonal et l’exercice précédent.

Exercice 23 – Convergence simple et uniforme d’une suite de fonctions convexes

Soit (fn )n⩾0 une suite de fonctions convexes définies sur un intervalle I de R, convergeant simplement vers
une fonction f sur I.
1 Montrer que, si S est un segment contenu dans l’intérieur de I, il existe C > 0 tel que toutes les restrictions
des fn à S soient C-lipschitziennes.
2 En déduire que la convergence des (fn )n⩾0 vers f est uniforme sur tout segment contenu dans l’intérieur
de I.
Exercice 24 – Une application du second théorème de Dini

Soit (fn )n⩾0 une suite de fonctions croissantes de R dans R ayant pour limite 0 en −∞, 1 en +∞. On
suppose que (fn ) converge simplement sur R vers une fonction f continue ayant pour limite 0 en −∞ et 1 en
+∞. Montrer que la convergence est uniforme sur R.

Exercice 25 – Séries trigonométriques à coefficients tendant en décroissant vers 0

Soit (an )n⩾0 une suite décroissante de réels tendant vers 0.

an cos(nx) converge uniformément sur R si et seulement si
P P
1 Montrer que an converge.
an sin(nx) converge uniformément sur R. Montrer que : an = o(1/n).
P
2 On suppose que
P2n
Indication – Minorer, en fonction de a2n , la somme : k=n ak sin kπ


4n .

482 Stéphane FLON

 6.2. Exercices : Séries de fonctions
6.2.1. Problématiques
Problématique : Étudier la convergence uniforme d’une série de fonctions

Exercice 26 – (CVU) Montrer la convergence normale

Soit un : x ∈ R 7→ arctan(nx) un converge uniformément sur R.

P
1 n2 . Montrer que
2 Pour tout n ∈ N , on introduit la fonction
∗

un : R+ → R
sin(n2 x+x2 )e−n(x+ln(1+x))
x 7→ n2
un converge uniformément sur R+ .
P
Montrer que la série de fonctions

Exercice 27 – (CVU) Utiliser la majoration du reste dans le CSSA

(−1)n−1 xn
Soit un : x ∈ R 7→
P
n . Vérifier que un converge uniformément sur [0, 1].

Exercice 28 – (Non CVU) Montrer la  divergence grossière  uniforme

1 Soit un : x ∈] − 1, 1[7→ xn . Montrer que

P
un ne converge pas uniformément sur ] − 1, 1[.

Exercice 29 – (Non CVU) Mettre en évidence une tranche ne convergeant pas uniformément vers la fonction
nulle
n
1 Soit un : x ∈] − 1, 1[7→ xn . Montrer que
P
un ne converge pas uniformément sur ] − 1, 1[.
2 Soit, pour n ∈ N, un : x 7→ 1+exnx . Montrer que un ne converge pas uniformément sur R+ .
P
Voir aussi : 42

Problématique : Établir une propriété pour la limite simple d’une série de fonctions

Exercice 30 – Localiser (lorsque la propriété passe du local au global)

1 Soit, pour n ∈ N, fn : x 7→ 1+e1 nx .

i Étudier la convergence
P+∞de la série de fonctions de terme général fn .
ii Montrer que x 7→ n=0 fn (x) est continue sur R+∗ .
Voir aussi : 37, 38, 39, 40, 42, 43

Problématique : Déterminer le comportement asymptotique de la somme d’une série de fonctions

Exercice 31 – Effectuer une comparaison série-intégrale

P+∞ 1 1


1 (X-ESPCI 16) Soit f : r ∈ [2, +∞[7→ k=1 kr . Montrer que f est bien définie et que f (r) = 1+O 2r .
r→+∞
P+∞ √
2 Montrer : n=1 ln 1 + nx2 ∼+∞ π x.

Exercice 32 – Utiliser le théorème de la double limite

P+∞ 1
1 (X-ESPCI 16) Soit f : r ∈ [2, +∞[7→ k=1 kr . Montrer que f est bien définie et que f (r) r→+∞
=
1 + O 21r .

un , où un : x ∈ R+ 7→ n+n
x
2 x (n ∈ N ). Montrer que sa somme S est définie au voisinage
∗
P
2 On considère
2 ∞
de +∞, et qu’elle tend vers π6 (i.e. vers n=1 n12 ) en +∞.
P

3 Pour n ⩾ 2, on pose
fn : R + → R √
x ln(n)
x 7→ 1+n 2x
P∞
Trouver un équivalent de n=1 fn en +∞.

Exercice 33 – Isoler le terme prépondérant devant les autres, et montrer qu’il est bien prépondérant devant la
somme des autres

483 Stéphane FLON

 P+∞ 1
(Centrale PC 2017) Soit f : x 7→ n=1 sh(nx)2 .
1 Déterminer le domaine de définition D de f . Montrer que f est de classe C 1 sur D.
2 Donner un équivalent de f en +∞.
Voir aussi : 37, 38, 39, 41

6.2.2. Bonnes questions

Exercice 34 – Peut-il y avoir convergence uniforme, et convergence absolue en tout point d’une série de
fonctions, sans convergence normale ?
xe−nx

Pour x ∈ R, n ⩾ 2, on pose fn (x) = ln(n) .
P
1 Donner le domaine de convergence (simple) de fn . On note φ la somme.
2 Montrer que φ est continue sur R+ .
∗
P
3 La série fn converge-t-elle normalement ?
4 Y a-t-il convergence uniforme sur R+ ?
5 Montrer que φ est continue sur [0, +∞[.
6 Montrer que φ est de classe C 1 sur ]0, +∞[. La fonction φ′ a-t-elle une limite finie en 0 ?
7 Calculer lim xk × φ(x) pour tout k ⩾ 2.
x→+∞

6.2.3. Pour préparer sa colle

Exercice 35 – Calcul d’intégrale par une série de fonctions

R π/2
Calculer I = 0 cos(cos(θ)) ch(sin(θ))dθ.

Exercice 36 – Asymptotique de la fonction zeta de Riemann

1 Donner un équivalent de la fonction ζ (de variable réelle) en 1.

Indication – On pourra effectuer une comparaison série-intégrale.
2 Déterminer la limite de ζ en +∞.

Exercice 37 – Convergence uniforme non normale

On définit la fonction F : R∗+ → R par la relation

∞
X (−1)n
F (x) =
n=0
n+x

1 Montrer que F est continue sur R∗+ .

2 Montrer que F est de classe C 1 sur R∗+ .
3 Montrer que F est décroissante, et que
1
F (x + 1) + F (x) =
x
pour tout x ∈ R∗+ .
4 Donner un équivalent de F en 0 et en +∞.
5 Vérifier aussi que pour tout x > 1 :
1
tx−1
Z
F (x) = dt
0 t+1
Indication – on pourra intégrer sur [0, 1] la relation :
N
X 1 − (−t)N +1
(−1)n tx+n−1 = tx−1 ,
n=0
1+t
valable pour tout (N, t, x) ∈ N × [0, 1] × R∗+ .
484 Stéphane FLON
 Exercice 38 – Étude de série de fonctions
P+∞
1 (Mines PC 16) Soit f : t 7→ n=0 1+nt 2 t2 .
i Déterminer le domaine de définition de f . Étudier la continuité de f .
ii Déterminer la limite de f (t) lorsque t → 0+ .
P+∞ √
2 (Mines PC 16) Soit f : x 7→ n=0 e−x n .
i Déterminer le domaine de définition de f . Montrer que f est de classe C 1 sur D.
ii Déterminer la limite de f en +∞.
iii Déterminer un équivalent de f en 0.
P+∞
3 (Mines PC 16) Soit f : x 7→ n=1 arctan(nx)
n2 .
i Montrer que f est définie et continue sur R.
ii Montrer que f est de classe C 1 sur R∗+ .
iii Déterminer un équivalent de f ′ (x) lorsque x → 0+ .
P+∞ 1
4 (Mines PC 16) Soit f : x 7→ n=0 ch2 (nx) .
i Déterminer le domaine de définition de f .
ii La fonction f est-elle de classe C 1 ?
iii Déterminer les limites de f en 0 et en +∞.
P+∞ (−1)n
5 (Mines PC 16) Soit f : x 7→ n=1 1+n 2 x2 .

i Déterminer le domaine de définition de f . Montrer que f est continue sur R∗+ .

P+∞ 2
ii On rappelle que n=1 n12 = π6 . Montrer que f (x) ∼ xa2 avec a que l’on précisera.
R +∞x→+∞
iii Montrer que f est intégrable sur R∗+ . Calculer 0 f (x)dx.
6 (Centrale PC 16) Soit α ∈ R et, pour n ∈ N, fn : x 7→ nxα e−nx . Étudier les différents modes de
2

convergence de la série de fonctions de terme général fn .

P+∞ α −nx
7 (Centrale PC 16) Soit α ∈ R et f : x 7→ n=1 nn2e+1 .
i Déterminer l’ensemble de définition D de f .
ii Montrer que f est continue sur R∗+ .
iii Étudier la convergence normale/uniforme de cette série de fonctions sur D.

Exercice 39 – Étude d’une série de fonctions

On définit la fonction F : R∗+ → R par la relation

∞
X 1
F (x) = .
n=1
n + n2 x

1 Montrer que F est de classe C ∞ sur R∗+ .

2 Donner un équivalent de F en 0+ .
3 Donner un équivalent de F en +∞.

Exercice 40 – Une étude d’une série de fonctions alternée

fn : R+ → R, où
P
Étudier n⩾1

(−1)n n
∀ n ⩾ 1, ∀ x ∈ R+ , fn (x) = .
x2 + n2

Exercice 41 – Équivalents de séries de fonctions

P+∞ 1
1 Déterminer un équivalent au voisinage de 0 de S1 (x) = n=1 sh(nx) .
P+∞ 1
2 Même question pour S2 (x) = n=1 sh2 (nx) .

Exercice 42 – Toujours une étude de série de fonctions

P+∞ x
On pose f (x) = n=1 x2 +n 2.

1 Donner le domaine de définition de f .

2 Y a-t-il continuité ?
485 Stéphane FLON
 3 Y a-t-il convergence normale sur R ?
4 Donner la limite de f en +∞.
5 Y a-t-il convergence uniforme sur R ?

Exercice 43 – Série de fonctions à la Weierstrass

sin(2n x)
(Mines PC 16) Soit f : x ∈ R 7→
P+∞
n=0 2n . Montrer que f est définie. Est-elle dérivable en 0 ?

Exercice 44 – Calcul de somme d’une série trigonométrique (Centrale MP 2015)

1 Rappeler la formule d’intégration par parties sur un segment et la démontrer.

cos( N2t )
Z b
(N + 1)t
2 Pour N ∈ R et (a, b) ∈]0, 2π[2 , calculer lim sin dt (par intégration par parties).
N →∞ a sin( 2t ) 2
∞
X sin(nt) π−t
3 Montrer que = pour t dans ]0, 2π[.
n=1
n 2

Exercice 45 – Calcul d’une limite par double limite

n
Pour tout n ∈ N∗ , soit un = k=1 nk . Déterminer la limite de (un ).
Pn

Exercice 46 – Étude des modes de convergence d’une famille de séries de fonctions

Soit (an )n⩾0 une suite décroissante de réels ⩾ 0. Soit, pour x ∈ [0, 1] et n ⩾ 0 :
fn (x) = an xn (1 − x)
P
1 Montrer que fn converge simplement sur [0, 1].
P
2 À quelle condition fn converge-t-elle normalement sur [0, 1] ?
P
3 À quelle condition fn converge-t-elle uniformément sur [0, 1] ?

Exercice 47 – Série de fonctions des itérés de la fonction sinus

Si n est dans N∗ , soit fn l’itérée n-ième de la fonction sin.

1 Montrer que (−1)n−1 fn converge simplement, puis uniformément sur R.
P

2 Quels sont les points x de R tels que

P
fn (x) converge ?

Exercice 48 – Théorème d’Abel pour les séries trigonométriques

P
Soit (an )n⩾0 une suite complexe convergeant vers 0 et telle que (an+1 − an ) converge absolument. On
pose
∀ x ∈ R, un (x) = an einx
un converge simplement sur R \ 2π Z et que la convergence est uniforme sur tout segment
P
1 Montrer que
contenu dans cet ensemble.
2 Vérifier que l’hypothèse est satisfaite si (an )n⩾0 est réelle et tend vers 0 en décroissant.

Exercice 49 – Encore le développement eulérien de la cotangente

1 Pour n dans N∗ et x dans R \ Z, soit fn (x) = k=−n x−k

Pn 1
Pn
= x1 + k=1 x22x
−k2 .
Montrer que (fn )n⩾1 converge simplement sur R \ Z. Si f est la limite simple de (fn )n⩾1 , vérifier que f est
1-périodique, continue et vérifie
Å   Å ãã
1 x x+1
∀ x ∈ R \ Z, f (x) = f +f
2 2 2

2 Montrer que, pour k dans Z, x 7−→ f (x) − 1

x−k se prolonge en une fonction continue sur (R \ Z) ∪ {k}.
3 Soit u la fonction de R \ Z dans R définie par
∀ x ∈ R \ Z, u(x) = f (x) − πcotan(πx)
486 Stéphane FLON
Montrer que u se prolonge en une fonction v continue et 1-périodique sur R, nulle en 0 et telle que
Å   Å ãã
1 x x+1
∀ x ∈ R \ Z, v(x) = v +v
2 2 2
4 Montrer que v est nulle.
Ainsi
+∞
1 X 2x
∀ x ∈ R \ Z, πcotan(πx) = +
x x2 − k 2
k=1
2
5 Déduire de 4 l’égalité ζ(2) = π6 .
6 Qu’obtient-on en dérivant terme à terme le résultat de 4 ?

Exercice 50 – Un exemple de Weierstrass de fonction continue sans dérivée

n
1 Pour x dans R, soit f (x) = n=1 cos(8
P+∞ x)
2n .
Justifier la définition de f (x) et montrer que f est continue sur R.
2 Déterminer c > 0 tel que
Å ã Å ã
(k + 1)π kπ c
∀(k, m) ∈ Z × N, ∀ f − f ⩾ m
8m 8m 2

3 Soit x un nombre réel. Pour m dans N, on note km l’élément de Z tel que k8mmπ ⩽ x < (km +1)π
8m .
Déduire de 2 que f n’est pas dérivable en x.
4 Montrer également que f n’est monotone sur aucun intervalle non réduit à un point.

Exercice 51 – Lemme de Tate sur les fonctions presque additives

Soit f une fonction continue de R dans R. Montrer l’équivalence entre :

i Il existe λ ∈ R tel que x 7→ f (x) − λx soit bornée sur R.
ii Il existe M > 0 tel que : ∀(x, y) ∈ R2 , |f (x + y) − f (x) − f (y)| ⩽ M .
Indication – Pour ii ⇒ i, montrer, en utilisant le lien suite-série, que la suite de fonctions (un )n⩾1 définie par
n
un (x) = f (22n x) converge uniformément sur R, et que sa limite est de la forme x 7→ λx.

6.3. Exercices : Approximation

6.3.1. Bonnes questions

Exercice 52 – Le théorème de Weierstrass s’étend t-il à tous les intervalles ?

1 Soit (Pn ) une suite de polynômes convergeant uniformément vers f sur [a, b]. On peut sans perte de
généralité supposer les Pn tous non nuls. Que dire de la suite des degrés des Pn ?
2 Soit (Pn )n∈N une suite de fonctions polynomiales convergeant uniformément sur R vers f . La fonction f
est-elle forcément polynomiale ?
3 Soit I un intervalle d’intérieur non vide, f ∈ C(I, R). Existe-t-il une suite de polynômes (Pn ) convergeant
uniformément vers f sur tout segment de I.

6.3.2. Pour préparer sa colle

Exercice 53 – Une application du théorème de Weierstrass

Soit f : [0, 1] → R continue. On suppose que pour tout n ∈ N :

Z 1
tn f (t)dt = 0
0
Montrer que f est nulle.

Exercice 54 – Théorème de Weierstrass, méthode de Lebesgue

487 Stéphane FLON

 Montrer que, pour établir le théorème de Weierstrass polynomial, il suffit de prouver que la fonction :
x 7→ |x| est limite uniforme de fonctions polynômes sur [−1, 1].
Indication – Utiliser l’approximation des fonctions continues par les fonctions continues affines par morceaux.
√
1 Pour x dans [0, 1] soit f (x) = 1 − x.
(n)
i Montrer que la série de terme général f n!(0) converge absolument.
ii En déduire que f est limite uniforme sur [0, 1] de ses polynômes de Taylor.
2 Conclure que la fonction x 7→ |x| est limite uniforme de polynômes sur [−1, 1], ce qui donne à l’aide de
l’exercice précédent une preuve du théorème de Weierstrass.

Exercice 55 – Approximation uniforme de la racine carrée par des polynômes

Soit (Pn )n⩾0 la suite de polynômes définie par :

1
P0 = 0 et ∀ n ∈ N, X − Pn 2


Pn+1 = Pn +
2
1 Montrer que : √ ãn
√ √
Å
x
∀ x ∈ [0, 1], 0 ⩽ x − Pn (x) ⩽ x 1−
2
√
2 Montrer que (Pn ) converge uniformément vers x 7→ x sur [0, 1].
3 Trouver une suite de fonctions polynômes convergeant uniformément vers x 7→ |x| sur [−1, 1].

Exercice 56 – Approximation par des polynômes à coefficients dans R+ sur [−1, 0]

1 Soit k dans N∗ . Étudier la convergence uniforme sur [−1, 0] de la suite (fn ) définie par :
∀ x ∈ [−1, 0], fn (x) = xk ((1 + x)n − 1)
2 Trouver les fonctions de [−1, 0] dans R qui sont limites uniformes sur [−1, 0] de polynômes à coefficients
dans R+ .
Exercice 57 – Théorème de Chudnovsky

1 Soit :
f : R → R
·
x 7→ 2x(1 − x)
Pour n ∈ N∗ , on pose fn = f ◦ · · · ◦ f (n fois). Étudier la convergence simple de (fn )n⩾0 sur [0, 1]. Montrer que
la convergence est uniforme sur tout segment contenu dans ]0, 1[.
2 À quelle condition sur le couple (a, b) de R2 tel que a < b est-il vrai que toute fonction continue de [a, b]
dans R est limite uniforme sur [a, b] de polynômes à coefficients dans Z ?

Exercice 58 – Lemme de Riemann-Lebesgue généralisé

Soient f une fonction continue par morceaux de [a, b] dans C, g une fonction continue par morceaux et
T -périodique de R dans C. Montrer que
Z b
1 T
Z Z b
f (t) g(λt)dt −→ g× f
a λ→+∞ T 0 a

Exercice 59 – Polynômes de Bernstein et théorème de Weierstrass

Soit f une fonction continue de [0, 1] dans R. Pour n dans N, k dans {0, . . . , n} et x dans [0, 1], soit
Ç å n Å ã
n k n−k
X k
rk,n (x) = x (1 − x) , Bn (f )(x) = f rk,n (x)
k n
k=0

On dit que Bn (f ) est le n-ième polynôme de Bernstein de f .

1 Soient x dans [0, 1] et (Xk )k⩾1 une suite i.i.d. de variables aléatoires suivant la loi de Bernoulli de
paramètre x. Pour n dans N∗ , on pose : Sn = X1 + · · · + Xn .
Vérifier que Å Å ãã
Sn
E f = Bn (f )(x)
n
488 Stéphane FLON
 2 Soit δ > 0, ωf (δ) le module de continuité uniforme de f relatif à δ. Montrer, pour n dans N et x dans
[0, 1] : Å ã
Sn
|Bn (f )(x) − f (x)| ⩽ 2 ∥f ∥∞ P − x ⩾ δ + ωf (δ)
n
3 Montrer que (Bn (f ))n⩾0 converge uniformément vers f sur [0, 1].

489 Stéphane FLON

 7. Groupes

7.1. Exercices : Structure quotient

7.1.1. Pour préparer sa colle

Exercice 1 – Structures usuelles quotient

1
i Soit E un K-espace vectoriel, R une relation d’équivalence sur E. Montrer que E/R est muni d’une
structure d’espace vectoriel quotient si et seulement si il existe un sous-espace vectoriel H de E tel que, pour
tout (x, y) ∈ E 2 , (xRy) ⇔(y − x ∈ H).
Dans un tel cas, on parle d’espace vectoriel quotient de E par (son sous-espace vectoriel) H, et on note
E/H l’espace vectoriel quotient.
ii Si E est de dimension finie, quelle est la dimension de E/H en fonction de celles de E et de H ? On
pourra trouver un sous-espace vectoriel G de E qui est un système de représentants pour la relation ci-dessus.
2 Soit A un anneau, R une relation d’équivalence sur A. Montrer que A/R est muni d’une structure
d’anneau quotient si et seulement si il existe un idéal I de A tel que, pour tout (x, y) ∈ A2 , (xRy) ⇔(y − x ∈ I).
Dans un tel cas, on parle d’anneau quotient de A par (son idéal) I, et on note A/I l’anneau quotient.
3 Soit G un groupe, H un sous-groupe de G. On dit que H est distingué (ou normal ) dans G si, pour tout
g ∈ G, g −1 Hg ⊂ H.
i Montrer que si G est abélien, tout sous-groupe de G est distingué dans G.
ii Montrer que si φ : G → G′ est un morphisme de groupes, alors Ker(φ) est distingué dans G.
iii Montrer que An est distingué dans Sn .
iv Soit G un groupe, R une relation d’équivalence sur G. Montrer que G/R est muni d’une structure
de groupe quotient si et seulement si il existe un sous-groupe H distingué dans G tel que pour tout (x, y) ∈ G2 ,
(xRy) ⇔(xy −1 ∈ H).
Dans un tel cas, on parle de groupe quotient de G par (son sous-groupe distingué) H, et on note G/H le
groupe quotient.
Cela étant dit, étant donné un sous-groupe H de G, on peut définir le quotient de G à gauche par H (resp.
à droite par H) par la relation d’équivalence g ∼ g ′ si et seulement si g −1 g ′ ∈ H (resp. g(g ′ )−1 ∈ H. L’ensemble
des classes à gauche (resp. à droite), noté G/H (resp. H\G), est l’ensemble des gH (resp. des Hg), où g décrit
G (avec cette description, on répète plusieurs fois une même classe). D’ailleurs, H est distingué dans G si et
seulement si pour tout g ∈ G, gH = Hg, si et seulement si G/H = H\G.
4 Soit φ : S → S ′ un morphisme (S et S ′ sont munis d’une même structure algébrique). Montrer que φ induit
un isomorphisme de S/ Ker(φ) vers Im(φ). Quel résultat retrouve-t-on si S et S ′ sont des espaces vectoriels ?

7.2. Exercices : Groupes finis

7.2.1. Pour préparer sa colle

Exercice 2 – Ordre d’un produit dans un cas particulier

Soit G un groupe fini. On suppose que a et b commutent, et sont d’ordres respectifs m et n premiers entre
eux.
1 Montrer que ab est d’ordre mn.
2 Montrer que ce résultat peut tomber en défaut lorsque m et n ne sont pas premiers entre eux.
3 Montrer que ce résultat peut tomber en défaut lorsque a et b ne commutent pas.

Exercice 3 – Théorème de Lagrange

Soit G un groupe fini, et H un sous-groupe de G. On considère l’ensemble Ω des translatés à droite de H

par un élément de g :
Ω = {Hg, g ∈ G}
(pour g ∈ G fixé, Hg désigne l’ensemble {hg, h ∈ H}).
1 Montrer que la réunion des éléments de Ω est G.
2 Montrer que chaque élément de Ω est de même cardinal que H.
3 Montrer que deux éléments distincts de Ω sont disjoints.
490 Stéphane FLON
 4 En déduire que l’ordre de H divise celui de G : c’est le théorème de Lagrange.
On appelle indice de H dans G l’entier |G|/|H|.

Exercice 4 – Groupes d’ordre 4 (X MP 10)

Déterminer les groupes d’ordre 4 à isomorphisme près.

Exercice 5 – Reconnaı̂tre un groupe connu

1 Déterminer GL2 (Z/2Z). Quelle est sa structure algébrique ?

2 À quel groupe est-il isomorphe ?

Exercice 6 – Existe-t-il des groupes infinis dont tout élément est d’ordre fini ?

Donner un exemple de groupe infini dont tous les éléments sont d’ordre fini.

Exercice 7 – Périodicité d’une suite récurrente linéaire d’ordre 2 dans Z/nZ

Soient u0 , u1 ∈ Z/nZ et pour tout k ∈ N, uk+2 = uk+1 + uk . Étudier la périodicité de la suite (uk ).

Exercice 8 – Résultats élémentaires sur les ordres

1 Soit G et G′ deux groupes et f un morphisme de G dans G′ . Pour a ∈ G, comparer l’ordre de a et celui

de f (a).
2 Soit a, b ∈ G. Comparer les ordres de a et de bab−1 .
3 Soit a, b ∈ G. Comparer les ordres de ab et de ba.

Exercice 9 – Sous-groupes de C∗

Déterminer tous les sous-groupes finis de (C∗ , ×). Les compacts ? Les ouverts ?

Exercice 10 – Existence d’une involution non triviale dans un groupe d’ordre pair

Soit G un groupe fini de cardinal pair. Montrer que G admet un élément d’ordre 2.

Exercice 11 – Groupe n’ayant qu’un nombre fini de sous-groupes

Montrer qu’un groupe G est fini si et seulement si il n’a qu’un nombre fini de sous-groupes.

Exercice 12 – Racine carrée dans un groupe d’ordre impair

Soit G un groupe fini de cardinal impair. Montrer que :

∀ x ∈ G, ∃!y ∈ G tel que x = y 2 .

Exercice 13 – Groupe fini d’involutions (Mines MP 08)

1 Soit (G, ·) un groupe fini de cardinal ⩾ 2 tel que : ∀ g ∈ G, g 2 = e. Montrer qu’il existe n ∈ N tel que
(G, ·) soit isomorphe à ((Z/2Z)n , +).

Exercice 14 – Sur le ppcm des ordres des éléments d’un groupe fini

Soient G un groupe commutatif fini, m le ppcm des ordres des éléments de G.

1 Montrer qu’il existe g dans G d’ordre m.
2 Soit n dans N∗ . Montrer qu’il existe un polynôme Pn de degré n de Z[X] tel que, si x et y sont dans R
avec x2 + y 2 = 1 et (x + iy)n + (x − iy)n = 2, alors Pn (x) = 0.
3 On suppose G de cardinal majoré par 2m − 1. Montrer que G est cyclique.
Å ã
x −y
4 Soit p un nombre premier. Montrer que l’ensemble des matrices de la forme avec x, y dans
y x
Z/pZ tels que x2 + y 2 = 1 est un sous-groupe cyclique de GL2 (Z/pZ).
491 Stéphane FLON
 Exercice 15 – Ordre d’un élément dans un groupe abélien (X MP 07)

Soit G un groupe abélien, x ∈ G d’ordre m et y ∈ G d’ordre n. Montrer qu’il existe z ∈ G d’ordre m ∨ n.

Exercice 16 – Élément d’ordre p (X MP 06)

Soit p un nombre premier, p > 2, et G un groupe de cardinal 2p. Montrer que G admet au moins un élément
d’ordre p.

Exercice 17 – Effet d’un morphisme sur l’ordre

Soit G, H deux groupes finis, a ∈ G, φ : G → H un morphisme de groupes. Montrer que l’ordre de f (a)
dans H divise celui de a dans G. Qu’en déduit-on si les cardinaux de G et H sont premiers entre eux ?

Exercice 18 – Lorsque le groupe des automorphisme est abélien

Montrer que si Aut(G) est cyclique, alors le groupe G est abélien.

Exercice 19 – Groupe abélien d’ordre pq

Soit p, q deux nombres premiers distincts. Montrer qu’un groupe abélien fini d’ordre pq est cyclique.

Exercice 20 – Sur le nombre de sous-groupes d’indice 2

Soit G un groupe d’ordre 2n. Montrer que le nombre de sous-groupes de G d’ordre n ne peut être 2.

Exercice 21 – Sur le rang d’un groupe

1 Si (G, .) est un groupe fini, montrer que l’on peut trouver une famille génératrice de G de cardinal r telle
que 2r ⩽ |G|.
2 Donner un majorant du nombre de sous-groupes d’un groupe d’ordre n.

Exercice 22 – Un lemme de Frobenius

1 Montrer que si G est un groupe fini et H un sous-groupe de G distinct de G, G n’est pas réunion des
conjugués de H.
Plus précisément, montrer que :
[ |G|
Card (gHg −1 ) ⩽ |G| − +1
|H|
g∈G

2 Donner un exemple prouvant que ce résultat est faux en général si G est infini.
3 Donner un exemple où l’inégalité de 1 est une égalité.

Exercice 23 – Quand la fonction puissance d’exposant n est-elle bijective ?

Soient (G, .) un groupe fini, n un entier. À quelle condition x 7→ xn est-elle une bijection de G sur G ?

Exercice 24 – Groupe d’automorphisme trivial

Trouver les groupes (G, .) dont le groupe des automorphismes est réduit à {id}.

Exercice 25 – Exposant d’un groupe abélien fini

On appelle exposant du groupe fini G le ppcm des ordres des éléments de G.

1 Calculer l’exposant d’un groupe cyclique, de S3 , de S4 .
2 On suppose G abélien fini. Montrer qu’il existe dans G un élément d’ordre égal à l’exposant de G.

Exercice 26 – Lorsque les groupes abéliens sont cycliques

Déterminer les entiers n de N∗ tels que tout groupe abélien d’ordre n soit cyclique.
492 Stéphane FLON
 Exercice 27 – Équation aux classes pour l’action par conjugaison

Soit G un groupe fini. On note Z le centre de G.

Le groupe G agit sur lui même par conjugaison : (g, a) 7→ gag −1 .
On note, pour a ∈ G,
Ga = g ∈ G, gag −1 = a et Ωa = gag −1 , g ∈ G
 

1 Montrer que Ga est un sous-groupe de G.

2 Soient a1 , . . . , aq ∈ G tels que (Z, Ωa1 , . . . , Ωaq ) soit une partition de G. Montrer :
q q
X X |G|
|G| = |Z| + |Ωak | = |Z| +
|Gak |
k=1 k=1

3 On appelle p-groupe un groupe fini dont l’ordre est une puissance d’un nombre premier p. Montrer que
le centre d’un p-groupe n’est pas trivial.
4 Soit p un nombre premier. Déterminer tous les groupes d’ordre p2 à isomorphisme près (on pourra
commencer par montrer qu’un tel groupe est nécessairement abélien).

Exercice 28 – Sous-groupes de (Z/nZ, +)

Montrer que pour tout diviseur d de n, Z/nZ admet exactement un sous-groupe d’ordre d, et que ce groupe
est cyclique.

Exercice 29 – Groupe diédral

Soient n ∈ N avec n ⩾ 2, et, pour ε ∈ Un , sε et rε les bijections de C sur lui-même données par :
∀z ∈ C, rε (z) = εz et sε (z) = εz̄
1 Reconnaı̂tre géométriquement rε et sε .
2 On note Dn = {rε , ε ∈ Un } ∪ {sε , ε ∈ Un }. Montrer que Dn est un sous-groupe du groupe des
permutations de C.
3 Vérifier que Dn est isomorphe à un sous-groupe de GL2 (R).
4 Quel est le nombre d’éléments d’ordre 2 de Dn ?
5 Quel est le centre de Dn ?
6 Décrire les classes de conjugaison de Dn et préciser leur nombre.
7 Montrer que Dn admet un système de générateurs formé de deux éléments d’ordre 2.
8 Réciproquement, si G est un groupe fini engendré par deux élements d’ordre 2 distincts, montrer que
(G, .) est isomorphe à (Dm , ◦) pour un certain m.
9 Pour quelles valeurs de n le groupe (Dn , ◦) est-il isomorphe à un groupe symétrique (Sk , ◦) ?

7.3. Exercices : Groupe symétrique

7.3.1. Pour préparer sa colle

Exercice 30 – Autre point de vue sur la signature

Étant donné σ ∈ Sn , (i, j) ∈ [[1, n]]2 , où i < j, on dit que σ inverse i et j si σ(j) < σ(i).
1 Montrer que ε(σ) = (−1)inv(σ) , où inv(σ) désigne le nombre d’inversions sous l’action de σ, i.e. le nombre
de couples (i, j) ∈ [[1, n]]2 , où i < j, tels que σ inverse i et j, soit encore
Y σ(j) − σ(i)
ε(σ) = .
j−i
1⩽i<j⩽n

2 En utilisant la question précédente, montrer à nouveau que ε est un morphisme de groupes.

Exercice 31 – Sous-groupes de S3 (Centrale MP 07)

Le groupe des permutations de {1, 2, 3} est-il cyclique ? Et ses sous-groupes stricts ?

493 Stéphane FLON
 Exercice 32 – Sn est de rang 2 (Centrale MP 08)

Soient t la transposition (1, 2) et c le cycle (1, . . . , n). Calculer ck et c−k ◦ t ◦ ck . En déduire que c et t
engendrent Sn .

Exercice 33 – Transpositions et groupe symétrique

Quel est le nombre minimum de transpositions qui engendrent le groupe Sn ?

Exercice 34 – Sous-groupes maximaux de Sn (ENS MP 10)

Soit G le sous-groupe de Sn formé des éléments qui fixent n. Montrer que G est maximal parmi les sous-
groupes stricts de Sn .

Exercice 35 – Racine carrée d’une permutation circulaire (Mines MP 10)

Le cycle (1, 2, . . . , n) admet-il une racine carrée dans Sn ?

Exercice 36 – Nombre d’éléments d’ordre donné

Soit p un nombre premier. Déterminer le nombre d’éléments d’ordre p du groupe symétrique S2p .

Exercice 37 – Sous-groupe abélien de Sn agissant transitivement sur [[1, n]]

Soit G un sous-groupe abélien de Sn tel que

∀(a, b) ∈ [[1, n]]2 , ∃g ∈ G, g(a) = b
Montrer que G est de cardinal n.

Exercice 38 – Quelques propriétés des p-groupes

Soit p un nombre premier et G un groupe de cardinal pn avec n ⩾ 1. On note Z = {x ∈ G, ∀ y ∈ G, xy = yx}

le centre de G.
1 Soit x ∈ G. Montrer que le nombre de conjugués de x divise pn .
2 En déduire que le centre Z de G n’est pas réduit à l’élément neutre.
3 Montrer que G/Z peut être muni d’une structure de groupe.
4 Montrer que si G est de cardinal p ou p2 , alors G est abélien.

Exercice 39 – Dénombrement d’éléments d’ordre fixé

Soit p un nombre premier. Déterminer le nombre d’éléments d’ordre p du groupe symétrique S2p .

494 Stéphane FLON

 8. Arithmétique

8.1. Exercices : Anneaux modulaires

8.1.1. Pour préparer sa colle

Exercice 1 – Sommes dans Z/pZ

Soit p un nombre premier et k ∈ N∗ . Montrer que xk ∈ {−1, 0}. Préciser à quelle condition on
P
x∈Z/pZ
obtient 0 ou −1.

Exercice 2 – Groupe des inversibles de Z/8Z

Déterminer le groupe des inversibles de Z/8Z. Ce groupe est-il cyclique ?

Exercice 3 – Isomorphie entre groupes d’inversibles

Les groupes multiplicatifs (Z/9Z)∗ et (Z/7Z)∗ sont-ils isomorphes ?

Exercice 4 – Points sur le  cercle unité  dans Z/pZ

Soit p un nombre premier impair. Dénombrer les (x, y) ∈ (Z/pZ)2 tels que : x2 + y 2 = 1.

Exercice 5 – Suite modulaire périodique

Une suite (un )n∈N est périodique s’il existe T ∈ N∗ tel que ∀ n ∈ N, un+T = un . Le plus petit tel entier T
est alors appelé période de la suite. Soit m ∈ N∗ . On définit la suite (Fn ) de Z/mZ par F0 = F1 = 1 et, pour
tout n ∈ N, Fn+2 = Fn+1 + Fn .
1 Lorsque m ∈ {2, 3, 7, 21}, montrer que cette suite est périodique et trouver sa période.
2 Montrer que f : (x, y) 7→ (y, x + y) est une bijection de (Z/mZ)2 dans lui même.
3 Montrer que (Fn ) est périodique de période T ⩽ m2 − 1.
4 Dans Z/49Z, montrer qu’une suite (vn ) vérifiant : ∀ n ∈ N, vn+1 = 8vn + 11, prend toutes les valeurs de
Z/49Z.
Exercice 6 – Contrainte sur le cardinal d’un corps fini

Soit K un corps fini de caractéristique p. Montrer que Card(K) est une puissance de p.

Exercice 7 – Groupe des inversibles d’un anneau modulaire

Quel est l’ordre de 5 dans (Z/32Z)× ? À quel groupe est isomorphe (Z/32Z)× ?

Exercice 8 – Anneau de Boole

Soit A un anneau non nul tel que pour tout x ∈ A, x2 = x (on dit que A est un anneau de Boole).
1 Montrer que A est de caractéristique 2 et commutatif.
2 On suppose A intègre. Montrer que A = {0, 1}.
3 Montrer que si A est fini, alors A est isomorphe à (Z/2Z)n pour un certain entier n.

Exercice 9 – F∗p est cyclique

Soit p un nombre premier.

1 Soit q un nombre premier qui divise p − 1. Établir l’existence d’un élément de ((Z/pZ)∗ , ×) d’ordre q.
2 Soit q un nombre premier et α ∈ N∗ tels que q α divise p − 1. Montrer l’existence d’un élément de
((Z/pZ)∗ , ×) d’ordre q α .
3 En déduire que ((Z/pZ)∗ , ×) est cyclique.

Exercice 10 – Équation dans Z/nZ

1 Résoudre dans Z/41Z : x3 − 21x2 + 29x − 9 = 0.

495 Stéphane FLON
 2 Résoudre dans Z/19Z : x3 = 1.

Exercice 11 – Carrés dans Z/pZ

Soit p ⩾ 3 un nombre premier.

1 Montrer que pour tout x ∈ (Z/pZ)∗ , xp−1 = 1.
En déduire que pour tout x ∈ Z/pZ, xp = x.
2 Montrer qu’il y a exactement p+1
2 carrés dans Z/pZ. Préciser les carrés lorsque p = 13.
3 Montrer que si x ∈ (Z/pZ)∗ : x
p−1
2= ±1.
En déduire que x est un carré non nul dans Z/pZ si et seulement si x 2 = 1.
p−1

4 Montrer que −1 est un carré dans Z/pZ si et seulement si p ≡ 1 [4].

Exercice 12 – Théorème des deux carrés

On suppose connus les résultats de l’exercice précédent. On note S l’ensemble des entiers de N∗ somme de
deux carrés.
1 Prouver que S est stable par multiplication.
2 Soit n ∈ S. Montrer par récurrence sur n que si p est un nombre premier congru à 3 modulo 4, la valuation
p-adique de n est paire.
3 Montrer que 2 ∈ S.
4 Soit p un nombre premier congru à 1 modulo 4 et n ∈ Z tels que n2 ≡ −1 [p].
i Montrer qu’il existe (a, b) ∈ Z2 tel que :
√ n 1
0<b< p et b −a ⩽ √
p p

ii Montrer que (bn − ap)2 + b2 = p.

5 Conclure que S est exactement l’ensemble des entiers n tels que pour tout nombre premier p congru à 3
modulo 4, la valuation p-adique de n est paire.

8.2. Exercices : Arithmétique dans un anneau principal

8.2.1. Pour préparer sa colle

Exercice 13 – Divisibilité

1 Montrer que, pour tout n ∈ N, 3 ne divise jamais n2 + 1.

2 Montrer que le produit de quatre entiers consécutifs est divisible par 24.
3 Montrer que 39 divise 737 + 1337 + 1937 .
4 Soit a, b, c ∈ Z. Si 9 divise a3 + b3 + c3 , alors 3 divise a ou b ou c.
5 Soit a, b ∈ Z. Montrer que a2 + b2 est divisible par 7 si et seulement si a et b le sont.

Exercice 14 – Calculs de restes

Pn
1 Trouver, pour tout entier naturel non nul n, le reste de la division de k=1 k par 2.
122
2 Trouver le reste de la division euclidienne de 234 par 7.
3 Trouver le reste de la division de (a + (a − 1) ) par 4a2 (a ∈ N∗ ).
2 2 2

Exercice 15 – Nombre de diviseurs

Démontrer que tout entier n ⩾ 1 a au moins autant de diviseurs de la forme 3k + 1 (k ∈ N) que de diviseurs
de la forme 3k − 1 (k ∈ N∗ )

Exercice 16 – Une caractérisation des carrés parfaits

Soit n un entier strictement positif, et soit d(n) le nombre d’entiers positifs divisant n. Prouver que d(n)
est impair si et seulement si n est un carré parfait (c’est-à-dire le carré d’un nombre entier).
496 Stéphane FLON
 Exercice 17 – Égalité de ppcm

Montrer que ppcm(1, 2, . . . , 2n) = ppcm(n + 1, n + 2, . . . , 2n).

Exercice 18 – Centrale MP 08

Soit n un entier supérieur ou égal à 2. Calculer le reste de la division euclidienne de (n − 1)! par n.

Exercice 19 – Chiffres en base 10

1 Montrer que chaque nombre du type

n
22 + 1
(où n ⩾ 2) se termine par 7.
2 Montrer qu’un nombre entier positif de six chiffres dont la représentation décimale est de la forme
 abcabc  est nécessairement divisible par 13.
Exercice 20 – Chiffres en base 10
7
1 (Mines MP) Trouver le chiffre des unités de 77 .
19
2 Trouver les deux derniers chiffres de la représentation décimale de 1919 .
3 On admet que 229 est un nombre de 9 chiffres, tous différents (en base 10). Quel est le chiffre manquant ?

Exercice 21 – Somme des chiffres de la somme des chiffres

Trouver la somme des chiffres de la somme des chiffres de la somme des chiffres de 44444444 .
Exercice 22 – Restes chinois

Trouver les a ∈ Z tels que a ≡ 3 [7], a ≡ 8 [17] et c ≡ 13 [27].

Réponse : {1606 + 3213k, k ∈ Z}.

Exercice 23 – Nombres de Mersenne et de Fermat

Trouver une condition nécessaire sur n ∈ N∗ pour que 2n − 1 soit premier. Même question avec 2n + 1.

Exercice 24 – Cas particulier du théorème de la progression arithmétique de Dirichlet

Montrer qu’il y a une infinité de nombres premiers congrus à 3 modulo 4.

Exercice 25 – Équations diophantiennes

1 Montrer qu’il n’existe pas de couple d’entiers (x, y) ∈ Z2 tels que

x2 − 5y 2 = 3.

2 L’équation diophantienne
x3 + 2y 3 = 4z 3
possède-t-elle dans Z3 une autre solution que le triplet nul ?

Exercice 26 – Arithmétique de l’anneau des entiers de Gauss

On considère l’anneau Z[i] = {u+iv, (u, v) ∈ Z2 } des entiers de Gauss, et l’application φ : a ∈ Z[i] 7→ aa ∈ N.
1 Rappeler le groupe des inversibles de Z[i].
2 Montrer que Z[i] est euclidien pour φ, i.e. pour tout (a, b) ∈ Z[i] × Z[i] \ {0}, il existe (q, r) ∈ Z[i]2 tel
que a = bq + r avec φ(r) < φ(b).
3 En déduire que Z[i] est principal.
4 Montrer que si φ(a) est premier, alors a est irréductible dans Z[i].
5 Soit p un nombre premier. Montrer l’équivalence des propriétés suivantes :
i p est irréductible dans Z[i].
497 Stéphane FLON
 ii p ≡ 3 [4].
iii Il n’existe pas a ∈ Z[i] tel que p = φ(a).
On admettra que −1 est un carré dans Z/pZ si et seulement si p n’est pas congru à 3 modulo 4.
6 En déduire tous les irréductibles de Z[i].

Exercice 27 – Carrés parfaits

√
Soit a ∈ N. Montrer que a ∈ Q si et seulement si a est un carré parfait.

Exercice 28 – Triplets pythagoriciens

Trouver tous les (x, y, z) ∈ Z3 tels que z 2 = x2 + y 2 .

Exercice 29 – Somme et nombre de diviseurs

1 Soit n, p ∈ N deux entiers premiers entre eux, δ un diviseur de np. Vérifier l’existence et l’unicité d’un
diviseur ν de n et π de p tels que δ = νπ.
P
2 On note σ(n) = d|n d (resp. d(n) le nombre de diviseurs de n). Montrer que si n et m sont premiers
entre eux dans N∗ , σ(mn) = σ(m)σ(n) et d(mn) = d(m)d(n).
3 On suppose que n = pα 1 . . . pr avec p1 < p2 < · · · < pr nombres premiers et les αi dans N . Calculer
1 αr ∗

d(n) et σ(n).
4 Montrer que σ(n) ⩽ n + n ln(n).

Exercice 30 – Fonction de Möbius

La fonction µ est définie sur N∗ par µ(1) = 1, µ(p1 . . . pr ) = (−1)r si les pi sont des nombres premiers deux
à deux distincts, µ(n) = 0 si n est divisible par le carré d’un nombre premier.
1 Calculer d|n µ(d) si n est dans N∗ .
P

P 2 Soit E l’ensemble des applications de N dans R. Pour f et g dans E et n dans N , soit : f ⋆ g(n) =
∗ ∗

d|n f (d)g(n/d). Montrer que ⋆ est une loi de composition interne commutative et associative sur E.
3 Soient f et g dans E telles que : ∀ n ∈ N∗ , f (n) = d|n g(d). Exprimer g en fonction de f et µ.
P

√
Exercice 31 – Une curiosité dans Z[ 2]
√ √
1 Montrer l’existence de deux suites d’entiers (an ) et (bn ) telles que pour tout n ∈ N∗ , (1+ 2)n = an +bn 2.
2 Calculer a2n − 2b2n .
√ √ √
3 Montrer que pour tout n ∈ N, il existe un unique p ∈ N∗ tel que (1 + 2)n = p + p + 1.

8.3. Exercices : Rappels sur les polynômes

8.3.1. Pour préparer sa colle

Exercice 32 – Calculs de restes

1 Soit P ∈ K[X], a, b ∈ K, a ̸= b. Quel est le reste de la division euclidienne de P par (X − a), par
(X − a)(X − b) ?
2 Trouver le reste de la division euclidienne de X 6 − 5X 4 + 3X 3 − X 2 + X + 2 par (X − 1)3 .
3 Trouver par trois méthodes le reste de la division euclidienne de P = X 5 + 4X 3 + 3X 2 − X + 6 par
(X − 1)2 (X + 2).
4 Soit θ ∈ R, n ∈ N∗ . Donner le reste de la division euclidienne de (cos θ + X sin θ)n par X 2 + 1.
5 Chercher le reste de la division euclidienne de (X + 1)n − X n − 1 par X 2 + X + 1.
6 Soit B = X 3 − X 2 + X − 1 et, pour n ∈ N∗ : An = (X 2 + X + 1)n − X 2n − X n − 1.
i Donner une condition sur n pour que B divise An .
ii Donner le reste de la division euclidienne de An par B.

Exercice 33 – Bézout effectif

Trouver les polynômes U et V tels que AU + BV = A ∧ B, où :

498 Stéphane FLON
 1 A = X 5 + 1 et B = X 7 + X 6 + X 3 + 1.
2 A = X 5 − 1 et B = X 2 + X + 1.
3 A = (X 10 − 1) et B = (X 6 − 1).

Exercice 34 – Algorithme d’Euclide étendu

1 Trouver une relation de Bézout pour A = 19 et B = 33 (dans Z).

Réponse : 7A − 4B = 1.
2 Même question pour A = X 2 + X + 2 et B = X 3 + 2X + 1.
2
Réponse : X −3X+3
8 A + −X+2
8 B = 1.

Exercice 35 – Un opérateur sur les polynômes

Qp−1
Pour tout p ∈ N, on note Up = k=0 (X−k)
p! , p ∈ N (par convention, un produit indexé par l’ensemble vide
vaut 1), et
∆ : K[X] → K[X]
P 7→ P (X + 1) − P (X)

1 Démontrer que la famille (Up )p∈N est une base de K[X].

2 Soit n ∈ N. Calculer ∆n (Up ).
3 En déduire que : pour tout P ∈ Kn [X], on a P = P (0) + (∆P )(0)U1 + (∆2 P )(0)U2 + · · · + (∆n P )(0)Un .
4 (X MP 09) Soit P ∈ K[X]. Montrer que P prend en tout entier relatif une valeur entière relative si et
seulement si les coordonnées de P dans la base (Up ) sont entières.
5 (X MP 09) On prolonge naturellement l’application ∆ en un endomorphisme de KK . Soit f : Z → Z une
fonction. Montrer que f est polynomiale si et seulement si il existe un entier naturel n tel que ∆n (f ) = 0.
6 Soit P ∈ K[X] de degré n. Démontrer que la famille (P (X), P (X +1), . . . , P (X +n)) est une base de Kn [X]

Exercice 36 – Multiplicité de racines

1Q(Mines MP 07, X MP 09) Soit n ∈ N∗ et a ∈ R. Montrer que les racines complexes du polynôme
n
P = k=0 (X − k) + a sont de multiplicité au plus 2.
2 (X MP 09) Soit P un polynôme de R[X] scindé sur R. Montrer que toute racine multiple de P ′ est racine
de P .
Exercice 37 – Polynômes scindés

(Mines MP 09) Soit P ∈ R[X] scindé sur R. Montrer que P ′ est scindé sur R.

Exercice 38 – Polynômes scindés

1 (X MP 09) Soit Q ∈ R[X] scindé sur R et a ∈ R. Montrer que Q + aQ′ est scindé sur R.
k=0 ak X ∈ R[X] et Q ∈ R[X] des polynômes scindés sur R. On pose R =
Pn k
2 (X MP 09) Soit P =
. Montrer que R est scindé sur R.
Pn (k)
k=0 ak Q

Exercice 39 – Décomposition en produit d’irréductibles

1 Factoriser P (X) = 3X 4 + 11X 3 + 20X 2 + 7X − 5, sachant que P admet au moins deux racines rationnelles
(comptées avec leur ordre de multiplicité).
2 Factoriser X 8 + X 4 + 1 sur R.
3 (CCP MP 08) Soit n ∈ N∗ et θ ∈ R. Factoriser en produit d’irréductibles de R[X] : X 2n − 2 cos(θ)X n + 1.

Exercice 40 – Polynôme irréductible sur Q

1 Démontrer que 1 + (X − 1)2 (X − 3)2 est irréductible dans Q[X].

Exercice 41 – Relations coefficients-racines

499 Stéphane FLON

 1 (X PC 08) Soit P = X 3 + 2X 2 + X + 1. Déterminer le nombre de racines réelles de P . On note x1 , x2 , x3
les racines de P . Déterminer : x1 + x2 + x3 , x1 x2 x3 , x11 + x12 + x13 , x11−2 + x21−2 + x31−2 , x51 + x52 + x53 .
P4
2 Soit x1 , x2 , x3 , x4 les racines de X 4 + X + 1. Calculer i=1 xi1−1 .
3 Soit a, b, c ∈ C. Montrer que ces nombres sont en progression géométrique si et seulement si (ab+ac+bc)3 =
abc(a + b + c)3 .

Exercice 42 – (Mines MP 08) Relations coefficients-racines

Qn−1
Calculer : k=1 (1 − e2ikπ/n ) où n ⩾ 2.

Exercice 43 – Une curiosité polynomiale (Centrale PSI 10)

Soit (x, y, z) ∈ C3 tel que x + y + z = 0. Montrer :

x5 + y 5 + z 5 x2 + y 2 + z 2 x3 + y 3 + z 3
= .
5 2 3

Exercice 44 – Théorème de Gauss-Lucas

1 Soit P ∈ C[X]. Montrer que les racines de P ′ sont dans l’enveloppe convexe des racines de P . C’est le
théorème de Gauss-Lucas.
Indication – Utiliser la dérivée logarithmique.
2 Soit K un convexe fermé de C et A = {a ∈ C, P −1 ({a}) ⊂ K}. Montrer que A est convexe.

Exercice 45 – Localisation des racines

1 (X-ENS PSI 08) Soient (a0 , . . . , an−1 ) ∈ Cn et P = a0 + a1 X + · · · + an−1 X n−1 + X n . Montrer que les
racines complexes de P ont un module majoré par max{1, |a0 | + |a1 | + · · · + |an−1 |}.
2 (Mines MP 08) Soit n ∈ N∗ et P (X) = nX n − k=0 X k ∈ C[X].
Pn−1
i Soit z une racine de P distincte de 1. Montrer que |z| < 1.
ii Montrer que les racines de P sont simples.

Exercice 46 – Polynôme scindé en prenant les parties réelles des coefficients

(Centrale PSI 10) Soit P (X) = a0 + a1 X + · · · + an X n ∈ C[X]. On suppose que toutes ses racines ont une
partie imaginaire strictement négative. Montrer que le polynôme Q(X) = Re(a0 ) + Re(a1 )X + · · · + Re(an )X n
est scindé sur R.

Exercice 47 – Équation d’inconnue polynomiale

1 (Mines MP 08) Soit A = {P ∈ C[X], P ̸= 0 et P (X 2 ) = P (X)P (X − 1)}.

i Soit P ∈ A. Montrer que les racines de P sont de module 1.
ii Déterminer A.
2 Soit A = {P ∈ C[X], P ̸= 0 et P (X 2 ) = P (X)P (X − 1)}. Soit P ∈ A. Montrer que les racines de P sont
de module 1. Déterminer A.
3 (Mines PC 09) Déterminer les polynômes P ∈ R[X] tels que (X + 4)P (X) = XP (X + 1).
4 (Centrale PC 09) Déterminer les P ∈ C[X] tels que P ′ divise P .
5 Trouver les P ∈ K[X] tels que P = P ′ P ′′ .

Exercice 48 – D’un polynôme positif à un autre (Mines MP 2015)

Soit P ∈ R[X] tel que : ∀ x ∈ R, P (x) ⩾ 0. Démontrer que pour tout réel x, on a (P +P ′ +P ′′ +. . . )(x) ⩾ 0.

Exercice 49 – Polynôme prenant aux entiers des valeurs entières

Montrer qu’il n’existe pas de polynôme non constant P ∈ Z[X] tel que ∀ n ∈ Z, P (n) ∈ P.

Exercice 50 – Un polynôme irréductible sur Q de degré 3

1 Montrer que X 3 − 2 est irréductible dans Q[X].

500 Stéphane FLON
 On désigne par α une de ses racines complexes, et on pose
A = {a + bα + cα2 , (a, b, c) ∈ Q3 }
2 Montrer que A est un sous-corps de C.

Exercice 51 – Une curiosité polynomiale

(X MP) Soit (a, b) ∈ Z2 et P = X 2 + aX + b. Montrer : ∀ n ∈ Z, ∃k ∈ Z, P (n)P (n + 1) = P (k).

Exercice 52 – Répartition d’un diviseur

Soit (A, B) ∈ K[X]2 . Vérifier, pour tout diviseur D de AB, l’existence d’un diviseur P de A et d’un diviseur
Q de B tels que D = P Q.

Exercice 53 – pgcd de deux polynômes

Montrer que pour tout (P, Q) ∈ (K[X] \ {0})2 , (P 2 + Q2 ) ∧ (P Q) = (P ∧ Q)2 .

Exercice 54 – Division de polynômes

1 Soit A, B ∈ C[X]. Trouver tous les polynômes C ∈ C[X] tels que C|AB, A|BC et B|CA.
2 Soit P ∈ K[X]. Montrer que P ◦ P − X est divisible par P − X.

Exercice 55 – Théorème de Liouville (Fermat pour les polynômes)

Soit n ∈ N, n ⩾ 3. Montrer qu’il n’existe pas de polynômes tous non nuls P, Q, R de C[X] tels que
P n + Qn + Rn = 0 sans que P, Q, R soient associés deux à deux

Exercice 56 – Racines rationnelles des polynômes rationnels

Soit P = an X n + · · · + a1 X + a0 ∈ Z[X], λ ∈ Z, µ ∈ Z∗ tels que λ ∧ µ = 1 et P

Ä ä
λ
µ = 0.
1 Montrer que µ divise an , λ divise a0 . En déduire que pour tout polynôme de Q[X], il est possible de
déterminer l’ensemble de ses racines rationnelles.
Pn Pn
2 Montrer que λ − µ divise k=0 ak et λ + µ divise k=0 (−1)k ak .
3 En déduire que P = X 3 + X 2 + X + 2 est irréductible dans Q[X].

Exercice 57 – Polynôme non nul ayant plus de racines que son degré

Soit n ⩾ 2 non premier. Montrer qu’il existe un polynôme P de (Z/nZ)[X] de degré 2 et ayant strictement
plus de deux racines.

Exercice 58 – Polynôme exponentielle tronquée

Xk
Le polynôme Pn admet-il dans C des racines multiples ?
Pn
Pour n ⩾ 2, on note Pn = k=0 k! .

Exercice 59 – Quand n4 + 4 est-il premier ?

1 X 4 + 4 est-il irréductible dans R[X] ?

2 Quels sont les n ∈ N∗ tels que n4 + 4 soit premier ?

Exercice 60 – Un opérateur conservant le caractère scindé

Soit (P, Q) ∈ R[X]2 , Q = k∈N ak X k . On pose R = k∈N ak P (k) .

P P

1 Montrer que si λ ∈ R et si P est scindé sur R,alors P ′ − λP est scindé sur R.

2 Montrer que si P et Q sont scindés sur R, alors R est scindé sur R.

Exercice 61 – Polynômes stabilisant le cercle unité

Déterminer les polynômes P ∈ C[X] tels que P (U) ⊂ U.

Exercice 62 – Critère d’Eisenstein

501 Stéphane FLON

 1 On dit qu’un polynôme non nul de Z[X] est primitif si le pgcd de ses coefficients est égal à 1. Montrer
que le produit de deux polynômes primitifs de Z[X] est primitif.
2 Soit A ∈ Z[X] produit de deux polynômes non constants de Q[X]. Montrer que A est le produit de deux
polynômes non constants de Z[X].
3 On dit que A ∈ Z[X] est irréductible dans Z[X] si A ∈
/ Z et si A ne peut s’écrire A = P Q avec P, Q ∈ Z[X],
deg(P ) < deg(A) et deg(Q) < deg(A). Soit A ∈ Z[X]. Montrer que si A est irréductible dans Z[X], il l’est aussi
dans Q[X].
4 Soit A = an X n + · · · + a1 X + a0 ∈ Z[X] et p un nombre premier. On suppose que :
i p ne divise pas an .
ii p divise a0 , a1 , . . . , an−1 .
iii p2 ne divise pas a0 .
Montrer que A est irréductible dans Z[X] (et donc dans Q[X]).
5 Soit n ⩾ 1. Montrer que X n − 2 est irréductible dans Q[X].

Exercice 63 – Polynômes cyclotomiques

. On dira qu’un polynôme de Z[X] est

Q Ä 2ikπ
ä
On pose Φ1 = X − 1 et pour n ⩾ 2, Φn = 1⩽k⩽n,k X −e n

k∧n=1
primitif si le pgcd de ses coefficients est égal à 1.
1 Montrer que X n − 1 = 1⩽d⩽n Φd .
Q
d|n

2 En déduire que Φn ∈ Z[X].

P
3 Montrer que n = d|n φ(d) (où φ est l’indicatrice d’Euler).
4 Soit p un nombre premier. Montrer, en appliquant le critère d’Eisenstein à Φp (X + 1), quer Φp est
irréductible.

8.4. Exercices : Rappels sur les fractions rationnelles

8.4.1. Pour préparer sa colle

Exercice 64 – Décomposition en éléments simples par développement limité

Soit x1 , . . . , xn , n scalaires distincts deux à deux. On pose

1
P (X) = (X − x1 ) . . . (X − xn ) et F (X) =
P
Décomposer F et F 2 en éléments simples (on exprimera les coefficients en fonction des P ′ (xi ) et P ′′ (xi )).

Exercice 65 – Décompositions en éléments simples

Soit n ∈ N, n ⩾ 2. Décomposer en éléments simples dans C(X) :

1
1 (Mines MP 05) X(X+1)...(X+n) .
Qn
2 (Mines MP 05) Soit P un polynôme unitaire de degré n et Q = i=0 (X − i).
i Décomposer P/Q en éléments simples.
ii Montrer que : max{|P (k)|, 0 ⩽ k ⩽ n} ⩾ n!/2n .
1
3 (X−1)(X n −1) .

1
4 X 2 (X−1)n .
1
5 (X n −1)2 .

Exercice 66 – Fraction rationnelle à coefficients rationnels (Centrale MP 06)

Soit F ∈ C(X) telle que, pour tout n ∈ N non pôle de F , F (n) ∈ Q. Montrer que F ∈ Q(X).

Exercice 67 – Sommes classiques et fractions rationnelles

Soit P ∈ C[X] à racines simples : x1 , . . . , xn .

Pn 1
1 (Centrale MP 05, X MP 07) Calculer : k=1 P ′ (xk ) .

502 Stéphane FLON

 Pn
2 On suppose P (0) ̸= 0. Montrer : i=1 xi P 1′ (xi ) = − P (0)
1
.
P ′′
Pn Ä ä
3 (Centrale MP 05) Calculer : k=1 P ′ (xk ).
4 (Centrale MP 05) Soit P ∈ C[X] de degré n ⩾ 2. On note x1 , . . . , xn les racines de P comptées avec leurs
multiplicités, et on suppose que x1 est une racine simple. On note y2 , . . . , yn les racines de P ′ comptées avec
leurs multiplicités. Montrer que :
n n
X 1 1X 1
= .
x1 − xk 2 x1 − yk
k=2 k=2

Exercice 68 – Autour de la dérivée logarithmique

Soit P ∈ C[X] tel que deg(P ) ⩾ 2.

1 On suppose que toute racine de P est de partie réelle positive. Montrer qu’il en va de même des racines
de P ′ .
2 On suppose de plus que P possède des racines non imaginaires pures. Montrer que toute racine imaginaire
pure de P ′ est racine de P .
3 Ici, P ∈ R[X]. Montrer que si les racines de P sont réelles et simples, alors le polynôme Q = P 2 − P P ′′
′

n’a pas de racines réelles.

Exercice 69 – Utilisation de la dérivée logarithmique

1 (X PC 08) Soit P = X 3 + 2X 2 + X + 1. Déterminer le nombre de racines réelles de P . On note x1 , x2 , x3

les racines de P . Déterminer : x11 + x12 + x13 , x11−2 + x21−2 + x31−2
Qn−1 1 Pn−1 1
2 On note w1 , . . . , wn−1 les racines de X n − 1 différentes de 1. Calculer : i=1 1−w i
, i=1 1−wi .

Exercice 70 – Identité polynomiale

Soit n ∈ N∗ et P ∈ C[X] unitaire de degré n, scindé à racines simples. On note a1 , . . . , an les racines de P .
Montrer que pour tout Q ∈ Cn−1 [X] :
n
X Q(ai ) Q(n−1) (0)
= .
i=1
P ′ (ai ) (n − 1)!

503 Stéphane FLON

 9. Intégrales à paramètre

9.1. Exercices : Convergence dominée et intégration terme à terme

9.1.1. Problématiques
Problématique : Intervertir limite et intégrale pour une suite de fonctions

Exercice 1 – Appliquer directement le théorème de convergence dominée

Rπ R1
1 Montrer que les suites de termes généraux un = 02 sin(t)n dt et vn = 0 sh(tn )dt convergent vers 0.
2 Montrer que la suite de terme général
Z π
(cos(t))n
wn = √ dt
0 t
est bien définie, et qu’elle converge (on donnera sa limite).

Exercice 2 – Prolonger les fonctions par 0 pour intégrer sur le même intervalle

1 (Expression intégrale de la constante γ d’Euler

R n (Mines
nPC 16))
On pose, pour n ∈ N∗ , Hn = k=1 k1 et In = 0 1 − nt ln(t)dt.
Pn
i Montrer l’existence de γ ∈ R tel que Hn = ln(n) + γ + o(1).
R +∞
ii Justifier l’existence de In . Montrer que lim In = 0 e−t ln(t)dt.
n→+∞
R +∞
iii Montrer que γ = − 0 e−t ln(t)dt.
Voir aussi : 41, 11, 12, 13

Problématique : Trouver un équivalent d’une suite d’intégrales de limite nulle

Exercice 3 – Effectuer un changement de variable

Pour tout n ∈ N∗ , on considère In = 0 ln(1 + tn )dt.

R1

1 Montrer que (In ) tend vers 0.

C
2 En effectuant le changement de variable u = tn , montrer que In ∼ n, où
Z 1
ln(1 + u)
C= du
0 u
3 En observant que, pour tout u ∈]0, 1[
∞
ln(1 + u) X (−1)n un
= ,
u n=0
n+1
P∞ (−1)n
montrer que C = n=0 (n+1)2 .
π2
P∞
4 En admettant que n=1 n12 = 6 , déterminer la valeur de C.
Voir aussi : 7, 19, 20, 55

Problématique : Intervertir limite et intégrale pour une série de fonctions

Exercice 4 – Utiliser le théorème d’intégration terme à terme

R +∞ √ −nt
1 On pose, pour n ∈ N∗ , In = 0 t e dt.
i Montrer que la suite √(In )n∈N∗ est bien définie.
π
ii Montrer que In = 2 n3/2 .
R +∞ 1 −t R +∞ −t2 √
Remarque – On rappelle que Γ(1/2) = 0 √ e dt =
t −∞
e dt = π.
R +∞ t √ √
π P+∞ 1
iii En déduire : 0 et −1 dt = 2 n=1 n3/2 .

Exercice 5 – Utiliser le théorème de convergence monotone pour les séries de fonctions

On considère une suite (fn ) de fonctions positives et continues par morceaux sur I.
1 On suppose que la suite (fn ) est croissante, et qu’elle converge simplement vers une fonction φ, continue
par morceaux et intégrable sur I.
504 Stéphane FLON
 Montrer qu’alors Z Z
lim fn (t)dt = φ(t)dt
n→∞ I I
C’est le théorème de convergence monotone pour les suites de fonctions.
P
2 On suppose que la série de fonctions fn converge simplement, et que sa somme est continue par
morceaux et intégrable sur I.
Montrer qu’alors
∞ Z ∞
Z X !
X
fn (t)dt = fn (t) dt
n=0 I I n=0
C’est le théorème de convergence monotone pour les séries de fonctions.
3 Application (Mines 2004 MP1). Justifier l’existence de l’intégrale
Z +∞
def arctan(t)
I = dt
0 eπt − 1
et vérifier que
∞ Z +∞ ∞ Z ∞ −π k t
X X 1 e
I= e−π k t arctan(t)dt = dt
0 kπ 0 1 + t2
k=1 k=1
Voir aussi : 9, 21, 22, 44

9.1.2. Bonnes questions

Exercice 6 – Le théorème de convergence dominée est-il plus puissant que le théorème d’interversion limite-
intégrale du cours sur les suites de fonctions ?

1 Soit (fn ) une suite de fonctions continues, convergeant uniformément vers f sur le segment [a, b]. Montrer,
à l’aide du théorème de convergence dominée, que
Z b Z b
f (t)dt = lim fn (t)dt
a n∞ a

2 Soit (fn ) une suite de fonctions continues par morceaux convergeant simplement vers une fonction f sur
un intervalle borné I. On suppose qu’il existe un réel M tel que |fn | ⩽ M , pour tout n ∈ N. Montrer que f et
les fn sont intégrables, et que Z Z
f (t)dt = lim fn (t)dt
I n∞ I

3
i Les suites de fonctions (t 7→ sin(t)n ) et (t 7→ sh(tn )) convergent-elles uniformément sur ]0, 1[ ?
ii Montrer que les suites
Z π2 Z 1
n
un = sin(t) dt et vn = sh(tn )dt,
0 0
convergent vers 0.

9.1.3. Pour préparer sa colle

Exercice 7 – Le TCVD permet aussi la détermination de certains équivalents

Pour tout n ∈ N∗ , on pose un = 1 (ln(x))n dx.

Re

1 En procédant au changement de variable v = (ln(x))n , puis en appliquant le théorème de convergence

dominée, montrer que un ∼ ne .
n∞
2 Retrouver ce résultat par des moyens élémentaires (on commencera par trouver une relation entre un+1
et un ).

Exercice 8 – Limite en +∞ d’une intégrale à paramètre

505 Stéphane FLON

 R +∞
1 Pour tout x > 0, on pose g(x) = 0
ln(t)e−xt dt. Montrer que g(x) tend vers 0 lorsque x tend vers
+∞.
Exercice 9 – Sophomore’s dream
R1 P+∞
(ENS PC 16) Montrer que 0 x−x dx = n=1 n−n .

Exercice 10 – Appliquer le TCVD à la suite des sommes partielles

1 (Centrale PC 16, Centrale PSI 10) Soit (un ) une suite croissante d’éléments de R∗+ , tendant vers l’infini.
On cherche à montrer l’existence des deux quantités écrites et l’égalité :
Z +∞ X +∞
! +∞
n −un x
X (−1)n
(−1) e dx = .
0 n=0 n=0
un

i On cherche d’abord à appliquer le théorème d’intégration terme à terme. Traduire l’hypothèse de

sommation. Est-elle toujours vérifiée ?
ii Montrer le résultat en appliquant le théorème de convergence dominée à la suite des sommes partielles.

Exercice 11 – Limite d’une suite intégrale (Mines MP 2015)

2 2
R +∞ n2 t2 e−n t
Pour n supérieur à 1 on pose In = −∞
dt. Montrer que In existe et calculer sa limite.
1 + t2
Exercice 12 – Limite d’une suite d’intégrales
R +∞ n!
Déterminer limn∞ 0 (x+1)(x+2)...(x+n) dx.

Exercice 13 – Étude d’une suite d’intégrales

(X-ESPCI 16)

n
1 Soit x ⩾ 0 et n ∈ N∗ . Montrer que 1 + nx ⩽ ex .
x n
2 Soit α ∈ R. Déterminer la limite de la suite de terme général xn =
Rn
e−αx dx.


0
1+ n

Exercice 14 – Limite de puissances d’intégrales

än
Soit f : [0, 1] → R∗+ continue. Montrer : 0 (f (x))1/n dx → exp( 0 ln(f (x))).
ÄR 1 R1

Exercice 15 – Équivalent d’une suite d’intégrales

1 (Mines PC 16) Soit f ∈ C 1 ([a, b], R) avec 0 < a < 1 < b.

Rb f (x)
i Trouver la limite de la suite de terme général In = a 1+xn dx.
R 1 (x)xn
ii On suppose que f (1) ̸= 0. Donner un équivalent de Jn = a f1+x n dx.
R +∞
2 (Mines PC 16) Soit In = 0 √ dx .
xn +x−n
i Déterminer les valeurs de n ∈ N pour lesquelles In est définie.
ii Déterminer la limite de (In ) puis un équivalent de In .
R +∞ n
3 (Mines MP 10) Donner un équivalent simple de In = 0 e−x dx lorsque n tend vers +∞.

Exercice 16 – Étude d’une suite d’intégrales

R1 dt
Soit un = 0 √1+t+···+tn.

1 Montrer que (un ) est bien définie, calculer u1 .

2 Montrer que (un ) converge vers 2/3.
3 Montrer que un − 23 ∼ n3/2I
, où I est un réel strictement positif que l’on ne cherchera pas à calculer.
Indication – effectuer le changement de variable u = tn+1 .

Exercice 17 – Développement asymptotique d’une suite d’intégrales

Soit f ∈ C 0 ([0, 1], R), In = 0 f (t) ln(1 + tn )dt.

R1

506 Stéphane FLON

 1 Montrer que (In ) converge et déterminer sa limite l.
C
2 On suppose f (1) ̸= 0. Montrer l’existence de C ̸= 0 tel que In − l ∼ n.
Indication – effectuer le changement de variable u = tn .
2
3 Sachant n⩾1 n12 = π6 , trouver C.
P

Exercice 18 – Limite d’intégrales

R +∞ √t2 +1−1
limx → 0 0 √
(t2 +1) t2 +x
dt.

Exercice 19 – Limite et équivalent d’une suite d’intégrales

R1 √
(TPE) Limite et équivalent de In = 0 xn 1 + xdx.

Exercice 20 – Équivalent d’une suite d’intégrales

def
Pour tout n ∈ N∗ , on pose In =
R +∞ sin(nx)
0 1+n4 x3 dx.
1 Vérifier que (In ) converge vers 0.
R +∞ sin(nx)
2 Donner un équivalent simple de 0 1+n4 x3 dx.
Indication – effectuer le changement de variable u = n4 x3 , ou le changement de variable v = n4/3 x.

Exercice 21 – Nature d’une série d’intégrales

1 (Mines PC 16)
R1 √
i Nature et somme éventuelle de la série de terme général In = 0 tn 1 − tdt.
R1 n
ii Nature de la série de terme général Jn = 0 √t1−t dt.
R1
2 (Mines PC 16) Soit fn : x ∈ [0, 1] 7→ n2 xnx(1−x)
2 +(1−x)2 . On pose In = 0 n
f (x)dx.
i Déterminer la limite éventuelle de (In )n∈N .
ii Nature de la série de terme général In ? de la série de terme général In2 ?
3 (Mines PC 16) Soit f une fonction continue de [0, 1] dans R. On pose In = 0 xn f (x)dx pour n ∈ N.
R1

i Déterminer la limite de (In )n∈N .

ii On suppose f (1) ̸= 0. Déterminer un équivalent de In .
iii On suppose que f (1) = 0 et que f est de classe C 1 . Montrer que la série de terme général In converge
et calculer sa somme.

Exercice 22 – Équivalent d’une intégrale à paramètre

1 Montrer :
1 ∞
xa−1 ln(x)
Z
1
R∗+ ,
X
∀a ∈ dx = − .
0 1 − x2 n=0
(2n + a)2
R1 a−1
x ln(x) 1
2 En déduire : 0 1−x2 dx ∼a → +∞ − 2a .

9.2. Exercices : Intégrales à paramètre

9.2.1. Pour préparer sa colle

Exercice 23 – Continuité d’une intégrale à paramètre

Montrer que la fonction f : x ∈ R 7→ 0 et +1 dt est continue sur R.

R +∞ cos(xt)

Exercice 24 – Continuité d’une intégrale à paramètre avec domination locale

Montrer que la fonction x 7→ 0 ln(t)e−xt dt est continue sur R∗+ .

R +∞

Montrer que la fonction f : x ∈ R 7→ 0 et −1 dt est continue sur R.

R +∞ sin(xt)

Exercice 25 – Une application du théorème de continuité des intégrales à paramètre (X MP 08)

507 Stéphane FLON

 1 D’après X MP 08. Soit a ∈ R∗+ .
R∞
)(x2 +b2 ) est définie et continue sur R+ .
∗
i Montrer que la fonction g : b 7→ −∞ (x2 +a2dx
ii Pour b ∈ R∗+ \ {a}, calculer g(b). Ä ä
1 1 1 1
Indication – Si α et β sont deux complexes distincts, on a : (X−α)(X−β) = α−β X−α − X−β .
R∞ dx
iii En déduire −∞ (x2 +a2 )2 .

Exercice 26 – Existence et calcul d’une intégrale à paramètre

1 Existence et calcul, pour x ∈ R, de :

+∞
eixt − 1 −t
Z
I(x) = e dt.
0 t

Exercice 27 – Application du théorème de dérivations successives d’une intégrale à paramètre

R +∞ sin(xt)
(Mines PC 16) Soit f : x 7→ 0 et −1 dt.
1 Montrer que f est définie sur R et continue.
2 Montrer que f est de classe C ∞ .
3 Montrer, pour x ∈ R, f (x) = n=1 n2 +x
P+∞ x
2.

Exercice 28 – Calcul d’une intégrale à paramètres (CCP MP 2015)

R +∞ arctan(xt)−arctan(t)
Soit la fonction F : x 7→ 0 t dt
1
i Montrer que F est bien définie sur R∗+ .
ii La fonction F est-elle continue et dérivable ?
2 En déduire une expression simplifiée de F .
R +∞ arctan(at)−arctan(bt)
3 Calculer I = 0 t dt avec a > 0 et b > 0.

Exercice 29 – Existence et calcul d’une intégrale à paramètre

Existence et calcul, pour x ∈] − 1, 1[ de :

Z π
2 ln(1 + x cos(t))
f (x) = dt.
0 cos(t)

Exercice 30 – Calcul d’une intégrale à paramètre

R 1 t−1 x R +∞ e−x −e−2x
1 (Mines PC 16) Soit f : x 7→ 0 ln(t) t dt et I = 0 x dx.
i Déterminer le domaine de définition de f . Donner une expression simple de f (x).
ii Montrer que I est bien définie. Calculer I à l’aide de la question précédente.
R +∞
2 (Mines PC 16) Soit f : a 7→ 0 exp −x2 − xa2 dx.

i Étudier l’ensemble de définition et le caractère C 1 de f .

ii Calculer f .
R +∞ 1−cos(tx)
3 (Mines PC 16) Soit F : x 7→ 0 t2 dt.
i Montrer que F est définie sur R.
ii Montrer que F est de classe C 2 . Déterminer F .

Exercice 31 – Égalité entre deux intégrales

Montrer :
+∞
arctan xt
Z
Z x
ln(t)
∀ x ∈ R+ , 2
dt = 2
dt.
0 1+t 0 t −1

Exercice 32 – Calcul d’une intégrale via une intégrale à paramètre

R +∞ arctan(tx)
On pose f (x) = 0 1+t2 dt.
1 Existence et continuité de f sur R.
508 Stéphane FLON
 2 Montrer que f ∈ C 1 (R∗ ), calculer f ′ (x) sur ce domaine.
R 1 ln(t)
3 En déduire 0 1−t 2 dt.

Exercice 33 – Étude d’une intégrale à paramètre

R +∞ t−⌊t⌋
1 (Centrale PC 16) Soit f : x 7→ 0 t(t+x) dt.
i Montrer que f est définie et de classe C 1 sur R∗+ .
ii Étudier les variations de f . Calculer f (1).
2 (Centrale PC 16)
i Donner un équivalent de arccos(x) quand x → 1.
R1 1
ii Pour x ∈]0, 1], montrer que F (x) = 0 arccos(1−xt) dt existe.
∞
iii Montrer que F est de classe C .

Exercice 34 – Égalité entre deux intégrales à paramètres

1−e−at (cos(a)+t sin(a))
(Mines PC 16) Soit, pour a ∈ R, I(a) = 0 sin(x)
Ra R +∞
x dx et J(a) = 0 1+t2 dt.
1 Justifier l’existence de I(a) et de J(a) pour tout a ⩾ 0.
2 Montrer que I = J.

Exercice 35 – Étude d’une transformation intégrale

1 (Mines PC 16) Soit L = f ∈ C 0 R∗+ , C / f intégrable et E = f ∈ C 0 R∗+ , C / ∀s > 0, u 7→


¶
f (u)
©
u+s intégrable .
R +∞ f (s)
Si f ∈ E, on pose fˆ(u) = 0 u+s ds.
i Préciser les inclusions entre E et L.
ii Soit fα : u 7→ uα−1 avec α > 0. Montrer que fˆα est proportionnel à fα .
iii Soit f ∈ E. Montrer que fˆ est continue sur R∗+ . Déterminer la limite de fˆ en +∞.
R +∞ e−t
2 (Centrale PC 16) Soit f : x ∈ R∗+ 7→ 0 t+x dt. Donner les limites de f en +∞ puis en 0.

Exercice 36 – Le théorème fondamental de l’algèbre par les intégrales

(TPE) Soit P ∈ C[X] non constant. On suppose par l’absurde que P ne possède pas de racine complexe.
Soit I : r ∈ R+ 7→ 0 P (re
R 2π 1
iθ ) dθ.

1 Montrer que I est de classe C 1 sur R+ et que I est constante.

2 Déterminer la limite de I(r) quand r → +∞. Conclure.

Exercice 37 – Étude d’une intégrale à paramètre

R π/2
Soit f : x 7→ 0 (sin t)x dt.
1 Montrer que f est définie et continue sur ] − 1, +∞[.
2 Calculer f (1). Montrer : ∀x > −1, (x + 2) f (x + 2) = (x + 1)f (x). En déduire un équivalent de f (x) quand
x → −1+ .
3 Montrer que f est de classe C 1 sur ] − 1, +∞[.
R π/2 R π/2 R π/2 Ä ä
4 Justifier : 0 ln (sin t) dt = 0 ln (cos t) dt = 21 0 ln sin(2t) 2 dt. En déduire f ′ (0).

Exercice 38 – Théorème de division C ∞

Soient f une application de classe C ∞ de R dans C, m dans N∗ .

1 Donner une condition nécessaire et suffisante pour que x ∈ R∗ 7→ fx(x)
m se prolonge en une fonction continue

sur R que l’on notera g.

2 Pour x dans R, déduire de la formule de Taylor avec reste intégral une écriture de g(x) comme une
intégrale à paramètre :
Z 1
g(x) = u(t, x)dt
0
où u est une fonction définie sur R2 que l’on explicitera.
3 Conclure que g est de classe C ∞ sur R.
509 Stéphane FLON
 Exercice 39 – Cas particulier de la méthode de Laplace

1 Soit f ∈ C 2 (R, R+ ). On suppose que f (x) → 0 quand x → ±∞, que f ne prend la valeur 1 qu’en x = 0
R +∞
et que l’intégrale −∞ x2 f (x)dx converge.
i Si n ∈ N∗ , montrer la convergence de an = −∞ x2 f (x)n dx.
R +∞

an , lorsque f ′′ (0) ̸= 0.
P
ii Étudier la convergence de la série
′′
iii On suppose f (0) ̸= 0. Donner un équivalent de an .

9.3. Exercices : Intégrales et fonctions intégrales classiques

9.3.1. Pour préparer sa colle

Exercice 40 – Fonction Gamma d’Euler

(Mines PC 16) Soit Γ : x ∈ R∗+ 7→ 0 tx−1 e−t dt.

R +∞
Rn
n
1 Montrer que Γ(x) = lim 0 tx−1 1 − nt dt.
n→+∞
n!nx
2 Montrer que Γ(x) = lim x(x+1)···(x+n) .
n→+∞

Exercice 41 – Calcul de l’intégrale de Gauss par convergence dominée

R π/2
1 On rappelle qu’en posant Wn = 0
sin(u)n du (ce sont les intégrales de Wallis, sans doute déjà vues en
pπ
MPSI), on a Wn ∼ 2n .
i Montrer que √
n ãn
t2
Z Å Z
2
lim 1− dt = e−t dt
n 0 n R+
ii En déduire, grâce au résultat rappelé, que
Z √
2 π
e−t dt =
R+ 2

Exercice 42 – Un calcul de l’intégrale de Gauss par intégrale à paramètre

1
i Exprimer l’application
1 2 2
e−(t +1)x
Z
G : x ∈ R+ 7→ dt
0 t2 + 1
Rx 2
en fonction de F : x 7→ 0 e−t dt.
R +∞ 2
ii En déduire la valeur de I = 0 e−t dt.

Exercice 43 – Calculs de l’intégrale de Dirichlet

R +∞ sin(xt)
1 (Centrale PC 16) Soit F : x 7→ 0 t(t2 +1) dt.
i Déterminer le domaine de définition de F . Montrer que F est de classe C 2 sur un domaine D à
préciser. R +∞ sin(t)
ii Montrer que F est solution d’une équation différentielle. En déduire la valeur de l’intégrable 0 t dt.

R +∞ sin(t) R +∞ sin2 (t) R +∞ sin2 (t) −xt

2 (Centrale PC 16) Soit I = 0 t dt, J = 0 t2 dt et g : x 7→ 0 t2 e dt.
i Justifier que I et J sont bien définies. Montrer que I = J.
ii Montrer que g est continue sur R+ et de classe C 2 sur R∗+ .
iii En déduire la valeur de I.
3 (Centrale PC 16) On pose, pour tout réel positif ou nul x :
Z +∞ −xt Z n
e sin(t)
f (x) = 2
dt et g(x) = lim dt.
0 1+t n∞ t=0 x + t
i Montrer que f est bien définie et continue sur R+ , et qu’elle est de limite nulle en +∞.
510 Stéphane FLON
 ii Montrer que f est deux fois dérivable sur R∗+ , et qu’elle est solution sur ce domaine de
1
(E) y ′′ + y =
x
iii Vérifier que g est aussi définie et continue sur R+ , solution de E sur R∗+ , et de limite nulle en +∞.
R +∞ sin(t)
iv En déduire que f = g, puis la valeur de l’intégrale de Dirichlet 0 t dt.

Exercice 44 – Une application du théorème d’intégration terme à terme

1 Soit k ∈ N∗ . On pose
+∞
tk
Z
def
Ik = dt
0 et − 1
Vérifier que pour tout k ∈ N∗ ,
Ik = k! ζ(k + 1)
Indication – On pourra partir du fait que, pour tout t ∈ R∗+ :
∞
1 e−t X
= = e−nt
et − 1 1 − e−t n=1

et faire intervenir la fonction Γ d’Euler.

2 Montrer que pour tout réel x > 1 :
+∞
tx−1
Z
dt = Γ(x)ζ(x)
0 et − 1

Exercice 45 – Théorème de Bohr-Mollerup

Montrer que la fonction Γ d’Euler est la seule fonction f définie sur R∗+ vérifiant
i f (1) = 1 ;
ii ∀ x > 0, f (x + 1) = xf (x) ;
iii f est logarithmiquement convexe.

Exercice 46 – Formules de Gauss et Weierstrass

Si x est dans R∗+ , établir :

nx n!
Qn −→ Γ(x)
k=0 (x + k)
n→∞

Rn
1 Retrouver ce résultat en considérant, à x > 0 fixé, la suite de terme général In = 0
tx−1 e−t dt.
2 Montrer, si x est dans R∗+ :
+∞
1 Y  x  −x/k 
= x eγx 1+ e
Γ(x) k
k=1

Exercice 47 – Intégrales eulériennes

Pour x et y dans R∗+ , on pose : B(x, y) =

R1
0
tx−1 (1 − t)y−1 dt.
1 Justifier cette définition.
2 Montrer, si x et y sont dans R∗+ : B(x + 1, y) = x
x+y B(x, y).
3 En utilisant le théorème de Bohr-Mollerup, en déduire, pour x et y dans R∗+ : B(x, y) = Γ(x) Γ(y)
Γ(x+y) .
Indication – Pour y fixé, considérer l’application x 7→ Γ(x + y) B(x, y).
4 Retrouver l’intégrale de Gauss.
511 Stéphane FLON
 9.4. Exercices : Les transformées de Laplace et de Fourier
9.4.1. Pour préparer sa colle

Exercice 48 – Calcul d’une intégrale à paramètre (ENSAM 2015)

R∞ e−tx
Soit la fonction f définie par f (x) = 0
√
1+t
dt.
1 Donner l’ensemble de définition de f .
2 Montrer que f est de classe C 1 .
3 Donner une équation différentielle vérifiée par f .
4 En déduire une expression de f faisant intervenir une intégrale sans paramètre.

Exercice 49 – Transformée de Laplace

R +∞
1 (Mines PC 16) Soit F : x 7→ 0 e−xt sin(t) t dt.
Montrer que F est définie sur R+ . Calculer F (x) pour x > 0.
2 (Centrale PC 16) Soit f : R −→ R+ continue, 1-périodique et non identiquement nulle. On pose F : x 7→
R +∞
0
f (t)e−xt dt.
i Déterminer le domaine de définition de F .
ii Déterminer les limites aux bornes.
R +∞ e−xt
3 (Mines PC 16) Soit f : x ∈ R∗+ 7→ 0 1+t dt.
i Montrer que f est bien définie et que f est de classe C ∞ .
ii Déterminer une équation différentielle du premier ordre vérifiée par f .

Exercice 50 – Simplification de fonctions définies par des intégrales à paramètres

R +∞ R +∞
(Centrale MP 10) On pose u(x) = 0 e−t cos(xt)dt et v(x) = 0 e−t sin(xt)dt.
1 Déterminer le domaine de définition D de u et v. Montrer que u et v sont de classe C ∞ sur D.
2 Exprimer u et v au moyen des fonctions usuelles.

Exercice 51 – Simplification d’expressions intégrales à paramètres

Soit x ∈ R. Exprimer sans symbole d’intégration

Z +∞ −t +∞
e−t sin(xt)
Z
e cos(xt)
u(x) = √ dt et v(x) = √ dt.
0 t 0 t

Exercice 52 – Transformée de Fourier

R +∞ t2
1 (Mines PC 16) Déterminer à l’aide des fonctions usuelles f : x 7→ 0
cos(xt)e− 2 dt.
R +∞ cos(tx)
2 (Centrale PC 16) Soit f : x 7→ 0 √
1+t
dt.
i Déterminer le domaine de définition. Étudier la continuité.
ii Déterminer un équivalent de f (x) quand x → 0+ .
R +∞ sin(xt)
3 (ENSEA 13) Domaine de définition et calcul de f : x 7→ 0 e−t t dt.

Exercice 53 – Intégrale à paramètre et équation différentielle

R 1 cos(xy)
(CCP MP 13) Soit f : x 7→ π2 0 √ 2
dy.
1−y
1 Montrer que f est définie sur R ; calculer f (0).
2 Montrer : ∀x ∈ R, f (x) = π2 0 cos(x sin t)dt. Montrer que f est de classe C 2 sur R.
R π/2

3 Montrer que f est solution de x y ′′ + y ′ + x y = 0.

Exercice 54 – Fonction définie par une intégrale

On pose, pour tout réel x pour lequel cela a un sens :

Z +∞
def e−xt
F (x) = √ dt
1 1 + t2
512 Stéphane FLON
 1 Montrer que le domaine de définition de F est R∗+ .
2 Montrer que F est continue sur R∗+ .
3 Montrer que F est de classe C ∞ sur R∗+ .
4 Montrer :
F (x) ∼0+ − ln(x).
Indication – effectuer le changement de variable u = xt, et regarder les forces en présence.

Exercice 55 – Mines MP 2015

R +∞ e−nt f (t)
1 Soit f ∈ C(R+ , R) une fonction bornée. Pour n ∈ N, on pose In = 0 √
t
dt.
i Existence ?
ii Limite de (In )n ?
iii On suppose f (0) ̸= 0. Donner un équivalent de In lorsque n → +∞.
R +∞ e−nx cos(x)
2 (Mines PC 16) Soit, pour n ∈ N∗ , In = 0 √
x
dx.
i Justifier la définition de In . Déterminer la limite de (In ).
ii Donner un équivalent de In lorsque n → +∞.

Exercice 56 – Équivalent d’une suite d’intégrales faisant intervenir Γ

On note, pour (a, b) ∈] − 1, +∞[×]0, +∞[ et n ∈ N∗ :

Z +∞ a −nt
t e
In = √ dt.
0 1 + tb

1 Étudier l’existence de In .
2 Déterminer la limite de (In ).
3 Déterminer un équivalent simple de In (la réponse fera intervenir la fonction Γ d’Euler).

Exercice 57 – Transformée de Fourier d’une gaussienne

1 Pour x dans R, justifier l’existence de :

Z +∞
2
f (x) = e−t /2 −itx
e dt
−∞

2 Montrer que f est de classe C 1 sur R, trouver une équation différentielle linéaire homogène d’ordre 1
vérifiée par f .
3 Calculer f (x) pour x dans R.

Exercice 58 – Régularité d’une transformée de Fourier

Si f est une fonction continue par morceaux et intégrable de R dans C, on définit la transformée de Fourier
fb de f par :
Z +∞
∀ x ∈ R, fb(x) = f (t) e−ixt dt
−∞

1 Justifier l’existence de fb et montrer que fb est continue sur R.

2 Calculer fb si f est la fonction caractéristique de [−1, 1], puis si :
2
∀ t ∈ R, f (t) = e−t /2

3 Soit k dans N. Montrer que si t 7→ tk f (t) est intégrable sur R, alors fb est de classe C k .
4 Soient ε > 0, C > 0. On suppose que :
∀ t ∈ R, |f (t)| ⩽ C e−ε|t|
Montrer que fb est analytique sur R, c’est-à-dire développable en série entière au voisinage de tout point.

Exercice 59 – Propriétés asymptotiques de la transformée de Fourier

513 Stéphane FLON

 1 Montrer que si f est continue par morceaux sur R et intégrable sur R, alors fb(x) tend vers 0 lorsque x
tend vers ±∞.
2 On suppose que f est de classe C 1 , que f et f ′ sont intégrables sur R. Montrer que x fb(x) tend vers 0
lorsque x tend vers ±∞.
3 Soit k dans N∗ . On suppose que f est de classe C k et que, pour tout j de [[0, k]], f (j) est intégrable sur R.
Montrer que xk fb(x) tend vers 0 lorsque x tend vers ±∞.

Exercice 60 – Inversion de Fourier

Soient A > 0, f une fonction continue par morceaux et intégrable de R dans C.

1 Montrer, en utilisant le théorème de Fubini :
Z A Z +∞
sin(At)
f =2
b f (t) dt
−A −∞ t
2 En utilisant le lemme de Riemann-Lebesgue, montrer :
Z
sin(At)
f (t) dt −→ 0
|t|⩾1 t A→+∞

On suppose désormais que f est de classe C 1 par morceaux.

3 Montrer que l’on peut écrire :
∀ t ∈ R+ , f (t) = f (0+ ) + t g(t)
où g est une fonction continue par morceaux de R+ dans C.
4 En appliquant le lemme de Riemann-Lebesgue, montrer :
Z 1 Z +∞
sin(At) sin(t)
f (t) dt −→ f (0+ ) dt
0 t A→+∞ 0 t
5 Conclure que :
Z A Z +∞
sin(t)
dt f (0+ ) + f (0− )


fb −→ 2
−A A→+∞ 0 t
R +∞ sin(t)
6 Retrouver la valeur de : 0 t dt.
7 Montrer que pour tout réel x,
Z A
fb(t) eixt dt π f (x+ ) + f (x− )


−→
−A A→+∞

Comment se simplifie cette formule si fb est intégrable sur R ?

514 Stéphane FLON

 10. Réduction des endomorphismes

10.1. Exercices : Valeurs propres, vecteurs propres

10.1.1. Problématiques
Problématique : Prouver une liberté en utilisant la notion de vecteur propre

Exercice 1 – Liberté et sous-espaces propres

1 Soit λ1 , . . . , λp des complexes distincts deux à deux. Pour tout k ∈ [[1, p]], on définit
fk : R → C
x 7 → eλ k x
Montrer que (f1 , . . . , fp ) est libre.

Exercice 2 – Liberté et sous-espaces propres

On considère des réels positifs λ1 , . . . , λn , distincts deux à deux. Montrer que la famille constituée des
gk : x 7→ cos(λk x) est libre.

Problématique : Déterminer les éléments propres d’un endomorphisme ou d’une matrice carrée

Exercice 3 – Recherche d’éléments propres (extrait de banque CCP 2016)

Ñ é
0 0 1
Déterminer les éléments propres de A = 1 0 0 ∈ M3 (C).
0 1 0

Exercice 4 – Réduction d’un endomorphisme de Mn (R)

1 (CCP MP 13) Soit A ∈ Mn (R) telle que tr A ̸= 0. Déterminer les éléments propres de l’endomorphisme
Φ : M ∈ Mn (R) 7→ (tr A) M − (tr M ) A.
2 (ENSAM MP 13) Soit f : A ∈ Mn (R) 7→ −A + tr(A)In . Montrer que f est un endomorphisme de Mn (R)
et déterminer ses éléments propres.

Exercice 5 – Éléments propres d’un endomorphisme de Rn [X]

(Mines MP 2015) Soit l’endomorphisme f : Rn [X] → Rn [X] défini par f (P ) = X(X + 1)P ′ − nXP .
Déterminer ses éléments propres.
Voir aussi : 12, 13, 14, 15, 17

10.1.2. Bonnes questions

Exercice 6 – Peut-on relier les sous-espaces propres d’endomorphismes différents ?

1 Soit E un K-espace vectoriel, u ∈ L(E).
i Montrer que pour tout (λ, µ) ∈ K2 , Eλ−µ (u − µ Id E ) = Eλ (u).
ii Montrer que pour tout k ∈ N, tout λ ∈ K, Eλ (u) ⊂ Eλk (uk ). Donner un exemple où cette inclusion
est stricte.
2
i Soit v ∈ GL(E). on pose w = vuv −1 . Montrer que pour tout λ ∈ K : Eλ (w) = v(Eλ (u)).

Exercice 7 – Valeurs propres comparées de u ◦ v et de v ◦ u

Soit u et v deux endomorphismes d’un espace vectoriel E.

1 Soit λ un réel non nul. Prouver que si λ est valeur propre de u ◦ v, alors λ est valeur propre de v ◦ u.
Z X
2 On considère sur E = R [X] les endomorphismes u et v définis par u : P 7−→ P et v : P 7−→ P ′ .
1
Déterminer Ker(u ◦ v) et Ker(v ◦ u). Le résultat de la question 1. reste-t-il vrai pour λ = 0 ?
515 Stéphane FLON
 3 Si E est de dimension finie, démontrer que le résultat de la première question reste vrai pour λ = 0.
Indication – Penser à utiliser le déterminant.
Exercice 8 – Quand l’union des sous-espaces propres est-elle un espace vectoriel ?

Si A ∈ Mn (C), on pose EA = {X ∈ Cn / ∃λ ∈ C , AX = λX}.

1 On suppose que det(A) = 0. Montrer que EA est un espace vectoriel si, et seulement si, A est nilpotente.
2 On suppose que det(A) ̸= 0. Donner une condition nécessaire et suffisante pour que EA soit un sous-espace
vectoriel.
Exercice 9 – Quand deux matrices de même taille ont-elles une valeur propre commune ?

Soit A, B ∈ Mn (C). Montrer l’équivalence entre :

(1) ∀ C ∈ Mn (C), ∃!X ∈ Mn (C), AX − XB = C.
(2) ∀ X ∈ Mn (C), AX = XB ⇒ X = 0.
(3) χA (B) est inversible.
(4) A et B n’ont pas de valeur propre en commun.

Exercice 10 – Condition suffisante pour que des endomorphismes admettent un vecteur propre en commun

1 Soit E un C-espace vectoriel de dimension finie non nulle.
i Soient u et v dans L(E) tels que u ◦ v = v ◦ u. Montrer que u et v ont un vecteur propre commun.
ii Soient u1 , . . . , up des endomorphismes de E qui commutent deux à deux. Montrer que les ui ont un
vecteur propre commun.
iii Soit (ui )i∈I une famille d’endomorphismes de E qui commutent deux à deux. Montrer que les ui ont
un vecteur propre commun.

Exercice 11 – Une matrice carrée admet-elle toujours une racine carrée ?

Ñ é
0 0 0
1 (Mines PC 16) Existe-t-il M ∈ M2 (C) telle que M 2 = 1 0 0 ?
0 1 0
2 (Mines PC 16) Soit n ∈ N avec n ⩾ 3 et A = (ai,j )1⩽i,j⩽n où ai,i+1 = 1 si i ∈ [[1, n − 1]], les autres
coefficients étant nuls.
Résoudre M 2 = A avec M ∈ Mn (R).
3 (Mines PC 16) Déterminer les A ∈ M4 (R) telles que A2 = Diag(1, 2, −1, −1).
Å ã
A A
4 (Mines PC 16) Soit A ∈ M2 (R) et B = .
0 A
Donner une condition nécessaire et suffisante sur A pour que B soit diagonalisable.

10.1.3. Pour préparer sa colle

Exercice 12 – Endomorphisme de Mn (C) de multiplication par une matrice donnée

1
i Soit A ∈ Mn (C) et ψ : M ∈ Mn (C) 7→ AM . Déterminer les éléments propres de ψ.
ii En déduire que ψ est diagonalisable si et seulement si A l’est.
2 (Mines PC 16) Soit A ∈ Mn (C) et Φ : M ∈ Mn (C) 7→ M A ∈ Mn (C).
i Déterminer le rang et la trace de Φ.
ii Déterminer les éléments propres de Φ.

Exercice 13 – Étude de spectre (CCP MP 2015)

Soit A la matrice de M2n+1 (R) dont l’endomorphisme canoniquement a vérifie : a(e1 ) = e1 + e2n+1 et
∀i ∈ [[2, 2n + 1]], a(ei ) = ei−1 + ei
1 Déterminer le polynôme caractéristique de A.
516 Stéphane FLON
 2 Montrer que A est inversible.
3 Écrire A−1 sous la forme d’un polynôme en A.
2n Å ã
Y kπ
4 Déterminer les valeurs propres complexes de A. Calculer cos .
2n + 1
k=0

Exercice 14 – Réduction d’une matrice par blocs

Ñ é
Å ã A A A
1 2
(ENSAM MP 13) Donner les éléments propres de A = et de B = A A A .
2 1
A A A

Exercice 15 – Étude du spectre d’une famille de matrices

Ñ é
0 0 α
(Mines PC 16) Soit M (α) = 1 0 1 pour α ∈ C. Déterminer les valeurs de α pour lesquelles M (α)
0 1 0
possède une valeur propre de module 1.

Exercice 16 – Valeur propre double pour une combinaison linéaire

Soit A, B, C ∈ M2 (K). Montrer l’existence de scalaires α, β, γ non tous nuls, tels que αA+βB +γC admette
une valeur propre double.

Exercice 17 – Éléments propres d’un opérateur fonctionnel

(Centrale PSI 10) Soit E = C ∞ (R, R) et t ∈] − 1, 1[\{0}. Pour f ∈ E, on définit

u(f ) : x 7→ f (tx + (1 − t)).

1 Montrer que u est un automorphisme de E.

2 Montrer que le spectre de u est inclus dans ] − 1, 1]. Si g est vecteur propre de u, montrer qu’il existe
k ∈ N∗ tel que g (k) = 0. En déduire les éléments propres de u.

Exercice 18 – Égalité de polynômes caractéristiques

Soit A, B ∈ Mn (C) telles que An = AB = 0n . Montrer que B et A+B ont même polynôme caractéristique.

Exercice 19 – Théorème de Kronecker

1 Soit P ∈ Z[X] unitaire de degré n. Existe-t-il A ∈ Mn (Z) telle que χA = P ?

2 On note λ1 , . . . , λn ∈ C les racines distinctes ou confondues d’un polynôme P unitaire de Z[X] de degré
def Qn
n. Montrer que si q ∈ N∗ , Pq = i=1 (X − λqi ) ∈ Z[X].
3 Soit P ∈ Z[X], unitaire dont toutes les racines complexes sont de module inférieur ou égal à 1. Montrer
que les racines non nulles de P sont des racines de l’unité (théorème de Kronecker).

Exercice 20 – Disques de Gerschgörin

P M = (mi,j )⩽i,j⩽n ∈ Mn (C). On note, pour i ∈ {1, . . . , n}, Di le disque fermé de centre mi,i et de
Soit
rayon j̸=i |mi,j |.
Montrer que le spectre de M est inclus dans D1 ∪ D2 ∪ · · · ∪ Dn .

Exercice 21 – Théorème de Perron-Frobenius

Le théorème de Perron-Frobenius est un ensemble de résultats spectraux sur les matrices à coefficients
⩾ 0. Ö è Ö è
x1 |x1 |
Si X = .. est dans Cn , on note : |X| = .. .
. .
xn |xn |
517 Stéphane FLON
 Ö è Ö è
x1 y1
Pour X = .. et Y = .. dans Rn , on écrit : X ⩾ Y si et seulement si ∀ i ∈ {1, . . . , n}, xi ⩾ yi .
. .
xn yn
Soit A = (ai,j )1⩽i,j⩽n dans Mn (R) avec :
∀(i, j) ∈ {1, . . . , n}, ai,j > 0
1 Soit E = r ⩾ 0 ; ∃X ∈ (R+ ) \ {0}, AX ⩾ rX .
 n

Montrer que E est non vide, majoré, et que sup E = ρ est dans E.
Indication – On pourra utiliser une suite (Xk ) d’éléments de (R+ )n de norme 1 (pour une norme fixée quelconque)
telle que, pour tout k, on ait : AXk ⩾ (ρ − 1/k)Xk .
2 Soit X dans (R+ )n \ {0} tel que AX ⩾ ρX. On pose Y = AX − ρX.
Montrer que si Y ̸= 0, alors AY > 0 (ce qui veut dire ici que toutes les composantes de AY sont strictement
positives). Obtenir une contradiction avec la définition de ρ.
Ainsi : AX = ρX.
3 Montrer que ρ = ρ(A) où ρ(A) = max{|λ|, λ ∈ SpC (A)}.
Dans les questions suivantes, λ est une valeur propre de A dans C de module ρ, Eλ (A) désigne l’espace
propre correspondant.
4 Soient Y ∈ Eλ (A) \ {0} et |Y | le vecteur dont les coordonnées sont les valeurs absolues des coordonnées
de Y . Montrer que A|Y | = ρ|Y | et en déduire que les coordonnées de |Y | sont toutes dans R+∗ .
5 Montrer que dim Eλ (A) = 1 et que λ = ρ.
6 3 Montrer que ρ est racine simple du polynôme caractéristique de A.
7 Étudier (A/ρ)k lorsque k → +∞.
8 Soit A = (ai,j )1⩽i,j⩽n est dans Mn (R) telle que ∀(i, j) ∈ {1, . . . , n}2 , ai,j ⩾ 0.
En utilisant ce qui précède, montrer qu’il existe X ∈ (R+ )n \ {0} tel que : AX = ρ(A) X.

10.2. Exercices : Endomorphismes et matrices carrées diagonalisables

10.2.1. Problématiques
Problématique : Diagonaliser

Exercice 22 – Réduction de J

1 Réduire la matrice J (de Mn (R)) dont tous les coefficients valent 1.

Voir aussi : 34, 35

Problématique : Étudier la diagonalisabilité

Exercice 23 – Diagonalisabilité d’une matrice de taille 3

Ñ é Ñ é
1 0 0 1 0 0
La matrice A = 0 1 0 est-elle diagonalisable ? et B = 1 1 0 ?
0 1 2 0 0 2

Exercice 24 – Étude d’élements propres (ENSEA MP 2015)

Ö è
1 (0) 1
.. . . .
Soit N = . . .. . (Les 1 forment un N).
1 (0) 1
1 Rang de N et N − In ?
2 Base de Im(N ) ?
3 Montrer que f induit un endomorphisme de Im(f ), noté fe. (f est l’endomorphisme associé à N ).
4 Montrer que fe a deux valeurs propres, trouver un vecteur propre associé à la valeur autre que 1.
5 La matrice N est-elle diagonalisable ?

Exercice 25 – Diagonalisabilité d’un endomorphisme de Rn [X]

1 L’application u : P ∈ Rn [X] 7→ X n P (1/X) ∈ Rn [X] est-elle diagonalisable ?

518 Stéphane FLON
 2 Soit f : P ∈ Rn [X] 7→ P (1 − X). f est-il diagonalisable ? Trouver une base de vecteurs propres.

Exercice 26 – Étude de diagonalisabilité de M 7→ M + (t M ) (Centrale PSI 10)

(Centrale PSI 10) Soit f : M ∈ Mn (R) 7→ M + (t M ). Déterminer les valeurs propres de f . L’application
est-elle diagonalisable ?
Voir aussi : 33, 28, 37

10.2.2. Bonnes questions

Exercice 27 – Que dire des endomorphismes semi-simples ?

1 On dit qu’un endomorphisme u d’un K-espace vectoriel E de dimension finie est semi-simple si et
seulement si tout sous-espace de E stable par u admet un supplémentaire stable par u.
i On suppose que K = C. Montrer l’équivalence des assertions suivantes :
(1) u est semi-simple.
(2) u est diagonalisable.
(3) Tout sous-espace de E admet un supplémentaire stable.
ii Indiquez les implications qui demeurent lorsque K = R.

Exercice 28 – Quand une matrice carrée de rang 1 est-elle diagonalisable ?

1 Soit M ∈ Mn (K) de rang 1. Montrer que M est diagonalisable si et seulement si tr(M ) ̸= 0.
2 (Mines MP 2015) Soit (a1 , . . . , an ) ∈ Cn et A ∈ Mn (C) de coefficient général ai,j = ai aj . Condition
nécessaire et suffisante pour que A soit diagonalisable.
3 La matrice (i/j) est-elle diagonalisable ?
1 1/a 1/a2
Ñ é

4 (CCP) Soit a ∈ R∗ et A = a 1 1/a . Déterminer le rang de A. La matrice A est-elle diagona-

a2 a 1
lisable ?
5 (Banque CCP 2016 72) Soit f un endomorphisme d’un espace vectoriel E de dimension n, et soit e =
(e1 , . . . , en ) une base de E.
On suppose que f (e1 ) = f (e2 ) = · · · = f (en ) = v, où v est un vecteur donné de E.
i Donner le rang de f .
ii f est-il diagonalisable ? (discuter en fonction du vecteur v)

Exercice 29 – Quand peut-on codiagonaliser ?

1 On considère deux endomorphismes u et v d’un espace vectoriel E de dimension finie. On suppose que
u et v sont diagonalisables.
i Montrer que u et v sont codiagonalisables (i.e. admettent une base commune de diagonalisation) si et
seulement si u et v commutent.
ii En déduire que si u et v commutent, alors uv et u + v sont diagonalisables.

Exercice 30 – Comment caractériser les sous-espaces stables par un endomorphisme diagonalisable ?

On suppose u diagonalisable. Montrer que F (sous-espace vectoriel non trivial de E) est stable par u si
et seulement si il admet une base de vecteurs propres.

Exercice 31 – Que dire des réductions comparées de AB et BA ?

1 Soit A, B ∈ Mn (K).
i On suppose A ou B inversible. Montrer que BA est diagonalisable si et seulement si AB est diagona-
lisable.
519 Stéphane FLON
 ii Donner un exemple où AB est diagonalisable, mais pas BA.
iii Montrer cependant que χAB = χBA .
2 Soient A ∈ Mn,p (K) et B ∈ Mp,n (K). On suppose AB diagonalisable et inversible. Montrer que BA est
diagonalisable.
Que se passe-t-il si on ne suppose plus AB inversible ?

Exercice 32 – Diagonalisabilités comparées d’un endomorphisme et de son carré

Soit f un endomorphisme d’un K-espace vectoriel E de dimension finie.

1 Montrer que si f est diagonalisable, alors f 2 est diagonalisable.
2 Donner un exemple où f 2 est diagonalisable mais pas f .
3 On suppose que K = C. Montrer que f est diagonalisable si et seulement si f 2 est diagonalisable et
Ker(f ) = Ker(f 2 ).
4 Montrer que le résultat précédent tombe en défaut si K = R.

10.2.3. Pour préparer sa colle

Exercice 33 – Diagonalisabilité d’un endomorphisme particulier

(CCP MP 13) Soit f ∈ L(R3 ) tel que f 4 = f 2 et {−1, 1} ⊂ Sp f . Montrer que f est diagonalisable.

Exercice 34 – Banque CCP 2016 70

Ñ é
0 0 1
Soit A = 1 0 0 ∈ M3 (C) .
0 1 0
1 Déterminer les valeurs propres et les vecteurs propres de A. A est-elle diagonalisable ?
2 Soit (a, b, c) ∈ C2 et B = aI2 + bA + cA2 , où I3 désigne la matrice identité d’ordre 3.
Déduire de la question 1. les éléments propres de B.

Exercice 35 – Diagonalisabilité et limite des puissances d’une matrice (Mines MP 2015)

Ü 2
a ab ab b2
ê
ab a2 b2 ab
Soient (a, b) ∈ R2 , A(a, b) = .
ab b2 a2 ab
b2 ab ab a2
1 La matrice A est-elle diagonalisable ? Si oui, la diagonaliser.
2 Représenter {(a, b) ∈ R2 , lim A(a, b)n = 0}.
n→+∞

Exercice 36 – Étude de diagonalisabilité

Ñ é
0 0 z
1 (Mines PC 16) Déterminer les z ∈ C pour lesquels la matrice 1 0 0 est diagonalisable.
1 1 0
â ì â ì
1 1 ··· 1 1 1 1 ··· 1 1
1 0 ··· 0 0 1 0 ··· 0 1
2 (Mines PC 16) Soit A = .. .. .. .. et B = .. .. .. .. .
. . . . . . . .
1 0 ··· 0 0 1 0 ··· 0 1
1 0 ··· 0 0 1 1 ··· 1 1
Montrer que A et B sont diagonalisables. Déterminer les éléments propres de A et de B.
1 1 0 ··· 0
 
.. .. .
. . .. 

2 0
3 (Mines PC 16) Si n ∈ N avec n ⩾ 2, on pose An =  3 ...
 
 .. .. 
 . . 0 
. . ..
 .. ..

. 1
n 0 ··· ··· 0
i Montrer que An possède une unique valeur propre strictement positive.
520 Stéphane FLON
 ii Pour n = 3, la matrice An est-elle diagonalisable ?
4 (Mines PC 16) Soit (a1 , . . . , an ) ∈ Rn et M = (mi,j )1⩽i,j⩽n ∈ Mn (R) où, pour tout (i, j) ∈ [[1, n]]2 ,
mi,j = ai . On pose N = 2M − tr(M )In .
Les matrices M et N sont-elles diagonalisables ? À quelle condition la matrice N est-elle inversible ?
5 (Mines PC 16) Soit Φ : P ∈ Rn [X] 7→ 1 − X 2 P ′ + nXP .


i Montrer que Φ est un endomorphisme de Rn [X].
ii Soit P un polynôme propre. Montrer que les racines complexes de P sont dans {−1, 1}.
iii L’endomorphisme Φ est-il diagonalisable ?
6 (Mines PC 16) Soit Φ : P ∈ Rn [X] 7→ X n P X 1
∈ Rn [X].


L’endomorphisme Φ est-il diagonalisable ? Déterminer ses éléments propres.
7 (Mines PC 16) Soit a ∈ R∗ , n ∈ N∗ et Φ : P ∈ Rn [X] 7→ P (a − X) ∈ Rn [X].
L’endomorphisme Φ est-il diagonalisable ? Déterminer ses sous-espaces propres.
8 (Mines PC 16) Soit (A, B) ∈ (Mn (C))2 et Φ : M ∈ Mn (C) 7→ M + tr(AM )B.
Déterminer les valeurs propres et les vecteurs propres de Φ.
9 (Mines PC 16) Soit A ∈ Mn (R) diagonalisable. Déterminer les éléments propres de Φ : M ∈ Mn (R) 7→
AM − M A.
10 (Mines PC 16) Soit A ∈ Mn (C) telle que tr(A) = 0, rg(A) = 2 et An ̸= 0.
Montrer que A est diagonalisable.
11 (Mines PC 16) Soit Φ : M ∈ Mn (C) 7→ M + tr(M )In ∈ Mn (C).
i Montrer que Φ est un endomorphisme. Déterminer son rang.
ii Déterminer un polynôme annulateur de Φ.
iii Déterminer l’inverse éventuel de Φ.
iv Déterminer les éléments propres de Φ.

Exercice 37 – Endomorphisme diagonalisable sur un espace de matrices

On suppose A diagonalisable. Montrer que l’endomorphisme

φ : Mn (K) → Mn (K)
B 7→ ABA
de Mn (K) est diagonalisable.

Exercice 38 – Égalité des cubes pour des endomorphismes diagonalisables

Soit u, v ∈ L(Rn ) diagonalisables, tels que u3 = v 3 . montrer que u = v.

10.3. Exercices : Endomorphismes et matrices carrées trigonalisables

10.3.1. Pour préparer sa colle
10.4. Exercices : Commutant d’un endomorphisme, d’une matrice carrée
10.4.1. Bonnes questions

Exercice 39 – Que dire du commutant d’un endomorphisme ?

1 (Mines PC 16) Soit E un espace vectoriel de dimension finie n, et f ∈ L(E). On pose Γf = {u ∈
L(E) / u ◦ f = f ◦ u}. Cet ensemble est appelé commutant de f .
i Montrer que Γf est un sous-espace vectoriel de L(E).
ii Montrer que Γf est stable par la composition des applications.
iii Montrer que Γf est une K-algèbre contenant la K-algèbre des polynômes en f .
2 Soit f, g ∈ L(E). Montrer que Γf ∩ Γg ⊂ Γf ◦g , Γf ∩ Γg ⊂ Γf +g . Si g ∈ GL(E), exprimer Γg−1 ◦f ◦g en
fonction de g et de Γf . Montrer aussi que pour tout polynôme P , Γf ⊂ ΓP (f ) .
3 On suppose que f est diagonalisable.
i Soit u ∈ L(E). Montrer que u ∈ Γf si, et seulement si, tous les sous-espaces propres de f sont stables
par u.
ii Déterminer la dimension de Γf .
4
521 Stéphane FLON
 i Montrer que si f admet n valeurs propres distinctes, alors son commutant est l’ensemble des polynômes
de f .
ii On suppose que f est cyclique, c’est-à-dire qu’il existe x ∈ E tel que (x, f (x), . . . , f n−1 (x)) soit une
base de E. Montrer que Γf est égal à l’ensemble des polynômes de f .
Remarque – C’est par exemple le cas si f est nilpotent d’indice n.
5 On définit de même la notion de commutant d’une matrice carrée. Traduire matriciellement les résultats
précédents.

Exercice 40 – Quand peut-on cotrigonaliser ?

On considère deux endomorphismes u et v d’un espace vectoriel E de dimension finie. On suppose que u
et v sont trigonalisables.
1 Montrer que si u et v commutent, alors ils sont cotrigonalisables (i.e. admettent une base commune de
trigonalisation).
2 En déduire que si u et v commutent, alors uv et u + v sont trigonalisables.
3 Donner un exemple où deux endomorphismes sont cotrigonalisables, mais ne commutent pas.

10.4.2. Pour préparer sa colle

Exercice 41 – Ajout à une matrice d’un nilpotent avec lequel elle commute

Soit A, B ∈ Mn (C), telles que AB = BA et B nilpotente. Montrer que A est inversible si et seulement
si A + B l’est.

Exercice 42 – Caractérisation de la nilpotence par la trace des puissances

1 Soit A ∈ Mn (R) telle que ∀ i ∈ [[1, n]], tr(Ai ) = 0. Montrer que A est nilpotente. Réciproque ?
2 Soit E un C-espace vectoriel de dimension n.
i Soit u ∈ L(E) tel que : ∀ k ∈ [[1, n]], tr(uk ) = 0. Montrer que u est nilpotent.
ii Soit v ∈ L(E) tel que ∀ k ∈ [[1, n]], tr v k = n. Montrer que v − Id E est nilpotent.

Exercice 43 – Matrice semblable à son double (X PC 10)

3 Soit M ∈ Mn (R). On suppose M semblable à 2M . Montrer que M est nilpotente. Que dire de la
réciproque ?

Exercice 44 – Matrices unipotentes

(X-ESPCI 16)
1 Soit A ∈ Mn (C). Montrer que le spectre de A est égal à {1} si, et seulement si, A − In est nilpotente.
2 Soit A ∈ Mn (C) telle que A − In est nilpotente. Montrer qu’il existe B ∈ Mn (C) dont le spectre est égal
à {1} tel que B 2 = A.
3 Soit N ∈ Mn (R) (respectivement Mn (Q)) nilpotente. Montrer qu’il existe N ′ ∈ Mn (R) (resp. Mn (Q))
telle que (In + N ′ )2 = In + N .

Exercice 45 – ε-diagonalisation dans Mn (C)

1 Soit u un endomorphisme de Cn . Soit ε > 0. Montrer qu’il existe une base de Cn dans laquelle la matrice
de u est triangulaire supérieure avec des coefficients en dehors de la diagonale tous de module ⩽ ε.
2 En déduire que A ∈ Mn (C) est nilpotente si et seulement si 0n appartient à l’adhérence de la classe de
similitude de A.

Exercice 46 – Commutant d’un endomorphisme ou d’une matrice

Ñ é
1 2 3
1 (X-ESPCI 16) Soit A = 0 4 5 . Déterminer la dimension de {B ∈ M3 (R) / AB = BA}.
0 0 6
522 Stéphane FLON
 2 (X-ESPCI 16) Soit A ∈ Mn (C) diagonalisable. On suppose que toutes les valeurs propres de A sont de
multiplicité 1. Soit B ∈ Mn (C) telle que AB = BA.
Montrer qu’il existe (a0 , . . . , an−1 ) dans Cn tel que B = a0 In + a1 A + · · · + an−1 An−1 .
3 (Mines PC 16) Soit S ∈ Mn (R) ayant
n valeurs

propres distinctes λ1 , . . . , λn . Soit k ∈ N impair.
i Soit f : T ∈ Rn−1 [X] 7→ T λk1 , . . . , T λkn .
Montrer que f est un isomorphisme.
ii Montrer qu’il existe U ∈ Rn−1 [X] tel que : ∀i ∈ [[1, n]], U λki = λi . On note ce polynôme U =

a0 + a1 X + · · · + an−1 X n−1 .
iii Montrer que S = U S k .

iv Soit A ∈ Mn (R) telle que AS k = S k A.

Montrer que AS = SA.
4 (Mines PC 16) Soit E un C-espace vectoriel de dimension finie et f ∈ L(E) tel que f 4 = Id E .
i Montrer que E = Ker(f − Id E ) ⊕ Ker(f + Id E ) ⊕ Ker(f − iId E ) ⊕ Ker(f + iId E ).
ii Déterminer la dimension de C = {g ∈ L(E) / g ◦ f = f ◦ g}.

Exercice 47 – Lorsque f g = gf , équivalence de conditions sur images et noyaux

3 Soit E un C-espace vectoriel de dimension finie, f et g dans L(E) tels que f ◦ g = g ◦ f . Montrer que les
conditions suivantes sont équivalentes :
i Ker(f ) ∩ Ker(g) = {0}.
ii Im(f ) + Im(g) = E.
iii Pour tout t dans C privé d’un ensemble fini, f + tg ∈ GL(E).

10.5. Exercices : Matrices stochastiques

10.5.1. Pour préparer sa colle

Exercice 48 – Matrices stochastiques à coefficients strictement positifs

1 (Mines PC 16, Centrale PC 16) Soit A = (ai,j )1⩽i,j⩽n ∈ Mn (R) telle que :
n
X
2
∀(i, j) ∈ [[1, n]] , ai,j > 0 et ∀i ∈ [[1, n]], ai,j = 1.
j=1

i Montrer que 1 est valeur propre de A.

ii Soit λ ∈ C une valeur propre de A. Montrer que |λ| ⩽ 1.
iii Soit λ ∈ C une valeur propre de A de module 1. Montrer que λ = 1.
iv 3 Montrer que Ker(A − In ) = Ker(A − In )2 .

Exercice 49 – Matrices stochastiques

(ENSAM MP 13) Soit A ∈ Mn (R) à coefficients positifs. On suppose que la somme des coefficients de
chaque ligne de A vaut 1.
1 Montrer que le vecteur colonne dont tous les coefficients valent 1 est propre pour A.
2 Montrer que, si λ ∈ C est valeur propre de A, alors |λ| ⩽ 1.
3 On
Pp−1suppose que A est diagonalisable. Soient p ∈ N et X un vecteur colonne. On considère la suite
Yp = p1 k=0 Ak X. Montrer que cette suite est convergente et donner sa limite, en commençant par le cas où
X est un vecteur propre de A.

Exercice 50 – Matrice stochastique

Pn P = (pi,j ) ∈ Mn (R) est dite stochastique si ses coefficients sont positifs ou nuls, et si, pour tout i ∈ [[1, n]],
j=1 pi,j = 1.
Notons S l’ensemble des matrices stochastiques.
1 Montrer que les éléments de S ont une valeur propre commune.
2 S est-il stable par produit ?
3 Soit λ une valeur propre complexe de P ∈ S. Montrer que |λ| ⩽ 1.
4 Montrer que si λ ∈ U est valeur propre de P ∈ S, alors λ est une racine m-ième de l’unité avec m ⩽ n.
523 Stéphane FLON
 5 Montrer que si les coefficients diagonaux sont tous non nuls, alors la seule valeur propre de module 1 est
1.
6 Montrer que S est une partie fermée, bornée et convexe de Mn (R).

10.6. Exercices : Polynômes annulateurs

10.6.1. Pour préparer sa colle

Exercice 51 – Condition suffisante pour que le déterminant soit strictement positif

1 (ENSEA) Soit A ∈ Mn (R) telle que A3 − A − In = 0. Montrer que det A > 0.

Exercice 52 – Décomposition de Dunford (ou de Jordan-Chevalley)

Soit u un endomorphisme du K-espace vectoriel de dimension finie E dont le polynôme minimal est scindé :
Qd
µu = i=1 (X − λi )mi .
1 Montrer qu’il existe un unique couple (d, n) d’endomorphismes de E tels que d est diagonalisable, n est
nilpotent, u = d + n, d ◦ n = n ◦ d.
2 Pour i ∈ {1, . . . , d}, soit πi la projection sur Ker((u−λi Id )mi ) parallèlement à 1⩽j⩽d Ker ((u − λj Id )mj ).
L
j̸=i
Montrer que πi appartient à K[u].
Indication – Partir d’une relation de Bézout entre (X − λi )mi et Q, où Q = 1⩽j⩽d (X − λj )mj .
Q
j̸=i

3 Montrer que d et n appartiennent à K[u].

4 On déduit de ce qui précède que, si M ∈ Mn (C), M s’écrit d’une unique façon D + N où D ∈ Mn (C)
est diagonalisable, N ∈ Mn (C) est nilpotente, M = D + N et DN = N D.
Déterminer D et N dans les cas suivants :
Å ã Å ã
1 1 0 1
M= M=
0 1 0 1

5 On suppose que M est dans Mn (R). Montrer que D et N sont dans Mn (R).

Exercice 53 – Déterminant et trace d’une matrice à polynôme minimal irréductible sur R[X] (ENSEA MP
2015)

Soit A une matrice réelle de taille (n, n) tel que A2 + A + 4In = 0. Montrer que A ne peut pas avoir de
valeurs propres réelles et que n est nécessairement pair. Trouver le déterminant et la trace de A.

Exercice 54 – Condition suffisante pour que la trace soit paire

(CCP MP 13) Soit A ∈ Mn (R) telle que A4 − 2A3 + 2A2 = 0. Montrer que tr(A) ∈ 2N.

Exercice 55 – Trace d’une matrice connaissant son déterminant et un polynôme annulateur

Ä Soitäq ∈ C . On suppose que q n’est pas une racine de l’unité. Soit M ∈ Mn (R) diagonalisable
∗
(X-ESPCI 16)
1
telle que M 2 = q + q M − In et det(M ) = 1.
Déterminer la parité de n. Déterminer la trace de M .
n
Exercice 56 – Matrice annulée par X 2 − 1

(X-ESPCI 16) Soit A ∈ M2 (R). On suppose qu’il existe n ∈ N∗ tel que A2 = I2 .

n

Montrer que A2 = I2 ou qu’il existe k ∈ N∗ tel que A2 = −I2 .

k

Exercice 57 – Matrice semblable à sa transposée

(Mines PC 16) Soit A ∈ M2 (R). Montrer que A est semblable à t A.

Exercice 58 – Lemme des noyaux

(Mines PC 16) Soit E un K-espace vectoriel de dimension finie et f ∈ L(E) tel que f 2 − 5f + 6Id = 0.
Montrer que Ker(f − 2Id E ) ⊕ Ker(f − 3Id E ) = E. L’endomorphisme f est-il diagonalisable ?
524 Stéphane FLON
 Exercice 59 – Détermination d’un polynôme caractéristique

1 Soit A ∈ GL6 (R) telle que A3 − 3A2 + 2A = 0 et tr A = 8. Déterminer le polynôme caractéristique de A.

2 Soit A ∈ GL5 (R) telle que tr A = 2 et A3 + A2 − 2A = 0. Déterminer le polynôme caractéristique de A.

Exercice 60 – Calcul explicite de l’exponentielle d’une matrice

Ñ é Ñ é
3 0 1 3 0 0
1 (Mines PC 16) Soit A = −2 1 −1 et B = 0 1 1 .
1 1 1 0 0 1
i Montrer que A et B sont semblables.
ii Calculer exp(A).

Exercice 61 – Une matrice peut-elle être semblable à une infinité de ses multiples ?

(Mines PC 16) Soit M ∈ Mn (C) non nilpotente. Montrer que l’ensemble des a ∈ C tels que M est semblable
à aM est fini.
Exercice 62 – Racine cubique d’une matrice

3 (Centrale PC 16) Donner une condition nécessaire et suffisante sur la matrice B ∈ M3 (R) pour que
l’équation A3 = B d’inconnue A ∈ M3 (R) ait au minimum une solution.

Exercice 63 – L’application M 7→ AM + M B

1 Soient A dans Mn (K), B dans Mp (K). On suppose A et B diagonalisables. Montrer que les endomor-
phismes SA,B et PA,B de Mn,p (K) définis par
∀ M ∈ Mn,p (K), SA,B (M ) = AM + M B, PA,B (M ) = AM B
sont diagonalisables. On pourra commencer par le cas où A et B sont diagonales.
2 Soient E un K-espace vectoriel de dimension finie, a et b dans L(E) et :
φa,b : L(E) → L(E)
f 7→ a ◦ f + f ◦ b
i Si a et b sont diagonalisables, montrer que φa,b l’est aussi.
ii On suppose que φa,b est diagonalisable et que b admet au moins une valeur propre. Montrer que a
est diagonalisable, puis que b l’est aussi.
iii Donner un exemple où φa,b est diagonalisable et a et b n’ont pas de valeur propre.

Exercice 64 – Sous-espaces stables d’un endomorphisme diagonalisable

Soit u un endomorphisme diagonalisable du K-espace vectoriel de dimension finie E. Décrire les sous-espaces
stables de u. En particulier, si K est infini, dire à quelle condition u n’a qu’un nombre fini de sous-espaces stables.

Exercice 65 – Commutant et bicommutant d’un endomorphisme diagonalisable

Soit u un endomorphisme diagonalisable d’un K-espace vectoriel de dimension finie E.

1 Décrire le commutant de u et calculer sa dimension.
2 Décrire le bicommutant de u.

Exercice 66 – Étude de diagonalisabilité de matrices par blocs

Å ã
A B
1 Soient A dans Mn (K), B dans Mn,p (K) et M = ∈ Mn+p (K).
0 0
Montrer que M est diagonalisable si et seulement si A est diagonalisable et Im(B) ⊂ Im(A).
Å ã
0 In
2 Soient A ∈ Mn (C) et B = .
A 0
La matrice B est-elle diagonalisable ?
Å ã
0 In
3 Soient A ∈ Mn (C) et B = .
2A A
À quelle condition B est-elle diagonalisable ?
525 Stéphane FLON
 Å ã
In A
4 Soient A ∈ Mn (C) et B = .
−A In
La matrice B est-elle diagonalisable ?

Exercice 67 – Que disent les traces des puissances d’une matrice ?

Soit A, B ∈ Mn (C). Montrer l’équivalence entre

i χA = χB ;
ii ∀ k ∈ N, tr(Ak ) = tr(B k ).

Exercice 68 – Déterminant d’une matrice à diagonale strictement dominante

Soit M = (mi,j )1⩽i,j⩽n dans Mn (C) telle que

X
∀ i ∈ {1, . . . , n}, |mi,i | > |mi,j |
1⩽j⩽n
j̸=i

Démontrer Ö è
n
Y X
|det(M )| ⩾ |mi,i | − |mi,j |
i=1 1⩽j⩽n
j̸=i

Exercice 69 – Minoration de la dimension du commutant

Si M est une matrice de Mn (C), montrer que le commutant C(M ) est de dimension ⩾ n.
Indication – Supposer d’abord M = T triangulaire supérieure et considérer l’application qui à une matrice
triangulaire supérieure A de Mn (C) associe AT − T A.

Exercice 70 – Une équivalence liée au polynôme caractéristique

1 Soient A et B dans Mn (C). Montrer qu’il y a équivalence entre :

i ∀ M ∈ Mn (C), χAM +B = χAM ,
ii B est nilpotente et BA = 0.

Exercice 71 – Matrice circulante

1 Soit
··· ···
 
a0 a1 an−1
 an−1 a0 a1 an−2

 .. ..
 
.. .. . .  ∈ Mn (C)

M = . . . .  .
 . .. ..
 ..

. . a1 
a1 · · · · · · an−1 a0
Montrer que M est diagonalisable ; préciser une matrice diagonale semblable à M .
2 Soient p un nombre premier, (a0 , . . . , ap−2 ) ∈ Fp p−1 , et M la matrice :
a1 · · · ···
 
a0 ap−2
 ap−2 a0 a1 ap−3 
 .. .. 
 
. . . . . .
M = . . . . .   ∈ Mp−1 (Fp )

 . . .
 .. .. ..

a1 
a1 ··· ··· ap−2 a0
Montrer que M est diagonalisable ; préciser une matrice diagonale semblable à M .

Exercice 72 – Diagonalisabilité dans un corps fini

Soient K un corps fini de cardinal q et M dans Mn (K). Montrer que M est diagonalisable si et seulement
si M q = M .
Exercice 73 – Multiplicité d’une valeur propre dans le polynôme minimal

526 Stéphane FLON

 Soient E un K-espace vectoriel de dimension n ∈ N∗ , u ∈ L(E). Montrer que la valuation de µu est le plus
petit entier p de N tel que : Ker(up ) = Ker(up+1 ).

Exercice 74 – Une caractérisation de diagonalisabilité

Soit u un endomorphisme d’un C-espace vectoriel de dimension finie E, de valeurs propres λ1 , . . . , λr .

Montrer que u est diagonalisable si et seulement si
\r
Im(u − λi Id ) = {0}
i=1

Exercice 75 – Réduction et topologie

1 Montrer que l’ensemble des matrices diagonalisables est dense dans Mn (C).
2 En déduire le théorème de Cayley-Hamilton sur Mn (C).
3 Déterminer l’intérieur, l’adhérence et les composantes connexes par arcs de l’ensemble des matrices
diagonalisables de Mn (C).
4 Déterminer l’intérieur, l’adhérence et les composantes connexes par arcs de l’ensemble des matrices
diagonalisables sur R de Mn (R).
5 Ici, K est égal à R ou à C.
i Montrer que si M ∈ Mn (K) est une matrice nilpotente, 0 est dans l’adhérence de la classe de similitude
de M .
ii Réciproquement, si 0 est dans l’adhérence de la classe de similitude de M ∈ Mn (K), montrer que M
est nilpotente.
6 Soit M dans Mn (C). On écrit M = D + N avec D diagonalisable, N nilpotente et DN = N D. Montrer
que D est dans l’adhérence de la classe de similitude de M .
7 Montrer qu’une matrice M de Mn (C) a sa classe de similitude fermée dans Mn (C) si et seulement si elle
est diagonalisable.
8 Ici K = R ou C. Montrer que l’ensemble {M ∈ Mn (K), M 2 = M } est un fermé non compact d’intérieur
vide de Mn (K). Quelles sont ses composantes connexes par arcs ? Quels sont ses points isolés ?
9 Le corps K est R ou C. Soit M dans Mn (K) non scalaire. Montrer que la classe de similitude de M n’a
pas de point isolé.
10 Si A ∈ Mn (C), montrer que la classe de similitude de A dans Mn (C) est connexe par arcs.
11 Si A ∈ Mn (R), montrer que la classe de similitude de A dans Mn (R) a au plus deux composantes
connexes par arcs.
12 On suppose K = R ou C. Montrer que l’ensemble des matrices cycliques de Mn (K) est un ouvert dense
de Mn (K).
13 En quels points de Mn (K) l’application qui à une matrice associe son polynôme minimal est-elle conti-
nue ?

Exercice 76 – Étude asymptotique des puissances d’une matrice

1 Trouver les A ∈ Mn (C) telles que Ak → 0 quand k → +∞.

2 Trouver les A ∈ Mn (C) telles que (Ak )k⩾0 soit bornée.
3 Trouver les A ∈ Mn (C) telles que (Ak )k⩾0 soit convergente.
4 Montrer, si A ∈ Mn (C), que k⩾0 Ak converge si et seulement si ρ(A) < 1. Quelle est la somme de la
P
série ?
5 Montrer, si A ∈ Mn (C) : tr(Ak ) → 0 si et seulement si Ak → 0.

Exercice 77 – Pas d’isomorphisme entre GLm (C) et GLn (C)

1 Soit G un sous-groupe fini de GLn (C). Montrer que les éléments de G sont diagonalisables.
2 Si m ̸= n, montrer que GLn (C) et GLm (C) ne sont pas isomorphes.
Indication – On pourra s’intéresser à des sous-groupes d’involutions.

Exercice 78 – Diagonalisabilité et matrices à coefficients entiers

527 Stéphane FLON

 1 Soit M ∈ GL3 (Z) n’admettant ni 1 ni −1 comme valeur propre. Montrer que A est diagonalisable sur C.
2 Soit M dans M2 (Z). On suppose qu’il existe k dans N∗ tel que M k = I2 . Montrer : M 12 = I2 .

Exercice 79 – Théorème de Burnside

Soient N dans N∗ , G un sous-groupe de GLn (C) tel que ∀ g ∈ G, g N = In (quand un tel N existe, on dit
que G est d’exposant fini).
1 Quels sont les éléments de G de trace égale à n ?
2 On choisit g1 , . . . , gr dans G formant une base de Vect(G) dans Mn (C). Montrer que :
Φ : G → Cr
g 7→ (tr(gg1 ), . . . , tr(ggr ))
est injective.
3 Conclure que l’on a le théorème de Burnside : G est fini.
4 Donner un exemple de groupe infini d’exposant fini.

Exercice 80 – Endomorphismes irréductibles

1 Soient E un K-espace vectoriel non nul de dimension finie n et f ∈ L(E). Montrer que les seuls sous-espaces
stables de f sont E et {0} si et seulement si f est cyclique et µf irréductible dans K[X].

Exercice 81 – Polynôme minimal ponctuel

Soient E un K-espace vectoriel de dimension finie, f ∈ L(E), x ∈ E \{0} et If,x = {P ∈ K[X], P (f )(x) = 0}.
1 Montrer que If,x est un idéal non nul de K[X]. Soit µf,x son générateur unitaire (le polynôme minimal
ponctuel de f pour x). Vérifier que µf,x divise µf .
2 Montrer qu’il existe x ∈ E tel que µf,x = µf .
Indication – On pourra décomposer µf en facteurs irréductibles, afin de se ramener au cas où µf est puissance
d’un polynôme irréductible.
3 Soient E un K-espace vectoriel de dimension finie et f ∈ L(E). Montrer que µf et χf ont mêmes facteurs
irréductibles.
4 Soit f un endomorphisme du K-espace vectoriel de dimension finie E. On suppose que pour tout x de E,
x, f (x), . . . , f d−1 (x) est liée. Montrer que Id , f, . . . , f d−1 est liée.

Exercice 82 – Quelques résultats sur les endomorphismes cycliques

1 Soit A ∈ Mn (K). Montrer que A est cyclique si et seulement si :

( Kn ) Kn
2
ϕ : →
X Y, X AY, · · · , X ⊤ An−1 Y
⊤ ⊤


(X, Y ) 7→
est surjective.
2 On suppose K algébriquement clos. Soit u un endomorphisme d’un K-espace vectoriel de dimension finie.
Montrer que u est cyclique si et seulement si ses sous-espaces propres sont de dimension 1.
3 Soient f un endomorphisme cyclique d’un K-espace vectoriel de dimension finie E, et F un sous-espace
de E stable par f .
i Montrer que f |F est cyclique.
ii Montrer que l’ensemble des sous-espaces de E stables par f est fini et calculer son cardinal.
4 Soient K un corps infini, E un K-espace vectoriel de dimension finie et f ∈ L(E). On suppose que f
n’admet qu’un nombre fini de sous-espaces stables. Montrer que f est cyclique.
Indication – On rappelle que E n’est pas réunion finie de sous-espaces stricts.

Exercice 83 – Crochet de Lie

Soient E est un C-espace vectoriel de dimension finie, u ∈ L(E) et :

adu : L(E) → L(E)
f 7→ u ◦ f − f ◦ u
1 Montrer que, si u est diagonalisable, adu est diagonalisable.
2 Montrer que, si u est nilpotente, adu est nilpotente.
528 Stéphane FLON
 3 Montrer que, si adu est diagonalisable, u est diagonalisable.
4 Calculer le polynôme caractéristique de adu en fonction de celui de u.
5 Soit A dans Mn (C).
i On suppose qu’il existe B dans Mn (C) et α dans C∗ tels que : AB − BA = αA.
Montrer que A est nilpotente.
ii Montrer que le noyau et l’image de adA sont orthogonaux pour la forme bilinéaire symétrique associée
à la trace c’est-à-dire que :
∀ M ∈ Im(adA ), ∀ N ∈ Ker(adA ), tr(M N ) = 0
iii En déduire que, si A est nilpotente et α ∈ C∗ , il existe B dans Mn (C) telle que AB − BA = αA.
6 Soient M dans Mn (C), D sa partie diagonalisable, N sa partie nilpotente.
i Montrer que N est dans l’intersection du noyau et de l’image de adM .
Indication – Pour l’image, se ramener à montrer que N est dans l’image de adN et utiliser alors la question
précédente.
ii En déduire que les conditions suivantes sont équivalentes :
i M est diagonalisable ;
ii adM est diagonalisable ;
iii Ker(adM ) = Ker(adM )2 .

Exercice 84 – Endomorphismes indécomposables

1 Soient E un K-espace vectoriel non nul de dimension finie et f ∈ L(E). Montrer que les deux assertions
suivantes sont équivalentes :
i L’endomorphisme f est cyclique et µf est puissance d’un polynôme irréductible de K[X] ;
ii Il n’existe pas de couple (E1 , E2 ) de sous-espaces non nuls de E stables par f et tels que E = E1 ⊕ E2 .

Exercice 85 – Dimension des sous-espaces stables par un endomorphisme

1 Soient E est un K-espace vectoriel de dimension finie n et u ∈ L(E). Montrer l’équivalence entre :
i Il existe un sous-espace de E de dimension k stable par u ;
ii Il existe un diviseur de χu dans K[X] de degré k.

Exercice 86 – Commutant et endomorphismes cycliques

1 Soient E un K-espace vectoriel de dimension finie et f ∈ L(E) cyclique. Montrer que C(f ) = K[f ], donc
que C(f ) est de dimension n.
Indication – Si (x, f (x), . . . , f n−1 (x)) est une base de E, montrer qu’un élément de C(f ) est déterminé par son
action sur x.
2 Soient E un K-espace vectoriel de dimension finie, f ∈ L(E) et C(f ) le commutant de f . On suppose que
K[f ] = C(f ). Montrer que f est cyclique.
3 Soient E un K-espace vectoriel de dimension finie, f ∈ L(E) et C(f ) le commutant de f . Montrer que
C(f ) est commutatif si et seulement si f est cyclique.

10.7. Exercices : Suites récurrentes linéaires, matrice compagnon et endomorphismes

cycliques
10.7.1. Pour préparer sa colle

Exercice 87 – Décomposition de Frobenius

3
1 Soit u un endomorphisme d’un K-espace vectoriel de dimension finie.
Montrer que l’on peut écrire E = E1 ⊕ · · · ⊕ Er avec r ⩾ 0 où, pour i ∈ [[1, r]], Ei est un sous-espace vectoriel
tel que
i Il existe xi ∈ Ei et di ⩾ 1 tels que (xi , u(xi ), . . . , udi −1 (xi )) soit une base de Ei .
ii Le polynôme minimal de l’induit de f sur Ei+1 divise celui de l’induit de u sur Ei pour i < r.
2 Montrer que toute matrice carrée est semblable à sa transposée.
529 Stéphane FLON
 11. Séries entières

11.1. Exercices : Séries entières

11.1.1. Problématiques
Problématique : Déterminer le rayon de convergence d’une série entière

Exercice 1 – Revenir à la définition du rayon de convergence

z n
Soit M ∈ C∗ . Donner le rayon de convergence de
P

1 an M en fonction de R (le rayon de convergence
an z n ).
P
de
P n P n P zn
2 Montrer que les séries entières z , nz et n ont pour rayon de convergence 1.
P n n
3 Donner le rayon de convergence de (3 + n)z .
an+1 z n , |an |z n et an z n ont le même rayon de convergence.
P P P
4 Montrer que
αn z n vaut au moins 1.
P
5 Soit (αn ) une suite bornée. Montrer que le rayon de convergence de
an z n , où an = 3n si n est pair, et an = 41n si
P
6 Déterminer le rayon de convergence de la série entière
n est impair.
ln nxn .
P
7 Déterminer le rayon de convergence de

Exercice 2 – Estimer, même grossièrement, le comportement asymptotique de la suite des coefficients

+∞
1 X 1
1 (ENSEA MP 2015) Montrer que la série de terme général converge. On pose R n = .
1 + n2 1 + k2
k=n+1
Rn xn converge sur ]−1, 1[ puis déterminer le rayon de convergence de cette série entière.
P
Montrer que
dn z n où dn est le nombre de diviseurs de n.
P
2 Déterminer le rayon de convergence de
P n! n
3 Déterminer le rayon de convergence de (2n)! x .
ln nxn .
P
4 Déterminer le rayon de convergence de

Exercice 3 – Utiliser les formules majorant ou minorant le rayon de convergence, notamment des divergences
ou convergences ponctuelles

αn z n vaut au moins 1.
P
1 Soit (αn ) une suite bornée. Montrer que le rayon de convergence de
P Onn suppose en outre que αn ne tend pas vers 0. Montrer que le rayon de convergence de la série entière
αn z vaut 1.
sin(n)z n .
P
2 En déduire le rayon de convergence de
3 Donner le rayon de convergence de (3 + n)z n .
P n

Exercice 4 – Utiliser la règle de d’Alembert pour les séries numériques

n! n
P
1 Déterminer le rayon de convergence de (2n)! x .
n
P
2 Déterminer le rayon de convergence de ln(n) x .
3n n
z 2n .
P
3 Déterminer le rayon de convergence de n2 +1
4 Soit (an ) une suite réelle vérifiant a0 = 1 et, pour tout n ∈ N :
3n2 + 2n + 1
an+1 = an
2n2 + 3n + 5
an z n .
P
Déterminer le rayon de convergence de
Voir aussi : 11, 12, 13, 14

Problématique : Calculer la somme d’une série entière

Exercice 5 – Utiliser la méthode de l’équation différentielle

1 Soit (an )n⩾0 définie par : a0 = a1 = 1 et ∀n ∈ N, an+2 = an+1 + n+2an

.
i Montrer : ∀n ∈ N, 1 ⩽ an ⩽ (n + 1) . 2
P+∞
ii Soit f : x 7→ n=0 an xn . Déterminer le domaine de définition de f . Donner une équation différentielle
vérifiée par f et en déduire une expression simple de f .
530 Stéphane FLON
 Exercice 6 – Utiliser les opérations algébriques sur les séries entières, et des substitutions monomiales

1 Pour les séries entières suivantes, donner le rayon de convergence et exprimer leur somme en termes de
fonctions usuelles
P n+2: n
i x .
P n3n+1n
ii n! x .
(−1)n+1 nx2n+1 .
P
iii
P+∞ z3n
2 Calculer la somme n=0 (3n)! lorsque z est complexe.
Pn 1
Hn xn . On note R son rayon de
P
3 Pour n ⩾ 1, on pose Hn = k=1 k et on s’intéresse à la série entière
convergence.
i Montrer que R = 1.
ii Déterminer sa somme F en tout x ∈] − 1, 1[.
4 Soit (un )n⩾0 définie par : u0 = 0, u1 = 1 et ∀n ∈ N, un+2 = un+1 + un .
i Exprimer un en fonction de n.
ii Déterminer le rayon de convergence et la somme de la série entière de terme général un z n .

Exercice 7 – Utiliser les opérations de dérivation ou de primitivation sur les séries entières

1 (Mines PC 16) Soit a ∈ R. Calculer le rayon de convergence et la somme de la série entière eina n
P+∞
n=1 n x .

Exercice 8 – Utiliser une équation fonctionnelle

Soit (un )n⩾0 définie par : u0 = 0, u1 = 1 et ∀n ∈ N, un+2 = un+1 + un .

1 Déterminer le rayon de convergence et la somme de la série entière de terme général un z n .

Exercice 9 – Effectuer une interversion série intégrale

R π/4
Soit an = 0 tan(t)n dt. On étudie la série entière an z n .
P

1 Donner le rayon de convergence R de cette série entière.

2 Y a-t-il convergence en 1 ? en −1 ?
3 Calculer f (x) lorsque x appartient à l’intervalle ouvert de convergence.
Voir aussi : 15, 16, 17, 18

11.1.2. Bonnes questions

Exercice 10 – Si la somme d’une série entière admet une limite finie en Ra− , sa somme est-elle définie en
Ra ?

1 (X-ESPCI 16) Trouver (un )n∈N ∈ RN telle que la suite (un )n∈N ne converge pas, la série entière f : x 7→
P+∞ n −
n=1 un x a un rayon de convergence égal à 1 et f (x) possède une limite quand x → 1 .
n 1 n
P

2 Montrer cependant que si an x est de rayon Ra > 0, si an = o n Ra , et si sa somme S admet une
limite finie ℓ en Ra− , alors S(Ra ) est bien définie, et vaut ℓ.
Remarque – Ce résultat est connu sous le nom de théorème taubérien faible. La conclusion reste vraie si on
remplace l’hypothèse an = o(1/n) par l’hypothèse an = O(1/n), c’est le théorème taubérien fort de Hardy-
Littlewood.

11.1.3. Pour préparer sa colle

Exercice 11 – Détermination du rayon de convergence d’une série entière

Déterminer le rayon de convergence des séries entières suivantes :

P √nx2n
1 2n +1 .
P (1+i)n z3n
2 n.2n .
P (−1)n n
3 n 1×3×···×(2n−1) z .

531 Stéphane FLON

 √ n
n n
zn ;
(exp(1/n) − 1)z n ; ln 1 + sin n1 z n .
P P P P

4 a z .
5 (Mines) Soit θ, α ∈ R. Déterminer le RCV de n⩾1 cos(nθ) n
P
nα x .
zn √
P n sin(n) n P
6 e z , sin(nπ 3)

Exercice 12 – Rayon de convergence d’une série entière modifiée

an xn une série entière de rayon de convergenceP ρ ∈ R+ ∪ {+∞}, telle que an > 0 pour tout entier
P
1 Soit
n et soit α > 0. Quel est le rayon de convergence de la série aα n
nx ?
P an n
an xn une série entière de rayon de convergence ρ > 0. Montrer que
P
2 Soit n! x a pour rayon de
convergence +∞.
3 Soit R le rayon de convergence de an z n . Comparer R avec les rayons de convergence des séries entières :
P
X √ X X 2
an e n z n ; an z 2n ; an z n

Exercice 13 – Rayon de convergence, domaine de définition

Ä√ nä
1 (Mines PC 16) Soit, pour n ∈ N avec n ⩾ 2, an = ln n+(−1) √
n+1
.
i Nature de la série de terme général an ? de la série de terme général (−1)n an ?
ii Déterminer le rayon de convergence de la série entière de terme général an xn .
2
P+∞ Ä n än
2 (Mines PC 16) Déterminer le domaine de définition de x 7→ n=1 1 + (−1) n xn .

Exercice 14 – Rayon de convergence et limite d’une suite d’intégrales

(Mines PC 16)
P+∞ an n n n∈N
1 Soit (a ) une suite réelle bornée. Déterminer le rayon de convergence de la série entière f : x 7→
n=1 n! x .
R +∞ P+∞
2 Déterminer la limite de un = 0 e−2t k=n ak!k tk dt.

Exercice 15 – Somme d’une série entière

P (−1)n n n
Rayon de convergence et somme de 2 x .

Exercice 16 – Somme d’une série entière par la méthode de l’équation différentielle

On pose a0 = 1 et, pour tout n ∈ N : an+1 = 2n+3

n+2 an .
P+∞
1 Donner le rayon de convergence R de n=0 an xn . On note f sa somme.
2 Trouver une équation différentielle linéaire dont f est solution sur ]−R, R[, puis déterminer f .

Exercice 17 – Rayon de convergence et somme d’une série entière

an xn , où, pour tout n ∈ N∗ ,

P
Déterminer le rayon de convergence et la somme de la série entière réelle n⩾0
R π/2
an = 0 sin(t)n dt.

Exercice 18 – Calcul de la somme d’une série entière

n
1 (Mines PC 16) Soit, pour n ∈ N, un = 0 1 − t2 dt et S : x 7→ n=0 un xn .
R1 P+∞
i Déterminer le domaine de définition de S.
ii Exprimer S à l’aide des fonctions usuelles.
P+∞
2 (Mines PC 16) Rayon de convergence et somme de f : x 7→ n=1 n 12n xn .
(n)
R π2
3 (Mines PC 16) Soit, pour n ∈ N, an = 0 cos (t)dt. On pose f : x 7→ n=0 an xn .
n
P+∞
i Déterminer un équivalent de an .
ii Déterminer le rayon de convergence R de f .
iii Calculer f (x) pour |x| < R.

Exercice 19 – Somme de série entière nulle sur le cercle unité

532 Stéphane FLON

 Soit f une
P+∞fonction complexe, continue sur le disque unité fermé D′ et nulle sur le cercle unité. On suppose
que f (z) = n=0 an z n . Montrer que f = 0.

Exercice 20 – Comportement en 1 de la somme d’une série entière

2
zn .
P
1 Déterminer le domaine de convergence de la série entière
2 Donner un équivalent de la somme en 1−.

Exercice 21 – Étude au bord de la somme d’une série entière (CCP MP 13)

√
Soit S : x 7→ n⩾1 xn sin(1/ n).
P

1 Déterminer le rayon de convergence de S.

2 Déterminer le comportement de S au bord de l’intervalle de convergence.
3 Montrer que la somme est continue sur [−1, 1[ .
√ √
4 Montrer que x 7→ n⩾2 sin(1/ n) − sin(1/ n − 1) xn converge normalement sur [−1, 1]. En déduire
P

la limite de (1 − x) S(x) quand x → 1− .

Exercice 22 – Comportement asymptotique de la somme d’une série entière

1 Soit (an )n∈N ∈ CN telle que lim an = 0. Soit f : x 7→

P+∞ an n
n→+∞ n=0 n! x .
i Déterminer le rayon de convergence de f .
ii Montrer que f (x) = o (ex ) quand x → +∞.
P+∞
2 Soit f : x 7→ n=2 ln(n)xn .
i Déterminer le rayon de convergence de f .
ii Déterminer un équivalent de f (x) lorsque x → 1− et lorsque x → −1+ .
3 Soit, pour n ∈ N∗ , un = 1 e−t dt et f : x 7→ n=1 un xn .
R +∞ n P+∞
i Déterminer la limite de (un )n∈N∗ .
ii Déterminer le domaine de définition de f .
iii Déterminer la limite de f en 1− .

Exercice 23 – Série entière à paramètre

(Mines PC 16)
t2
1 Montrer, pour (x, t) ∈ R2 , etx− 2 = n=0 Hn (x)tn où les Hn sont polynomiales.
P+∞
Que peut-on dire du degré de Hn ?
2 Montrer, pour n ∈ N et x ∈ R : |Hn (x)| ⩽ e|x| .

Exercice 24 – Série entière de rayon 1 convergeant uniformément sur ]0, 1[

(Mines PC 16) Soit f : x 7→ n=0 an xn avec (an )n∈N ∈ RN , une série entière de rayon de convergence égal
P+∞
à 1. On suppose que la série de fonctions définissant f converge uniformément sur ]0, 1[.
Montrer que lim an = 0. Étudier la réciproque.
n→+∞

Exercice 25 – Calcul d’une suite implicite à l’aide d’une série entière (Mines MP 2015)
n
uk
Soit un la suite définie par ∀n ∈ N,
X
= 1.
(n − k)!
k=0
X
1 En considérant la série entière un xn , calculer un . Indication – Penser au produit de Cauchy.
2 Convergence de un ?

Exercice 26 – Étude d’une suite de réels par introduction d’une série entière

1 (Mines PC 16) Soit (In )n∈N définie par I0 = I1 = 1 et, pour n ⩾ 2, In = In−1 + (n − 1)In−2 . On pose
P+∞ In n
f : x 7→ n=0 n! x .
i Montrer que le rayon de convergence de f est ⩾ 1.
ii Déterminer une équation différentielle vérifiée par f .
533 Stéphane FLON
 iii En déduire une expression de f , le rayon de convergence de la série entière et enfin une expression
de In .
2 (Centrale PC 16) Soit (un )n∈N une suite telle que u0 = u1 = −1 et, pour tout n ∈ N, un+2 = (n +
P+∞
1)un+1 − (n + 2)un . Soit f : x 7→ n=0 un xn .
i Montrer que f est solution d’une équation différentielle linéaire d’ordre 1.
ii Trouver une expression de f (x).
iii En déduire une expression de un .
3 (Centrale PC 16) Soit (un )n∈N définie par u0 = u1 = 1 et, pour tout n ∈ N, un+2 = un+1 + 2un + (−1)n .
i Vérifier que, pour n ∈ N, |un | ⩽ 2n+1 − 1. Qu’en déduire sur le rayon de S(z) = n=0 un z n ?
P+∞
ii Calculer S(z) et retrouver la valeur de un .

Exercice 27 – Combinatoire et séries entières (CCP MP 13)

1 Soit (dn )n⩾0 définie par d0 = 1, d1 = 0 et ∀n ∈ N∗ , dn+1 = n(dn + dn−1 ).

P+∞ dn n
i Montrer que, pour n ⩾ 2, n!/3 ⩽ dn ⩽ n!. En déduire le rayon de convergence de S : x 7→ n=0 n! x .
ii Montrer que S est solution de l’équation différentielle (1 − x)y ′ − xy = 0.
iii Exprimer S à l’aide de fonctions usuelles. Exprimer dn en fonction de n.

Exercice 28 – Application des séries entières au dénombrement

(X-ESPCI 16) Si n ∈ N, on note fn le cardinal de l’ensemble (a, b, c) ∈ N3 / a + 2b + 3c = n .


Montrer, pour x ∈] − 1, 1[ :
+∞
1 X
= fn xn .
(1 − x) (1 − x2 ) (1 − x3 ) n=0

Exercice 29 – Une égalité de rayons de convergence

Soient (an )n⩾0 une suite complexe et, pour n dans N :

n
X
An = ak
k=0
P an P An
Montrer que n! z n et n! z n ont même rayon de convergence.

Exercice 30 – Accélération logarithmique et rayon de convergence

Soit (an )n⩾0 une suite de réels > 0.

1 On suppose :
an+1 an−1
−→ ℓ ∈ [0, +∞[\{1}
an 2
an z n ?
P
Quel est le rayon de convergence de
2
−→ ℓ ∈ R∗ .
Ä ä
an
2 On suppose n an−1 an+1 − 1 n→+∞
i Si ℓ ∈ R∗ , déterminer le rayon de convergence de la série entière an z n .
P
ii Si ℓ = 0, peut-on conclure ?

Exercice 31 – Logarithme principal

On pose, pour z ∈ C \ R− , L(z) = ln |z| + iθ(z) où θ(z) est l’argument de z dans ] − π, π[.
1 Montrer que la fonction L est continue sur C \ R− et que eL(z) = z.
P+∞ n−1
2 Montrer, si |z| < 1 : L(1 + z) = n=1 (−1)n z n .
3 En déduire, pour des valeurs convenables du réel θ :
+∞
X cos(nθ) X sin(nθ)
et
n=1
n n
n⩾1

Exercice 32 – Application du théorème d’Abel aux produits de Cauchy

534 Stéphane FLON

P Soient
P (a Pn )n⩾0 et (bn )n⩾0 deux suites complexes, (cn )n⩾0 leur produit de Cauchy. On suppose que les séries
an bn , cn convergent. Montrer, en utilisant le théorème de continuité radiale d’Abel :
+∞
X +∞
X +∞
X
cn = an × bn
n=0 n=0 n=0

Exercice 33 – Réciproque du théorème d’Abel ?

an z n de rayon 1 dont la somme f (z) a une limite quand z tend

P
Donner un exemple de série entière n⩾0
P
vers 1 sans que an converge.

Exercice 34 – Théorème de Tauber

an z n une série entière de rayon 1. On note f sa somme. On suppose : f (z) −→− ℓ et an = o(1/n).
P
Soit
z→1

PN P+∞
En considérant f 1 − N1 − n=0 an , montrer que n=0 an = ℓ

Exercice 35 – Une équation fonctionnelle traitée par les séries entières

P+∞ n
Soit f : x ∈] − 1, 1[7→ n=0 (−1)n x2 .
1 Justifier la définition.
2 Montrer que f est bornée sur [0, 1[.
3 Trouver une relation entre f (x) et f (x2 ) si x ∈] − 1, 1[.
4 On suppose que f a une limite ℓ en 1− . Que vaut ℓ ?
5 On suppose qu’il existe x0 dans ]0, 1[ tel que f (x0 ) > 12 . Montrer que f n’a pas de limite en 1− .
Indication – Utiliser une relation entre f (x) et f (x4 ).
6 Démontrer que f (0, 995) > 1/2 et conclure.
7 Existe-t-il une fonction continue g de [0, 1] dans R telle que :
∀ x ∈ [0, 1], g(x) + g(x2 ) = x

Exercice 36 – Transfert à la somme des relations de comparaison

Soient (an )n⩾0 et (bn )n⩾0 deux suites complexes, f et g leurs sommes respectives sur le disque ouvert de
convergence.
1 On suppose que R = Rb est dans R+∗ , que an = o(bn ) et que f (x) −→− +∞.
n→+∞ x→R
Montrer : f (x) = o (g(x)).
x→R−
Que peut-on dire si an ∼ bn et f (x) −→− +∞ ?
n→+∞ x→R
2 Donner des résultats analogues si Rb = +∞.

Exercice 37 – Formules et inégalités de Cauchy

P+∞
Soient a = (an )n⩾0 une suite complexe telle que Ra = R > 0. Pour z dans DR , soit f (z) = n=0 an z n .
1 Pour r dans ]0, R[ et p dans N, montrer
Z π
1
ap = f (reit ) e−ipt dt
2πrp −π

2 En déduire
1
|ap | ⩽ max {|f (z)| ; z ∈ C, |z| = r}
rp

Exercice 38 – Théorème de Liouville sur les fonctions entières

1 En utilisant les formules de Cauchy pour les coefficients, démontrer qu’une fonction entière bornée est
constante.
2 Soit f une fonction entière. On suppose qu’il existe A > 0, B > 0, d dans N∗ tels que
∀ z ∈ C, |f (z)| ⩽ A|z|d + B
Montrer que f est polynomiale de degré au plus d.
535 Stéphane FLON
 nα xn
P
Exercice 39 – Équivalent en 1 de

Soit α > −1.

P α n
1 Donner R le rayon de convergence de n x . On note fα sa somme.
On désire trouver un équivalent de fα lorsque x tend vers R− .
2 On suppose que α est un entier p. Montrer qu’il existe Qp ∈ R[X] tel que fp (x) = (1−x)
Q (x)
p
p+1 . En déduire

l’équivalent recherché.
3 On suppose α quelconque.
1
i Donner le développement en série entière de (1−x) 1+α . On notera bn ses coefficients.
α
ii Montrer qu’il existe A(α) > 0 tel que n ∼ A(α)bn .
A(α) −
iii En déduire que fn (x) est équivalente à (1−x)1+α quand x tend vers R .

P∞ n n2
Exercice 40 – Limite en 1 de n=0 (−1) x

On suppose connu le résultat de l’exercice précédent.

an xn une série entière de rayon 1 telle que si Sn = a0 + · · · + an ,
P
1 Soit
S0 + · · · + Sn
lim =ℓ
n → +∞ n+1
Démontrer que
∞
X
lim an xn = ℓ
x → 1−
n=0
P∞ n n2
2 Démontrer lim− n=0 (−1) x = 12 .
x→1
3 Soit P ∈ R[X], P (0) = 0, P strictement croissant sur R+ . Démontrer que
∞
X 1
lim (−1)n xP (n) =
x → 1−
n=0
2

Exercice 41 – Principe du maximum

an z n une série entière de rayon R > 0, de somme f , z0 ∈ C où |z0 | < R.

P
Soit
1 Montrer que f est développable en série entière au voisinage de z0 . Minorer son rayon de convergence.
2 Calculer, en fonction des an , pour r assez petit
Z 2π
1
|f (z0 + reiθ )|2 dθ
2π 0

3 Pour r < R, prouver que |f | atteint son maximum sur D(0, R) = {z ∈ C, |z| ⩽ R} en un point du cercle
de centrer 0 et rayon R.

11.2. Exercices : Développement en série entière

11.2.1. Problématiques
Problématique : Établir qu’une fonction est développable en série entière

Exercice 42 – Utiliser les opérations algébriques sur les DSE, ou une substitution par un monôme

1 Développer en série entière au voisinage de 0 les fonctions suivantes. On précisera le rayon de convergence
de la série entière obtenue.
i x 7→ ln(1 + 2x2 ).
ii x 7→ x−a1
(où a ∈ C∗ ).
iii x 7→ ln(a + x) (où a > 0).
ex
2 Développer en série entière (au voisinage de 0) x 7→ 1−x .
3
536 Stéphane FLON
 i En appliquant la formule donnant le DSE de x 7→ (1 + x)α dans le cas où α = −1/2, vérifier que
∞
1 X (2n)!
∀ x ∈] − 1, 1[, √ = (−1)n xn
1 + x n=0 4n (n!)2
ii En déduire que x 7→ √ 1 est développable en série entière sur ] − 1, 1[, et donner son DSE.
1−x2

Exercice 43 – Utiliser les opérations de dérivation ou de primitivation sur les DSE

1 Développer f : t 7→ arctan(1 + t) en série entière au voisinage de 0.

Rx dt
2 Développer en série entière au voisinage de 0 la fonction F : x 7→ −∞ t4 +t2 +1 .
3 On reprend l’exercice précédent.
i En déduire que pour tout x ∈] − 1, 1[,
∞
X (2n)!
arcsin(x) = n (n!)2
x2n+1
n=0
(2n + 1)4
ii Vérifier que cette formule resteR valable en −1 et 1.
iii En calculant de deux façons [0, π ] arcsin(sin(t))dt, et en utilisant les intégrales de Wallis, calculer
P∞ 2
1
n=0 (2n+1)2 , puis ζ(2).

Exercice 44 – Utiliser la méthode de l’équation différentielle pour les DSE

1 Soit f l’application définie sur ] − 1, 1[ par f (t) = cos(α arcsin t), α ∈ R.

i Former une équation différentielle linéaire du second ordre vérifiée par f .
ii Chercher les solutions de l’équation différentielle obtenue qui sont développables en série entière et
vérifient y(0) = 1 et y ′ (0) = 0.
iii En déduire que f est développable en série entière sur ] − 1, 1[, et donner son développement.
Remarque – on admettra l’unicité d’une solution au problème de Cauchy considéré.

Exercice 45 – Utiliser une interversion série intégrale pour un DSE

R +∞ cos(xt)
1 (ENSAM) Soit F : x 7→ 0 ch(t) dt.
i Montrer que F est définie et continue sur R.
ii Développer F en série entière au voisinage de 0 et préciser le rayon de convergence.
R ∞ e−t
2 Soit f (x) = 0 1+xt dt
i Montrer que f est C ∞ sur R+ .
ii Calculer les coefficients an de la série de Taylor de f .
iii La fonction f est-elle développable en série entière sur un voisinage de zéro ?
Voir aussi : 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65

11.2.2. Bonnes questions

Exercice 46 – Une fonction de classe C ∞ sur R est-elle toujours développable en série entière ?

1 On considère la fonction
g : R∗ → R
1 ,
x 7→ e− x2
que l’on prolonge par continuité en 0, en une application f .
i Montrer que f est de classe C ∞ sur R, et que pour tout entier n : f (n) (0) = 0.
ii En déduire que f n’est pas développable en série entière.

Exercice 47 – Les fonctions à dérivées uniformément bornées admettent un DSE

On considère une fonction f de classe C ∞ de ] − r, r[ dans C, où r ∈ R∗+ .

On suppose qu’il existe M ∈ R∗+ tel que, pour tout (n, t) ∈ N×] − r, r[ :
|f (n) (t)| ⩽ M
537 Stéphane FLON
Montrer qu’alors f est développable en série entière sur ] − r, r[.

Exercice 48 – Une fonction absolument monotone admet un DSE (Mines MP 2015)

Soient a < 0 < b et F l’ensemble des fonctions réelles de classe C ∞ sur ]a, b[, dont toutes les dérivées sont
positives sur ]a, b[.
1 Montrer que F est stable par somme et produit.
2 Soit f ∈ F , et Rn (x) le reste de Taylor d’ordre n de f entre 0 et x. Montrer que Rn est une fonction
croissante sur ]0, b[.
3 Montrer que f est développable en série entière autour de 0 sur ]a, b[.

11.2.3. Pour préparer sa colle

Exercice 49 – Banque CCP 2016 24

X xn +∞
X xn
1 Déterminer le rayon de convergence de la série entière .On pose S(x) = .
(2n)! n=0
(2n)!

2 Rappeler, sans démonstration, le développement en série entière en 0 de la fonction x 7→ ch(x) et précisez

le rayon de convergence.
3
i Déterminer S(x).
ii On considère la fonction f définie sur R par :
√ √
f (0) = 1, f (x) = ch x pour x > 0, f (x) = cos −x pour x < 0 .
Démontrer que f est de classe C ∞ sur R.

Exercice 50 – Développement en série entière

x2
Ä ä
1 (Mines PC 16) Développer en série entière au voisinage de 0 la fonction f : x 7→ ln 1 + 1+x .
x2 R x t2
2 (Mines PC 16) Soit f : x 7→ e− 2 0 e 2 dt.
i Montrer que f est développable en série entière. Déterminer de deux façons son développement en
série entière.
ii Déterminer le rayon de convergence de cette série entière.
iii Montrer, pour n ∈ N :
n Ç å
X n (−1)k 22n (n!)2
= .
k 2k + 1 (2n + 1)!
k=0

Exercice 51 – Fonction développable en série entière

1
Montrer que f : x 7→ 1+ln(1−x) est développable en série entière au voisinage de 0.

Exercice 52 – Solution DSE d’une équation différentielle non linéaire

(Mines PC 16) Montrer qu’il existe une fonction φ développable en série entière au voisinage de 0 telle que
xφ′ (x) = x + φ(x)2 .

Exercice 53 – Fonction définie par radicaux développable en série entière

p √
1 Montrer que la fonction f définie par f (x) = 1 + 1 + x2 est développable en série entière en 0, et
calculer le rayon de convergence et les coefficients de cette série entière.
√
2 Montrer que la fonction f définie par f (x) = 1 + x + x2 est développable en série entière en 0, et
déterminer le rayon de convergence.

Exercice 54 – Transformée de Laplace et développement en série entière

538 Stéphane FLON

 an xn et, pour tout
P
On considère une suite réelle bornée (an )n⩾1 . Pour x ∈] − 1, 1[, on pose f (x) = n⩾1
x∈R:
+∞
X an n
g(x) = x .
n=0
n!
Montrer que pour tout x > 1 :
Å ã Z +∞
1 1
f = e−xt g(t)dt.
x x 0

Exercice 55 – DSE et application au calcul de la somme d’une série (TPE 13)

arcsin x
Pour x dans ] − 1, 1[, soit f (x) = √
1−x2
.
1 Trouver une équation différentielle linéaire d’ordre 1 dont f est solution. En déduire le développement en
série entière de f sur ] − 1, 1[.
2 Calculer 1 + 222.4 2.4.6
.1.3 + 23 .1.3.5 + . . . .

Exercice 56 – Un développement en série entière (CCP PSI 08)

Soit θ ∈ R et f : x 7→ ln 1 − 2x cos(θ) + x2 . Développer f en série entière en 0 et donner le rayon de

convergence de cette série.

Exercice 57 – Utilisation d’un DSE (Mines MP 2015)

1 − r2
Soit P la fonction de ] − 1, 1[×R dans R définie par P (r, t) = .
1 − 2r cos(t) + r2
1 Soit t appartenant à R fixé, montrer que la fonction qui à r associe P (r, t) est développable en série entière
sur ] − 1, 1[. Calculer ce développement.
2 Soit r appartenant à ]0, 1[ fixé.
i Justifier que la fonction
Z π qui à t associe P (r, t) est continue, positive, paire et 2π-périodique.
1
ii Montrer que P (r, t) dt = 1.
2π −π
Z a
1
3 Soit a appartenant à ]0, π], montrer que P (r, t) dt tend vers 1 quand r tend vers 1− .
2π −a
Z π
1
4 Soit f une fonction continue de R dans R, 2π-périodique, montrer que f (x + t)P (r, t) dt tend vers
2π −π
−
f (x) lorsque r tend vers 1 .

Exercice 58 – Une inégalité obtenue par les séries entières

Montrer en utilisant des développements en série entière : ∀ x ∈ R,

2
ch (x) ⩽ ex /2

Exercice 59 – Fractions rationnelles et DSE

1 Soit F une fraction rationnelle dont 0 n’est pas un pôle. Montrer que F est développable en série entière ;
préciser le rayon de convergence.
2 Soit (an )n⩾0 une suite complexe. Montrer l’équivalence entre :
an z n a un rayon de convergence R > 0 et sa somme est une fraction rationnelle ;
P
i la série
ii il existe p ∈ N∗ , (α0 , . . . , αp−1 ) ∈ Cp et m ∈ N tels que :
∀ n ⩾ m, an+p = αp−1 an+p−1 + · · · + α0 an

Exercice 60 – Développement en série entière de tan à partir du développement eulérien de cotan

On rappelle
+∞
1 X 2x
∀ x ∈ R \ Z, π cotan(πx) = +
x n=1 x2 − n2

1 Développer en série entière sur ] − 1, 1[ la fonction x 7→ π cotan(πx) − x1 .

539 Stéphane FLON
 2 En déduire que
 πx  +∞ Å ã
X 1
∀ x ∈] − 1, 1[, π tan =4 1− ζ(2n + 2)x2n+1
2 n=0
4n+1

Exercice 61 – Composition de DSE

1 Soient f et g deux fonctions développables en série entière au voisinage de l’origine, avec f (0) = 0.
Montrer que g ◦ f est développable en série entière au voisinage de l’origine.
2 Si g est entière et f développable en série entière sur DR avec f (0) = 0, montrer que g ◦f est développable
en série entière sur DR .
3 Soit g une fonction développable en série entière sur DR , avec R > 0, telle que g(0) ̸= 0. Montrer qu’il
existe un voisinage de 0 dans C sur lequel 1/g est développable en série entière.

Exercice 62 – La fonction tangente est DSE

Montrer que tan est absolument monotone sur [0, π/2[. En déduire que tan est somme sur ] − π/2, π/2[ de
sa série de Taylor en 0.

Exercice 63 – Représentation intégrale de Cauchy

P+∞ n
Soit f : z 7→ n=0 an z la somme d’une série entière de rayon R ∈]0, +∞].
1 Montrer, si |z| < r < R : Z π
1 f (reit ) it
f (z) = re dt
2π −π reit − z

2 Inversement, soit f une fonction continue sur {z ∈ C, |z| < R} telle que, si |z| < r < R :
Z π
1 f (reit ) it
f (z) = re dt
2π −π reit − z
Montrer que f est somme d’une série entière sur le disque ouvert de centre 0 et de rayon R.

Exercice 64 – Fonctions holomorphes

Soient R > 0 et f une fonction définie sur DR = {z ∈ C, |z| < R}.

1 On suppose f développable en série entière sur DR . Montrer que f est de classe C 1 au sens complexe sur
DR , i.e. que, pour tout z de DR ,
f (z + h) − f (z)
−→ f ′ (z)
h h→0
et que la fonction f ′ ainsi définie est continue sur DR .
2 On suppose f de classe C 1 au sens complexe sur DR . Soient γ une application de classe C 1 de [0, 1] dans
DR telle que γ(0) = γ(1) et z dans DR . Montrer :
Z 1 Z 1
f (γ(t)) ′ dt γ ′ (t) dt
Indγ (z) f (z) = γ (t) où Indγ (z) =
0 γ(t) − z 2iπ 0 γ(t) − z 2iπ
Indication – Considérer : Z 1
f ((1 − s)z + s γ(t)) γ ′ (t)
G(s) = dt
0 γ(t) − z
et dériver par rapport à s.
3 Déduire de ce qui précède que toute fonction de classe C 1 au sens complexe sur DR y est développable
en série entière.
Exercice 65 – Une pseudo équation différentielle traitée par les séries entières

Soit λ ∈]0, 1[ et f : R → R une fonction dérivable telle que

∀ x ∈ R, f ′ (x) = f (λx)

1 Montrer que f est de classe C ∞ et calculer f (n) (x) pour tout x ∈ R en fonction de f , λ et n.
2 Déterminer f , en vérifiant que f est nécessairement développable en série entière.

540 Stéphane FLON

 12. Probabilités

12.1. Exercices : Équipotence d’ensembles, ensembles finis, dénombrabilité

12.1.1. Problématiques
Problématique : Montrer que deux ensembles sont équipotents

Exercice 1 – Trouver une bijection explicite entre les deux ensembles

1 Soit X un ensemble fini non vide de cardinal n ∈ N∗ . On note P (resp. I) l’ensemble des parties de X de
cardinal pair (resp. impair). Montrer que P et I sont équipotents, en explicitant une bijection de P sur I.

Exercice 2 – (Si les ensembles sont finis) Montrer l’égalité des cardinaux

1 Soit X un ensemble fini non vide de cardinal n ∈ N∗ . On note P (resp. I) l’ensemble des parties de X de
cardinal pair (resp. impair). Montrer que P et I sont équipotents, en montrant que leurs cardinaux sont égaux.

Problématique : Déterminer le cardinal d’un ensemble fini

Exercice 3 – Établir une équipotence avec un ensemble de cardinal connu

1 On fixe un entier n ⩾ 1, et p ∈ [[1, n]]. Calculer : Card{(a1 , . . . , ap ) ∈ Np , a1 + · · · + ap = n}.

Exercice 4 – Partitionner l’ensemble

1 Soit p, n ∈ N, où p ⩽ n. En écrivant un certain ensemble comme une union disjointe, montrer que
Ç å n Ç å
n+1 X k
=
p+1 p
k=p

12.1.2. Bonnes questions

Exercice 5 – Y a-t-il plusieurs infinis ? (Théorème de Cantor)

Montrer que pour tout ensemble X, X et P(X) ne sont pas équipotents.

Indication – étant donné φ : X → P(X), on pourra montrer que φ n’est pas surjective en considérant
def
F = {x ∈ X, x ∈
/ φ(x)}
En déduire l’existence d’une suite (An ) d’ensembles infinis, deux à deux non équipotents.

Exercice 6 – Peut-on ordonner les cardinaux ? (Théorème de Cantor-Bernstein)

÷ 3 Soit X et Y deux ensembles non vides. On suppose qu’il existe une injection f de X vers Y , et une
injection g de Y vers X. Il s’agit de montrer que X et Y sont équipotents (c’est le théorème de Cantor-Bernstein).
1 Traiter le cas où X ou Y est fini.
2 Traiter le cas où f (X) = Y .
On suppose dans la suite que f (X) ̸= Y , et on note φ = f ◦ g. On définit par récurrence les ensembles
A0 = Y \ f (X), et, pour tout n ∈ N, An+1 = φ(An ). On pose A = ∪n∈N An .
3 Montrer que A est stable par φ.
4 Montrer que les termes de (An ) sont deux à deux disjoints.
5 Soit y ∈/ A. Montrer qu’il existe un unique x ∈ X tel que f (x) = y.
6 Soit x ∈ X. Montrer que si f (x) ∈ A, alors x ∈ g(A).
7 On définit la fonction h : Y → X par h(y) = g(y) si y ∈ A et h(y) est l’unique antécédent de y par f si
y∈/ A.
i Montrer que h est bien définie.
ii Montrer que h est injective.
iii Montrer que h est surjective.
8 Conclure.
541 Stéphane FLON
 Exercice 7 – R est-il dénombrable ?

1 Montrer que P(N) n’est pas dénombrable.
2 Montrer que P(N) et {0, 1}N sont équipotents.
3 En déduire que R n’est pas dénombrable.

12.1.3. Pour préparer sa colle

Exercice 8 – Formules de convolution de Vandermonde

1
i Montrer :
r Ç åÇ å Ç å
p q p+q
∀(p, q, r) ∈ N ,
X
3
= .
i=0
i r−i r
Pn
2
ii En déduire une expression plus simple de i=0 ni .

Exercice 9 – Nombre d’applications (strictement) croissantes

1 Soit n, p ∈ N∗ .
i Combien y a-t-il d’applications strictement croissantes de [[1, p]] dans [[1, n]] ?
ii Combien y a-t-il d’applications croissantes de [[1, p]] dans [[1, n]] ?

Exercice 10 – Dérangements

1 Soit E un ensemble fini non vide. On appelle dérangement de E toute permutation f de E sans point
fixe, c’est-à-dire telle que :
∀ k ∈ E, f (k) ̸= k
Bien entendu, le nombre de dérangements d’un ensemble fini ne dépend que de son cardinal.
Pour tout entier naturel non nul n, on note Dern l’ensemble des dérangements de [[1, n]], et dn son cardinal.
i Soit n un entier naturel non nul. Donner le cardinal de l’ensemble des permutations de [[1, n]].
ii Calculer d1 et d2 .
iii On fixe un entier naturel n ⩾ 3, et, pour tout k ∈ [[1, n − 1]], on considère les ensembles
Xk = {f ∈ Dern , f −1 (n) = f (n) = k} et Yk = {f ∈ Dern , f −1 (n) = k, f (n) ̸= k}
Soit k ∈ [[1, n − 1]]. Calculer les cardinaux de Xk et de Yk en fonction de dn−2 et dn−1 .
Indication – on pourra établir une bijection entre Yk et Dern−1 .
iv En déduire, pour tout entier naturel n ⩾ 3, la formule :
dn = (n − 1)(dn−1 + dn−2 )
v Montrer, pour tout n ⩾ 2 :
dn = ndn−1 + (−1)n
vi En déduire que pour tout entier naturel non nul n, on a :
X n!
dn = (−1)k
k!
0⩽k⩽n

Exercice 11 – Dénombrement lié à des parties

1 Pour tout n ∈ N∗ , calculer

Card (A, B) ∈ P([[1, n]])2 , A ⊂ B .


2 Soit E un ensemble fini de cardinal n ⩾ 1. Calculer

X X X
Card(A), Card(A ∩ B) et Card(A ∪ B).
A⊂E A,B⊂E A,B⊂E

Exercice 12 – Parties donnant une intersection fixée avec une partie fixée

542 Stéphane FLON

 (Mines PSI 08, X PC 08) Soit E un ensemble fini, A et B des parties de E.
1 Combien y a-t-il de parties X de E telles que A ∪ X = B ?
2 Soit E un ensemble de cardinal n et (A, B) ∈ P(E)2 . Déterminer le nombre de X ∈ P(E) telles que
A ∩ X = B.
Exercice 13 – Nombre de zéros

Par combien de zéros se termine le nombre 1000000! ?

Exercice 14 – Parties disjointes de même somme

Soit S un ensemble de 10 entiers distincts choisis parmi les nombres 1, 2, . . . , 99. Montrer que S contient
toujours deux sous-ensembles disjoints dont la somme de leurs éléments respectifs est la même.

Exercice 15 – Utilisation du principe des tiroirs

Soit n un entier naturel non nul. On choisit n + 1 nombres quelconques (distincts deux à deux) dans [[1, 2n]].
Montrer qu’il en existe deux qui sont premiers entre eux. Montrer qu’il en existe deux tels que l’un divise l’autre.

Exercice 16 – Plus longues sous-suites monotones

(ENS PC 18) Soient n ∈ N∗ et a = (a1 , . . . , an ) une suite de réels distincts. On dit que la sous-suite
(ai1 , . . . aik ) est croissante (resp. décroissante) si 1 ⩽ i1 < · · · < ik ⩽ n et ai1 < ai2 < · · · < aik (resp.
ai1 > ai2 > · · · > aik ). On note C(a1 , . . . , an ) la longueur de la plus grande sous-suite croissante de (a1 , . . . , an )
et D(a1 , . . . , an ) la longueur de la plus grande sous-suite décroissante.
1 Montrer que C(a1 , . . . , an ) × D(a1 , . . . , an ) ⩽ (n + 1)2 /4.
2 3 Montrer que C(a1 , . . . , an ) × D(a1 , . . . , an ) ⩾ n.

Exercice 17 – Fonction continue passant d’un rationnel à un irrationnel, et réciproquement

Montrer qu’il n’existe pas de fonction continue f : R → R telle que f (Q) ⊂ R − Q et f (R − Q) ⊂ Q.

Exercice 18 – Cardinal du lieu de discontinuité d’une fonction monotone

Soit f : R → R une fonction monotone. Montrer que l’ensemble Ω des points de discontinuité de f est au
plus dénombrable.
Indication – on pourra construire (pas de façon explicite) une injection de Ω dans Q.

12.2. Exercices : Familles sommables

12.2.1. Pour préparer sa colle

Exercice 19 – Étude de sommabilité de familles de nombres complexes

an z n une série entière de rayon de convergence R > 0, de somme f . Montrer que f est
P
1 Soit
développable en série entière au voisinage de chaque z0 ∈ C tel que |z0 | < R.
2 Soit r ∈ [0, 1[ et θ ∈ R. Pour tout n ∈ Z, on pose an = r|n| einθ . Montrer que la famille (an )n∈Z est
sommable, et calculer sa somme.
3 Soit z ∈ C tel que |z| < 1. Montrer que
∞ ∞
X zn X z 2n+1
2n
=
n=1
1−z n=0
1 − z 2n+1

4 Pour tout n ∈ N∗ , on note d(n) le nombre de diviseurs de n dans N. Montrer que pour tout z ∈ C tel que
|z| < 1, on a
∞ ∞
X zn X
= d(n)z n
n=1
1 − zn n=1

5 Pour tout (p, q) ∈ N2 , on pose up,q = (p+q+1)(p+q+2)(p+q+3)

2(p−q)
.
P∞ P∞ P∞ P∞ P∞ Pn
Calculer p=0 q=0 up,q , q=0 p=0 up,q , et n=0 p=0 up,n−p ,
La famille (up,q )(p,q)∈N2 est-elle sommable ?
543 Stéphane FLON
 Exercice 20 – Familles sommables et calculs de somme

1 Existence et calcul de
X 1
(p + q 2 )(p + q 2 + 1)
(p,q)∈N×N∗
P∞ P∞ 1
2 Existence et calcul de n=0 k=n k! .
3 PSoit (un )n⩾1 une suite réelle décroissante
P de limite nulle. On suppose que la suite de terme général
n
sn = k=1 uk − nun est bornée. Montrer que un converge.
4 Soit (an ) une suite de R+ . P P an
i On suppose que la série an converge. Montrer que n(n+1) converge.
P P∞ an P
ii Montrer que k n=k n(n+1) converge, et comparer sa valeur à an .
P√ P∞ 2
iii On suppose que nan converge, et on pose wn = p=n ap . Montrer l’existence de wn et la
convergence de la série de terme général wnn .
p

Exercice 21 – Une famille non sommable

def def
Pour tout (n, p) ∈ N2 , on pose an,n = 0, et, si n ̸= p : an,p = 1
n2 −p2 .
1 Montrer que la famille (an,p )(n,p)∈N2 n’est pas sommable.
P∞ P∞ P∞ P∞
2 Calculer n=0 p=0 an,p et p=0 n=0 an,p .

Exercice 22 – Sommabilité d’une série double de termes positifs

Ä ä
1
Étudier la sommabilité de (i+j) où p > 0, et calculer sa somme le cas échéant.
(i,j)∈(N∗ )2
p

Indication – on pourra poser, pour tout n ⩾ 2

def
In = {(i, j) ∈ (N∗ )2 , i + j = n}

Exercice 23 – Sommation par paquets et fonction zêta de Riemann

Montrer que
∞
X
(ζ(p) − 1) = 1
p=2
et que pour tout x > 1
∞
X d(n)
ζ(x)2 =
n=1
nx

Exercice 24 – Famille sommable complexe

Soit x, y ∈ C, où |x| < 1 et |y| < 1. Montrer que la famille xi y j

(i,j)∈N2
est sommable et calculer sa somme.

Exercice 25 – Une sommabilité arithmétique (Centrale MP 99)

π2 π4
P 1
P∞ 1
P∞ 1
Étudier p,q∈N∗ ,p∧q=1 p2 q 2 . On donne n=1 n2 = 6 et = n=1 n4 = 90 .

Exercice 26 – Études diverses de sommabilité

Ä ä
1
1 (Mines MP 00) Pour quelles valeurs du réel α la famille est-elle sommable ?
(m2 +n2 )α (m,n)∈N∗2
1
P pq
2 (Mines MP 98) Trouver un équivalent simple de sn = n3 p,q∈[[1,n]] p+q .
3 (Mines MP 98) Calculer
X 1
k(2k + 1)(2n)2k
(k,n)∈N∗2
Ä pä
4 (Mines MP 97) Sommabilité et somme de (−1)
q p .
p,q⩾2
P α Pn 2
5 (Mines MP 92) Nature de la série n k=2 (ln k) .

544 Stéphane FLON

 Exercice 27 – Somme d’une série grâce à un produit de Cauchy

Soit α ∈ R∗+ . Calculer à l’aide d’un produit de Cauchy (et en cas d’existence) de
P∞
n=0 (n + 1)αn .

Exercice 28 – Inverse de la fonction zeta de Riemann

1 Soit (an )n∈N∗ et (bn )n∈N∗ deux suites complexes sommables. On pose, pour tout n ∈ N∗
X
cn = ad b nd
d|n
P P P
La série cn est le produit de Dirichlet des séries an et bn .
Montrer que (cn )n∈N∗ est sommable, et que
∞ ∞ ∞
! !
X X X
cn = an bn
n=1 n=1 n=1

2
i Montrer que d|n φ(d) = n pour tout n ∈ N∗ .
P

ii Prouver, pour tout x > 2 :

∞
X φ(n) ζ(x − 1)
x
=
n=1
n ζ(x)

3 On note µ la fonction de Möbius définie sur N∗ par µ(1) = 1, µ(n) = 0 si n admet un facteur carré, et
µ(p1 p2 . . . pr ) = (−1)r si p1 , p2 , . . . , pr sont des nombres premiers distincts. Établir
X
µ(d) = 0 si n ⩾ 2 et 1 si n = 1
d|n

i Prouver, pour tout x > 1, que

∞
X µ(n) 1
x
=
n=1
n ζ(x)

Exercice 29 – Exponentielle d’une somme de matrices

Soit A, B ∈ Mp (K).
1 On suppose que A et B commutent. Montrer qu’alors
exp(A + B) = exp(A) exp(B)
2 Montrer que ce résultat tombe en défaut si on ne suppose plus que A et B commutent.

12.3. Exercices : Espaces probabilisables, espaces probabilisés

12.3.1. Problématiques
Problématique : Déterminer une probabilité

Exercice 30 – Utiliser la formule des probabilités composées

On considère une urne contenant 4 boules blanches et 3 boules noires. On tire une à une et sans remise 3
boules de l’urne. Indiquer la probabilité pour que la première boule tirée soit blanche, la seconde blanche et la
troisième noire.
Exercice 31 – Utiliser la formule de Bayes

On compte dans une population 45% d’hommes et 55% de femmes. Un homme sur trois porte des lunettes,
et une femme sur cinq porte des lunettes. Indiquer la probabilité qu’une personne portant des lunettes soit une
femme.
Exercice 32 – Procéder par dénombrement

1 On range les 20 tomes d’une encyclopédie sur une étagère, complètement au hasard. Quelle est la proba-
bilité que les tomes 1 et 2 se trouvent côte à côte ?
545 Stéphane FLON
 2 Une loterie compte 1000 billets dont 2 gagnants. Combien faut-il acheter de billets, pour avoir au moins
une chance sur deux de gagner quelque chose ?
3
i On choisit au hasard une partie à 3 éléments de l’ensemble [[1, n]] avec n ⩾ 3. Déterminer la probabilité
de chacun des évènements suivants :
— A :  la partie contient 1 et 2 
— B :  la partie ne contient ni 1 ni 2 
— C :  la partie contient 1 ou 2 
ii Reprendre les trois questions précédentes, lorsque l’on choisit au hasard une partie quelconque de
l’ensemble [[1, n]] avec n ⩾ 3.
Voir aussi : 40, 43, 46, 47, 62, 63, 76, 65

Problématique : Estimer une probabilité

Exercice 33 – Utiliser la sous-additivité

Montrer que si A, B et C sont trois événements équiprobables vérifiant P (A∩B ∩C) = 0, alors P (A) ⩽ 23 .
Voir aussi : 75, 44, 64

12.3.2. Bonnes questions

Exercice 34 – Que dire du cardinal d’une tribu ?

÷ Soit (Ω, T ) un espace probabilisable. Si x est dans Ω, on appelle atome de T associé à x l’intersection
A(x) des éléments de T contenant x.
1 Vérifier que les atomes de A partitionnent Ω c’est-à-dire que, pour x, y ∈ Ω, on a A(x) = A(y) ou
A(x) ∩ A(y) = ∅.
2 On suppose Ω fini. Montrer que les atomes appartiennent à T . Si r est le nombre d’atomes, que dire du
cardinal de T ?
3 On suppose que les atomes appartiennent à T et que l’ensemble A des atomes est dénombrable. Montrer
que T est en bijection avec P(A).
4 Existe-t-il une tribu dénombrable ?
Exercice 35 – De combien P (A ∩ B) et P (A)P (B) peuvent-ils différer (ENS Cachan Rennes MP 2015) ?

1 Soit A et B deux événements d’un espace probabilisé (Ω, A, P ). Montrer que |P (A∩B)−P (A)P (B)| ⩽ 1/4.
2 Caractériser l’égalité.

Exercice 36 – Que dire d’une probabilité sur un univers muni de la tribu discrète ?

1 Soit (An )n⩾1 une suite d’événements (deux à deux) incompatibles. Montrer que lim P (An ) = 0.
n→+∞
2 On considère un univers Ω, muni de la tribu discrète P(Ω), et d’une probabilité P .
i On suppose que Ω = N. Montrer que lim P ({n}) = 0.
n→+∞
ii Soit ∆ = {ω ∈ Ω, P ({ω}) > 0}. Montrer que ∆ est au plus dénombrable.
Remarque – Plus généralement, si (Ai )i∈I est une famille d’événements non négligeables, incompatibles deux à
deux, alors I est au plus dénombrable.

Exercice 37 – L’indépendance deux à deux entraı̂ne-t-elle l’indépendance mutuelle ?

1 On considère une urne contenant quatre boules : une rouge, une verte, une bleue et une tricolore
(bleue, verte, rouge). On tire une boule, on note Ω l’univers {bleue, verte, rouge, tricolore}, et on considère les
événements  la boule tirée contient du rouge ,  la boule tirée contient du vert , et  la boule tirée contient
du bleu  notés respectivement R, V et B. Montrer que ces événements sont indépendants deux à deux mais
pas dans leur ensemble.
2 Exemple de Bernstein de (non) indépendance mutuelle
546 Stéphane FLON
 On lance n pièces équilibrées. Pour 1 ⩽ k ⩽ n, on note Ak l’événement :  le k-ième lancer tombe sur pile .
On note An+1 l’événement :  le nombre total de pile est pair .
Montrer que n quelconques des événements Ak , (où 1 ⩽ k ⩽ n + 1) sont mutuellement indépendants alors
que A1 , . . . , An+1 ne sont pas mutuellement indépendants.

12.3.3. Pour préparer sa colle

Exercice 38 – Exemples d’événements

Soit (An )n∈N une suite d’événements de l’espace probabilisable (Ω, A).
def
1 Montrer que B = {ω ∈ Ω, ω ∈ An pour exactement un indice} est un événement.
def
2 Montrer que C = {ω ∈ Ω, ω ∈ An pour une infinité d’indices} est un événement.
def
3 Montrer que D = {ω ∈ Ω, ω ∈ An à partir d’un certain rang} est un événement.

Exercice 39 – Des cas particuliers faciles de continuité croissante et décroissante

1 Montrer directement le résultat de continuité décroissante (resp. de continuité croissante) lorsque (An )
est une suite d’événements négligeables (resp. presque sûrs).
2 En utilisant la continuité croissante, montrer qu’une union dénombrable d’événements négligeables est
négligeable.

Exercice 40 – Calculs de probabilités

1 (X-ESPCI 16) On place aléatoirement n ⩾ 3 boules dans n urnes. Calculer la probabilité qu’une seule
urne soit vide.
2 3 (X-ESPCI 16) (Problème du scrutin) Lors d’une élection, 700 électeurs votent pour A et 300 pour B.
Quelle est la probabilité que, pendant le dépouillement, A soit toujours strictement en tête ?
3 (X-ESPCI 16) Cinq compères sont autour d’une table ronde. Deux voisins ont chacun un ballon. À chaque
tour, une personne ayant un ballon le donne à son voisin de gauche ou à son voisin de droite avec une probabilité
égale à 21 .
Déterminer le nombre moyen de tours nécessaires pour qu’une personne ait les deux ballons.
Indication. — On pourra considérer la distance dn ∈ {0, 1, 2} entre les deux ballons.

Exercice 41 – Calcul de sommes de probabilités (Mines MP 2015)

Soit (Ω, T , P ) un espace probabilisé.

1 Soient A1 et A2 dans T . Calculer P (A1 ∪ A2 ) + P (A1 ∪ A2 ) + P (A1 ∪ A2 ) + P (A1 ∪ A2 ).
def P
2 Soient A1 , . . . , An dans T . On pose Γ = {A1 , A1 }×· · ·×{An , An }. Calculer (B1 ,...,Bn )∈Γ P (B1 ∪· · ·∪Bn ).

Exercice 42 – Lemme de Borel-Cantelli et loi du zero-un de Borel

1 Soit (An )n une suite d’événements d’un espace probabilisé (Ω, A, P ). On note pn = P (An ) On note B
l’événement
def \ [
B = Ak
n⩾1 k⩾n
c’est-à-dire
B = {ω ∈ Ω, Card(n ∈ N, ω ∈ An ) = ∞}
P
i On suppose que la série P (An ) converge. Montrer que P (B) = 0.
C’est le lemme de Borel-Cantelli.
P
2 On suppose que les événements An sont indépendants et que la série P (An ) diverge.
i Montrer que l’événement B est égal à
[ \
Ak
n⩾1 k⩾n

ii Exprimer P (∩m
k=n Ak ) en fonction des pk .

547 Stéphane FLON

 P
iii Montrer que la série ln(1 − pk ) est divergente.
iv EnPdéduire que P (B) = 1.
Ainsi, si P (An ) diverge (resp. converge), alors P (B) = 1 (resp. P (B) = 0) : c’est la loi du zero-un de
Borel (également appelée second lemme de Borel-Cantelli ).
3 Soit α un réel strictement positif et (Xn ) une suite de variables aléatoires indépendantes telles que pour
tout n, Xn suive la loi de Bernoulli de paramètre n1α .
i Montrer que E(Xn ) →n 0.
ii On suppose que α ∈]0, 1[. Montrer qu’avec une probabilité égale à 1, l’ensemble {n, Xn = 1} est
infini.
iii On suppose que α > 1. Montrer qu’avec une probabilité égale à 1, l’ensemble {n, Xn = 1} est fini.

Exercice 43 – Autour de la formule de Bayes

1 (Banque CCP 2016 105) On dispose de 100 dés dont 25 sont pipés.
Pour chaque dé pipé, la probabilité d’obtenir le chiffre 6 lors d’un lancer vaut 21 .
i On tire un dé au hasard parmi les 100 dés. On lance ce dé et on obtient le chiffre 6.
Quelle est la probabilité que ce dé soit pipé ?
ii Soit n ∈ N∗ .
On tire un dé au hasard parmi les 100 dés. On lance ce dé n fois et on obtient n fois le chiffre 6.
Quelle est la probabilité pn que ce dé soit pipé ?
iii Déterminer lim pn . Interpréter ce résultat.
n→+∞
2 (X-ESPCI 16) On dispose d’un test pour déterminer si un individu est atteint par une maladie donnée. La
probabilité qu’un individu soit malade est 1/100000, la probabilité que le test soit positif sachant que l’individu
est malade est 9999/10000, la probabilité que le test soit positif sachant que l’individu n’est pas malade est
1/1000.
Déterminer la probabilité qu’un individu soit malade sachant que le test est positif.

Exercice 44 – Anatole et Barnabé enquêtent

(X-ESPCI 16) Une urne contient 3 boules vertes et 3 boules rouges. Une boule est enlevée de l’urne au
hasard. Anatole tire 6 fois une boule avec remise et obtient 6 fois une boule rouge. Barnabé tire 600 fois une
boule avec remise et obtient 303 fois une rouge et 297 fois une verte.
Lequel peut s’attendre le plus à ce qu’une boule verte ait été enlevée ?

Exercice 45 – Indépendances et dés

1 On lance deux dés équilibrés et on considère les événements A  le premier dé donne un nombre pair ,
B  le second dé donne un nombre pair  et C  les deux dés donnent des nombres de même parité . Les
événements A et B sont-ils indépendants ? Même question avec A et C, avec A et B ∩ C et avec B ∪ C.
2 (X-ESPCI 16) On a deux dés équilibrés, un bleu et un rouge. On note A l’événement  la somme des
deux dés est égale à 9 .
Trouver deux événements B et C relatifs au dé rouge tels que P (A ∩ B ∩ C) = P (A)P (B)P (C), P (A ∩ B) ̸=
P (A)P (B), P (A ∩ C) ̸= P (A)P (C) et P (B ∩ C) ̸= P (B)P (C).

Exercice 46 – Même nombre de pile que de face

(Centrale PC 16) On lance deux pièces équilibrées. Pour n ∈ N∗ , on note En l’événement  les deux pièces
ont donné le même nombre de pile et de face dans les n premiers lancers .
1 Déterminer P (En ).
2 Sur les n premiers lancers, combien de fois cet événement est-il vérifié en moyenne ?

Exercice 47 – Probabilité de retour à l’origine

2
Soit (a, b) ∈ R∗+ tel que a + b = 1.
Ç å
2n n n
1 Montrer que la série de terme général a b diverge si, et seulement si, a = b = 21 .
n
On se place sur l’axe Z initialement en 0. On a une probabilité a d’aller à droite, b d’aller à gauche à chaque
instant. Pour n ∈ N, on note rn la probabilité d’être en 0 à l’instant n ; pour
P+∞ n ∈ N∗ , on pose pnPla probabilité
+∞
d’être pour la première fois de retour en 0 à l’instant n. On pose R : t 7→ n=0 rn tn et P : t 7→ n=1 pn tn .
548 Stéphane FLON
 2 Montrer que P et R sont définies sur ] − 1; 1[.
3 Montrer, pour t ∈] − 1; 1[, R(t) = 1 + R(t)P (t).
4 Montrer que la probabilité de retour à l’origine est égale à 1 si, et seulement si, a = b.

Exercice 48 – Minoration du cardinal d’une tribu

Soit (Ω, T , P ) un espace probabilisé fini, et A1 , . . . , An des événements indépendants de probabilité différente
de 0 et 1. Montrer que |Ω| ⩾ 2n .

Exercice 49 – Majoration du fait que des événements indépendants ne se produisent pas

Les événements A1 , . . . , Ak sont mutuellement indépendants et de probabilités respectives p1 , . . . , pk . Mon-

trer que la probabilité qu’aucun des Ai ne se produise est majorée par
1
1 + p1 + · · · + pn

12.4. Exercices : Variables aléatoires discrètes

12.4.1. Problématiques
Problématique : Déterminer la loi d’une variable aléatoire

Exercice 50 – Calculer la probabilité d’événements pertinents

1 Soit X et Y deux variables aléatoires indépendantes suivant une même loi géométrique G(p). Soit
Z = min{X, Y }. Montrer que Z suit une loi géométrique.
2 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant une loi géométrique de
paramètre p ∈]0, 1[. On pose U = |X − Y | et V = min(X, Y ).
Déterminer la loi de (U, V ). En déduire les lois de U et de V . Les variables U et V sont-elles indépendantes ?

Exercice 51 – Retrouver la loi grâce à la fonction génératrice

1 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant des lois de Poisson de para-
mètres λ et µ respectivement. Déterminer la loi de X + Y .
2 On considère deux v.a. X et Y indépendantes, suivant des lois binomiales de paramètres (n, p) et (m, p).
Indiquer la loi de X + Y .

Exercice 52 – La loi d’une somme de variables aléatoires indépendantes est entièrement déterminée par les
lois de ces v.a.

On considère deux v.a. X et Y indépendantes, suivant des lois binomiales de paramètres (n, p) et (m, p).
Indiquer la loi de X + Y .

Exercice 53 – Utiliser la loi conjointe

On tire avec remise deux fois un jeton, dans une urne contenant quatre jetons numérotés de 1 à 4. On note
X et Y les résultats des premier et second tirages respectivement, et Z = max(X, Y ).
1 Indiquer la loi conjointe de (X, Y ).
2 Indiquer la loi conjointe de (X, Z).
3 En déduire la loi de Z.
Voir aussi : 57, 59, 60, 61

12.4.2. Bonnes questions

Exercice 54 – Quel est le lieu de discontinuité de la fonction de répartition ?

Soit X : Ω → R une v.a.d. réelle.

1 Soit x ∈ R, et (xn ) une suite de réels tendant vers x par valeurs inférieures (resp. par valeurs supérieures).
Montrer que (P (X ⩽ xn ))n∈N tend vers P (X < x) (resp. vers P (X ⩽ x)).
Remarque – La connaissance de FX permet donc de retrouver la loi de X.
549 Stéphane FLON
 2 Montrer que le lieu de discontinuité de FX est {x ∈ R, P (X = x) > 0}.
Remarque – Ce lieu est inclus dans X(Ω), mais l’inclusion peut être stricte.

12.4.3. Pour préparer sa colle

Exercice 55 – Variable aléatoire discrète

1 Soit (X1 , . . . , X42 ) une famille de variables aléatoires discrètes à valeurs dans N∗ . Pour tout ω dans Ω, on
pose ( )
Xn
Y (ω) = min n ∈ [[1, 42]], Xi (ω) ⩾ 42
i=1
Montrer que Y est une variable aléatoire discrète.
2 Soit (Xn )n⩾1 et N des v.a. sur un même espace probabilisé, à valeurs dans N. On considère
N (ω)
X
S : ω ∈ Ω 7→ Xi (ω)
i=1

Montrer que S est une variable aléatoire discrète.

PN
Remarque – Cette variable aléatoire sera notée i=1 Xi .

Exercice 56 – Probabilité que des entiers soient premiers entre eux

Pour n ⩾ 1, on note rn la probabilité pour que deux entiers choisis aléatoirement dans [[1, n]]2 soient premiers
entre eux.
D’autre part, on définie la fonction de Möbius µ : N∗ → Z de la manière suivante : µ(1) = 1, µ(n) = 0 si
n admet un facteur carré (non trivial) et µ(p1 . . . pr ) = (−1)r si les pi sont des nombres premiers deux à deux
distincts.
Pn
1 Montrer que rn = n12 d=1 µ(d)⌊ nd ⌋2 .
P
2 Calculer d|n µ(d).
6
3 Montrer que lim rn = π2 .
n∞

Exercice 57 – Loi d’une variable aléatoire

1 (X-ESPCI 16) En arrivant au restaurant, n personnes déposent leur manteau au vestiaire. En partant du
restaurant, chacune reprend un manteau au hasard. Soit X la variable aléatoire égale au nombre de personnes
ayant récupéré leur manteau. Déterminer la loi de X.
2 (Mines PC 16) Soit n ∈ N avec n ⩾ 3. Une urne contient n boules numérotées de 1 à n. On les tire
une à une sans remise. On note X la variable aléatoire indiquant le tirage au bout duquel on a tiré les boules
numérotées 1, 2 et 3. Déterminer la loi de X.
3 (Mines PC 16) Le nombre X de clients qui entrent dans une boutique une journée donnée suit une loi
de Poisson de paramètre λ > 0. Chaque client achète un article avec une probabilité p ∈]0; 1[ et aucun article
sinon. Déterminer la loi de la variable aléatoire Y égale au nombre d’articles achetés.
4 (Mines PC 16) Soit (Xn )n∈N∗ une suite de variables aléatoires indépendantes et identiquement distribuées
suivant une loi de Bernoulli de paramètre p. Soit T = min{n ∈ N∗ / Xn = 1 et Xn+1 = 0}.
Déterminer la loi de T .
5 (Mines PC 16) Soit (Xn )n∈N∗ une suite de variables aléatoires indépendantes et identiquement distribuées
suivant une loi de Bernoulli de paramètre p ∈]0; 1[. Soit N = min{n ∈ N∗ / Xn = 1} et Y = XN +1 + · · · + X2N .
i Déterminer la loi de N .
ii Déterminer la loi de Y .
6 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant une loi uniforme sur [[1, n]].
Déterminer la loi de X + Y .

Exercice 58 – Dés pipés

(Mines PC 16) Soit X, Y et Z trois variables aléatoires indépendantes suivant la même loi et représentant
les résultats d’un jet de trois dés pipés. On note S = X + Y + Z.
Que peut-on dire de la loi de X si S est toujours divisible par 3 ? Généraliser.
550 Stéphane FLON
 Exercice 59 – Loi de Poisson

1 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant des lois de Poisson de
paramètres λ et µ respectivement. Déterminer la loi de X sachant X + Y = n.
2 (Mines PC 16) Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ. Quelle est la
probabilité que X soit un entier pair ?
3 (Centrale PC 16) Soit X et Y deux variables aléatoires indépendantes suivant des lois de Poisson de
paramètre λ.
Déterminer la loi de max{X, Y }.

Exercice 60 – Loi géométrique

1 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant une loi géométrique de
paramètre p ∈]0; 1[. Calculer P (Y ⩾ X) et P (Y = X).
2 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant des lois géométriques de
paramètres p et p′ respectivement. Déterminer la loi de X + Y .
3 (Centrale MP 2015)Soient X et Y deux variables aléatoires indépendantes suivant une loi géométrique
de paramètre p. Déterminer la loi de X/Y .

Exercice 61 – Deux variables aléatoires qui suivent la même loi

(Mines PC 16) Soit X et Y deux variables aléatoires à valeurs dans N∗ telles que X ⩽ Y . On suppose que,
pour tout n ∈ N∗ , la loi conditionnelle de X sachant (Y = n) est la loi uniforme sur [[1, n]].
Montrer que Y − X + 1 et X suivent la même loi.

Exercice 62 – Calcul de probabilités

1 (Mines PC 16) Une urne contient b boules blanches et n boules noires. On tire les boules une à une sans
remise. On s’arrête lorsqu’il ne reste que des boules noires dans l’urne.
Quelle est la probabilité que toutes les boules aient été tirées ?
2 (Centrale PC 16) Soit X1 , X2 et X3 trois variables aléatoires indépendantes et identiquement distribuées
suivant une loi géométrique de paramètre p ∈]0, 1[.
i Soit Y1 = min{X1 , X2 } et Y2 = max{X1 , X2 }. Déterminer les lois de Y1 et Y2 .
ii Déterminer la probabilité de l’événement (X1 ⩽ X3 ) ∩ (X2 ⩽ X3 ).
3 (Centrale PC 16) Trois clients arrivent dans une banque disposant de deux guichets. Les clients C1 et C2
vont aux deux guichets, le client C3 va dans le premier guichet libéré. Le temps passé au guichet par le client
Ci suit une loi géométrique de paramètre p.
Déterminer la probabilité que le client C3 termine le dernier.

Exercice 63 – Probabilité qu’une matrice soit diagonalisable

(Mines PC 16)
Å ã
a 1
1 Soit A = ∈ M2 (R). Donner une condition nécessaire et suffisante sur (a, b) pour que A soit
0 b
diagonalisable.
2 Soit (a, b, n) ∈ (N∗ ) . Montrer que :
3

Ç å min(n,a) Ç åÇ å
a+b X a b
= .
n k n−k
k=max(0,n−b)

3 Soit X et Y deux variables aléatoires indépendantes suivants des lois binomiales B n, 12 .

Å ã
X 1
Déterminer la probabilité que la matrice soit diagonalisable.
0 Y

Exercice 64 – Comparaison de variables aléatoires

(ENS PC 16) Soit X et Y deux variables aléatoires à valeurs dans N. On note X ≺ Y si, pour tout t ∈ R,
P (X ⩾ t) ⩽ P (Y ⩾ t).
551 Stéphane FLON
 1 Montrer que X ≺ Y si, et seulement si, pour toute fonction h : N −→ R+ croissante et bornée, E(h(X)) ⩽
E(h(Y )).
2 On suppose que X ∼ P(λ) et Y ∼ P(µ). Montrer que X ≺ Y si, et seulement si, λ ⩽ µ.
3 On suppose X et Y indépendantes et X ≺ Y . Montrer que P (X ⩽ Y ) ⩾ 21 .

Exercice 65 – Arithmétique et probabilités

1 (X-ESPCI 16) Soit n un entier ⩾ 3. Soit X une variable aléatoire suivant la loi uniforme sur [[1, n]]. Si
d ∈ [[2, n − 1]], on note Dd l’événement  d divise X .
i Si d est un diviseur de n, calculer P (Dd ).
ii Si p et q sont premiers entre eux et divisent n, montrer que les événements Dp et Dq sont indépen-
dants.
iii On note φ(n) leÄnombre ä d’entiers de [[1, n]] premiers avec n.
φ(n) Q 1
Montrer que n = p∈Q 1 − p où Q est l’ensemble des nombres premiers qui divisent n.
2 (X-ESPCI 16) Soit p1 et p2 deux nombres premiers, n ∈ N. On suppose que 2 ⩽ p1 < p2 ⩽ n. On munit
l’ensemble [[1, n]] de la probabilité uniforme. Soit E1 = {k ∈ [[1, n]] / p1 |k} et E2 = {k ∈ [[1, n]] / p2 |k}.
Montrer que E1 et E2 sont indépendants si, et seulement si, n s’écrit sous la forme n = kp1 p2 + ℓp1 avec
(k, ℓ) ∈ N et 0 ⩽ ℓp1 < p2 .
3 (Mines MP 15) Sur un espace probabilisé (Ω, A, P ), soit X une variable aléatoire à valeurs dans N∗
1
telle que P (X = n) = , où a est un réel strictement plus grand que 1.
ζ(a)na
i Justifier la cohérence de la définition de la loi de probabilité.
ii À quelle condition X admet-elle une espérance ? La calculer et en donner un équivalent quand a tend
vers +∞.
iii Pour i ∈ N∗ , on note Ai = {n ∈ N∗ , i divise n}. Calculer P (X ∈ Ai ). À quelle condition les Ai
sont-ils indépendants ?
iv Soit r ∈ N∗ , p1 , . . . , pr des nombres premiers distincts et Cr = {n, ∀i ∈ [[1, r]], pi ne divise pas n}.
Calculer P (X ∈ Cr ).
Que dire quand r tend vers +∞ dans le cas où {pi , i ∈ N∗ } est l’ensemble des nombres premiers ? En déduire
le développement eulérien de la fonction ζ :
∞ Å
1 −1
Y ã
ζ(a) = 1− a
r=1
pr

1
diverge, où (pn )n∈N∗ est la famille ordonnée des nombres premiers.
P
v En déduire que pn

Exercice 66 – Loi hypergéométrique

On considère une urne contenant M boules blanches et N − M boules noires. On effectue n tirages sans
remise, avec n ⩽ N , on note X la variable aléatoire donnant le nombre de boules blanches obtenues.
Plus formellement, on peut voir X de la façon suivante. La variable aléatoire A suit la loi uniforme sur
l’ensemble Pn ([[1, N ]]) des parties à n éléments, où les boules numérotées de 1 à M sont blanches, les autres
noires, et X = |A ∩ [[1, M ]]|.
On peut aussi noter Xi la variable aléatoire égale à 1 si le i-ième tirage donne une boule blanche, à 0 sinon.
Les variables Xi suivent la loi de Bernoulli de paramètre M/N , et X = X1 + · · · + Xn .
N −M
(M
m )( n−m )
1 Montrer : ∀ m ∈ [[0, min{M, n}]], P (X = m) = N .
(n)
2 En déduire la formule :
min{M,n} M

N −M


X m n−m
N

=1
m=0 n

Retrouver ce résultat en utilisant l’identité : (1 + T )M (1 + T )N −M = (1 + T )N .

3 On pose M = N p, de sorte que p est la proportion de boules blanches. On note H(N, p, n) plutôt que
H(N, M, n). Si n, m et p restent fixés, que se passe-t-il lorsque N tend vers +∞ ?
4 Déterminer l’espérance et la variance de X, sans utiliser la loi de X.
552 Stéphane FLON
 12.5. Exercices : Espérance , variance, moments d’une variable aléatoire discrète réelle
12.5.1. Problématiques
Problématique : Calculer l’espérance d’une variable aléatoire

Exercice 67 – Utiliser la formule du pion

1 Soit X une variable aléatoire à valeurs dans [[0, n]], telle qu’il existe a ∈ R vérifiant
Ç å
n
P (X = k) = a
k
Calculer espérance et variance de X.
2 Soit n ∈ N∗ et β ∈ R. Soit X une v.a. à valeurs dans {0, 1, ..., n} telle que :
Å ã
n β
∀k ∈ [[0, n]], P (X = k) = .
k k+1
Déterminer β, E(X).

Exercice 68 – Utiliser la formule de transfert

Ä ä
1 1
1 Soit X une variable aléatoire suivant la loi uniforme sur [[1, n]]. Montrer que E X(1+X) = n+1 .
1
2 Soit X une variable aléatoire de loi B(n, p). Calculer l’espérance de Y = X+1 .

Exercice 69 – Utiliser l’indépendance

1 Retrouver la variance d’une v.a. suivant une loi binomiale, en faisant le lien avec la loi de Bernoulli.
2 On lance deux dés équilibrés. Soit U1 et U2 les variables aléatoires correspondant aux résultats des lancers.
On pose X = min(U1 , U2 ) et Y = max(U1 , U2 ).
i Déterminer la loi et l’espérance de X.
ii Calculer X + Y en fonction de U1 et U2 . En déduire l’espérance de Y .
iii Calculer XY et en déduire Cov(X, Y ).

Exercice 70 – Utiliser la fonction génératrice

1 Retrouver l’espérance de v.a. suivant les lois de Bernoulli, binomiale, géométrique et de Poisson à l’aide
des fonctions génératrices.
2 Retrouver la variance de v.a. suivant les lois de Bernoulli, binomiale, géométrique et de Poisson à l’aide
des fonctions génératrices.

Exercice 71 – Utiliser la linéarité de l’espérance

1 En faisant le lien entre loi binomiale et loi de Bernoulli, trouver l’espérance d’une v.a. suivant la loi
B(n, p).
2 (Centrale PC 16) Une urne contient 2n boules. Parmi ces boules, n portent le numéro 0, les n autres
portent les numéros de 1 à n. On tire n boules de l’urne. Si i ∈ {1, . . . , n}, soit Xi la variable aléatoire égale à
1 si la boule portant le numéro i a été tirée, à 0 sinon.
i Déterminer la loi de Xi , la covariance Cov(Xi , Xj ) si 1 ⩽ i < j ⩽ n.
ii Soit S la somme des numéros tirés. Déterminer E(S) et V(S).
Voir aussi : 77, 78, 79, 80, 81

12.5.2. Bonnes questions

Exercice 72 – Comment utiliser les indicatrices en probabilités ?

1 Soit (Ω, A, P ) un espace probabilisé.
i Soit A un événement. Quelle est la loi de 1A ? En déduire que P (A) = E(1A ).
ii Soit A et B deux événements. Exprimer 1A , 1A∩B , 1A∪B en fonction de 1A et 1B .
553 Stéphane FLON
 iii On considère n événements A1 , . . . , An . Montrer la formule du crible :
! Ñ Ñ éé
n
[ Xn X \k
P Ai = (−1)k+1 P Ai j
i=1 k=1 1⩽i1 <i2 <···<ik ⩽n j=1

iv Déduire du résultat précédent la formule du crible pour les ensembles finis : si A1 , . . . , An sont des
ensembles finis, alors :
! Ñ Ñ éé
[n Xn X \k
Card Ai = (−1)k+1 Card Aij
i=1 k=1 1⩽i1 <i2 <···<ik ⩽n j=1

2 Rappeler comment montrer l’inégalité de Markov avec une indicatrice.

3 (Mines PC 2018) On dispose de p boules que l’on place aléatoirement dans n tiroirs T1 , . . . , Tn .
i Déterminer la loi du nombre Xk de boules situées dans Tk .
ii Les variables aléatoires X1 , . . . , Xn sont-elles mutuellement indépendantes ?
iii Soit Y la variable aléatoire égale au nombre de tiroirs vides. Déterminer l’espérance de Y .

Exercice 73 – Quelle est la meilleure approximation d’une v.a. à l’ordre 2 ? à l’ordre 1 ?

(ENS PC 16) Soit X une variable aléatoire prenant un nombre fini de valeurs. On dit que λ est une valeur
médiane si P (X ⩽ λ) ⩾ 21 et P (X ⩾ λ) ⩾ 12 .
1 Montrer qu’il existe une valeur médiane. Est-elle forcément unique ?
2 Trouver t minimisant φ : t 7→ E (X − t)2 .

3 Trouver t minimisant ψ : t 7→ E(|X − t|).

12.5.3. Pour préparer sa colle

Exercice 74 – Sur les moments d’une variable aléatoire

1 Soit X une variable aléatoire ayant un moment d’ordre n ∈ N∗ . Montrer que X possède un moment
d’ordre k pour tout k ∈ N avec k ⩽ n.

Exercice 75 – Inégalité de type Markov

1 Soit X une variable aléatoire réelle, et soit g : R+ → R+ strictement croissante, telle que g(|X|) admette
une espérance. Soit ε > 0. Montrer que P (|X| ⩾ ε) ⩽ E(g(|X|)
g(ε) .
2 (ENS Cachan Rennes MP 2015)Soit X une variable aléatoire à valeurs dans [−1, 1], centrée et de variance
σ 2 , avec σ > 0.
i Pour µ dans R+ et t ∈ R+ , justifier etµ P (X ⩾ µ) ⩽ E(etX ).
ii Montrer, si t ∈ [0, 1], E(etX ) ⩽ 1 + σ 2 t2 .
iii Montrer, pour λ dans [0, 2σ], P (X ⩾ λσ) ⩽ exp(−λ2 /4).

Exercice 76 – Probabilité d’extinction d’une population

(X-ESPCI 16) Soit µ une variable aléatoire telle que P (µ = 0) = P (µ = 1) = P (µ = 2) = 13 . On note Zn le

cardinal d’une population d’individus à l’instant n. On suppose que Z0 = 1 et que, à l’étape n, un individu a
un nombre de descendants suivant la loi de µ puis meurt.
1 Déterminer Z1 et Z2 .
2 Soit (n, N ) ∈ N2 . On pose E(Zn+1 |Zn = N ) = k=0 kP (Zn+1 = k |Zn = N ).
P+∞
Montrer que E(Zn+1 |Zn = N ) = N .
3 On note ϕ(t) la fonction génératrice de µ. On admet que la fonction génératrice de Zn est GZn : t 7→
ϕ ◦ · · · ◦ ϕ(t) (composée n fois).
Déterminer la probabilité d’extinction de la population.

Exercice 77 – Calcul d’espérance

1 (Mines PC 16) On lance une pièce qui donne pile avec la probabilité p. On note X la variable aléatoire
égale au nombre de lancers nécessaires pour obtenir deux fois pile.
554 Stéphane FLON
 Donner la loi de X. Calculer E(X).
2 (Mines PC 16) Un centre d’appels cherche à contacter n personnes. Chaque personne a la probabilité
p ∈]0; 1[ de répondre. On note X la variable aléatoire égale au nombre ayant répondu à la première vague
d’appels. Le centre lance un nouvel appel aux personnes n’ayant pas répondu la première fois. Soit Y la variable
aléatoire égale au nombre de personnes ayant répondu la deuxième fois mais pas la première.
i Donner la loi de X.
ii Déterminer P(X=i) (Y = k) pour (i, k) ∈ [[0, n]]2 .
iii Soit Z = X + Y . Déterminer la loi de Z ainsi que son espérance.
3 (Mines PC 16) Soit X et Y deux variables aléatoires indépendantes suivant une loi géométrique de
paramètre p ∈]0; 1[. Soit Z = max(X, Y ).
Déterminer E(Z).
4 Soit n ∈ N∗ , p ∈]0, 1[ et X ,→ B(n, p). On définit la v.a. Y de la façon suivante :
— Si X = k avec k > 0, alors Y = k.
— Si X = 0, alors Y prend une valeur quelconque avec équiprobabilité dans {1, ..., n}.
Déterminer la loi et l’espérance de Y .
5 (Mines MP 2015) Une personne effectue une série de sauts numérotés à partir de 1. La probabilité de
réussir le i-ème saut est 1/i, et on s’arrête au premier échec. On note X le nombre de sauts effectués.
i Montrer que X est presque sûrement finie et déterminer sa loi.
ii Calculer E(X) et V (X).
6 On tire n boules dans une urne de N boules, numérotées de 1 à N . X est le plus grand des numéros
obtenus. Déterminer la loi et l’espérance de X.

Exercice 78 – Calcul d’espérance et de variance

1 (Mines PC 16) Soit (a, b) ∈ R2 , X et Y deux variables aléatoires discrètes à valeurs dans N de loi conjointe
donnée par : ® i −b
b e (1−a)i−j aj
si j ⩽ i
P (X = i, Y = j) = (i−j)!j!
0 si j > i
i Déterminer les lois de X et de Y .
ii Calculer leur espérance et leur variance si elles existent.

Exercice 79 – Première obtention de deux piles consécutifs

On joue à pile ou face avec une pièce non équilibrée. À chaque lancer, la probabilité d’obtenir pile est 2/3,
et donc celle d’obtenir face est 1/3. Les lancers sont supposés indépendants, et on note X la variable aléatoire
réelle égale au nombre de lancers nécessaires pour obtenir, pour la première fois, deux piles consécutifs. Pour
n ⩾ 1, on note pn la probabilité P (X = n).
1 Expliciter les événements (X = 2), (X = 3), (X = 4), et déterminer la valeur de p2 , p3 , p4 .
2 Montrer que l’on a pn = 92 pn−2 + 13 pn−1 , n ⩾ 4.
3 En déduire l’expression de pn pour tout n.
P+∞
4 Rappeler, pour q ∈] − 1, 1[, l’expression de n=0 nq n , et calculer alors E(X).

Exercice 80 – Deuxième obtention d’un pile

Soit p ∈]0, 1[. On dispose d’une pièce amenant ”pile” avec la probabilité p. On lance cette pièce jusqu’à
obtenir pour la deuxième fois ”pile”. Soit X le nombre de ”face” obtenus au cours de cette expérience.
1 Déterminer la loi de X.
2 Montrer que X admet une espérance, et la calculer.
3 On procède à l’expérience suivante : si X prend la valeur n, on place n + 1 boules numérotées de 0 à n
dans une urne, et on tire ensuite une boule de cette urne. On note alors Y le numéro obtenu. Déterminer la loi
de Y . Calculer l’espérance de Y .
4 On pose Z = X − Y . Donner la loi de Z et vérifier que Z et Y sont indépendantes.

Exercice 81 – Espérance et variance d’un déterminant

(ENS PC 16) Soit (Ai,j )1⩽i,j⩽d des variables aléatoires indépendantes et identiquement distribuées sui-
vant une loi de Rademacher, c’est-à-dire telles que P (Ai,j = −1) = P (Ai,j = 1) = 12 .
555 Stéphane FLON
 Soit A = (Ai,j )1⩽i,j⩽d la matrice aléatoire.
1 Calculer E tr Ak pour k ∈ [[1; 4]].

2 Calculer E(det(A)) et V(det(A)).

Exercice 82 – Épreuves consécutives à plusieurs résultats possibles

On considère une suite de n épreuves répétées indépendantes, chaque épreuve ayant k résultats possibles
r1 , . . . , rk . On note pi la probabilité de réalisation du résultat ri lors d’une épreuve donnée.
Pour i ∈ [[1, k]], notons Xi le nombre de réalisations du résultat ri au cours des n épreuves.
1 Expliquer pourquoi V(X1 + · · · + Xk ) = 0.
2 Quelle est la loi de Xi ? Que vaut sa variance ?
3 Pour i ̸= j, donner la loi et la variance de Xi + Xj .
4 En déduire Cov(Xi , Xj ).
5 Contrôler ce résultat en développant V(X1 + · · · + Xk ) et en utilisant la première question.

Exercice 83 – Inégalité de Cantelli

On se propose de démontrer l’inégalité de Cantelli : si X est une v.a. ayant une espérance m et un écart
type σ, on a :
σ2
∀ t > 0, P (X − m ⩾ t) ⩽ 2
σ + t2
1 Vérifier que l’on peut se ramener au cas m = 0 (ce que l’on fait désormais).
2 Montrer que pour tout u ⩾ 0 :
σ 2 + u2
P (X ⩾ t) ⩽ P ((X + u)2 ⩾ (t + u)2 ) ⩽
(t + u)2
3 Conclure en choisissant une valeur adéquate de u.

Exercice 84 – Identité de Wald

Soit N et X1 , X2 , . . . des variables aléatoires indépendantes à valeurs dans N. On suppose que les variables
X1 , X2 , . . . suivent toutes une même loi de fonction génératrice GX et on pose
N
def X
S = Xk
k=1

1 Établir que GS (t) = GN (GX (t)) pour tout t ∈] − 1, 1[

2 On suppose que les variables admettent une espérance. Établir l’identité de Wald :
E(S) = E(N ) E(X1 )

Exercice 85 – Tentatives d’extension de la loi faible des grands nombres

1 Soit (Xn )n∈N∗ une suite de variables aléatoires indépendantes. On suppose que, pour tout n ∈ N∗ ,
E(Xn ) = 0 et qu’il existe M > 0 tel que, pour tout n ∈ N , E Xn ⩽ M .
∗ 2


Soit ε > 0. A-t-on toujours lim P (|X1 + · · · + Xn | ⩾ nε) = 0 ?
n→+∞
2 Soit f ∈ C 0 ([0, 1], R).
i Soit ε > 0. Montrer qu’il existe C > 0 tel que :
∀(x, y) ∈ [0, 1]2 , |f (x) − f (y)| ⩽ ε + C(x − y)2 .

ii Soit x ∈ [0, 1]. Soit (Xk )k∈N∗ une suite de variables aléatoires indépendantes et identiquement
distribuées suivant une loi de Bernoulli de paramètre x. On pose, pour n ∈ N∗ , Sn = X1 + · · · + Xn .
Montrer que : Å Å ãã
Sn C
f (x) − E f ⩽ε+ .
n n

Exercice 86 – Cas particuliers de la loi forte des grands nombres

556 Stéphane FLON

 1 Soit (Xn )n⩾1 une suite de vaiid possédant un moment d’ordre 4.
Pour n dans N, soit Sn = X1 + · · · + Xn . Dans les deux premières questions, on suppose les Xn centrées.
i Trouver une constante absolue C > 0 telle que :
∀ n ∈ N∗ , E(Sn4 ) ⩽ Cn2
ii En déduire que, presque sûrement
Sn
−→ 0
n n→+∞
et même que, presque sûrement, pour tout nombre réel α > 34 , Sn = o(nα ).
iii On ne suppose plus les Xn centrées, on note m = E(X1 ). Montrer que, presque sûrement,
Sn
−→ m
n n→+∞
2 Soit (Xn )n∈N∗ une suite de vaiid suivant toutes la loi de Poisson de paramètrePλ > 0 et toutes définies
n
sur l’espace probabilisé (Ω, T , P ). On note, pour tout entier naturel n non nul, Sn = k=1 Xk .
i Soit ε > 0. En remarquant que, pour tout réel t > 0, et pour tout entier naturel non nul n, on a
P (Sn ⩾ n(λ + ε)) = P (exp(tSn )) ⩾ exp(nt(λ + ε))
puis en faisant varier le réel t, prouver l’existence de deux réels C > 0 et δ > 0 tels que, pour tout entier naturel
n, on a
P (Sn ⩾ n(λ + ε)) ⩽ e−nα

ii Soit ε > 0. Prouver l’existence de deux réels C > 0 et δ > 0 tels que, pour tout entier naturel n, on a
Å ã
Sn
P − λ ⩾ ε ⩽ Ce−nδ
n

iii En déduire que la suite Snn n∈N∗ tend, presque sûrement, vers la constante λ.

Exercice 87 – Le problème du collectionneur de vignettes

Soit (Xn )n⩾1 une suite de vaaiid de loi uniforme sur [[1, N ]] avec N ⩾ 1.
On imagine que les Xn sont les images vendues chez le marchand de journaux. À chaque achat, on a une
image différente dans la collection [[1, N ]] et l’on cherche à réunir toute la collection sachant que l’on peut tomber
sur des vignettes que l’on possède déjà. On note T0 = 0 et, pour 1 ⩽ i ⩽ N ,
Ti = inf{k ⩾ 1, Card(X1 , . . . , Xn ) = i
(Ti est à valeurs dans N ∪ {∞}).
∗

1 Que représente Ti ? Que représente TN ? Montrer que Ti est une variable aléatoire discrète.
2 Exprimer pour i < N , P (Ti+1 − Ti = k|Ti = l). En déduire que Ti+1 − Ti suit une loi géométrique.
3 Que vaut P (Ti+1 − Tk |Ti = li , . . . , T1 = l1 ) ? En déduire l’indépendance des Ti+1 − Ti pour 0 ⩽ i ⩽ N .
4 Calculer l’espérance et la variance de TN . En donner des équivalents quand N tend vers l’infini.
 
TN
5 Montrer que pour tout ε > 0, P N ln(N ) − 1 > ε −→ 0.
N →∞
6 Pour i ∈ [[1, N ]], on note Ai,m l’événement (X1 ̸= i, . . . , Xm ̸= i). Calculer sa probabilité et en déduire
que pour tout x ⩾ 0 :
P (TN ⩾ N ln(N ) + xN + 1) ⩽ e−x

Exercice 88 – Inégalités classiques probabilistes

1 (Inégalité de Jensen) Soit I un intervalle fermé, f : I → R continue et convexe, X une variable aléatoire
discrète à valeurs dans I. On suppose que X et f (X) possèdent une espérance finie. Démontrer que
E(f (X)) ⩾ f (E(X))
2 (Inégalité de Lyapounov) Soit X une variable aléatoire réelle positive discrète admettant un moment
d’ordre n. Montrer que si 0 < r < s ⩽ n, on a
E(X r )1/r ⩽ E(X s )1/s
1 1
3 (Inégalité de Hölder) Soit p, q > 0 tels que p + q = 1.
q
xp y
i Montrer que si x, y ⩾ 0, xy ⩽ p + q .
557 Stéphane FLON
 ii Soit X, Y des variables aléatoires réelles discrètes sur le même espace. Montrer que
E(|XY |) ⩽ E(|X|p )1/p E(|Y |q )1/q

Exercice 89 – Inégalité de Chernoff

Soit (Xn ) une suite de vaiid centrées avec |Xn | ⩽ 1. On note Sn = X1 + · · · + Xn .

1 Montrer que pour tout λ > 0, E(eλX1 ) ⩽ ch(λ).
Indication – On pourra utiliser la convexité de x 7→ eλx .
2
2 Montrer que E(eλX1 ) ⩽ eλ /2 .
Ä 2ä
a
3 Montrer que P (|Sn | ⩾ a) ⩽ 2 exp − 2n .
Indication – On commencera par majorer P (Sn ⩾ a).
4 Retrouver que Snn converge en probabilité vers 0 (i.e. la loi faible des grands nombres) et comparer la
vitesse de convergence avec celle découlant de l’inégalité de Bienaymé-Tchebychev.

Exercice 90 – Polynômes et fonctions génératrices

1 Montrer que P = 1 + X + X 2 + · · · + X 10 ne peut se factoriser dans R[X] en produit de deux polynômes

de degré 5.
On lance deux dés à six faces et S désigne la somme des deux dés. Montrer qu’il n’est pas possible de piper
les dés pour que S suive la loi uniforme sur [[2, 12]].
2 Soit n ⩾ 2.
i On suppose que 1 + X + · · · + X n−1 = P (X)Q(X) où P, Q sont deux polynômes réels unitaires à
coefficients positifs ou nuls. Montrer que les coefficients de P et Q sont dans {0, 1}.
ii Soit X une variable aléatoire qui suit la loi uniforme sur [[1, n]]. Montrer qu’il existe deux variables
aléatoires Y, Z définies sur un même espace probabilsé, à valeurs dans N, non presques sûres, indépendantes,
telles que X et Y + Z suivent la même loi si et seulement si n n’est pas premier.

Exercice 91 – Records d’une permutation

Soit n ∈ N∗ et σ une variable aléatoire suivant lal loir uniforme sur Sn . Soit Rℓ l’événement {∀ i < ℓ, σ(i) <
σ(ℓ)} pour 1 ⩽ ℓ ⩽ n.
1 Calculer P (Rℓ ).
2 Les événements R1 , . . . , Rn sont-ils mutuellement indépendants ?
3 Soit Xn le nombre de records d’une permutation de Sn . Calculer son espérance et sa variance et en donner
des équivalents.
4 Calculer P (Xn = k) pour k = 1, 2 et n.
Xn
5 Montrer que ln(n) converge en probabilité vers 1.

558 Stéphane FLON

 13. Algèbre bilinéaire

13.1. Exercices : Produit scalaire

13.1.1. Problématiques
Problématique : Calculer la distance à un sous-espace

Exercice 1 – Utiliser un déterminant de Gram

1 Soit E un espace préhilbertien. Pour x1 , . . . , xp des vecteurs de E, on appelle matrice de Gram la

matrice de Mp (R) définie par (⟨xi , xj ⟩)i,j . On appelle déterminant de Gram des vecteurs x1 , . . . , xp , et on
note G(x1 , . . . , xp ), le déterminant de cette matrice.
i Montrer que G(x1 , . . . , xp ) est invariant par permutation de (x1 , . . . , xp ), par ajout à l’un des xi
d’une combinaison linéaire des autres vecteurs xj .
ii Démontrer que (x1 , . . . , xp ) est une famille libre si et seulement si G(x1 , . . . , xp ) ̸= 0.
iii On suppose désormais que (x1 , . . . , xp ) est une famille libre, et on note F = Vect(x1 , . . . , xp ). Soit
également x ∈ E. Démontrer que
G(x, x1 , . . . , xp )
d(x, F )2 =
G(x1 , . . . , xp )

Exercice 2 – Utiliser une base orthonormée du sous-espace

1 Soit E un espace préhilbertien, F un sous-espace vectoriel de E de dimension finie, de base orthonormée

(e1 , . . . , ek ). Soit u ∈ E. Montrer que
k
X
2
d(u, F )2 = ∥u∥ − (u|ei )2 .
i=1

2 (X PC 09)On munit E = Rn [X] du produit scalaire : Pour P = ai X i et Q = i

P P P
i i bi X , (P |Q) = i ai bi .
Soit H = {P ∈ E, P (1) = 0}.
i Trouver une base orthonormale de H.
ii Calculer d(X, H).

Exercice 3 – Utiliser une base orthonormée de l’orthogonal du sous-espace

1
i Soit E un espace euclidien, F un sous-espace vectoriel de E. Soit u ∈ E. Montrer que d(u, F ) =
∥pF ⊥ (u)∥.
ii P(X PC 09) On munit E = Rn [X] du produit scalaire : Pour P = i i
P P
i ai X et Q = i bi X ,
(P |Q) = i ai bi . Soit H = {P ∈ E, P (1) = 0}. Calculer d(X, H).

Exercice 4 – Utiliser les conditions d’orthogonalité et résoudre un système

1 Soit E un espace préhilbertien, F un sous-espace vectoriel de E de dimension finie, de base (non néces-
Pk
sairement orthonormée) (e1 , . . . , ek ). Soit u ∈ E et soit v son projeté orthogonal sur F On écrit v = i=1 λi ei .
i Montrer que (v|ej ) = (u|ej ) pour tout j ∈ [[1, k]].
ii En déduire une méthode de calcul de d(u, F ).
iii Montrer que d(u, F )2 = (u − v|u).

2
2 Soit α = inf{ −1 ax2 + bx + c − |x| dx : a, b, c ∈ R}.
R1

i Déterminer un espace vectoriel euclidien (E, (·, ·)), un sous-espace vectoriel F de E et v ∈ E tel que
α = d(v, F )2 .
ii Déterminer p ∈ F tel que α = d(v, p)2 et calculer α.
1
Réponse : α = 96 .
Voir aussi : 23, 24, 25, 26, 27

559 Stéphane FLON

13.1.2. Bonnes questions

Exercice 5 – Pour un espace préhilbertien, y a-t-il d’autres formes linéaires que le produit scalaire par un
vecteur donné ?

Pour E = C 0 ([0, 1], R), muni du produit scalaire (f, g) 7→ 0 f g, montrer que l’application φ : f 7→ f (0)
R1

n’est pas de la forme f 7→ (f |g) où g ∈ E.

Exercice 6 – Peut-on trouver un produit scalaire pour lequel une base donnée est orthonormée ?

1 Montrer que si E est un R-espace vectoriel de dimension finie n ⩾ 1, de base B = (e1 , . . . , en ), alors il
existe un unique produit scalaire (·|·) sur E pour lequel B est orthonormale.

Exercice 7 – Comment caractériser les normes provenant d’un produit scalaire ?

On cherche une condition nécessaire et suffisante pour qu’une norme sur un espace vectoriel réel provienne
d’un produit scalaire :
1 Condition nécessaire : soit (E, < ·, · >) un espace préhilbertien réel, et soit ∥·∥ la norme associée. Vérifier
l’identité du parallélogramme :
2 2 2 2
∀ x, y ∈ E, ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ ).
2 Montrer que pour n ⩾ 2, les normes ∥·∥1 et ∥·∥∞ sur Rn ne proviennent pas d’un produit scalaire.
3 On suppose que ∥·∥ est une norme sur un R-espace vectoriel E, vérifiant l’identité du parallélogramme :
2 2 2 2
∀(x, y) ∈ E 2 , ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )
On pose, pour tout (x, y) ∈ E 2 :
def 1Ä 2 2
ä
φ(x, y) = ∥x + y∥ − ∥x − y∥
4
Vérifier que φ est un produit scalaire sur E.
En conclusion, une norme provient d’un produit scalaire si et seulement si elle vérifie l’identité du parallé-
logramme : c’est le théorème de Fréchet - Von Neumann - Jordan

Exercice 8 – Comment interpréter matriciellement le procédé d’orthonormalisation de Schmidt ?

Soit A = (ai,j )1⩽i,j⩽n dans GLn (R). En utilisant l’algorithme de Gram-Schmidt, montrer que A s’écrit
OT où O est dans On (R) et où T est triangulaire supérieure à termes diagonaux > 0.

13.1.3. Pour préparer sa colle

Exercice 9 – Expression matricielle d’un projecteur orthogonal

1 Soit C = (c1 , . . . , cn ) une base orthonormée de E euclidien, F un sous-espace vectoriel de E dont B =

(e1 , . . . , ep ) est une base orthogonale.
On note (X1 , . . . , Xp ) ∈ Mn,p (R) la matrice de B dans C.
Montrer que la matrice P de pF dans C est donnée par
p
X Xi (t Xi )
P =
i=1
(t Xi )Xi
Indication – Utiliser la formule de projection orthogonale en base orthonormée, et s’inspirer de la preuve ma-
tricielle du fait que A2 = tr(A)A lorsque A est de rang 1.
2 Dans R3 euclidien canonique, on considère le plan H d’équation x + 2y + 3z = 0.
i Vérifier que ⃗n(1, 2, 3) est un vecteur normal non nul à H.
ii Donner les matrices dans la base canonique du projecteur orthogonal pH sur H et de la réflexion rH
par rapport à H.
3 (CCP MP 13) On munit R4 de sa structure euclidienne canonique. Soient u = (1, 1, 1, 0), v = (1, 0, 0, −1)
et H = Vect(u, v).
i Déterminer une base orthonormale de H.
ii Donner la matrice dans la base canonique de la projection orthogonale sur H.
560 Stéphane FLON
 4 (CCP MP 13) On munit R4 de sa structure euclidienne canonique. Donner la matrice P dans la base
canonique de la projection orthogonale sur le plan P d’équations : x + 2y + z + 2t = 0, x − y + z − t = 0.

Exercice 10 – Suites de polynômes orthogonaux

1 On reprend les notations d’un exemple de produit scalaire du cours.

Montrer que les familles suivantes sont des bases orthogonales de R[X] pour la structure préhilbertienne
indiquée.
i Pour I = [−1, 1] et w = 1, Ln = ((X 2 − 1)n )(n) (ce sont les polynômes de Legendre).
1
ii Pour I =] − 1, 1[ et w : t 7→ √1−t 2
, Tn défini par Tn (t) = cos(n arccos(t)) pour tout t ∈ [−1, 1] (ce
sont les polynômes de Tchebychev ).
iii Pour I = R et w : t 7→ e−t , Hn défini par Hn (t) = (−1)n et dn
2 2
−t2
dtn (e ) pour tout réel t (ce sont les
polynômes de Hermite).
2 Montrer que si (Pn ) désigne
Ä la
ä famille des polynômes de Legendre (resp. Tchebychev et Hermite), alors
Pn
la famille de leurs normalisés ∥P n ∥ n∈N
est l’orthonormalisée de Schmidt de la base canonique.

Exercice 11 – Familles obtusangles

Une famille (ei )i∈I de vecteurs d’un espace préhilbertien E est dite obtusangle (resp. strictement obtusangle)
si, pour tous i, j ∈ I distincts, (ei |ej ) ⩽ 0 (resp. (ei |ej ) < 0).
1 Soit E un espace euclidien muni d’un produit scalaire (.|.), et p un entier naturel, avec p ⩾ 2. Soit
(e1 , . . . , ep ) p vecteurs de E tels que, pour tous 1 ⩽ i, j ⩽ p, si i ̸= j, alors (ei |ej ) < 0.
i Pour 1 ⩽ i, j ⩽ p, comparer λi λj (ei |ej ) et |λi | · |λj |(ei |ej ).
p−1 2 p−1 2 p−1 p−1
X X X X
ii Comparer λk ek et |λk |ek . Montrer que λk ek = 0E ⇒ |λk |ek = 0E .
k=1 k=1 k=1 k=1
iii Montrer que toute sous-famille de p − 1 vecteurs extraite de (ei ) est libre.
2
i Soit (E, ⟨, ⟩) un espace euclidien de dimension n ∈ N∗ , (x1 , . . . , xN ) des vecteurs de E tels que :
∀i ∈ [[1, N ]], ∥xi ∥ = 1 et, pour tout i ̸= j, ⟨xi , xj ⟩ ⩽ 0.
Déterminer le cardinal maximal d’une telle famille.
ii Soit (E, ⟨, ⟩) un espace euclidien de dimension n ∈ N∗ , β ∈]0; 1[, (x1 , . . . , xN ) des vecteurs de E tels
que : ∀i ∈ [[1, N ]], ∥xi ∥ = 1 et, pour tout i ̸= j, ⟨xi , xj ⟩ ⩽ −β.
Déterminer le cardinal maximal d’une telle famille.
Indication. — Calculer ∥x1 + · · · + xN ∥2 .
3 Soit (E, ⟨ ⟩) un espace euclidien, (x1 , . . . , xp ) une famille de p ⩾ 2 vecteurs de E. On suppose que, pour
tout i ̸= j, ⟨xi , xj ⟩ < 0.
Montrer que (x1 , . . . , xp−1 ) est libre.

Exercice 12 – Les couples libres de vecteurs d’un espace euclidien forment un ouvert
def
Soit (E, ⟨, ⟩) un espace euclidien. Montrer que Ω = {(x, y) ∈ E 2 |(x, y) libre} est un ouvert de E 2 .

Exercice 13 – Une caractérisation des bases orthonormées dans un espace euclidien (Mines MP 2015)

Soit (e1 , ..., en ) une famille libre dans (E, < ·, · >), un espace préhilbertien. On suppose que, pour tout
X n
x ∈ E, ∥x∥2 = | < x, ei > |2 .
i=1
1 Montrer que ∥en ∥2 ⩽ 1.
2 Montrer que ∥en ∥2 = 1.
3 Montrer que (e1 , ..., en ) est une base orthonormée de E.

Exercice 14 – Polynômes de Legendre

n

(Centrale PC 16) On pose, pour n ∈ N, Qn = dn
dX n X2 − 1 . Si P et Q sont dans R[X], on pose
R1
⟨P, Q⟩ = −1 P (t)Q(t)dt.
1 Montrer que ⟨ , ⟩ définit un produit scalaire sur R[X].
561 Stéphane FLON
 2 Montrer que (Q0 , . . . , Qn ) est une base orthogonale de Rn [X].
3 Soit (B0 , . . . , Bn ) la base orthonormée de Rn [X] obtenue en appliquant le procédé d’orthonormalisation
de Gram-Schmidt à la base canonique (1, X, . . . , X n ).
Montrer que, pour i ∈ [[0, n]], il existe λi ∈ R tel que Qi = λi Bi .

Exercice 15 – Inégalité de Bessel

Pn 2
1 Soit (e1 , . . . , en ) une famille orthonormée de E. Montrer : i=1 (x|ei )2 ⩽ ∥x∥ , pour tout x ∈ E.
2 Montrer que si (en )n∈N est une famille orthonormée de E, et x ∈ E, la série (x|en )2 est toujours
P
2
convergente, et sa somme est inférieure ou égale à ∥x∥ (c’est l’inégalité de Bessel) :
X∞
2
(x|en )2 ⩽ ∥x∥
n=0

Exercice 16 – Perturbation d’une base orthonormée préservant la liberté

(Mines-Ponts PSI 10) Soit E euclidien, de base orthonormée (e1 , . . . , en ), v1 , . . . , vn tels que ∥v1 ∥ + · · · +
∥vn ∥ < 1. Pour tout i ∈ [[1, n]], on pose wi = ei + vi . montrer que (w1 , . . . , wn ) est une base de E.

Exercice 17 – Endomorphisme de trace nulle dans un espace euclidien

Soit u un endomorphisme d’un espace euclidien E, de trace nulle. Montrer l’existence d’une base orthonormée
dans laquelle u a une matrice de diagonale nulle.

Exercice 18 – Inégalité de Hadamard (Navale MP 13)

1 Soit A = (ai,j )1⩽i,j⩽n dans GLn (R).

i En utilisant l’algorithme de Gram-Schmidt, montrer que A s’écrit OT où O est dans On (R) et où T
est triangulaire supérieure à termesQdiagonaux
Pn >20.

n
ii En déduire det A2 ⩽ j=1 i=1 ai,j . Cas d’égalité ?
Remarque – C’est l’inégalité de Hadamard. Si la preuve repose sur des notions d’algèbre bilinéaire, le résultat
porte sur une matrice A ∈ GLn (R) quelconque (on peut d’ailleurs l’étendre à une matrice non inversible).

Exercice 19 – Étude d’invariants d’un endomorphisme en bases orthonormées (Mines MP 2015)

Soit E un espace euclidien de dimension n, et v un endomorphisme de E.

Xn
1 Montrer que la somme (v(ei )|ei ) ne dépend pas de la base orthonormée (e1 , . . . , en ) de E choisie.
i=1
n X
X n
2 Montrer que la somme (v(ei )|fj )2 ne dépend pas des bases orthonormées (e1 , . . . , en ) et (f1 , . . . , fn )
i=1 j=1
de E choisies. Calculer sa valeur lorsque v est un projecteur orthogonal de rang r.

Exercice 20 – Expression d’une réflexion

Soit H un hyperplan de E, d’orthogonal dirigé par un vecteur a.

1 On suppose a unitaire. Exprimer r(u) en fonction de u et de a, où u ∈ E et r est la réflexion par rapport
à H.
2 Donner une formule lorsque a n’est plus supposé unitaire.
3 Exemple : donner l’expression analytique de la réflexion du plan euclidien usuel par rapport à la droite
d’équation 3x + 4y = 0.

Exercice 21 – Existence et unicité d’une réflexion échangeant deux vecteurs distincts de même norme

(X-ESPCI 16) Soit (E, ⟨ ⟩) un espace euclidien, a et b dans E distincts tels que ∥a∥ = ∥b∥.
Montrer qu’il existe une unique réflexion s (i.e. une symétrie orthogonale par rapport à un espace de dimension
(dim(E) − 1)) telle que s(a) = b.

Exercice 22 – Une expression du rang d’un projecteur orthogonal (ENSAM PSI 08)

562 Stéphane FLON

 1 Soit p un projecteur orthogonal d’un espace euclidien E.
2
i Montrer que ∥p(x)∥ =< p(x), x > pour tout x ∈ E.
ii Montrer que, pour toute base orthonormée (ei ) de E :
n
X 2
∥p(ei )∥ = rg(p).
i=1

Exercice 23 – Calculs de distances

1 (Mines MP 09) Déterminer min −1 (t4 − at2 − bt − c)2 dt, (a, b, c) ∈ R3 .

¶R 1 ©

128
Réponse : 11025 .
R1
2 (Mines MP 09) Soit f : t ∈]0, 1] 7→ t ln(t), prolongée par continuité en 0. Calculer min (f (t) − at −
(a,b)∈R2 0

b)2 dt et déterminer les couples (a, b) qui réalisent ce minimum.

1
Réponse : le minimum cherché vaut 108 .

Exercice 24 – Calcul de distance à un hyperplan (TPE-EIVP MP 2015)

2n 2n 2n
Soit E = R2n [X]. On admet que, pour P (X) =
X X X
ak X k et Q(X) = bk X k , (P, Q) 7→< P, Q >= ak bk
k=0 k=0 k=0
est un produit scalaire sur E.
R2
1 Montrer que H = {P ∈ E, 1
P (t) dt = 0} est un sous-espace vectoriel, et trouver sa dimension.
⊥
2 Déterminer H et d(1, H)

Exercice 25 – Distance à un sous-espace de dimension finie

1 (Mines PC 16) Si P et Q sont dans R[X], on pose ⟨P, Q⟩ = 0 e−t P (t)Q(t)dt.

R +∞

i Montrer que cette application définit un produit scalaire sur R[X].

R +∞
2
ii Calculer inf 2 0 e−t t2 + at + b dt.
(a,b)∈R

Pn 2 (Mines PC 16) Soit E = Rn [X], a0 , . . . , an des réels distincts. On pose, pour P et Q dans E, ⟨P, Q⟩ =
k=0 P (ak )Q(ak ).
i Montrer que cette application définit un produit scalaire sur E.
ii Donner une base orthonorméeP de E pour ce produit scalaire.
n
iii Soit Q ∈ E et H = {P ∈ E / k=0 P (ak ) = 0}. Déterminer la distance de Q à H.

Exercice 26 – Un calcul de distance

Å ã
1 2
1 Pour le produit scalaire canonique sur M2 (R), calculer la distance de A = à F = S2 (R), puis à
3 4
ÅÅ ã Å ãã
1 1 1 0
G = Vect , .
1 1 0 0
√ √
Réponse : 1/ 2 et 2 respectivement.
2 Pour le produit scalaire (f, g) 7→ [−1,1] f g sur C 0 ([−1, 1]), calculer la distance de g : t 7→ t3 et sin à
R

F = Vect(f0 , f1 , f2 ), où fk (t) = tk pour tout (k, t) ∈ [[0, 2]] × [−1, 1].

Exercice 27 – Distance à un hyperplan (Petites Mines MP 2015)

n
Soit E = Rn [X] et a0 , ..., an des réels. On pose (P |Q) =
X
(P (ak )Q(ak )).
k=0
1 Quelles sont les conditions pour que (·|·) soit un produit scalaire ?
2 On suppose ces conditions remplies. Trouvez une base orthogonale pour ce produit scalaire.
( n
)
X
3 Soit A = P ∈ E, P (ak ) = 0 . Que dire de A ? Caractériser l’orthogonal de A. Calculer d(X n , A).
k=0

Exercice 28 – Une inégalité lorsque le produit scalaire vaut −1

563 Stéphane FLON

 Soient x1 , . . . , xp des vecteurs de l’espace euclidien E tels que :
∀(i, j) ∈ [[1, p]]2 , i ̸= j ⇒ ⟨xi , xj ⟩ = −1
Pp 1
Montrer : i=1 1+∥x 2 ⩽ 1.
i∥
Caractériser le cas d’égalité.

Exercice 29 – Approximation par convolution et théorème de Weierstrass trigonométrique

Soit (pn )n⩾1 une suite de fonctions continues, positives, 2π-périodiques, d’intégrale égale à 1, telle que :
Z
∀ δ > 0, pn (t)dt −→ 0
|t|⩾δ n→+∞

Si f est une fonction continue et 2π-périodique, on pose :

Z π
1
∀ x ∈ R, fn (x) = f (x − t) pn (t)dt
2π −π

1 Justifier la définition de fn . Montrer que (fn ) converge uniformément vers f sur R.

2 On pose, pour t ∈ R,
Å ãn Z π
1 2n 1 1 + cos(t) 1
pn (t) = (cos(t/2)) = où In = (cos(t/2))2n dt
In In 2 2π −π
Montrer que (pn ∗ f ) est une suite de polynômes trigonométriques qui converge uniformément vers f .

Exercice 30 – Le théorème de projection

Soient E un espace euclidien, C un convexe fermé non vide de E, x dans E.

1 Montrer qu’il existe un unique c de C tel que d(x, C) = ∥x − c∥. On note c = πC (x).
2 Montrer que c vérifie la condition de l’angle obtus :
∀ c′ ∈ C, ⟨x − c, c′ − c⟩ ⩽ 0

3 Montrer que πC est 1-lipschitzienne.

4 Montrer que la condition de l’angle obtus caractérise c = πC (x).
5
i Que dire si C est un sous-espace de E ?
ii Identifier la projection de Rn muni du produit scalaire euclidien canonique sur chacun des convexes
fermés : Bf (0, 1), (R+ )n .
iii Identifier la projection de Sn (R) sur le convexe fermé Sn+ (R) pour le produit scalaire canonique.

Exercice 31 – Orthotrigonalisation

Soit E un espace euclidien.

1 Soit u un endomorphisme trigonalisable de E. Montrer que u est trigonalisable en base orthonormée (ou
 orthotrigonalisable ).
2 En déduire que l’ensemble des matrices trigonalisables de Mn (R) est un fermé de Mn (R).

13.2. Exercices : Adjoint, transposition

13.2.1. Bonnes questions

Exercice 32 – Quel lien y a-t-il entre (anti)symétrie et nilpotence ?

1 Déterminer les A ∈ Sn (R) nilpotentes.
2 Déterminer les A ∈ An (R) nilpotentes.

Exercice 33 – Une matrice antisymétrique réelle est-elle diagonalisable ?

564 Stéphane FLON
 1 Soit A ∈ Mn (R) une matrice antisymétrique.
i Montrer que pour tout X ∈ Mn,1 (R) = Rn , (X T )AX = 0.
ii Montrer que A est diagonalisable dans Mn (R) Åsi et seulement
ã si A = 0n .
0 −1
Remarque – Voilà encore une bonne raison pour laquelle n’est pas diagonalisable dans M2 (R).
1 0
iii Montrer que SpC (A) ⊂ iR.
Indication – On pourra transconjuguer, c’est-à-dire conjuguer et transposer.

13.2.2. Pour préparer sa colle

Exercice 34 – Égalité de deux rang

1 Soit A ∈ Mn (R). Montrer que rg(A) = rg(t AA).

Indication – On pourra montrer que Ker(A) = Ker(t AA).

Exercice 35 – Exemples d’adjoints

Soient E un espace euclidien, a et b des vecteurs de E. Quel est l’adjoint de l’endomorphisme de E défini
par :
∀ x ∈ E, u(x) = ⟨a, x⟩ b ?

1 Soient F et G deux sous-espaces supplémentaires de l’espace euclidien E, p (resp. s) le projecteur sur F

parallèlement à G (resp. la symétrie par rapport à F et parallèlement à G). Quel est l’adjoint de p (resp. de
s) ?
2 On munit Mn (R) du produit scalaire canonique. Soient A dans Mn (R), gA la multiplication à gauche
par A dans Mn (R). Quel est l’adjoint de gA ?

Exercice 36 – Équation matricielle avec la transposée

(CCP MP 13) Déterminer les M ∈ Mn (R) telles que M t M M = In .

Exercice 37 – Matrice réelle commutant avec sa transposée (ENSAM PSI 08)

Soit N ∈ Mn (R). On suppose que N est nilpotente et commute avec sa transposée. Montrer que N est
nulle.
Exercice 38 – Une équation matricielle avec transposition (X MP 2015)

Soit A ∈ Mn (R) telle que A2 =t A. Que dire de A ?

Exercice 39 – Image d’une matrice et de sa transposée (Petites Mines MP 2015)

n
Sur Rn , muni du produit scalaire défini par ⟨(x1 , ...xn ); (y1 , ..., yn )⟩ = xi yi . Soit A ∈ Mn (R).
X

i=1
1 Montrer que Rn = Ker(A) ⊕ Im(tA).
2 On suppose A2 = 0. Montrer que Im(A +t A) = Im(A) + Im(tA).

Exercice 40 – Sur la transposée

(Mines PC 16) Soit A et B dans Mn (R) telles que tr (At A +t BB − 2AB) = 0.

Montrer que A =t B.

13.3. Exercices : Isométries vectorielles

13.3.1. Bonnes questions

Exercice 41 – Quels sont les endomorphismes préservant l’orthogonalité ?

Soit E un espace euclidien. Quels sont les endomorphismes f de E tels que si < x, y >= 0, alors
< f (x), f (y) >= 0 ?
565 Stéphane FLON
 Exercice 42 – Toute isométrie est-elle la composée de réflexions ?

1 On se place dans un plan euclidien. Montrer que tout produit de deux réflexions est une rotation, et que,
réciproquement, toute rotation s’écrit comme produit de deux réflexions.
2 Montrer plus généralement que dans tout espace euclidien E, tout endomorphisme orthogonal u peut
s’écrire comme une composée de réflexions.

13.3.2. Pour préparer sa colle

Exercice 43 – Inégalité entre coefficients pour une matrice orthogonale

Soit A = (ai,j ) ∈ On (R). Montrer que

n
X n
X
ai,j ⩽ n ⩽ |ai,j | ⩽ n3/2 ,
i,j=1 i,j=1

et discuter des cas d’égalité.

Exercice 44 – Propriétés du groupe orthogonal

1 L’ensemble des matrices orthogonales est-il convexe ?

2 (Mines PC 16) Soit U et V dans On (R). Donner une condition nécessaire et suffisante sur (U, V ) pour
que 61 U + 56 V soit dans On (R). Généraliser.

Exercice 45 – Une rotation vectorielle de R3 admet 1 pour valeur propre

(X-ESPCI 16) Soit A ∈ SO(3). Montrer qu’il existe X ∈ R3 \ {0} tel que AX = X.

Exercice 46 – Matrices de Hadamard

Å ã
A −A
1 (CCP MP 13) Soient n ∈ N∗ et, pour A ∈ Mn (R), Φ(A) = √1 .
2 A A
i Soit A ∈ On (R). Montrer que
Å Φ(A) appartient
ã à O2n (R).
1 1 −1
ii On suppose que A = √2 . Caractériser A. Les matrices A et Φ(A) sont-elles diagonali-
1 1
sables ?
2 (ENS PC 16) On appelle matrice de Hadamard (la définition admet des variantes) de Mn (R) une matrice
A = (ai,j )1⩽i,j⩽n de On (R) telle qu’il existe α vérifiant, pour tout (i, j), |ai,j | = α.
i Soit A une telle matrice. Déterminer α.
ii Pour n = 2, combien existe-t-il de telles matrices ?
iii Si A est une matrice de Hadamard, que dire de t A ?
iv Si n ⩾ 3 et s’il existe une matrice de Hadamard dans Mn (R), montrer que n est divisible par 4.

Exercice 47 – Transformation de Cayley

(Mines PC 16) Soit An (R) l’ensemble des matrices antisymétriques de Mn (R).

1 Soit A ∈ An (R). Montrer que le spectre de A est inclus dans iR.
2 Montrer que l’application Φ : M ∈ An (R) 7→ (M + In )(M − In )−1 réalise une bijection de An (R) sur
l’ensemble des matrices de On (R) qui n’ont pas pour valeur propre 1.

Exercice 48 – Isométries antisymétriques

(CCP MP 13) Soit f ∈ O(E). Montrer que les énoncés suivants sont équivalents :
(1) f ◦ f = −Id E .
(2) ∀ x ∈ E, (f (x)|x) = 0.
(3) ∀ x, y ∈ E, (f (x)|y) = −(x|f (y)).
566 Stéphane FLON
 Exercice 49 – Quels sont les automorphismes intérieurs de Mn (R) orthogonaux pour la structure euclidienne
canonique ?

(Mines PC 16) Soit Φ : Mn (R) −→ R qui à M = (mi,j )1⩽i,j⩽n associe Φ(M ) = m2i,j .
P
1⩽i,j⩽n
Déterminer les P ∈ GLn (R) telles que :

∀M ∈ Mn (R), Φ(M ) = Φ P −1 M P .

Exercice 50 – Matrices égales à leur comatrices

Quelles sont les matrices (carrées réelles) égales à leur comatrice ?

Exercice 51 – Décomposition QR de GLn (R), application topologique

1 Montrer que toute matrice de GLn (R) s’écrit de façon unique sous la forme OT avec O dans On (R) et où
T appartient au sous-groupe Tn (R) des matrices triangulaires supérieures à coefficients diagonaux > 0.
2 Montrer que la décomposition précédente donne un homéomorphisme de On (R) × Tn (R) sur GLn (R).
n(n−1)
3 Conclure que On (R) × R 2 et GLn (R) sont homéomorphes. Qu’en déduit-on sur les composantes
connexes de GLn (R) ?
4 En utilisant la décomposition QR, montrer que si G est un sous-groupe de GLn (R) contenant strictement
On (R), G n’est pas borné.

Exercice 52 – Une propriété des matrices orthogonales par blocs

Å ã
A B
Soit M = une matrice orthogonale, où A et D sont carrées. Montrer que det(A)2 = det(D)2 .
C D

Exercice 53 – t AA =t BB

Soit (A, B) ∈ Mn (R)2 . Montrer l’équivalence des assertions suivantes :

i t AA =t BB ;
ii Il existe P ∈ O(n) telle que B = P A.

13.4. Exercices : Endomorphismes autoadjoints

13.4.1. Problématiques
Problématique : Réduction d’un endomorphisme autoadjoint

Exercice 54 – Éléments propres d’un endomorphisme autoadjoint (Mines MP 2015)

1 (Mines MP 2015) Soit E un espace euclidien muni de son produit scalaire et f un endomorphisme défini
par f : x 7→ ⟨b|x⟩a + ⟨a|x⟩b, avec (a, b) une famille libre.
i Montrer que f est un endomorphisme autoadjoint.
ii Déterminer ses éléments propres.
iii Calculer sup{|⟨a|x⟩ · ⟨b|x⟩|, ∥x∥ = 1}.

Exercice 55 – Éléments propres d’un endomorphisme autoadjoint (CCP MP 2013)

Soient (E, ⟨ , ⟩) un espace euclidien, (a, b) une famille libre de vecteurs unitaires de E et f : x ∈ E 7→
⟨a, x⟩a + ⟨b, x⟩b.
1 Montrer que f est un endomorphisme symétrique de E.
2 Déterminer ses éléments propres.
Voir aussi : 58, 61, 62, 63

567 Stéphane FLON

13.4.2. Bonnes questions

Exercice 56 – La composée de deux projecteurs orthogonaux est-elle diagonalisable ?

(Centrale MP 2015) On considère un espace euclidien E de dimension n > 0.

1 Soit p un projecteur de E. Montrer que p est un projecteur orthogonal si et seulement si p est un
endomorphisme autoadjoint.
2 3 On considère deux projecteurs orthogonaux f et g de E. Montrer que la composée f ◦ g est diagonali-
sable.
Indication – On pourra considérer certains sous-espaces stables de f ◦ g.
3 (X MP 10) Soit E un espace euclidien, p et q dans L(E) deux projecteurs orthogonaux. Montrer que les
valeurs propres de q ◦ p appartiennent à [0, 1].

13.4.3. Pour préparer sa colle

Exercice 57 – Sur le spectre d’une matrice symétrique réelle

Soit A = (ai,j )1⩽i,j⩽n ∈ Sn (R). On suppose qu’il existe i ∈ [[1, n]] tel que ai,i > 0.
Montrer que A possède une valeur propre strictement positive.

Exercice 58 – Détermination du spectre d’un endomorphisme autoadjoint

á ë
0 a1 · · · an
a1 0 · · · 0
(CCP MP 13) Soient (a1 , . . . , an ) ∈ Rn non tous nuls et A = .. .. .. .
. . .
an 0 · · · 0
1 Montrer que A est diagonalisable.
2 Quel est le rang de A ? Qu’en déduit-on sur son spectre ?
3 Calculer A2 et en déduire le polynôme caractéristique de A et son spectre.

Exercice 59 – Inégalité entre traces (Télécom Sud Paris)

Soient A ∈ Sn+ (R) et U ∈ On (R). Montrer : tr(AU ) ⩽ tr(A).

Exercice 60 – Spectre d’une matrice symétrique

(CCP MP 13) Soient n ⩾ 2, f ∈ C 0 ([0, 1], R+ ) non identiquement nulle et A = (ai,j )1⩽i,j⩽n dans Mn (R)
telle que :
Z 1
∀(i, j) ∈ [[1, n]]2 , ai,j = f (t) ti+j−2 dt.
0
1 Montrer : ∀X ∈ Mn,1 (R), XAX ⩾ 0.
t

2 Soit X ∈ Mn,1 (R) tel que t XAX = 0. Montrer : X = 0.

3 Montrer que les valeurs propres de A sont strictement positives.

Exercice 61 – Étude d’un endomorphisme autoadjoint sur Rn [X] (Mines MP 2015)

Z
2
1 Soit u l’endomorphisme de Rn [X] donné par u(P ) = −P +2XP . On pose ϕ(P, Q) =
′′ ′
P (x)Q(x)e−x dx.
R
i Donner ses valeurs propres.
ii Vérifier que ϕ est un produit scalaire sur Rn [X]
iii Vérifier que u est autoadjoint pour ce produit scalaire.
iv Si (Pk ) est l’orthonormalisée de Schmidt de la base canonique, que vaut u(Pk ) ?

Exercice 62 – Étude d’un endomorphisme autoadjoint sur Rn [X] (Mines-Télécom)

Soit φ : P ∈ Rn [X] 7→ (1 − X 2 )P ′′ − 2XP ′

1 Vérifier que φ définit un endomorphisme symétrique de Rn [X] muni du produit scalaire ⟨P, Q⟩ =
R1
−1
P (t) Q(t)dt.
568 Stéphane FLON
 2 Déterminer ses valeurs propres.

Exercice 63 – Éléments propres d’un endomorphisme autoadjoint

1 (Centrale PC 16) Soit (E, ⟨ ⟩) un espace euclidien et a ∈ E avec ∥a∥ = 1. Pour α ∈ R, on pose fα : x 7→
x + α⟨x, a⟩a.
i Montrer que fα est un endomorphisme. Calculer fα ◦ fβ pour (α, β) ∈ R2 . Pour quels α, fα est-il un
automorphisme ?
ii Déterminer les éléments propres de fα .
2 (CCP MP 13) On munit R3 de son produit scalaire canonique et de la norme associée. Soient u un vecteur
unitaire et D = Vect(u). Si a ∈ R, soit fa : x 7→ x − a ⟨x, u⟩ u.
i Montrer que fa est un endomorphisme de R3 .
ii Montrer qu’il existe un unique réel non nul a0 tel que : ∀x ∈ R3 , ∥fa0 (x)∥ = ∥x∥.
iii Montrer que Ker(fa0 + Id ) et Ker(fa0 − Id ) sont supplémentaires dans R3 .
iv Déterminer les éléments propres de fa lorsque a ∈ R∗ .

Exercice 64 – Matrice symétrique à coefficients positifs

i,j ) ∈
Soit A = (aÖ èSn (R) telle que pour
Ö tout è (i, j) pour lequel i ̸= j, ai,j ⩾ 0.
x1 |x1 |
Pour X = .. , on note X̃ = .. .
. .
xn |xn |
1 Montrer : ∀ X ∈ Mn,1 (R), t
XAX ⩽t X̃AX̃.
2 Notons λ0 la plus grande valeur propre de A. Établir
∀ X ∈ Ker(A − λ0 In ), X̃ ∈ Ker(A − λ0 In ).

Exercice 65 – Racine carrée d’une matrice symétrique positive

(Centrale PC 16)
√
1 Soit S ∈ Sn++ (R). Montrer qu’il existe M ∈ Sn++ (R) tel que M 2 = S. On note M = S une telle matrice.
√
2 Soit S ∈ Sn++ (R). Montrer l’existence d’une suite réelle (an )n∈N telle que lim
P p k
k=0 ak S =
p→+∞
In + S.
3 Soit A ∈ GLn (R). Montrer qu’il existe un unique couple (Ω, T ) avec Ω ∈ On (R) et T triangulaire supérieure
à coefficients diagonaux strictement positifs tel que A = ΩT .

Exercice 66 – Matrices symétriques définies positives

1 (X-ESPCI 16) On note An (R) le sous-espace de Mn (R) constitué des matrices antisymétriques.
i Soit A ∈ An (R). Montrer que le spectre complexe de A est inclus dans iR.
ii Soit S ∈ Sn++ (R). Montrer l’existence de T ∈ Sn++ (R) telle que S = T 2 .
iii Soit A ∈ An (R) et S ∈ Sn++ (R). Montrer que det(S) ⩽ det(A + S).
2 (X-ESPCI 16) Soit A ∈ Sn (R) telle que, pour tout X ∈ Rn \ {0}, ⟨AX, X⟩ > 0.
⟨Ak+1 X,X ⟩
Soit X ∈ Rn \ {0}. Montrer que la suite de terme général ⟨Ak X,X⟩ a une limite quand k → +∞ et que cette
limite est une valeur propre de A.

Exercice 67 – Minoration de la trace d’une matrice

(X-ESPCI 16) Soit A ∈ Sn (R) inversible et semblable à son inverse. Montrer que tr A2 ⩾ n.

Exercice 68 – Matrices symétriques admettant un certain polynôme annulateur (ENSEA)

Déterminer les A ∈ Sn (R) vérifiant : A3 − A2 + A − In = 0.

Exercice 69 – Orthosimilitude de matrices symétriques réelles de même spectre

(ENS PC 16) Soit A et B dans S2 (R) ayant le même Å

spectre. ã
cos(t) − sin(t)
Montrer l’existence de t ∈ R tel que A = RBR où R =
−1
.
sin(t) cos(t)
569 Stéphane FLON
 Exercice 70 – Inégalité de Fischer

1 Soit A = (ai,j )1⩽i,j⩽n une
matrice symétrique définie positive.

∗ n
i Si (x1 , . . . , xn ) ∈ R+ , montrer que :
n
! n1 n
Y 1X
xk ⩽ xk .
n
k=1 k=1
Ä än
ii En déduire que det(A) ⩽ tr(A) n .
iii Montrer que les coefficients diagonaux de A sont strictement positifs.
n
Q
iv En déduire que det(A) ⩽ ak,k .
k=1
Å ã
A B
2 Soit A = t 1 une matrice réelle symétrique positive écrite en blocs, les blocs A1 et A2 étant carrés.
B A2
Montrer que det(A) ⩽ det(A1 ) det(A2 ).

Exercice 71 – Un théorème de la limite monotone pour les suites de matrices symétriques (Mines MP 2015)

On définit une relation ⩽ sur Sn (R) de sorte que, pour toutes matrices A et B dans Sn (R), on a A ⩽ B
lorsque le spectre de B − A est inclus dans R+ .
1 Soit B ∈ Sn (R). Montrer que 0 ⩽ B si, et seulement si, pour toute matrice X ∈ Mn,1 (R) on a t XBX ⩾ 0.
2 On considère une suite croissante et bornée de Sn (R) au sens de la relation définie ci-dessus. Déduire de
la question précédente qu’une telle suite converge dans Sn (R).

Exercice 72 – Étude d’une matrice symétrique

á ë
0 x1 ··· xn
x1
(Mines PC 16) Soit A ∈ Sn++ (R), (x1 , . . . , xn ) ∈ Rn et B = .. .
. A
xn
Montrer que det(B) ⩽ 0. À quelle condition a-t-on det(B) = 0 ?

Exercice 73 – A ∈ Sn (R) 7→ max(Sp(A)) est convexe

Soit Φ : Sn (R) → R qui à A ∈ Sn (R) associe sa plus grande valeur propre. Montrer que Φ est convexe.

Exercice 74 – Principe du minimax de Courant-Fischer

Soient u un endomorphisme autoadjoint de l’espace euclidien (E, ⟨ , ⟩), Vk l’ensemble des sous-espaces de
dimension k de E.
Montrer, si 1 ⩽ k ⩽ n, que : Ç å
⟨u(x), x⟩
min max 2 = λk (u)
V ∈Vk x∈V \{0} ∥x∥
où λ1 (u) ⩽ . . . ⩽ λn (u) est le spectre de u rangé dans l’ordre croissant.

Exercice 75 – Entrelacement des spectres

1 Soient A dans Sn (R), X dans M1,n (R), α dans R et :

A XT
Å ã
B=
X α
Établir :
λ1 (B) ⩽ λ1 (A) ⩽ λ2 (B) ⩽ λ2 (A) ⩽ · · · ⩽ λn (B) ⩽ λn (A) ⩽ λn+1 (B)
Indication – On pourra utiliser le principe du minimax.
2 Les notations sont celles de la question précédente. On suppose que B admet une valeur propre λ de
multiplicité m ⩾ 2. Qu’en déduit-on pour A ?
3 Redémontrer l’entrelacement des spectres en utilisant (et en établissant) le lemme suivant : soit P, Q ∈
R[X] \ {0}, où deg(Q) = deg(P ) − 1.
570 Stéphane FLON
 Montrer que les racines de P et Q sont entrelacées si et seulement si pour tout α ∈ R, le polynôme P + αQ
est scindé sur R.
Exercice 76 – Endomorphismes normaux

1 Soient (E, ⟨ , ⟩) un espace euclidien et u dans L(E). On dit que u est normal si et seulement si u∗ u = uu∗ .
Montrer que u est normal si et seulement s’il existe une base orthonormée de E dans laquelle la matrice de u
est de la forme :
λ1 0 · · · ··· ··· 0
 
.. .. ..
 0 . . .
 

 .. ..

.. ..


 .
 . λp . . 

 . ..
Å
a1 −b1
ã
.. .
 .. ..

. . 

 b1 a1 

 . .. ..
 ..

 . . 0 
Å ã 
 aq −bq 
0 ··· ··· ··· 0
bq aq
∗ ∗
Indication – Écrire u = u+u
2 + u−u
2 où les endomorphismes (u + u∗ ) et (u − u∗ ), respectivement symétrique et
antisymétrique, commutent.
2 Une matrice A de Mn (R) est dite normale si AT A = AAT . Interpréter matriciellement le résultat de la
question précédente et montrer qu’une matrice normale est diagonalisable sur C.
3 Soit u un endomorphisme du R-espace de dimension finie E. À quelle condition sur µu existe-t-il un
produit scalaire euclidien sur E rendant u normal ?
4 Soit A dans Mn (R) telle que AAT − AT A ∈ Sn+ (R). Montrer que A est normale.
5 Soit f un endomorphisme de l’espace euclidien E tel que :
∀ x ∈ E, ∥f (x)∥ ⩾ ∥f ∗ (x)∥
Montrer que f est normal.

Exercice 77 – Décomposition polaire : propriétés topologiques

1 Montrer que l’application :

(O, S) ∈ On (R) × Sn++ (R) 7→ OS
est un homéomorphisme de On (R) × Sn++ (R) sur GLn (R).
2 Montrer que exp réalise un homéomorphisme de Sn (R) sur Sn++ (R).
n(n+1)
3 Conclure que GLn (R) et On (R) × R 2 sont homéomorphes.

Exercice 78 – Décomposition de Cholesky

Soit A = (ai,j ) ∈ Sn++ (R).

1 Démontrer l’existence d’une unique matrice B de taille n, triangulaire supérieure à coefficients diagonaux
strictement positifs telle que A =t BB.
2 En déduire que si A = (ai,j )1⩽i,j⩽n , on a l’inégalité de Hadamard :
0 < det(A) ⩽ a1,1 . . . an,n

Exercice 79 – Inégalités de Ky-Fan

Soit A et B deux matrices symétriques réelles de taille n. On range leurs valeurs propres par ordre décrois-
sant :
λ1 (A) ⩾ . . . ⩾ λn (A)

1 Montrer que λ1 (A + B) ⩽ λ1 (A) + λ1 (B).

2
i Notons u un endomorphisme autoadjoint d’un espace euclidien E de dimension n. Pour k ∈ [[1, n]],
notons Ωk l’ensemble des sous-espaces vectoriels de E de dimension k.
Pour tout sous-espace vectoriel F de E, on note pF le projecteur orthogonal sur F .
571 Stéphane FLON
 Montrer que
λ1 (u) + · · · + λk (u) = max{tr(pF ◦ u ◦ pF , F ∈ Ωk }
ii Montrer que pour tout k ∈ [[1, n]],
k
X k
X
λi (A + B) ⩽ (λi (A) + λi (B))
i=1 i=1

Exercice 80 – Une généralisation de l’inégalité arithmético-géométrique

Soit A et B deux matrices symétriques réelles positives, α et β deux réels positifs tels que α + β = 1.
1 Montrer que si A est définie positive, alors il existe P ∈ GLn (R), D ∈ Mn (R) diagonale telles que
A =t P P et B =t P DP .
2 Montrer : det(αA + βB) ⩾ (det A)α (det B)β .
3 Soit A1 , . . . , Ap des matrices de Sn+ (R). Montrer que
A1 + · · · + Ap
Å ã
1/p
(det(A1 . . . Ap )) ⩽ det
p

572 Stéphane FLON

 14. Fonctions vectorielles et révisions sur les fonctions numériques

14.1. Exercices : Fonctions vectorielles

14.1.1. Problématiques
Problématique : Étudier un arc paramétré

Exercice 1 – Réduire le domaine de définition à un domaine utile

On s’intéresse, dans cet exercice et ceux qui suivent, à l’étude des arcs paramétrés suivants :
i Cycloı̈de – f : t 7→ (t − sin t, 1 − cos t)
ii Cardioı̈de – g : t 7→ (2 cos t − cos 2t, 2 sin t − sin 2t)
iii Astroı̈de – h : t 7→ (cos3 (t), sin3 (t))
Par des considérations de périodicité et de symétrie, réduire (le plus possible) le domaine d’étude de f , g et h.

Exercice 2 – Étudier les fonctions coordonnées sur le domaine utile

Dresser le tableau de variation conjoint des fonctions coordonnées de f . Faire de même pour g et h.

Exercice 3 – Étudier la tangente en des points pertinents

Indiquer la position et la tangente des points suivants de f (puis de g et de h) : points singuliers, points sur
l’un des axes de coordonnées, points où la tangente est horizontale ou verticale.

Exercice 4 – Tracer le support en suivant l’évolution temporelle

Tracer le support des arcs f , g et h.

Voir aussi : 9, 14, 15

14.1.2. Bonnes questions

Exercice 5 – Comment généraliser la formule de dérivation d’une composée par une application bilinéaire ?

1 Donner une formule pour (M (f1 , . . . , fn ))′ (t0 ), où f1 , . . . , fn sont dérivables en t0 , et où M est n-linéaire.
2 Pour tout (n, x) ∈ N∗ × R, on pose :
x 1 0
x2
2! x 1
x3 x2 ..
∆n (x) = 3! 2! x .
.. .. ..
. . . 1
xn x2
n! ... ... 2! x
Calculer ∆n (x).

Exercice 6 – Le vecteur déplacement est-il toujours colinéaire à un vecteur vitesse ?

1 On considère un arc régulier f : [a, b] → R2 . Montrer l’existence de c ∈]a, b[ tel que f (b) − f (a) soit
colinéaire à f ′ (c).
2 La conclusion reste-t-elle valable si f est à valeurs dans R3 ?

Exercice 7 – Un carré est-il le support d’un arc paramétré ?

1 Le carré de sommets (0, 0), (1, 0), (1, 1) et (0, 1) est-il le support d’un arc paramétré régulier ?
2 Le carré de sommets (0, 0), (1, 0), (1, 1) et (0, 1) est-il le support d’un arc paramétré ?
573 Stéphane FLON
14.1.3. Pour préparer sa colle

Exercice 8 – Trajectoire sur une sphère

1 Soit f : I → E une application dérivable en t0 , à valeurs dans un espace euclidien E. On suppose que
l’image de f est incluse dans une sphère centrée en l’origine 0E . Montrer que le vecteur vitesse f ′ (t0 ) est
orthogonal au vecteur position f (t0 ).

Exercice 9 – Un arc paramétré dans R3

Soit f : R → R3 définie par f (t) = (t2 , tet , cos t).

1 Existe-t-il des points singuliers ?
2 Déterminer des équations cartésiennes de la tangente au point de paramètre 1.

Exercice 10 – Paramétrage de matrices orthogonales

1 Soit f : I → On (R) une application dérivable.

i En exploitant le fait que On (R) soit inclus dans une sphère centrée en 0n pour la structure euclidienne
canonique sur Mn (R), vérifier que pour tout t ∈ I, f ′ (t)(f (t))T est de trace nulle.
ii En revenant à la définition d’une matrice orthogonale, vérifier que f ′ (t)(f (t))T est en fait antisymé-
trique.
2 (X MP 08) Soit n ∈ N impair et Φ : R → On (R) une fonction dérivable. Montrer que pour tout réel t,
/ GLn (R).
Φ′ (t) ∈

Exercice 11 – Une équation fonctionnelle matricielle

On considère une application M : t 7→ M (t) de R dans Mn (R) de classe C 1 , telle que, pour tout réel t :
M 2 (t) = M (0) = In

1 Montrer que, pour tout réel t, M (t) est diagonalisable.

2 Montrer que, pour tout réel t, M ′ (t) = −M (t)M ′ (t)M (t).
3 Montrer que l’application ϕ définie sur R par ϕ(t) = tr M (t) est une fonction constante.
4 Déterminer toutes les applications M .
5 Le résultat subsiste-t-il si on remplace l’hypothèse M de classe C 1 par M continue ?

Exercice 12 – Dérivée d’une fonction définie par un déterminant

(Mines-Ponts PSI 10) Soit n ∈ N∗ pair, A ∈ Mn (R) telle que t A = −A, J ∈ Mn (R) dont tous les coefficients
valent 1. Calculer det(A + tJ) pour t ∈ R.

Exercice 13 – Dérivée de t 7→ f (t)−1

On suppose que f : I → Mn (R) est dérivable, à valeurs dans GLn (R).

On introduit la fonction g : I → Mn (R), qui, à tout t ∈ I, associe (f (t))−1 .
Montrer que g est dérivable sur I, et que, pour tout t ∈ I :
g ′ (t) = −g(t)f ′ (t)g(t)

Exercice 14 – Étude d’arcs paramétrés trigonométriques

1 Étude et représentation
i De la courbe de Lissajous f : t 7→ (cos 3t, sin 2t).
ii Du Lemniscate de Gerono g : t 7→ (2 cos(t), sin(2t)).
iii De la deltoı̈de h : t 7→ (2 cos(t) + cos(2t), 2 sin(t) − sin(2t)).

Exercice 15 – Droites tangentes et normales à une même courbe

(Centrale MP 08, Mines PC 10) Trouver les droites à la fois tangentes et normales à la courbe Γ : x(t) =
3t2 , y(t) = 2t3 .
574 Stéphane FLON
 Exercice 16 – Généralisation de l’inégalité des accroissements finis

Soit E un K-espace vectoriel de dimension finie et a < b deux réels. Soit f : [a, b] → E et g : [a, b] → R+ deux
fonctions dérivables vérifiant ∥f ′ ∥ ⩽ g ′ . On souhaite montrer que : ∥f (b) − f (a)∥ ⩽ g(b) − g(a).
1 Prouver le résultat en supposant que les fonctions f et g soient de classe C 1 .
2 Montrer le résultat sans l’hypothèse C 1 .
Indication – Pour ε > 0, on pourra considérer l’ensemble

A = {x ∈ [a, b], ∥f (x) − f (a)∥ ⩽ g(x) − g(a) + ε(x − a)}

et montrer que sup A = b.

Exercice 17 – Majoration de la norme d’une intégrale par la dérivée

Soit E un evn de dimension finie et f : [a, b] → E une fonction de classe C 1 telle que f (a) = 0. Montrer
b
(b − a)2 ′
Z
f (t)dt ⩽ ∥f ∥∞,[a,b]
a 2

14.2. Exercices : Fonctions numériques

14.2.1. Problématiques
Problématique : Résoudre une équation fonctionnelle

Exercice 18 – Itérer la relation fonctionnelle

1 (Banque CCP 2016 43)Soit x0 ∈ R.

On définit la suite (un ) par u0 = x0 et, ∀n ∈ N , un+1 = Arctan(un ).
i Démontrer que la suite (un ) est monotone et déterminer, en fonction de la valeur de x0 , le sens de
variation de (un ).
ii Montrer que (un ) converge et déterminer sa limite.
iii Déterminer l’ensemble des fonctions h continues sur R telles que : ∀x ∈ R, h(x) = h(Arctan x).
2 Trouver toutes les fonctions f : [0, 1] → R continues telles que :

∀ x ∈ [0, 1], f (x2 ) = f (x).

3 Soit f : R → R continue telle que f (ax + b) = f (x) pour tout x ∈ R, où a est fixé différent de 1 et −1, et
b ∈ R. Montrer que f est constante.

Exercice 19 – Utiliser la densité et la continuité

1 Déterminer les fonctions continues sur R vérifiant

∀ x, y ∈ R, f (x + y) = f (x) + f (y).

2 Déterminer les fonctions f continues de R dans R, telles que f (x + y) = f (x)f (y) pour tous réels x et y.
3 Déterminer les fonctions continues sur R vérifiant
 x + y  f (x) + f (y)
∀ x, y ∈ R, f = .
2 2

√
4 Trouver toutes les fonctions f continues sur R admettant pour périodes 1 et 2.
Voir aussi : 50, 51

575 Stéphane FLON

14.2.2. Bonnes questions

Exercice 20 – À quel point la stricte monotonie empêche l’annulation de la dérivée ?

1 Donner un exemple de fonction strictement croissante et dérivable sur R, dont la dérivée s’annule une
infinité de fois.
2 Donner un exemple de fonction strictement croissante et dérivable sur un intervalle borné, dont la dérivée
s’annule une infinité de fois.
Remarque – en fait, on peut même montrer qu’il existe des fonctions strictement croissantes dérivables dont la
dérivée est nulle sur une partie dense (voir les travaux de Dimitrie Pompeiu).

Exercice 21 – Comment généraliser l’égalité des accroissements finis ? (Égalité de Taylor-Lagrange)

Montrer que si f est de classe C n sur [a, b], à valeurs réelles, dérivable n + 1 fois sur ]a, b[, alors il existe
c ∈]a, b[ tel que :
n
X (b − a)k (k) (b − a)n+1 (n+1)
f (b) = f (a) + f (c).
k! (n + 1)!
k=0

Exercice 22 – Une fonction de dérivée strictement positive en un point est-elle croissante au voisinage de ce
point ?

Donner un exemple de fonction f : R → R, dérivable en 0, de dérivée strictement positive en 0, mais non

croissante au voisinage de 0.

Exercice 23 – Quel lien y a-t-il entre les comportements asymptotiques d’une fonction et de sa dérivée en
+∞ ?

Soit f : R∗+ → R, dérivable sur R∗+ .

1 On suppose que f ′ tend vers 0 en +∞. Que dire du comportement asymptotique de f en +∞ ?
2 On suppose que f ′ tend vers l ∈ R∗+ en +∞. Que dire du comportement asymptotique de f en +∞ ?
3 (X PC 09) On suppose que f tend vers 0 en +∞. Que dire du comportement asymptotique de f ′ en
+∞ ? Que dire si on suppose en outre f monotone ?
4 (X-ESPCI 16) Soit f ∈ C 1 (R+ , R+ ). On suppose que f a une limite ℓ ∈ R en +∞. La fonction f ′ a-t-elle
toujours une limite en +∞ ?

Exercice 24 – Par quelles opérations le caractère lipschitzien est-il stable ?

1 Montrer que la somme de deux fonctions lipschitziennes l’est.
2 Montrer que la composée de deux fonctions lipschitziennes l’est.
3 Montrer que si f et g sont lipschitziennes sur un domaine borné, alors leur produit est lipschitzien.
4 Soit f une fonction lipschitzienne sur un segment, ne s’annulant pas. Montrer que f1 est lipschitzienne.

14.2.3. Pour préparer sa colle

Exercice 25 – Continuité du max et du min

Soit f et g deux fonctions continues sur un intervalle I. Montrer que sup(f, g) et inf(f, g) sont continues.

Exercice 26 – Fonctions périodiques

1 Caractériser les fonctions f : R → R périodiques admettant une limite en +∞.

2 Soit f : R → R dérivable périodique. Montrer que f ′ est périodique, de même groupe des périodes que f .
3 Soit f : R → R, périodique, continue et non constante.
i Montrer que f admet une plus petite période T strictement positive.
ii Montrer que ce résultat tombe en défaut si on ne suppose plus f continue.
576 Stéphane FLON
 iii Montrer que f est bornée, et qu’il existe u ∈ R tel que f (R) = f ([u, u + T /2]).

Exercice 27 – Mines PSI 06

Soit f : I → R où I est un intervalle de R. Montrer que f est k-lipschitzienne si et seulement si f + et f −

le sont.
Exercice 28 – Utilisation du TVI

Soit f : [0, 1] → R continue telle que f (0) = f (1). Montrer que pour tout n ∈ N∗ , il existe αn ∈ [0, 1 − 1/n]
tel que f (αn + 1/n) = f (αn ).

Exercice 29 – Il existe deux points sur l’équateur où la température est la même (X PC 10)

Soit f ∈ C 0 (R2 , R). Montrer que la restriction de f à un cercle n’est pas injective.

Exercice 30 – Une valeur moyenne est atteinte

f (x1 )+···+f (xn )
Soit f ∈ C 0 ([0, 1]), x1 , . . . , xn ∈]0, 1[. Montrer qu’il existe c ∈]0, 1[ tel que f (c) = n

Exercice 31 – Enfin une application concrète

Un homme parcourt 8 kilomètres en une heure. Montrer qu’il existe un intervalle de temps d’une demi-heure
durant lequel il a parcouru 4 kilomètres.

Exercice 32 – Points fixes

1 Soit a, b ∈ R, où a ⩽ b. Soit f : [a, b] → R une application continue telle que f ([a, b]) ⊂ [a, b]. Montrer
que f admet au moins un point fixe.
2 Soit a, b ∈ R, où a ⩽ b. Soit f : [a, b] → R une application continue telle que [a, b] ⊂ f ([a, b]). Montrer que
f admet au moins un point fixe.
3 Soit f : R → R continue décroissante. Montrer que f admet un unique point fixe.
4 Soit l ∈ R, f : R → R, continue. On suppose lim f (x)
x = l.
x → ±∞
Montrer que si l ̸= 1, alors f admet un point fixe. Et si l = 1 ?
5 Montrer que si f : [0, 1] →[0, 1] est croissante, alors f admet un point fixe.

Exercice 33 – Majoration du nombre d’annulations d’une fonction

Montrer que pour tout n ∈ N, pour tous réels a0 , . . . , an , λ0 , . . . , λn , où les ai sont tous non nuls et les λi
distincts deux à deux, que
X n
fn : x 7→ a k xλ k
k=0
s’annule au plus n fois sur R∗+ .

Exercice 34 – Cesàro intégral sans intégrale

Soit f : R → R dérivable, telle que lim+∞ f ′ = l. Montrer que lim f (x)

x = l.
x → +∞

Exercice 35 – Taux d’accroissement à bornes variables (Centrale PSI 09)

1 Soit f ∈ C 0 (R), dérivable en a ∈ R. Soit (xn ) et (yn ) deux suites réelles de limite a. On suppose que pour
tout n ∈ N : xn ̸= yn . On pose, pour tout n ∈ N :
f (yn ) − f (xn )
un = .
yn − xn

i On suppose : ∀ n ∈ N, xn < a et yn > a. Quelle est la limite de (un ) ?

ii On suppose que f est de classe C 1 au voisinage de a. Que dire de (un ) ?
iii Que se passe-t-il dans le cas général ?
577 Stéphane FLON
 Exercice 36 – Condition géométrique suffisante pour que la dérivée soit nulle en un point donné

(X-ESPCI 16) Soit f ∈ C 1 ([a, b], R) et x0 ∈]a, b[. On suppose qu’il existe y0 > f (x0 ) tel que le cercle de
centre (x0 , y0 ) et de rayon y0 − f (x0 ) soit au-dessus du graphe de f .
Montrer que f ′ (x0 ) = 0.

Exercice 37 – Condition suffisante pour qu’une fonction ne s’annule pas

(X-ESPCI 16) Soit f : [0, 1] −→ R dérivable et non identiquement nulle. On suppose qu’il existe M > 0 tel
que, pour tout x ∈ [0, 1], |f ′ (x)| ⩽ M |f (x)|.
Montrer que f ne s’annule pas.

Exercice 38 – Dérivation, dérivabilité

» p √
1 Dériver, en tout point où cela est possible, x 7→ 1 + 2 + x.
√
2 La fonction x 7→ cos x est-elle dérivable en 0 ?
3 Montrer que
g : R∗ → R
x 7→ x2 sin x1
est prolongeable par continuité en 0, et que ce prolongement g̃ est dérivable en 0, mais non de classe C 1 .

Exercice 39 – Signe de la dérivée

Soit f : I → R dérivable sur I, et a, b ∈ I, a < b. On suppose que f ne s’annule pas sur ]a, b[ et que
f (a) = f (b) = 0. Montrer que f ′ (a)f ′ (b) ⩽ 0.

Exercice 40 – Condition suffisante d’annulation de la dérivée

1 Soit f : [0, 1] → R, dérivable sur [0, 1], telle que f (0) = 0 et f (1)f ′ (1) < 0. Montrer l’existence de c ∈]0, 1[
tel que f ′ (c) = 0.

Exercice 41 – Fonction nulle sur un voisinage de +∞

Soit f : R+ → R de classe C ∞ telle que f (0) = 1, et : ∀ x ⩾ 12 , f (x) = 0.

1 Montrer que sup f (n) ⩾ 2n n!.
R+
2 Montrer que pour n ⩾ 1, sup f (n) > 2n n!
R+
Exercice 42 – Fonction dont les dérivées sont nulles en 0

1 Soit f : R → R de classe C ∞ telle que :

(1) ∀ n ∈ N, f (n) (0) = 0.
(2) ∃λ > 0, ∀ n ∈ N, sup f (n) ⩽ λn n!.
R
i Montrer que f est nulle sur l’intervalle ] − λ1 , λ1 [, puis sur R.
ii Montrer que la première condition n’est pas suffisante pour que f soit nulle.

Exercice 43 – Mines MP 2015

x x
1 Soit f (x) = − si x ∈ [0; π[. On pose f (0) = 0
sh(x) sin(x)
i Montrer que f est de classe C 1 sur [0; π[. Calculer f ′ (0).
ii La fonction f est-t-elle de classe C ∞ sur [0; π[ ? Calculer f ′′ (0)

Exercice 44 – Étude d’une fonction s’annulant au moins n fois

1 Soit n ∈ N∗ , f ∈ C n ([a, b], R). On suppose que f s’annule sur [a, b] en au moins n points distincts a1 , . . . , an ,
où a1 < · · · < an .
(n)
i Montrer que pour tout x ∈ [a, b], il existe c ∈ [a, b] pour lequel : f (x) = (x − a1 ) . . . (x − an ) f n!(c)
578 Stéphane FLON
 M
Qn
ii Soit M un majorant de |f (n) |. Montrer que pour tout x ∈ [a, b] : |f (x)| ⩽ n! k=1 |x − ak |

Exercice 45 – Équivalent d’une bijection réciproque

x
(X-ESPCI 16) Soit f : x ∈ [e, +∞[7→ ln(x) . Montrer que f induit une bijection de [e, +∞[ sur [e, +∞[.
−1
Déterminer un équivalent de f (x) quand x → +∞.

Exercice 46 – Non injectivité de la série de Taylor

1
(Centrale PC 16) Soit f : R −→ R telle que f (x) = e− x2 si x > 0 et f (0) = 0 si x ⩽ 0.
1 Montrer qu’il existe, pour n ∈ N, Pn ∈ R[X] tel que : ∀x ∈ R∗+ , f (n) (x) = Pn (x)
x3n f (x).
2 Déterminer le coefficient dominant, le degré et la partie de Pn .
3 Montrer que f est de classe C ∞ sur R.

Exercice 47 – Rolle itéré

n désigne un entier naturel non nul.

1 Montrer que si un polynôme réel P possède (au moins) n racines réelles distinctes (n ⩾ 2), alors son
polynôme dérivé P ′ possède (au moins) n − 1 racines réelles distinctes.
2 Montrer que pour tout n ⩾ 2, tous réels a et b, le polynôme X n + aX + b admet au plus trois racines
réelles distinctes.
3 Soit f : R → R, dérivable sur R, T -périodique (T > 0), s’annulant au moins n fois sur [0, T [. Montrer que
f ′ s’annule au moins n fois sur [0, T [.
4 Que dire d’une fonction polynomiale coı̈ncidant avec la fonction sinus en une infinité de points ?

Exercice 48 – Applications du théorème de Rolle

1 Soit f continue sur [a, +∞[ (pour un certain a ∈ R), et dérivable sur ]a, +∞[. On suppose que f (a) =
limx → +∞ f (x). Montrer qu’il existe c ∈]a, +∞[ tel que f ′ (c) = 0.
2 Soit f dérivable sur R, admettant une même limite finie en +∞ et −∞. Montrer que f ′ s’annule.
3 Soit f : [a, b] → R dérivable, telle que f (a) = f (b) = 0. Montrer que pour tout d ∈ R \ [a, b], il existe une
tangente au graphe Γ de f passant par le point (d, 0).
4 Soit f : [0, 1] → R dérivable telle que f (0) = f ′ (0) = f (1) = 0. Montrer l’existence de c ∈]0, 1[ tel que la
tangente au graphe de f en son point d’abscisse c passe par O.
5 Soit f : [a, b] → R deux fois dérivable telle que f (a) = f ′ (a) et f (b) = f ′ (b). En utilisant g : x 7→
e (f (x) − f ′ (x)), montrer l’existence de c ∈]a, b[ tel que f (c) = f ′′ (c).
x

6 Soit f : [a, b] → R continue sur [a, b], dérivable sur ]a, b[, telle que f (a) = f (b) = 0. Montrer que pour
tout réel λ, il existe cλ ∈]a, b[ tel que λf (cλ ) + f ′ (cλ ) = 0.
7 Soit f, g ∈ C 0 ([a, b], R), telle que f (a) = f (b) = 0. Montrer l’existence de c ∈]a, b[ tel que g ′ (c)f (c)+f ′ (c) =
0.
8 Soit f : [a, b] → R, continue sur [a, b], dérivable sur ]a, b[, telle que f (a) f (b)
a = b . Montrer l’existence de
c ∈]a, b[ tel que f ′ (c) = f (c)
c .

Exercice 49 – Une hypothèse et un dessin à interpréter

Soit f : R+ → R continue sur R+ , dérivable sur R∗+ , nulle en 0 de dérivée croissante sur R∗+ . Montrer que
pour tout x ∈ R∗+ , f (x) ′
x ⩽ f (x).
√
Exercice 50 – Fonction continue ayant 1 et 3 pour périodes (X PC 10)
√
Déterminer les f ∈ C 0 (R, R) telles que : ∀ x ∈ R, f (x) = f (x + 1) = f (x + 3).

Exercice 51 – Équation fonctionnelle

1 (X-ESPCI 16) Montrer l’existence et l’unicité de f : R∗+ −→ R∗+ telle que :

∀x ∈ R∗+ , f ◦ f (x) + f (x) = 12x.

579 Stéphane FLON

 2 (X-ESPCI 16) Déterminer les f ∈ C 0 (R, R) telles que :
∀x ∈ R, f (x) = f (cos(x)).

3 (X-ESPCI 16) Déterminer les f ∈ C ∞ (R, R) telles que :

∀(x, y, z) ∈ R3 , f (x)f (z) + f (x + y + z)f (y) = f (z)f (x + y).

Exercice 52 – Équations fonctionnelles et dérivation

1 Soit f : R → R dérivable telle que

Å ã
a+b
∀ a, b ∈ R, f (b) − f (a) = (b − a)f ′
2
Montrer que f est polynomiale de degré inférieur ou égal à 2. Réciproque ?
2 Déterminer l’ensemble E des fonctions f de classe C 1 sur R, vérifiant, pour tout réel x : f ◦ f (x) = x
2 + 3.
3 (Centrale MP 09, X PC 10) Caractériser les fonctions f : R → R de classe C sur R telles que f ◦ f = f .
1

4 (Mines MP 2015) Déterminez les solutions de classe C 1 dans R de f ′ (f (x))f ′ (x) = 1 avec f (0) = 0 et
f ′ (0) > 0.
5 (X PC 10) Déterminer les f ∈ C ∞ (R+ , R) telles que : ∀ x ∈ R+ , (f ′ (x) − f (x))f (x) = x.

Exercice 53 – X PC 10

Trouver les couples de fonctions (f, g) où f : R → R, g : R → R est continue et

x + y
∀(x, y) ∈ R2 , f (x) − f (y) = (x − y)g .
2

Exercice 54 – Quelques résultats sur l’uniforme continuité

1 Soit f : R+ → R dérivable.
i Montrer que si f ′ est bornée, alors f est uniformément continue.
ii Montrer que si lim |f ′ (x)| = +∞, alors f n’est pas uniformément continue.
x → +∞
2 Donner un exemple de fonction bornée non uniformément continue, et un exemple de fonction non bornée
uniformément continue.
3 Soit f : R → R uniformément continue. Montrer qu’il existe a, b > 0 tels que pour tout x ∈ R, |f (x)| ⩽
a|x| + b.
4 Soit f : R → R continue et périodique. Montrer que f est uniformément continue.
5 Soit f : R+ → R uniformément continue. On suppose que pour tout t > 0, lim f (nt) = 0. Montrer que
n∞
lim f (x) = 0.
x → +∞

Exercice 55 – Inégalité de Bernstein

Soit n ∈ N∗ et f un polynôme trigonométrique réel de degré inférieur ou égal à n, c’est-à-dire une fonction
pour laquelle il existe des réels a0 , . . . , an , b1 , . . . , bn tels que, pour tout x ∈ R :
n
X
f (x) = a0 + (ak cos(kx) + bk sin(kx))
k=1

1 Montrer que si f admet au moins 2n + 1 racines distinctes sur [0, 2π], alors f est nulle.
2 On suppose que f ′ (0) = ∥f ′ ∥∞ > n ∥f ∥∞ . On pose pour tout x ∈ R, g(x) = n1 ∥f ′ ∥∞ sin(nx) − f (x).
Montrer que g admet au moins 2n racines distinctes sur [0, 2π[.
Montrer que g ′ admet au moins 2n + 1 racines distinctes sur [0, 2π]. Montrer que g ′′ admet au moins 2n + 1
racines distinctes sur [0, 2π[. Que peut-on en déduire ?
3 Montrer que ∥f ′ ∥∞ < n ∥f ∥∞ . C’est l’inégalité de Bernstein.

Exercice 56 – Théorème de Corominas

580 Stéphane FLON

 Soit f ∈ C ∞ (R, R). On suppose que pour tout x ∈ R, il existe n ∈ N tel que f (n) (x) = 0. Montrer que f est
polynomiale.
Indication – On montrera dans un premier temps que si g : [a, b] → R de classe C ∞ est polynomiale sur tout
intervalle ]c, d[ ne contenant pas de zéro de g, alors g est polynomiale sur [a, b].

Exercice 57 – Fonctions à variations bornées

Soit f : [0, 1] → R. On dit que f est à variations bornées s’il existe M > 0 tel que pour toute suite croissante
(ak )0⩽k⩽n , on a
Xn
|f (ak ) − f (ak−1 )| ⩽ M
k=1

1 Montrer que si f est monotone, alors f est à variations bornées.

2 Montrer que si f est de classe C 1 , alors f est à variations bornées.
3 Exhiber une fonction continue qui n’est pas à variations bornées.
4 Montrer qu’une fonction f : [0, 1] → R est à variations bornées si et seulement si f est différence de deux
fonctions croissantes.
5 On suppose f à variations bornées. Montrer que pour tout ε > 0, il existe h : [0, 1] → R en escalier telle
que |f − h| ⩽ ε.

Exercice 58 – Application de l’égalité des accroissements finis

Soit f : [0, 1] →[0, 1] un C 1 -difféomorphisme croissant et n ∈ N∗ . Montrer qu’il existe une suite (xk,n )1⩽k⩽n
Pn
telle que k−1 k
n ⩽ f (xk,n ) ⩽ n pour tout k ∈ [[1, n]], et
1
k=1 f ′ (xk,n ) = n.

Exercice 59 – Inégalités de Kolmogorov

Soit f ∈ C n (R, C). Pour tout k ∈ [[0, n]], on pose Mk = f (k) ∞,R .
On suppose que M0 et Mn sont finis. Montrer que pour tout k ∈ [[0, n]], Mk est fini, et
k(n−k) k k
1− n
Mk ⩽ 2 2 M0 Mnn

14.3. Exercices : Fonctions convexes

14.3.1. Pour préparer sa colle

Exercice 60 – Fonction convexe bornée

1 Soit f : R+ → R convexe et bornée. Montrer que f est décroissante.

2 Soit g : R → R convexe et bornée. Montrer que g est constante.

Exercice 61 – Comparaison des moyennes harmonique, géométrique, arithmétique

1 On se donne n ∈ N∗ et x1 , . . . , xn des réels strictement

Pn positifs.
— La moyenne arithmétique de ces réels est a = n1 k=1 xk
Qn 1
— La moyenne géométrique de ces réels est g = ( k=1 xk ) n
ÄPn ä−1
1
— La moyenne harmonique de ces réels est h = n k=1 xk
Montrer que h ⩽ g ⩽ a.
x1 x2 xn
2 Soit x1 , . . . , xn des réels strictement positifs (n ⩾ 2). Montrer que : x2 + x3 + ··· + x1 ⩾ n.

n
3 Montrer que pour tout n ∈ N∗ : n! ⩽ n+1 2 .

Exercice 62 – Fonctions convexes dont la somme est affine

Soit f, g convexes de R dans R, telle que f + g soit affine. Montrer que f et g sont affines.

Exercice 63 – Sup de fonctions convexes

Soit f1 , . . . , fn des fonctions convexes. Montrer que sup{f1 , . . . , fn } est convexe.

581 Stéphane FLON
 Exercice 64 – Quelle régularité espérer pour une fonction convexe ?
◦
Une fonction convexe sur I est continue sur I (l’intérieur de I, i.e. l’ensemble des points dont I est un
◦
voisinage), dérivable à gauche et à droite en tout point a de I, et fg′ (a) ⩽ fd′ (a).
Montrer qu’elle n’est pas nécessairement continue en les extrémités de I, et que si elle l’est, elle n’y est pas
forcément dérivable.
Exercice 65 – Caractérisation de convexité par une autre fonction

Soit f ∈ C 0 (R∗+ , R), g : x 7→ xf (1/x). Montrer que f est convexe si et seulement si g est convexe.

Exercice 66 – Étude asymptotique générale d’une fonction convexe en +∞

Soit f convexe de R dans R.

1 Montrer que g : x 7→ f (x)
x admet une limite, finie ou égale à +∞, en +∞.
2 Montrer que si cette limite α est réelle, alors h : x 7→ f (x) − αx admet une limite, finie ou égale à −∞,
en +∞.
Exercice 67 – Convexité et bijection réciproque (Centrale PC 09)

Soit f ∈ C 2 (I) convexe et injective. On pose J = f (I).

1 Montrer que f est strictement monotone sur I.
2 Montrer que la réciproque de f est convexe ou concave. Donner deux exemples.

Exercice 68 – Condition suffisante de changement de concavité (X MP 09)

Soit f : R+ → R de classe C 2 telle que lim f (x) = f (0). Montrer qu’il existe c ∈ R∗+ tel que f ′′ (c) = 0.
x → +∞
Que dire si f est seulement supposée deux fois dérivable ?

Exercice 69 – Plus grande fonction convexe inférieure à une fonction positive

Soit f une fonction positive sur R. Montrer qu’il existe une unique fonction convexe g ⩽ f telle que, pour
toute fonction convexe h ⩽ f , on ait : h ⩽ g.

Exercice 70 – Nature d’une série par concavité

1 Montrer que sinus est concave sur [0, π/2].

1
Pn−1 1
2 En déduire la nature de la suite de terme général un = n k=1 sin(kπ/n) .

Exercice 71 – Inégalité de Hölder pour un ensemble fini

Soient p et q dans ]1, +∞[ avec 1/p + 1/q = 1.

q
1 Montrer : ∀(x, y) ∈ (R+ )2 , xy ⩽ xp + yq .
p

2 En déduire, si x1 , . . . , xn , y1 , . . . , yn sont des éléments de R+ , l’inégalité :

Pn Pn p 1/p Pn 1/q
i=1 xi yi ⩽ ( i=1 xi ) ( i=1 yiq ) .

Exercice 72 – Convexité et positivité d’une intégrale

Soit f ∈ C 2 ([0, 2π], R), convexe. Montrer que 0 f (t) cos(t)dt ⩾ 0. Le résultat subsiste-t-il pour f convexe
R 2π

continue ?
Exercice 73 – Décroissance d’une suite de moyennes pour une fonction convexe

Soit f : [0, 1] → R une fonction convexe. Montrer que la suite de terme général Sn = 1
Pn k


n+1 k=0 f n est
décroissante.

582 Stéphane FLON

 15. Équations différentielles linéaires

15.1. Exercices : Systèmes différentiels linéaires d’ordre un

15.1.1. Problématiques
Problématique : Résoudre un système différentiel linéaire à coefficients constants

Exercice 1 – Résolution d’un SDL dans le cas diagonalisable

1 Intégrer le système (x′ = −3x + y + z; y ′ = x − 3y + z; z ′ = x + y − 3z).

Exercice 2 – Cas diagonalisable dans C mais pas dans R

1 Donner les solutions réelles du système différentiel

ß ′
x1 (t) = x1 (t) + 2x2 (t)
x′2 (t) = −4x1 (t) − 3x2 (t).

Exercice 3 – Résolution d’un SDL dans le cas non diagonalisable

ß ′
x = −x − 4y
1 Résoudre le système différentiel .
y ′ = x + 3y

Exercice 4 – Cas d’un SDL à coefficients constants non homogène

1 Résoudre le système différentiel suivant par réduction matricielle : x′ = 3x − 4y − e−t ; y ′ = x − 2y.

Voir aussi : 6, 7, 8

15.1.2. Bonnes questions

Exercice 5 – Comment calculer le wronskien sans résoudre explicitement l’équation différentielle ?

Soit (f1 , . . . , fp ) un système fondamental de solutions de X ′ = A(t)X. Montrer que le wronskien W

associé est solution de l’équation différentielle
y ′ = tr(A(t))y
En déduire une expression de W (t) en fonction de W (t0 ).

15.1.3. Pour préparer sa colle

Exercice 6 – Résolution d’un système différentiel

(CCP) Résoudre le système différentiel : (x′ = 3x + y, y ′ = 2x − y, z ′ = −4x − 8y + 2z).

Exercice 7 – Systèmes différentiels linéaires

Résoudre le système différentiel :

ß ′
x1 (t) = 6x1 (t) + 3x2 (t) − 3t + 4e3t
x′2 (t) = −4x1 (t) − x2 (t) + 4t − 4e3t .

Exercice 8 – Système différentiel

1 (Mines PC 16) Résoudre :

 ′ 1
 y1 (x) = −6y1 (x) + 5y2 (x) + 3y3 (x) + x
y ′ (x) = −8y1 (x) + 7y2 (x) + 4y3 (x)
 2′
y3 (x) = −2y1 (x) + y2 (x) + y3 (x) + x2

Exercice 9 – Lemme de Grönwall

583 Stéphane FLON

 Soit u, v : [a, +∞[→ R+ continues. On suppose qu’il existe C ⩾ 0 tel que
Z x
∀ x ∈ [a, +∞[, u(x) ⩽ C + u(t)v(t)dt
a
Montrer alors que pour tout x ∈ [a, +∞[ :
ÅZ x ã
u(x) ⩽ C exp v(t)dt
a

Exercice 10 – Continuité en les conditions initiales

Soient A une application continue de l’intervalle I dans Mn (R), b une application continue de I dans Rn .
Soient x et y deux solutions définies sur I de :
z ′ (t) = A(t)z(t) + b(t)
Si ∥ ∥ est une norme sur Rn et ||| ||| la norme associée sur Mn (R), prouver :
Z t
∀(s, t) ∈ I 2 , ∥x(t) − y(t)∥ ⩽ ∥x(s) − y(s)∥ exp ∥A∥op
s

Indication – Utiliser le lemme de Gronwall.

Exercice 11 – Solutions T -périodiques d’équations T -périodiques

Soient T > 0 et A une application continue et T -périodique de R dans Mn (C).

On suppose que la seule solution T -périodique de :
x′ (t) = A(t) x(t) avec x : R → Cn ,
est la fonction nulle. Montrer, si f : R → Cn est continue et T -périodique, que l’équation :
x′ (t) = A(t) x(t) + f (t)
a une unique solution T -périodique.

Exercice 12 – Paires de Lax

Soit A une application de classe C 1 (resp. de classe C ∞ ) de R dans Mn (C).

1 On suppose qu’il existe une application S de R dans GLn (C) de classe C 1 (resp. de classe C ∞ ) telle que
S AS soit constante. Montrer qu’il existe une application continue B de R dans Mn (C) telle que :
−1

∀ t ∈ R, A′ (t) = A(t) B(t) − B(t) A(t)

2 Établir la réciproque.

15.2. Exercices : Exponentielle d’un endomorphisme

15.2.1. Pour préparer sa colle

Exercice 13 – Calculs d’exponentielles

0 1 0 ··· 0
 
 .. .. .. 
. 0 1 . .
1 Calculer exp(A), où A =  ...
 
 .. .. 
 . . 0 
. ..
 ..

. 1
0 ··· ··· ··· 0
Ö è
1 ··· 1
2 Calculer exp(A), où A = .. ..
. .
1 ··· 1
Å ã
a −b
3 Calculer exp(A), où A =
b a
Å ã
a c
4 Calculer exp(A), où A =
0 b
584 Stéphane FLON
 Ñ é
1 2 3
5 Calculer exp(A), où A = 0 0 4
0 0 1
6 Soit A ∈ Mn (C).
i On suppose que A2 = A3 . Exprimer exp(A) en fonction de In , A et A2 .
ii On suppose que A4 + A3 − 2A2 = 0. Exprimer exp(A) en fonction de In , A, A2 et A3 .
7 Soient E un C-espace vectoriel de dimension finie et u ∈ L(E) tel que u3 − 2u2 + u = 0. Exprimer exp(u)
en fonction de u.
Exercice 14 – Valeurs propres de exp(A)

1 Si A ∈ Mn (C), quelles sont les valeurs propres de eA ?

2 Montrer, si A ∈ Mn (C), que : det (exp(A)) = eTr A .

Exercice 15 – Décomposition de Dunford de l’exponentielle

1 Soit A ∈ Mn (C). On suppose que A = D + N avec D diagonalisable, N nilpotent, DN = N D.

Décomposer exp(A) sous la forme exp(A) = D′ + N ′ avec D′ diagonalisable, N ′ nilpotent, D′ N ′ = N ′ D′ .
2 Soit A ∈ Mn (K) (où K est égal à R ou à C). On suppose χA scindé sur K. Montrer que A est diagonalisable
si et seulement si exp(A) est diagonalisable.

Exercice 16 – Exponentielle et polynôme

1 Montrer, si A ∈ Mn (C), que eA appartient à C[A].

2 Existe-t-il P dans C[X] tel que : ∀ A ∈ Mn (C), exp(A) = P (A) ?
3 Soit M ∈ Mn (C).
i Montrer que l’ensemble {P ∈ C[X] ; P (M ) = eM } est non vide et contient un unique polynôme PM
de degré minimal. Montrer que le degré de PM est majoré par n − 1.
ii L’application M ∈ Mn (C) 7→ PM ∈ Cn−1 [X] est-elle continue ?

Exercice 17 – Exponentielle de adu

Soient E un C-espace vectoriel de dimension finie, u ∈ L(E) et adu l’endomorphisme de L(E) défini par :
∀ v ∈ L(E), adu (v) = uv − vu
Montrer :
∀ v ∈ L(E), exp (adu ) (v) = eu v e−u

Exercice 18 – Paramétrisation du groupe spécial orthogonal

Soit An (R) l’espace des matrices antisymétriques de Mn (R).

Montrer :
e , M ∈ An (R) = SOn (R)
 M

Exercice 19 – Image de l’exponentielle matricielle complexe

1 Si N ∈ Mn (C) est nilpotente, montrer que :

N2 (−1)n−1 N n−1
Å ã
exp N − + ··· + = In + N
2 n−1
Indication – On pourra introduire :
n−1 n−1
X Xk X (−1)k k
P = , Q= X
k! k
k=0 k=1

et démontrer la relation : P (Q(X)) ≡ 1 + X [X n ].

2 Montrer que l’image de Mn (C) par exp est GLn (C).
3 Montrer plus précisément que, si M est dans GLn (C), alors il existe une matrice de C[M ] dont M est
l’exponentielle.
585 Stéphane FLON
 Exercice 20 – Injectivité de l’exponentielle pour les matrices diagonalisables réelles

1 Soient A, B ∈ Mn (R) diagonalisables sur R et telles que : exp(A) = exp(B).

Montrer que A = B.
2 Le résultat demeure-t-il si A, B ∈ Mn (C) ? Si on reste dans Mn (R) mais qu’on ne suppose plus A et B
diagonalisables ?

Exercice 21 – Distance entre deux exponentielles matricielles

Soient ∥ ∥ une norme d’algèbre sur Mn (C). Si A et B sont dans Mn (C), montrer :
¶ ©
∥ exp(A) − exp(B)∥ ⩽ sup e∥A∥ , e∥B∥ ∥A − B∥
Indication – Remarquer que, pour k ⩾ 1,
k−1
X
k k
A −B = Aj (A − B)B k−1−j
j=0

Exercice 22 – Dérivation de t 7→ exp(M (t)) lorsque M (t) et M ′ (t) commutent

Soit M une application continûment dérivable de l’intervalle I de R dans Mn (C) telle que, pour tout t de
I, les matrices M (t) et M ′ (t) commutent. Montrer que
E : t ∈ I 7→ exp(M (t))
est continûment dérivable et que
∀ t ∈ I, E ′ (t) = M ′ (t) exp(M (t))

Exercice 23 – Caractérisation de commutation par l’exponentielle

Soient A et B deux matrices de Mn (C). Montrer qu’il y a équivalence entre :

i AB = BA ;
ii ∀ t ∈ R, etA etB = etB etA .

15.3. Exercices : Équations différentielles linéaires scalaires d’ordre n

15.3.1. Problématiques
Problématique : Résoudre une EDL scalaire à coefficients constants

Exercice 24 – Le B-A BA

Soit ω, τ ∈ R∗+ .
1 Résoudre y ′′ − ω 2 y = 0.
2 Résoudre y ′′ + ω 2 y = 0.
3 Résoudre y ′′ + τ2 y ′ + ω 2 y = 0.

Exercice 25 – Second membre en exponentielle-polynôme

On considère l’équation
E2 : y ′′ + a1 y ′ + a0 y = P (t)eλ t
où a1 et a0 sont des scalaires, et où λ ∈ K et P ∈ K[X].
Soit χ = X 2 + a1 X + a0 le polynôme caractéristique de cette équation différentielle.
1 On suppose que λ n’est pas racine de χ. Montrer que E admet une unique solution de la forme t 7→ Q(t)eλ t ,
où Q est un polynôme. Montrer de plus que Q est de même degré que P .
2 On suppose que λ est racine simple de χ. Montrer que E admet une unique solution de la forme t 7→
tQ(t)eλ t , où Q est un polynôme. Montrer de plus que Q est de même degré que P .
3 On suppose que λ est l’unique racine de χ. Montrer que t 7→ Q(t)eλ t est solution de E, où Q est un
polynôme tel que Q′′ = P .
586 Stéphane FLON
 Exercice 26 – Équation différentielle linéaire d’ordre trois

1 Résoudre l’équation y ′′′ = y.

Exercice 27 – La méthode de variation des constantes guidée

1 Résoudre l’équation y ′′ + 4y = 0.
2 Soient g ∈ C 0 (R, R) et h : x 7→ 21 0 g(t) sin(2x − 2t)dt. Montrer que h est solution de y ′′ + 4y = g.
Rx

Résoudre : y ′′ + 4y = g.
3 Soit f ∈ C 2 (R, R) telle que f ′′ + 4f ⩾ 0. Montrer : ∀x ∈ R, f (x) + f (x + π/2) ⩾ 0.
Voir aussi : 35, 43

Problématique : Résoudre une EDL scalaire d’ordre deux

Exercice 28 – Procéder à un changement de variable

1
i (Centrale MP 07) Résoudre sur R∗+ l’équation
1
(E) y ′′ + y = 0.
x2
Indication – On pourra utiliser le changement de variable t = ln(x).
ii L’équation différentielle (E) possède-t-elle des solutions non bornées ? Déterminer les solutions bornées
de (E).

Exercice 29 – Rechercher des solutions sous une forme particulière

1 (CCP MP 13) Soit (E) : x2 y ′′ + 4xy ′ + 2y = ln x. Chercher des solutions de l’équation homogène de la
forme x 7→ xα avec α ∈ R, puis résoudre (E) sur R∗+ .
2 Résoudre (t2 + 1)y ′′ − 2y = t.
Indication – on pourra chercher des solutions polynomiales.

Exercice 30 – Rechercher des solutions développables en série entière

1 On étudie l’équation différentielle

H : ty ′′ + 2y ′ + ty = 0
Déterminer les solutions de H sur R développables en séries entières.
Réponse : ce sont les multiples de f1 : t 7→ sin(t)
t .

Exercice 31 – Utiliser la méthode de Lagrange (ou d’abaissement de l’ordre)

1 On cherche désormais à déterminer les solutions de H sur R∗+ .

i Quelle est la structure algébrique de l’ensemble des solutions de H sur R∗+ ?
ii Montrer qu’on peut chercher les solutions de H sur ]0, π[ sous la forme f2 : t 7→ λ(t)f1 (t), où λ est
une fonction deux fois dérivable.
iii Déterminer alors les solutions de H sur ]0, π[, puis sur R∗+ .
Réponse : ce sont les combinaisons linéaires de f1 et de f2 : t 7→ cos(t)
t .

Exercice 32 – Utiliser le wronskien

Autre méthode : soit f2 une solution de H sur ]0, π[, non colinéaire à f1 . On note W le wronskien de (f1 , f2 ).
1 Montrer que Å ã′
f2 W
= 2
f1 f1
2 Trouver une EDL d’ordre 1 dont W est solution, puis déterminer W .
3 En déduire une fonction f2 convenable.
4 Reprendre les techniques précédentes pour l’équation
H2 : 4ty ′′ + 2y ′ − y = 0
587 Stéphane FLON
 Problématique : Résoudre une EDL scalaire d’ordre un

Exercice 33 – Un exemple standard d’EDL scalaire d’ordre 1

1 Résoudre y ′ − x
1+x2 y = 1
1+x2 + √ 3
1+x2

Exercice 34 – En cas de problème de raccord, résoudre d’abord l’EDL sur les intervalles maximaux où elle
peut être mise sous forme résolue

1 Résoudre sur R :
i xy ′ + y = 0.
ii xy ′ − y = 0.
iii x2 y ′ + y = 0.
iv xy ′ − 2y = 0.
Voir aussi : 36, 37, 38, 39, 40

15.3.2. Pour préparer sa colle

Exercice 35 – Ordre deux à coefficients constants

Résoudre
1 y ′′ − 2y ′ + y = cos(mx)ex , où m ∈ R.
2 y ′′ − 2y ′ + y = x3 ex + 2x cos(x) + x3 + 3.
3 y ′′ + y = x cos(x)3 .

Exercice 36 – Résolution d’un problème de Cauchy et étude asymptotique

Déterminer l’unique f ∈ C 1 (R, R) telle que : ∀x ∈ R, f ′ (x) − e−x f (x) = 1 et f (0) = 0. Montrer que f (x) ∼ x
quand x → +∞.

Exercice 37 – Ordre un sans problème de raccord

Résoudre :
1 y ′ + y cotan(x) = sin x.
2 y ′ + y = xe3x cos(x) + (x − 1)e−x .
3 y ′ − 2y = (x2 + 1)e4x + (x3 − x2 + x + 1)e2x .
4 y ′ + y = cos x + sin x
5 y ′ − 2xy = sh x − 2x ch x
6 y ′ + y sin x = sin 2x.
7 y ′ − x2x−1 y = 2x sur ]1, +∞[.

Exercice 38 – Une équation différentielle d’ordre 1 et ses solutions bornées

(TPE) On note (E) l’équation différentielle (1 + x2 )y ′ = 1 + 3xy.

1 Trouver une solution polynomiale de (E), puis résoudre (E).
2 Déterminer les solutions de E bornées en +∞.

Exercice 39 – Équations différentielles dont les solutions sont polynomiales

(Mines PC 16) Soit f : P ∈ R2 [X] 7→ X 2 − 1 P ′ + (−2X + 2)P .

1 Montrer que f est un endomorphisme de R2 [X].

2 Soit a ∈ R et (Ea ) : x2 − 1 y ′ + (2 − 2x − a)y = 0.


Trouver les a ∈ R pour lesquelles les solutions de (Ea ) sont polynomiales.

Exercice 40 – Problèmes de raccord

1 Résoudre sur R :x(x2 − 1)y ′ + 2y = x2 .

588 Stéphane FLON
 2 Résoudre sur R :(ex − 1)y ′ + (ex + 1)y = 3 + 2ex .
3 (Mines-Ponts PSI 10) Résoudre l’équation différentielle xy ′ + y − √ 2x
1−x4
= 0.
4 (Centrale PC 10) Déterminer les solutions définies sur R de x(x − 1)y + 2y = x4 .
2 ′

5 (Centrale PC 16) Soit (E) : |x|y ′ + (1 − x)y = 1. Montrer que (E) admet une unique solution définie sur
R que l’on déterminera.
Exercice 41 – Wronskien inhomogène surdimensionné

Soit I un intervalle de R, a ∈ C∗ , b, c ∈ C, f : I → C une application continue, y1 , y2 , y3 : I → C trois

solutions de ay ′′ + by ′ + cy = f sur I.
y1 y1′ 1 y1 y1′ y1′′
On note ∆ = y2 y2 1 et D = y2 y2′ y2′′ .
′

y3 y3′ 1 y3 y3′ y3′′

Montrer qu’il existe A ∈ C tel que, pour tout x ∈ I :
b A b
∆(x) = Ae− a x et D(x) = f (x)e− a x .
a

Exercice 42 – Autour de l’équation y ′′ + y = f (t)

1 Soit f ∈ C 1 (R+ , R), monotone, ayant une limite finie en +∞. Montrer que les solutions de y ′′ + y = f
sont bornées.
2 Soit f ∈ C ∞ (R, C), 2π-périodique. Existe-t-il y ∈ C ∞ (R, C), 2π-périodique, telle que y ′′ + y = f ?
3 Soit h deux fois dérivable sur R telle que h′′ + h ⩾ 0. Montrer que pour tout réel x, h(x) + h(x + π) ⩾ 0.

Exercice 43 – Exemple de problème de Cauchy pour l’ordre deux

Soit m ∈ R. Déterminer la solution f de l’équation :

y ′′ − 2y ′ + (1 + m2 )y = (1 + 4m2 ) cos(mx)
qui vérifie f (0) = 1 et f ′ (0) = 0.

Exercice 44 – Équations d’ordre 2

1 Résoudre t2 y ′′ + ty ′ − y = 1 sur R∗+ .

2 Résoudre (t + 1)y ′′ − (t + 2)y ′ + y = 0.

Exercice 45 – Problème de raccord et DSE

(CCP) Soient (∗) : x2 y ′′ − 4xy ′ + 6y = 0, E + (resp. E − ) l’ensemble des solutions de (∗) sur R+∗ (resp. R−∗ )
et E l’ensemble des f ∈ C 2 (R, R) solutions de (∗) sur R.
1 Montrer que E, E + , E − sont des espaces vectoriels. Que peut-on dire des dimensions de E − et de E + ?
2 Déterminer les f ∈ E développables en série entière au voisinage de 0.

Exercice 46 – Équation d’Euler d’ordre deux

1 Soient (a, b) ∈ R2 et (E) l’équation différentielle

x2 y ′′ (x) + ax y ′ (x) + b y(x) = 0
i On pose z(t) = y(et ) pour t ∈ R, c’est-à-dire y(x) = z(ln x) pour x ∈ R∗+ . Montrer que z est solution
d’une équation différentielle à coefficients constants.
ii On pose z̃(t) = y(−et ) pour t ∈ R, c’est-à-dire y(x) = z(ln(−x)) pour x ∈ R∗− . Montrer que z̃ est
solution d’une équation différentielle à coefficients constants.
2 Déterminer les solutions sur R+∗ de
x2 y ′′ (x) + 2xy ′ (x) + y(x) = 0

Exercice 47 – Intégrale de Fresnel par équation différentielle

589 Stéphane FLON

 Soit
+∞
e−it −tx
Z
ϕ : x 7→ √ e dt
0 t
Montrer que ϕ est définie sur R∗+ , de classe C 1 sur R∗+ , continue sur R+ , puis que ϕ vérifie une équation
différentielle linéaire homogène d’ordre 1.
En déduire une expression de ϕ(x).

Exercice 48 – Comportement de solutions périodiques

Soient T > 0, a et b deux fonctions continues et T-périodiques de R dans R. On note µ la valeur moyenne
RT
de a : µ = T1 0 a.
1 Montrer qu’il existe une et une seule solution T -périodique à l’équation différentielle :
y ′ + ay = b (1)
si et seulement si µ ̸= 0.
2 On suppose µ < 0, on note p l’unique solution T -périodique. Montrer que si x est une solution de (1)
x(t) − p(t) = O eµt


t→+∞

15.4. Exercices : Résultats qualitatifs sur les solutions d’une équation différentielle
15.4.1. Problématiques
Problématique : Obtenir des résultats qualitatifs sur une solution d’une EDL

Exercice 49 – Utiliser le théorème de Cauchy linéaire

On considère deux fonctions a et b continues de R dans R. Soit f : R → R une solution non identiquement
nulle de
y ′′ + a(t)y ′ + b(t)y = 0

1 Montrer que f ne peut pas être identiquement nulle sur [0, 1].
2 Montrer que f ne peut pas s’annuler en chaque 1/n, où n décrit N∗ .

Exercice 50 – Utiliser le wronskien

1 Montrer que le wronskien est constant dans le cas d’une équation de la forme
y ′′ + q(t)y = 0
2 Soit q : R+ → R une application continue et intégrable sur R+ . On considère l’équation différentielle :
(E) y ′′ + q(t)y = 0
d’inconnue y : R+ → R supposée deux fois dérivable.
i Soit y une solution de (E). Montrer que, si y est bornée, alors y ′ tend vers 0 en +∞.
ii En déduire que, pour toute base (y1 , y2 ) des solutions de (E), au moins une des applications y1 et y2
n’est pas bornée sur R+ .
Voir aussi : 51, 52, 53, 54, 55, 56, 57, 58, 59

15.4.2. Pour préparer sa colle

Exercice 51 – Zéros d’une solution de y ′′ − qy = 0 (Mines MP 10)

1 Soit q une application continue de R dans R+ , f une solution non identiquement nulle de y ′′ − qy = 0.
Montrer que f s’annule au plus une fois sur R.

Exercice 52 – Étude d’intégrabilité et EDL (Mines MP 2015)

Soit q ∈ C 0 (R, R+ ) et x une solution strictement positive de l’équation différentielle x′′ + q(t)x = 0. On pose
f = x′ /x.
1 Donner une équation différentielle satisfaite par f .
590 Stéphane FLON
 2 Montrer que f est décroissante positive.
3 Que peut-on dire de l’intégrabilité de q sur R+ ?

Exercice 53 – Comportement asymptotique d’une solution d’une équation différentielle

1 3 (ENS PC 16) Soit f ∈ C 0 (R, R) et k, c ∈ R∗+ tels que, pour tout x ∈ R, |f (x)| ⩽ c exp(−kx).
i Existe-t-il u ∈ C 2 (R, R) telle que u′′ − u = f et lim u(x) = 0 ?
x→+∞
ii Soit u ∈ C 2 (R, R) telle que u′′ = (1 + f )u. Donner un équivalent de u(x) quand x → +∞.
2 (ENS PC 16) Soit ϕ ∈ C 0 ([1, +∞[, R). On suppose qu’il existe K > 0 tel que, pour tout x ∈ [1, +∞[,
|ϕ(x)| ⩽ xK2 . Soit v une solution de v ′ − v = ϕ. Étudier le comportement de v en +∞.

Exercice 54 – Solution de limite nulle en l’infini d’une équation différentielle à valeurs dans un hyperplan

Soit A ∈ Mn (R) telle que tr(A) > 0 et X =t (x1 , . . . , xn ) une solution du système différentiel X ′ = AX.
On suppose que lim X(t) = 0.
t→+∞
Montrer qu’il existe une forme linéaire non nulle L : Rn −→ R telle que : ∀t ∈ R, L(X(t)) = 0.

Exercice 55 – Équation différentielle non linéaire

1 ÷ (X-ESPCI 16) Soit f : R −→ R dérivable et telle que, pour tout t ∈ R, f ′ (t) = cos(f (t)) + cos(t). On
suppose qu’il existe t0 ∈ R tel que f (t0 ) > 0.
Montrer que, pour t ⩾ t0 , f (t) > 0.
2 ÷ (X-ESPCI 16)
i Soit q : R −→ R de classe C 2 telle que, pour tout t ∈ R, q ′′ (t) = exp(−q(t)) − exp(q(t)).
Montrer que q est bornée.
ii Soit n ⩾ 2 et q1 , . . . , qn : R −→ R de classe C 2 telles que q1′′ = exp(q2 − q1 ) − exp(q1 ), qn′′ =
exp(−qn ) − exp(qn − qn−1 ) et, pour tout i ∈ [[2, n − 1]], qi′′ = exp(qi+1 − qi ) − exp(qi − qi−1 ).
Montrer que, pour tout i ∈ [[1, n]], qi est bornée.

Exercice 56 – Comportement de solutions d’équations différentielles

1 Soient a et b deux fonctions continues de R∗+ dans R avec a ⩾ 1 et b tendant vers 0 en +∞.
Soit (E) l’équation différentielle : y ′ + a(t) y = b(t).
Montrer que les solutions de (E) tendent vers 0 en +∞.
2 Soient (a, b) ∈ R2 avec a < b, et f ∈ C 1 (R, R) telle que :
∀ x ∈ R, x f ′ (x) + f (x) ∈ [a, b]
Montrer que f (x) ∈ [a, b] pour tout réel x.

Exercice 57 – Théorème de Sturm

1 Soient q1 et q2 deux applications continues de l’intervalle I de R dans R avec q1 ⩽ q2 , y1 et y2 deux

fonctions de classe C 2 telles que : y1′′ + q1 y1 = 0 et y2′′ + q2 y2 = 0. On suppose y1 non identiquement nulle de
sorte que (rappeler pourquoi) les zéros de y1 sont isolés. Si α et β sont deux zéros consécutifs de y1 avec α ⩽ β,
montrer que y2 s’annule sur [α, β].
Indication – On pourra considérer w = y1 y2′ − y1′ y2 .
2 Soient q : R+ → R continue, m et M deux réels tels que 0 < m ⩽ q ⩽ M , y une solution non identiquement
nulle de y ′′ + qy = 0, α et β deux zéros consécutifs de y. Montrer
π π
√ ⩽ β−α⩽ √
M m
3 Soient
(E) : y ′′ + (1 + e−t )y = 0 et (F ) : y ′′ + y = 0
Soient f une solution non nulle de (E), g une solution non nulle de (F ).
i Montrer qu’entre deux zéros de g il y a au moins un zéro de f .
ii Montrer que f possède une infinité de zéros sur R+ .
On note (xn )n⩾0 la suite ordonnée des zéros de f sur R+ .
iii Montrer que xn+1 − xn → π.
iv Donner un équivalent de xn quand n → +∞.
591 Stéphane FLON
 Exercice 58 – Alternative de Sturm

Soit q : R → R continue et T -périodique avec T > 0.

Montrer que :
— soit toute solution non identiquement nulle de x′′ + qx = 0 s’annule au plus une fois sur R,
— soit toute solution de x′′ + qx = 0 s’annule une infinité de fois sur R.

Exercice 59 – Solutions bornées d’équations différentielles

1 Soient q une fonction de classe C 1 croissante de R+ dans R∗+ , et λ dans R+ . Montrer que les solutions de
y + λy ′ + qy = 0 sont bornées sur R+ .
′′
′2
Indication – Utiliser : yq + y 2 .
2 Soit q une application de classe C 1 de R+ dans R tendant vers 0 en +∞ et telle que q ′ soit intégrable sur
R .
+

Montrer que les solutions de y ′′ + (1 + q)y = 0 sont bornées sur R+ .

Indication – On pourra multiplier par y ′ .

15.5. Exercices : Équations fonctionnelles et équations différentielles

15.5.1. Pour préparer sa colle

Exercice 60 – Équations pseudo différentielles

1 Déterminer les fonctions f : R → R, dérivables sur R, telles que

f ′ (x) + f (−x) = ex ,
pour tout réel x.
2 Déterminer les fonctions f : R → R deux fois dérivables sur R, telles que
f ′′ (x) + f (−x) = 0,
pour tout réel x.

Exercice 61 – Équation fonctionnelle avec deux variables

Déterminer les fonctions f : R → R, deux fois dérivables sur R, telles que :

f (x + y) + f (x − y) = 2f (x)f (y),
pour tous réels x et y.

Exercice 62 – Équation fonctionnelle avec intégrale

1 Déterminer les fonctions f : R → R continues sur R telles que :

Z x
∀ x ∈ R, f (x) + (x − t)f (t)dt = 1.
0
Rx
2 Résoudre f (x) − 2 0
f (t) cos(x − t)dt = 1.

Exercice 63 – Endomorphisme et EDL

Soit E l’ensemble des fonctions réelles de classe C 1 sur [0, 1]. À toute fonction f de E, on associe la fonction
g = L(f) par : Z x
(x − t)n
∀ x ∈ [0, 1], g(x) = f (t)dt
0 n!
Montrer que L est un endomorphisme de E. Quels sont ses éléments propres ?

Exercice 64 – Endomorphisme sans sous-espace stable de dimension finie non nulle

(Mines-Ponts PSI 10) Soit E = C 0 (R, R) et Φ l’application qui à f ∈ E associe Φ(f ) : x 7→ 0 f (t)dt.
Rx

Montrer que Φ est un endomorphisme de E ne stabilisant aucun sous-espace vectoriel de dimension finie
non nulle.

592 Stéphane FLON

 16. Calcul différentiel
16.1. Exercices : Dérivées partielles d’ordre un, différentielle
16.1.1. Problématiques
Problématique : Étudier la régularité d’une fonction de plusieurs variables

Exercice 1 – (Étude en l’origine) Utiliser les coordonnées polaires

Pour étudier la régularité en l’origine, on pourra éventuellement passer en coordonnées polaires, surtout
si le terme x2 + y 2 apparaı̂t. Pour une étude de continuité en un autre point, on peut, par translation de la
variable, se ramener au cas de l’origine.
2
1 Montrer que la fonction f définie par f (x, y) = x2x+y y
2 si (x, y) ̸= (0, 0) et f (0, 0) = 0 est continue à

l’origine, et qu’elle y admet des dérivées partielles d’ordre 1.

2 Montrer que la fonction h définie par h(x, y) = x2xy +y 2 si (x, y) ̸= (0, 0) et h(0, 0) = 0 admet des dérivées
partielles en l’origine, mais qu’elle n’y est pas continue.

Exercice 2 – (Montrer la non continuité) Utiliser la caractérisation séquentielle de la limite

1
i Montrer que la fonction h définie par h(x, y) = x2xy
+y 2 si (x, y) ̸= (0, 0) et h(0, 0) = 0 n’est pas continue
en (0, 0).
ii Montrer cependant que sa restriction à toute droite parallèle à l’un des axes de coordonnées est
continue.
2 2
i Montrer que la fonction k définie par k(x, y) = x2xy+y 4 si (x, y) ∈ R \ {(0, 0)} et k(0, 0) = 0 n’est pas
2

continue en l’origine, mais qu’elle y admet des dérivées partielles.

ii Montrer cependant que sa restriction à toute droite est continue, et qu’elle admet une dérivée selon
tout vecteur en tout point.

Exercice 3 – (Montrer qu’une fonction n’est pas de classe C 2 ) Utiliser le théorème de Schwarz

x3 y
1 Soit f (x, y) = x2 +y 2 si (x, y) ̸= 0 et f (0, 0) = 0.
i Étudier la continuité de f et de ses dérivées partielles premières sur R2 .
∂2f ∂2f
ii Montrer que ∂x∂y (0, 0) ̸= ∂y∂x (0, 0).
iii Qu’en déduire sur la régularité de f ?

Exercice 4 – (Montrer la régularité) Utiliser les résultats généraux de stabilité

1 Montrer que f : (x, y) ∈ R2 7→ ln(1 + x2 + y 2 ) est de classe C ∞ sur R2 .

(3x+2y+y 2 z 3 ) exp(−xyz)
2 Montrer que g : (x, y, z) ∈ R3 \ {(0, 0, 0)} 7→ √ est de classe C ∞ sur R3 .
1+x2 +2y 2 +3z 2

Exercice 5 – Utiliser une expression intégrale

(Centrale PC 16) Soit h : R −→ R, ∆ : (x, y) ∈ R2 / x = y et f : (x, y) ∈ R2 \ ∆ 7→ h(x)−h(y)


x−y .
1 On suppose que h est de classe C 1 . Montrer que f se prolonge en une fonction continue de R2 dans R.
2 On suppose que h est de classe C 2 . Montrer que f se prolonge en une fonction de classe C 1 de R2 dans R.
Voir aussi : 12, 13, 14, 15, 16, 17, 38, 39

16.1.2. Bonnes questions

Exercice 6 – Comment exprimer les dérivées partielles suite à un passage aux coordonnées polaires ?

Soit
φ : R2 → R2
(r, θ) 7→ (r cos(θ), r sin(θ))
593 Stéphane FLON
et f : R2 → R de classe C 1 , et g = f ◦ φ. Déterminer les dérivées partielles ∂g
∂r et ∂g
∂θ de g, en tout point de R2 .

Exercice 7 – Comment exprimer le gradient en polaires ?

−−→ ∂g 1 ∂g

Interpréter et justifier la formule : grad f = ∂r er + r ∂θ eθ

16.1.3. Pour préparer sa colle

Exercice 8 – Règle de la chaı̂ne

Soit f : (x, y) 7→ (x3 + y 2 , 3x + xy, xy 2 ) et g : (u, v, w) 7→ u2 vew . Calculer les dérivées partielles premières
de g ◦ f avec la règle de la chaı̂ne.

Exercice 9 – Une inégalité des accroissements finis pour une fonction de plusieurs variables

Soit f ∈ C 1 (U, F ), a et b dans U tels que [a, b] ⊂ U . Montrer qu’alors

∥f (b) − f (a)∥ ⩽ ∥b − a∥ sup ∥df (x)∥op
x∈[a,b]

Exercice 10 – Dérivation d’une intégrale à paramètre aux bornes variables

Soit f ∈ C 1 (R2 , R), u, v : I → R de classe C 1 . Montrer que l’application F : x 7→

R v(x)
u(x)
f (x, t)dt est de classe
C 1 sur I, et calculer F ′ .

Exercice 11 – Découverte du gradient

Donner, en tout point, le gradient de f : (x, y) 7→ x + y, de g : (x, y) 7→ xy et de h : (x, y) 7→ x2 + y 2 .

Exercice 12 – Différentielle

1 Montrer que la fonction φ : (x, y) ∈ R2 7→ x2 y 3 est de classe C 1 sur R2 , et indiquer sa différentielle en

tout point.
2 Montrer qu’aucune des fonctions f et h de l’exercice 1 n’est de classe C 1 sur R2 .

Exercice 13 – Continuité des fonctions de deux variables

1 Soit U = {(x, y) ∈ R2 , xy > −1}.

i Montrer que U est un ouvert de R2 .
ii Étudier la continuité de la fonction f définie sur U par
ln(1 + xy)
f (x, y) = si (x, y) ̸= (0, 0) et f (0, 0) = 0.
x2 + y 2
3 3
2 On considère la fonction g : R2 → R définie par g(x, y) = x2x+xy+y
+y
2 si (x, y) ̸= (0, 0) et g(0, 0) = 0. Montrer

que g est continue sur R2 .

Indication – on pourra utiliser l’inégalité entre moyennes arithmétique et géométrique.

Exercice 14 – CNS pour qu’une application soit un C 1 -difféomorphisme

(X-ESPCI 16) Soit f : (x, y) ∈ R2 7→ (x + a sin(y), y + b sin(x)). Donner une condition nécessaire et
suffisante pour que f soit un C 1 -difféomorphisme de R2 , c’est-à-dire que f soit bijective et que df(x,y) soit un
automorphisme en tout point.

Exercice 15 – Étude de régularité (Centrale PC 10)

Soit f : R2 → R telle que f (x, y) = (x2 − y 2 ) ln(x2 + y 2 ) si (x, y) ̸= (0, 0) et f (0, 0) = 0. Montrer que f est
de classe C 1 .
Exercice 16 – Fonction de classe C 1

(Mines MP 08) Soit f : R2 → R définie par f (x, y) = x sin y−y sin x

x2 +y 2 si (x, y) ̸= (0, 0) et f (0, 0) = 0. Montrer
que la fonction f est de classe C 1 .
594 Stéphane FLON
 Exercice 17 – Étude d’une fonction de deux variables définie comme somme d’une série
xn
P+∞
(CCP MP 13) Soit f : (x, y) 7→ n=1 1+y 2n .
1 Déterminer l’ensemble de définition D de f .
2 Pour a ∈ [0, 1[, soit Da = (x, y) ∈ R2 , x < a max{1, y 2 } . Montrer que ∂f

∂x existe sur Da pour tout a. La
fonction ∂f
∂x existe-t-elle sur D ?

Exercice 18 – Comparaison des moyennes arithmétique et harmonique par le calcul différentiel

Pn ÄPn ä
1
(CCP MP 13) Soient U =]0, +∞[n et pour x = (x1 , . . . , xn ) ∈ U , f (x) = ( i=1 xi ) i=1 xi .
1 Déterminer les points critiques de f .
2 Montrer que f est minorée par n2 . Trouver un cas d’égalité.
Pn ÄPn ä−1
3 Comparer A(x) = n1 ( i=1 xi ) et H(x) = n 1
i=1 xi .
4 La fonction f est-elle majorée ?

Exercice 19 – Fonction non différentiable en 0

f : R2 → ®
R
x3
Soit x2 +y 2 si (x, y) ̸= (0, 0) .
(x, y) 7→
0 si (x, y) = (0, 0)
Montrer que f n’est pas différentiable en (0, 0) mais que, pour toute application γ de R dans R2 dérivable
en 0 et telle que γ(0) = (0, 0), la fonction f ◦ γ est dérivable en 0.

Exercice 20 – Étude de différentiabilité et de points critiques

Soient (E, ⟨ , ⟩) un espace euclidien, (a, b) ∈ E 2 avec a ̸= b et :

φ : E → R
x 7→ ∥x − a∥ + ∥x − b∥
Déterminer les points de différentiabilité de φ, puis ses points critiques.

Exercice 21 – Point fixe attractif

Soient Ω un ouvert de Rn , f : Ω → Rn et a ∈ Ω. On suppose que f (a) = a, que f est différentiable en a et

que les valeurs propres complexes de la matrice jacobienne de f en a sont de module < 1.
Montrer qu’il existe un voisinage V de a dans Ω stable par f et tel que, si x ∈ V , la suite (xk )k⩾0 définie
par :
x0 = x et ∀ k ∈ N, xk+1 = f (xk )
converge géométriquement vers a.

Exercice 22 – Norme différentiable ?

Existe-t-il une norme différentiable sur Rn ?

Exercice 23 – Différentiabilité de la distance à un fermé de Rn

On munit Rn de sa norme euclidienne canonique ∥ ∥.

φ : Ω → R
Soient F un fermé de Rn de complémentaire Ω et .
x 7 → d(x, F )2
Soit, si x ∈ Ω, A(x) = {f ∈ F, ∥x − f ∥ = d(x, F )}.
1 Montrer, si x ∈ Ω, que A(x) est non vide.
2 Supposons φ différentiable en x. Soit f dans A(x).
Montrer que ∇ϕ(x) = 2(x − f ).
3 Que déduit-on de (b) si A(x) n’est pas un singleton ?
4 Soit x dans Ω tel que A(x) = {f }. Montrer que d (A(x + h), f ) −→ 0. En déduire que φ est différentiable
h→0
en x.
5 On suppose F convexe. Montrer que ϕ est de classe C 1 sur Ω.
595 Stéphane FLON
 Exercice 24 – Différentiabilité de la distance à un convexe fermé

On munit Rn de sa norme euclidienne canonique ∥ ∥.

1 Soient Ω un ouvert convexe d’un espace euclidien E, f une application 1-lipschitzienne de Ω dans R, a et
b deux points distincts de Ω tels que [a, b] ⊂ Ω, et |f (b) − f (a)| = ∥b − a∥.
Montrer que f est différentiable en tout point de ]a, b[ et déterminer sa différentielle en chaque point de
]a, b[.
2 Soient C un convexe fermé de l’espace euclidien E, d la fonction de E dans R définie par ∀ x ∈ E, d(x) =
d(x, C).
Montrer que d est de classe C 1 sur E \ C.

Exercice 25 – Fonctions convexes de plusieurs variables

Soient Ω un ouvert convexe de Rn et f une application différentiable de Ω dans R.

1 Montrer que f est convexe si et seulement si pour tout (a, b) de Ω2 , l’application fa,b : t ∈ [0, 1] 7→
f ((1 − t)a + tb) est convexe.
2 Montrer que f est convexe si et seulement si :
∀(x, y) ∈ Ω2 , f (y) ⩾ f (x) + ⟨∇f (x), y − x⟩

3 Montrer que f est convexe si et seulement si :

∀(x, y) ∈ Ω2 , ⟨∇f (y) − ∇f (x), y − x⟩ ⩾ 0

Exercice 26 – Théorème du point fixe de Brouwer pour les boules euclidiennes

Soit n ⩾ 2 un entier. On note respectivement B n et S n−1 la boule unité fermée et la sphère unité de Rn
pour sa structure euclidienne canonique. Le but de l’exercice est d’établir que toute application continue de B n
dans B n admet un point fixe.
1 Montrer qu’il suffit d’établir le résultat dans le cas où f admet un prolongement de classe C 1 sur un
voisinage de B n .
2 On suppose le résultat inexact. Montrer qu’il existe une application r de classe C 1 sur un voisinage de
B à valeurs dans S n−1 et induisant l’identité sur S n−1 .
n

3 Pour t ∈ [0, 1], on pose rt (x) = (1 − t)x + tr(x). Montrer que, pour t proche de 0, on a ∀ x ∈
B n , det(drt (x)) > 0.
R 4 On admet que, pour t assez proche de 0, rt est une bijection de B n sur B n . En considérant t 7→
Bn
det(drt (x))dx, obtenir une contradiction.

Exercice 27 – Fonctions hölderiennes de rapport strictement supérieur à 1

Trouver, si α > 1 et C > 0, les fonctions f définies sur l’ouvert Ω de Rn et à valeurs réelles telles que :
∀(x, y) ∈ Ω2 , |f (x) − f (y)| ⩽ C ∥x − y∥α

Exercice 28 – Extensions de Rolle et des accroissements finis

1 Soient K un compact d’intérieur non vide de Rn et f une application continue de K dans R, différentiable
o o
sur K et constante sur la frontière de K. Montrer qu’il existe x dans K tel que dfx = 0.
2 Soit f une application de classe C 1 de [a, b] dans Rn , avec (a, b) ∈ R2 et a < b. Montrer que f (b)−f (a)
b−a dans
l’enveloppe convexe de (f ′ ([a, b])).
3 Soit f une application de classe C 1 de Rn dans R telle que
∂f
∀ i ∈ {1, . . . , n}, ∀ x ∈ Rn ,
(x) ⩽ 1.
∂xi
√
On munit Rn de la norme euclidienne canonique. Montrer que f est n-lipschitzienne.

Exercice 29 – Différentielles d’applications liées à l’algèbre linéaire ou bilinéaire

596 Stéphane FLON

 φ : Mn (R) → Mn (R)
1 Soit p dans N∗ . Montrer que est de classe C 1 , et calculer dφM pour tout
M 7→ M p
M ∈ Mn (R).
2 Soit p dans N∗ . Déterminer, si S est dans Sn (R), la différentielle en S de l’application φ de Sn (R) dans
lui-même définie par
∀ M ∈ Sn (R), φ(M ) = M p
Déterminer les M en lesquelles la différentielle de φ est inversible.
3 det : Mn (R) → R est de classe C 1 . Calculer sa différentielle. Trouver ses points critiques.
4 Montrer que :
I : GLn (R) → GLn (R)
M 7→ M −1
est de classe C 1 . Calculer sa différentielle.
5
i Soient (E, ⟨, ⟩) un espace euclidien, u ∈ L(E) et :
φ : E \ {0} → R
x 7→ ⟨u(x),x⟩
∥x∥2

Montrer que φ est de classe C 1 . Calculer sa différentielle.

ii Si u est autoadjoint, montrer que tout point critique de φ est vecteur propre de u. Retrouver le
théorème spectral.
iii Retrouver que Sp(u) (où u est autoadjoint) est non vide en considérant la restriction de la fonction
ψ : x 7→ ⟨u(x), x⟩ à la sphère unité.

Exercice 30 – L’ensemble des matrices cycliques est ouvert

Soit :
f : Mn (R) → Rn
tr(M ), tr(M 2 ), . . . , tr(M n )


M 7→
1 Montrer que f est différentiable. Calculer dfM (H) si (M, H) ∈ Mn (R)2 .
2 Montrer que rg(dfM ) = deg µM .
3 Montrer que {M ∈ Mn (R), χM = µM } est un ouvert de Mn (R).

Exercice 31 – Caractérisation d’Euler des fonctions homogènes

Soit λ ∈ R. Montrer que les fonctions f de classe C 1 sur Rn \ {0} telles que :
n
∂f
∀ x ∈ Rn \ {0},
X
xi (x) = λf (x)
i=1
∂xi
sont les fonctions homogènes de degré λ c’est-à-dire les fonctions f telles que :
∀ x ∈ Rn \ {0}, ∀ t ∈ R+∗ , f (tx) = tλ f (x)

Exercice 32 – Jacobienne antisymétrique

Soit f une application de Rn dans Rn de classe C 2 . Montrer qu’il y a équivalence entre :

i pour tout x de Rn , Jacx f est antisymétrique,
ii il existe A ∈ Mn (R) antisymétrique et b ∈ Rn tels que :
∀ x ∈ Rn , f (x) = Ax + b
Indication – Pour i ⇒ ii, on posera f = (f1 , . . . , fn ), et on montrera, pour tout triplet (i, j, k) ∈ {1, . . . , n}3 ,
que :
∂ 2 fi
=0
∂xj ∂xk

Exercice 33 – Régularité de la somme d’une série de fonctions de deux variables

597 Stéphane FLON

 Déterminer le domaine de convergence de :
+∞
X xn
n=0
n!(1 + y 2n )
et établir le caractère C 1 de la somme f (x, y) sur ce domaine.

Exercice 34 – Différentielle de l’inversion

Soit E un espace euclidien, f : x ∈ E \ {0} 7→ x

∥x∥2
. Montrer que f est C ∞ , et reconnaı̂tre sa différentielle.

Exercice 35 – Une étude de différentiabilité en dimension infinie

Soit φ : R2 → R de classe C 2 de R dans R, E = C([0, 1], R) muni de la norme de la convergence uniforme.

Étudier la différentiabilité de Z 1
ψ : f ∈ E 7→ φ◦f
0
L’application ψ est-elle de classe C 1 ?

Exercice 36 – Stricte différentiabilité

Soit f une fonction de Rn dans Rm . Si x ∈ Rn , on dit que f est strictement différentiable en x s’il existe
une application linéaire L de Rn dans Rm telle que :
f (x + h) − f (x + k) = L(h − k) + o (∥h − k∥)
(h,k)→(0,0)

1 Montrer que, si f est strictement différentiable en x, elle est différentiable en x.

2 Montrer que, si f est de classe C 1 sur Rn , elle est strictement différentiable en tout point de Rn .
3 Montrer que f est strictement différentiable sur Rn si et seulement si elle est C 1 sur Rn .

Exercice 37 – Différentielle de l’exponentielle

On s’intéresse à l’application exp : Mp (R) → Mp (R).

1 Montrer que exp est différentiable en 0, et que d exp(0) = Id Mp (R) .
2 Montrer que exp est différentiable en toute matrice A, et que pour toute matrice H,
∞
X Ak−1 H + Ak−2 HA + · · · + AHAk−2 + HAk−1
d exp(A) · H =
k!
k=1

3 Montre que exp est de classe C 1 sur Mp (R).

16.2. Exercices : Dérivées partielles d’ordre deux

16.2.1. Pour préparer sa colle

Exercice 38 – Fonctions de deux variables de classe C 2 (Mines MP 08)

xy(x2 −y 2 )
Soit h : R2 → R définie par h(x, y) = x2 +y 2 si (x, y) ̸= (0, 0) et h(0, 0) = 0. La fonction h est-elle de
classe C 2 ?
Exercice 39 – Existence d’une dérivée partielle seconde croisée (Centrale PC 10)
sin(x3 y)
Soit f : (x, y) ∈ R2 7→ x2 +y 2 si (x, y) ̸= (0, 0) et f (0, 0) = 0.
1 La fonction f admet-elle des dérivées partielles du premier ordre en tout point de R2 ?
∂2f
2 Étudier l’existence de ∂x∂y (0, 0).

Exercice 40 – Isométries infinitésimales

Soit f = (f1 , . . . , fn ) une application de classe C 2 de Rn dans Rn . On suppose que, pour tout x de Rn , df (x)
est une isométrie.
598 Stéphane FLON
 1 Si 1 ⩽ i, j, k ⩽ n, montrer :
n
X ∂fp ∂ 2 fp
× =0
p=1
∂xi ∂xj ∂xk
2 Montrer que f est une isométrie affine.

Exercice 41 – Laplacien en polaire

Soit f une fonction de classe C 2 sur l’ouvert Ω de R2 ne contenant pas (0, 0), F la fonction définie sur
Ω′ = (r, θ) ∈ R+∗ × R, (r cos(θ), r sin(θ)) ∈ Ω


par
∀(r, θ) ∈ Ω′ , F (r, θ) = f (r cos(θ), r sin(θ))
Montrer
∂2F 1 ∂F 1 ∂2F
∆f (r cos(θ), r sin(θ)) = (r, θ) + (r, θ) + (r, θ)
∂r2 r ∂r r2 ∂θ2

Exercice 42 – Théorème de Poincaré

Soit f : Rn → Rn de classe C 1 . Montrer l’équivalence des deux conditions suivantes :

i pour tout x de Rn , la jacobienne de f en x est symétrique.
ii il existe φ : Rn → R de classe C 2 telle que, pour tout i ∈ [[1, n]], ∂φ
∂xi = fi .

16.3. Exercices : Équations aux dérivées partielles

16.3.1. Problématiques
Problématique : Résoudre une EDP

Exercice 43 – Procéder à un changement de variables affine

1 2 2 2
∂ f
i (Mines MP 09) Résoudre l’équation aux dérivées partielles : ∂∂xf2 − 3 ∂x∂y + 2 ∂∂yf2 = 0 d’inconnue
f ∈ C 2 (R2 , R).
Indication – on pourra utiliser un changement de variables linéaire du type u = ax + by, v = cx + dy.
∂x + ∂y = x + y, d’inconnue f ∈ C (R , R).
ii Résoudre ∂f ∂f 1 2

Exercice 44 – Procéder à un changement de variables en coordonnées polaires

1 Résoudre les EDP suivantes au moyen d’un passage en polaires :

∂y (x, y) − y ∂x (x, y) = 0 d’inconnue f ∈ C (R+ × R, R).
i x ∂f ∂f 1 ∗

∂x (x, y) + y ∂y (x, y) = 0 d’inconnue f ∈ C (R+ × R, R).

ii x ∂f ∂f 1 ∗

∂y (x, y) − y ∂x (x, y) = f (x, y) d’inconnue f ∈ C (R+ × R, R).

iii x ∂f ∂f 1 ∗

Exercice 45 – Utiliser la linéarité de l’EDP

Si l’EDP est linéaire, sa solution générale s’écrit comme la somme d’une solution particulière et de la solution
générale de l’équation homogène associée.
2 2
1 (Mines MP 09) Résoudre : ∂∂xf2 − ∂∂yf2 = √ 21 2 .
x −y
Indication – on pourra utiliser, en le justifiant, le changement de variable φ(x, y) = x+y x−y


2 , 2 .

Exercice 46 – Procéder à un changement de variables ou d’inconnue indiqué par l’énoncé

∂x − y ∂y = x y sur R+ × R.
1 (X PC 09) Résoudre x ∂f ∂f 2 3 ∗

Indication – poser u = x, v = xy.

2 Soit U l’ouvert de R2 : U = {(x, y), x > 0, y > 0}. Trouver les applications f : U → R de classe C 1
vérifiant : x ∂f ∂f
∂x + y ∂y = 2.
Indication – on utilisera le changement de variable : u = xy, v = xy .
∂2f ∂2f
3 Résoudre : ∂x2 − 2 ∂f
∂y − ∂y 2 = f.
599 Stéphane FLON
Indication – poser f (x, y) = e−y g(x, y).
Voir aussi : 47, 48

16.3.2. Pour préparer sa colle

Exercice 47 – EDP

1 (ENS PC 16)
i Soit f : R2 −→ R de classe C 1 . On pose u : x 7→ f (x, x) et g : (x, y) 7→ f (y, x). Calculer u′ . Calculer la
différentielle de g en (a, b).
ii Soit f : R2 \ {(0, 0)} −→ R de classe C 1 . Soit α ∈ R∗+ . On dit que f est α-homogène si, et seulement
si : ∀(x, y) ∈ R2 \ {(0, 0)}, ∀t ∈ R∗+ , f (tx, ty) = tα f (x, y).
Montrer que f est α-homogène si, et seulement si : ∀(x, y) ∈ R2 \ {(0, 0)}, x ∂f ∂f
∂x + y ∂y = αf .
iii Déterminer les f : R −→ R de classe C telles que :
3 1

∂f ∂f ∂f
∀(x, y, z) ∈ R3 , (z − y) + (x − z) + (y − x) = 0.
∂x ∂y ∂z

∂f
2 (Centrale PC 16) Résoudre − xy ∂f = 0.
∂x x2 ∂y
Indication. — On posera (u, v) = x, ye 2 .

Exercice 48 – EDP d’ordre 1

1 Trouver les fonctions polynomiales f : R2 → R vérifiant : x ∂f ∂f

∂x + y ∂y = 4f .

2 Déterminer les applications f de classe C 1 de R2 dans R vérifiant ∂f

∂x −
∂f
∂y = a, où a est une constante
réelle donnée. On utilisera le changement de variable : u = x + y, v = x − y.
3 Même question avec 3 ∂f ∂f y
∂x + ∂y = xe .

Exercice 49 – Propriété de la moyenne pour les fonctions harmoniques

Soit f ∈ C 2 (R2 , R) telle que ∆f = 0. Soit g : (r, θ) ∈ R2 7→ f (r cos θ, r sin θ).

∂2g
Ä ä
1 Montrer que f ∂r ∂
r ∂g
∂r + ∂θ 2 = 0.

2 Soit Φ : r ∈ R+ 7→ 0 f (r cos θ, r sin θ)dθ. Montrer que Φ est de classe C 2 et que la dérivée de r 7→ rΦ′ (r)
R 2π

est nulle.
3 Montrer que Φ est constante.
4 Calculer la valeur moyenne de f sur le disque de centre 0 et de rayon R. Que se passe-t-il si f admet un
maximum en 0 ?
Exercice 50 – Fonctions harmoniques de forme imposée

Déterminer les f : R∗+ → R∗+ de classe C 2 telles que la fonction g : (R∗+ )3 7→ f

Ä ä
x
y+z vérifie ∆g = 0.

16.4. Exercices : Vecteur tangent à une partie

16.4.1. Pour préparer sa colle

Exercice 51 – Tangente à une ellipse

2
Soit a, b ∈ R∗+ , et soit E la partie du plan d’équation xa2 + yb2 = 1. Montrer que la tangente à E en (x0 , y0 ) ∈ E
2

est d’équation
x0 x y0 y
+ 2 =1
a2 b

Exercice 52 – Plan tangent horizontal

Soit S la surface d’équation : z = x ex + y ey . Déterminer les points de S en lesquels le plan tangent à S est
horizontal i.e. possède une équation de la forme z = c.
600 Stéphane FLON
 Exercice 53 – Détermination d’espaces tangents

1 Soient f : Rn \ {0} → R différentiable et λ ∈ R+∗ . On suppose

∀(t, x) ∈ R+∗ × Rn \ {0}, f (tx) = tλ f (x)
Soient a un nombre réel, X = f −1 ({a}). Soit x un point de X.
On sait d’après le cours que Tx X ⊂ ∇f (x)⊥ , on s’intéresse à l’inclusion réciproque.
i On suppose que a ̸= 0. Montrer que ∇f (x) ̸= 0. Qu’en déduire (en utilisant un résultat du cours) sur
l’inclusion réciproque dans ce cas ?
ii Retrouver le résultat précédent sans utiliser la proposition du cours sur l’espace tangent en un point
non critique.
iii Le résultat reste-t-il vrai lorsque a = 0 ?
2 Déterminer l’espace tangent à SLn (R) en In .
Indication – Pour une des inclusions, on pourra soit utiliser un résultat du cours, soit, plus explicitement,
considérer t 7→ etA avec tr(A) = 0.
3 Déterminer l’espace tangent à SOn (R) en In .
Indication – Considérer t 7→ etA avec A antisymétrique.
4 Soient m et n dans N∗ , r un élément de {0, . . . , min(m, n)}, Rr l’ensemble des matrices de rang r de
Mm,n (R), Jr la matrice standard : Å ã
Ir 0
J=
0 0
Déterminer l’espace tangent à Rr au point Jr .
Indication – Considérer t 7→ eAt Jr eBt .

Exercice 54 – Encadrement du produit scalaire de deux matrices symétriques

Soient A et B dans Sn (R) de spectres ordonnés respectifs :

λ1 ⩽ . . . ⩽ λn , µ1 ⩽ . . . ⩽ µn
On se propose d’établir
n
X n
X
λi µn+1−i ⩽ tr(AB) ⩽ λi µi
i=1 i=1
inégalités trivialement optimales. On note D et ∆ les matrices diagonales
D = Diag(λ1 , . . . , λn ), ∆ = Diag(µ1 , . . . , µn ),
SD et S∆ les classes de similitude orthogonales respectives de D et ∆. Soit
f : (A, B) ∈ SD × S∆ 7→ tr(AB)

1 Montrer que f est bornée et atteint ses bornes.

2 Soit A dans SD . Montrer que l’espace tangent à SD en A contient, pour toute H de An (R), la matrice
[H, A] = HA − AH.
3 Soit (A, B) un point de SD × S∆ en lequel f atteint une de ses bornes. Montrer que, pour toute H de
An (R), tr(H(AB − BA)) = 0. En déduire AB = BA.
4 Conclure.

16.5. Exercices : Optimisation

16.5.1. Problématiques
Problématique : Étudier les extrema d’une fonction de plusieurs variables

Exercice 55 – (Sur un ouvert) Chercher les points critiques

1 Chercher les extrema de f : (x, y) 7→ 3xy − x3 − y 3 .

2 (Centrale PC 17, Mines MP 08) Chercher les extrema locaux et globaux de g : (x, y) 7→ −2(x − y)2 +
x4 + y 4 .
3 Points critiques et extrema locaux de f : (x, y) 7→ x4 y + ln(4 + y 2 ) ?
4 Extrema locaux de f : (x, y) 7→ xy + 4/x + 2/y sur R+∗ × R+∗ .
601 Stéphane FLON
 Exercice 56 – Exploiter le théorème des bornes atteintes

Calculer l’aire maximale d’un triangle inscrit dans un cercle C de rayon r.

Voir aussi : 59, 60, 61

16.5.2. Bonnes questions

Exercice 57 – Comment généraliser le théorème de Rolle pour une fonction de plusieurs variables ?

Soit n ∈ N∗ . On fixe une norme ∥·∥ sur Rn . Soit f une fonction continue sur la boule unité fermée B ′ de
R , à valeurs réelles, de classe C 1 sur la boule unité ouverte B de Rn , constante sur la sphère unité S. Montrer
n

l’existence d’un point critique de f dans B.

16.5.3. Pour préparer sa colle

Exercice 58 – Le théorème spectral par calcul différentiel

(Mines MP 16) Soit (E, <, >) un espace euclidien de dimension n ∈ N∗ et u dans S(E). Pour x dans E \{0},
on pose
< u(x), x >
f (x) = 2
∥x∥

1 Montrer que f est bornée et atteint ses bornes (on évitera d’employer le théorème spectral).
2 Calculer la différentielle de f en x.
3 Déduire des questions précédentes une démonstration du théorème spectral.

Exercice 59 – Extrema d’une fonction de deux variables

1 (ENSEA MP 2015) Recherche des éventuels extremums de la fonction f (x, y) = (x − y)2 + x3 + y 3

2 2
2 (Mines PC 08) Déterminer les extrema de h : (x, y) 7→ (3x + 4y)e−x −y .
3 (Centrale PC 16) Soit D : (x, y) ∈ R2 / − 1 < x < y < 1 , D′ = (x, y) ∈ R2 / − 1 ⩽ x ⩽ y ⩽ 1
 
et
f : (x, y) 7→ (y − x)3 + 6xy. Étudier les extrema de f sur D et sur D′ .

Exercice 60 – Étude de minimum dans un cadre euclidien (CCP MP 2015)

Soit f un endomorphisme symétrique de Rn à valeurs propres strictement positives. On note ⟨, ⟩ le produit

scalaire de Rn .
1 Soit h ∈ Rn \ {0}. Montrer que ⟨f (h), h⟩ > 0.
1
2 Soit u = (u1 , . . . , un ) vecteur fixé de Rn . Soit g(x) =
⟨f (x), x⟩ − ⟨u, x⟩.
2
i Montrer que g est est de classe C sur R et calculer son gradient en tout point..
1 n

ii Montrer qu’il existe un unique point critique z.

iii Montrer que g admet un minimum en z.

Exercice 61 – Les moindres carrés

Soit n points (xi , yi ) de R2 , lesP

xi étant non tous égaux. Montrer qu’il existe un unique couple (λ, µ) de
n
réels rendant minimum la quantité i=1 (λxi + µ − yi )2 .

Exercice 62 – Inégalité arithmético-géométrique par le calcul différentiel

Soient n ⩾ 2 un entier, s dans R∗+ ,

( n
)
+n
(x1 , . . . , xn ) ∈ R
X
Σ= , xi = 1
i=1

602 Stéphane FLON

 1 Démontrer que
n
Y
f : (x1 , . . . , xn ) ∈ Σ 7→ xi
i=1
atteint son maximum.
2 Montrer que ce maximum est atteint en un unique point que l’on précisera et retrouver l’inégalité
arithmético-géométrique.

Exercice 63 – Une recherche d’extrema

Soient n ⩾ 2 un entier, Ω = {(x1 , . . . , xn ) ∈ Rn , x1 < x2 < · · · < xn }, f l’application de Ω dans R définie

par X
∀ x = (x1 , . . . , xn ) ∈ Ω, f (x) = ∥x∥2 − ln(xj − xi )
1⩽i<j⩽n

1 Montrer qu’il existe a = (a1 , . . . , an ) dans Ω tel que : ∀ x ∈ Ω, f (x) ⩾ f (a).

Qn
2 On pose P = i=1 (X − ai ). Montrer que
∀ i ∈ {1, . . . , n}, P ′′ (ai ) = 4ai P ′ (ai )
3 En déduire une équation différentielle satisfaite par P .
4 Calculer a pour n = 2 et n = 3.

Exercice 64 – Une fonction atteignant sa borne supérieure

Soit f une fonction différentiable de Rn dans R. On suppose qu’il existe R > 0 tel que
∥x∥ ⩾ R ⇒ ⟨∇f (x), x⟩ ⩽ 0
Montrer que f est majorée et atteint sa borne supérieure.

Exercice 65 – Algorithme du gradient à pas optimal

Soient c dans R∗+ , f une fonction de classe C 1 de Rn dans R, strictement convexe et tendant vers +∞ lorsque
∥x∥ tend vers +∞.
1 Montrer qu’il existe un unique c dans Rn tel que ∀ x ∈ Rn , f (x) ⩾ f (c).
2 Montrer que, pour a et b dans Rn distincts
⟨∇f (b) − ∇f (a), b − a⟩ > 0
3 Montrer que c est le seul point critique de f .
4 Si x est un élément de Rn \ {c}, montrer que la fonction
Φx : t ∈ R 7−→ f (x − t∇f (x))
atteint son minimum en un unique point τ de R.
Que dire des vecteurs ∇f (x) et ∇f (x − τ ∇f (x)) ?
5 La suite (xk )k⩾0 d’éléments de E vérifie
∀ k ∈ N, xk+1 = xk − τk ∇f (xk )
où τk est tel que Φxk atteigne son minimum en τk .
Que se passe-t-il s’il existe k ∈ N tel que xk = c ? On écarte désormais ce cas. Montrer que la suite (xk )k∈N
est bornée.
6 Montrer que
xk+1 − xk −→ 0
k→+∞
Indication – On montrera que 0 est la seule valeur d’adhérence de la suite (xk+1 − xk )k∈N .
7 Montrer que
∇f (xk+1 ) − ∇f (xk ) −→ 0
k→+∞

8 Conclure que xk −→ c.
k→+∞

Exercice 66 – Caractérisation de convexité par la hessienne

Soit Ω un ouvert convexe non vide de Rn et f une application de Ω dans R de classe C 1 .

603 Stéphane FLON
 1 Montrer que f est convexe si et seulement si, pour tout (x, y) ∈ Ω2 , on a f (y) ⩾ f (x) + dfx (y − x).
2 On suppose f de classe C 2 . Montrer que f est convexe si et seulement si sa hessienne est positive en tout
point.

604 Stéphane FLON

 Chapitre XIX

Corrigés des exercices

1. Structures algébriques

1.1. Exercices : Structures algébriques

1.1.1. Pour préparer sa colle

Correction de l’exercice 1 – Exploiter diverses stabilités pour établir la dérivabilité

La dérivabilité de f provient de la stabilité de la dérivabilité par combinaisons linéaires, composition, produit,

quotient (licite), et par des dérivabilités déjà connues.

Correction de l’exercice 2 – Description des polynômes réels positifs

Notons Ω l’ensemble des polynômes vérifiant ces conditions.

Si P est un élément non nul de Ω, alors son degré doit être pair, son coefficient dominant strictement positif,
et chacune de ses racines réelles doit être de multiplicité paire (sans quoi P prendrait une valeur strictement
négative en au moins un réel).
Si réciproquement P vérifie ces dernières conditions, alors il est clair que P (R) ⊂ R+ . Ceci donne une
première description de Ω.
On peut aller plus loin : Ω est exactement l’ensemble ∆ = {A2 + B 2 , (A, B) ∈ R[X]2 }. L’inclusion indirecte
est évidente, et si, réciproquement, P estQun élément de Ω, alors il est bien de cette forme : si P = 0, c’est
évident, et, sinon, P = λ i=1 (X −αi )2mi j=1 (X 2 −βi X +γi )ni où λ ∈ R∗+ , les αi sont des réels et βi2 −4γi < 0
Qr q

pour tout i ∈ [[1, q]].

On vérifie que P est le produit d’élément de ∆, et comme ∆ est stable par produit :
(A2 + B 2 )(C 2 + D2 ) = (A + iB)(C + iD)(A − iB)(C − iD)

= (AC − BD + i(AD + BC))(AC − BD − i(AD + BC)) = (AC − BD)2 + (AD + BC)2

P est bien un élément de Ω.

Correction de l’exercice 3 – Existence d’un élément idempotent

Soit g un élément de E. On aimerait trouver un entier k ∈ N∗ tel que g k = g 2k .

Considérons l’ensemble Ω = {(a, b) ∈ (N∗ )2 , g a = g b }. Cet ensemble est stable par l’opération (a, b) 7→
(a + k, b + k) (où k ∈ N).
Remarque – L’ensemble Ω est aussi stable par multiplication par un entier, dans le sens où si (a, b) ∈ Ω, alors
pour tout k ∈ N∗ , (ka, kb) ∈ Ω. Cependant, cette observation semble peu utile pour la question posée.
De plus E est fini, donc il existe des entiers a et b tels que 1 ⩽ a < b et g a = g b (par non injectivité de
k ∈ N∗ 7→ g k pour des raisons de cardinalité).
Grâce à la première stabilité, on peut chercher k ∈ N tel que 2(a + k) = b + k, i.e. k = b − 2a. Cependant,
cela ne fonctionne que si (et seulement si) b ⩾ 2a, ce qui n’est pas garanti a priori.
Pour pallier ce problème, on peut s’arranger pour que b ⩾ 2a par construction, par exemple en considérant
2k
(g ) plutôt que (g k ).
On peut aussi observer que N∗ étant infini et E fini, il existe une partie infinie A de N∗ tel que la suite
k ∈ A 7→ g k soit constante. En prenant a = min A (ou même n’importe quel élément de A) et b ∈ A suffisamment
grand (A n’est pas majorée), on aura b ⩾ 2a.
On peut enfin remarquer une autre stabilité de Ω : si (a, a + h) ∈ Ω (où h ∈ N∗ ), alors (a, a + 2h) ∈ Ω. plus
généralement, pour tout k ∈ N∗ , (a, a + kh) ∈ Ω.

Correction de l’exercice 4 – Éléments réguliers de E E

605
 Soit f ∈ E E simplifiable à gauche. Pour toutes fonctions g et h telles que f ◦ g = f ◦ h, on a g = h. En
considérant le cas où g et h sont constantes, on en déduit que f est injective.
Si réciproquement f est injective, et si f ◦ g = f ◦ h, alors pour tout x dans E, f (g(x)) = f (h(x)), et donc
g(x) = h(x) : g = h.
Ainsi, f est simplifiable à gauche si et seulement si elle est injective.
Supposons maintenant f simplifiable à droite : dès que g ◦ f = h ◦ f , on a g = h : autrement dit, dès que g
et h coı̈ncident sur l’image de f , elles sont égales. Il faut que f soit surjective, car si x n’est pas dans l’image de
f , et si y l’est alors pour la fonction g constante de valeur y et la fonction h valant x en x et valant y ailleurs,
on a g ◦ f = h ◦ f (constante de valeur y) bien que g ̸= h.
Réciproquement, si f est surjective, et si g ◦ f = h ◦ f , alors g et h coı̈ncident sur Im(f ) = E, donc sont
égales.
Ainsi, f est simplifiable à droite si et seulement si elle est surjective.

1.2. Exercices : Groupes

1.2.1. Bonnes questions

Correction de l’exercice 5 – Comment caractériser le fait qu’un groupe soit abélien ?

1 Reformulons les diverses assertions :

La première signifie
∀ x, y ∈ G, xy = yx
La deuxième signifie
∀ x, y ∈ G, (xy)2 = x2 y 2
La troisième signifie
∀ x, y ∈ G, (xy)−1 = x−1 y −1
(car le passage au symétrique est bijectif, puisqu’involutif).
Soit x, y ∈ G. On a
xy = yx ⇔ xxyy = xyxy ⇔ x2 y 2 = (xy)2 ,
car dans un groupe tout élément est simplifiable.
Ceci montre l’équivalence entre les deux premières assertions.
On a
(xy)−1 = x−1 y −1 ⇔((xy)−1 )−1 = (x−1 y −1 )−1 ⇔ xy = (y −1 )−1 (x−1 )−1 ⇔ xy = yx,
la première équivalence se justifiant par l’injectivité de la fonction de passage au symétrique.
Ceci montre l’équivalence entre la première et la troisième assertion.
2 On suppose disposer d’un tel i. Soit x, y ∈ G. On a xi y i = (xy)i , xi+1 y i+1 = (xy)i+1 et xi+2 y i+2 = (xy)i+2 .
La deuxième relation donne (en simplifiant à gauche par x et à droite par y) xi y i = (yx)i . Grâce à la
première relation, on en déduit (xy)i = (yx)i .
La dernière relation donne de la même manière xi+1 y i+1 = (yx)i+1 , et donc (xy)i+1 = (yx)i+1 .
Enfin,
xy = (xy)i+1 ((xy)i )−1 = (yx)i+1 ((yx)i )−1 = yx
et ce pour tout (x, y) ∈ G2 : G est commutatif.
Ñ é 
 1 a b 
3 Dans le groupe 0 1 c , (a, b, c) ∈ (Z/3Z)3 , la fonction cube est l’identité, donc c’est un mor-
0 0 1
 
phisme de groupes. Pourtant ce groupe n’est pas commutatif (par exemple I3 + E1,2 et I3 + E2,3 ne commutent
pas).
4 Par hypothèse, la fonction carré est l’endomorphisme trivial (constamment égal à 1) : G est donc abélien.

Correction de l’exercice 6 – Tout groupe est-il isomorphe à un sous-groupe d’un groupe de permutations ?

1 αa (resp. βa ) est bijective, car elle admet αa−1 (resp. βa−1 ) pour inverse (pour la composition).
2 Pour que αa soit un endomorphisme, il faut que αa (eG ) = eG , et donc que a = eG .
Réciproquement, si a = eG , alors αa = Id G , et est donc un endomorphisme de G.
606 Stéphane FLON
 3 Soit a, b, x ∈ G.
((ϕ(a)) ◦ (ϕ(b)))(x) = (αa ◦ αb )(x)
= αa (bx)
= abx
= αab (x)
= (ϕ(ab))(x).
Ceci valant pour tout x ∈ G, ϕ(a) ◦ ϕ(b) = ϕ(ab).
Ceci valant pour tout (a, b) ∈ G2 , ϕ est un morphisme de groupes.
On teste l’injectivité sur le noyau : soit a ∈ Ker(ϕ), i.e. ϕ(a) = Id G . En évaluant cette relation en eG , on
obtient a = eG . Le noyau du morphisme ϕ étant réduit à eG , ϕ est bien injectif.
ϕ induit donc un isomorphisme de G sur son image, et donc de G sur un sous-groupe de SG .

Correction de l’exercice 7 – Quand le produit de deux sous-groupe est-il un sous-groupe ?

Supposons que HH ′ soit un sous-groupe de G. Pour tout h ∈ H, h = heG ∈ HH ′ donc H ⊂ HH ′ et de

même H ′ ⊂ HH ′ . Par stabilité par produit dans le groupe HH ′ , on obtient H ′ H ⊂ HH ′ . Réciproquement, soit
(h, h′ ) ∈ H × H ′ , on souhaite montrer que hh′ ∈ H ′ H. Or (hh′ )−1 ∈ HH ′ , donc avec des notations évidentes,
(hh′ )−1 = h1 h′1 , puis, en prenant le symétrique, hh′ = (h′1 )−1 h−1 ′
1 ∈ H H. On a donc bien HH = H H.
′ ′
′ ′ ′ ′ ′ ′
Si HH = H H, alors HH possède eG (même sans supposer HH = H H), HH est stable par produit car
avec des notations évidentes, h1 h′1 h2 h′2 appartient à HH ′ , puisqu’on peut écrire h′1 h2 = h3 h′3 . Enfin, HH ′ est
stable par passage au symétrique, car pour tout (h, h′ ) ∈ H × H ′ , on peut trouver (h1 , h′1 ) ∈ H × H ′ tel que
hh′ = h′1 h1 , d’où
(hh′ )−1 = h−1 ′ −1
1 (h1 ) ∈ HH ′
Ainsi, HH ′ est bien un sous-groupe de G.
1 Il faut
bien sûr travailler dans

un groupe
non commutatif, on peut essayer avec S3 . On constate que
{Id , 1 2 } et {Id , 1 2 3 , 3 2 1 } conviennent.

1.2.2. Pour préparer sa colle

Correction de l’exercice 8 – Union de trois sous-groupes stricts

On peut prendre {(1, 1), (−1, 1)}, {(1, 1), (1, −1)} et {(1, 1), (−1, −1)} dans U22 .
Autre exemple ( isomorphe ) : prendre deux transpositions à supports disjoints τ1 et τ2 dans Sn , puis
{Id , τ1 }, {Id , τ2 }, {Id , τ1 τ2 }.

Correction de l’exercice 9 – Structure des sous-groupes additifs réels

Puisque G n’est pas réduit à 0, il admet un élément non nul. Puisqu’il est en outre stable par passage à
l’opposé (en tant que groupe additif), il possède un élément strictement positif, ce qui prouve l’existence de a.
Supposons a > 0. Montrons d’abord que a ∈ G. Raisonnons par l’absurde, en supposant a ∈ / G. Par
définition de a, 2a ne minore par G ∩ R∗+ , et il existe donc un élément b de G dans ]a, 2a[. De même, il existe
c ∈ G∩]a, b[. Mais b − c est alors un point de G (par structure de groupe additif) dans ]0, a[, ce qui est absurde.
Ainsi, a ∈ G. Par structure de groupe additif, aZ ⊂ G.
Montrons l’inclusion réciproque : soit g ∈ G, et soit k l’entier tel que
ka ⩽ g < (k + 1)a.
Le réel g − ka est un élément de G dans [0, a[ : il est donc nul par définition de a, puis g = ka ∈ aZ.
Finalement, on a bien G = aZ.
Supposons maintenant a = 0, et montrons la densité de G dans R. Soit x, y ∈ R, où x < y. Puisque a = 0,
on peut trouver un élément g de G dans ]0, y − x[. Soit k l’entier tel que
kg ⩽ x < (k + 1)g.
On a donc
(k + 1)g = kg + g < x + (y − x) = y,
donc (k + 1)g est un élément de G dans ]x, y[, d’où le résultat souhaité.

Correction de l’exercice 10 – Sous-groupe engendré par l’union de deux sous-groupes

607 Stéphane FLON




1 On peut prendre {Id , 1 2 } et {Id , 2 3 } dans S3 .
2 On vérifie que dans ce cas, H1 H2 est un sous-groupe de G contenant H1 ∪ H2 , et contenu dans tout
sous-groupe de G contenant H1 ∪ H2 .
3 W = H1 + H2 .

Correction de l’exercice 11 – Sous-groupe engendré par le complémentaire d’un sous-groupe strict

Vérifions que < G\H >= G : l’inclusion ⊂ est triviale, et si, réciproquement, g ∈ G, alors soit g ∈ G\H ⊂<
G \ H >, soit g ∈ H. Prenons alors s dans G \ H. On a g = (gs)s−1 , où gs et s−1 sont dans G \ H (si gs ∈ H,
alors s = g −1 (gs) ∈ H).

Correction de l’exercice 12 – Groupe d’automorphismes d’un groupe, automorphismes intérieurs

1 Aut(G) est une partie non vide de SG , non vide car possédant Id G , stable par composition et passage à
la bijection réciproque : c’est donc un sous-groupe de SG , puis un groupe pour ◦.
2 On se demande pour quelles valeurs de a ∈ Z l’application n ∈ Z 7→ an est bijective.
Pour qu’elle le soit, 1 doit posséder un antécédent, et donc nécessairement, a = ±1.
Réciproquement, ces valeurs de a conviennent, donc Aut(Z) = {Id Z , −Id Z }.
3 Soit a, x, y ∈ G. On a
ϕa (x)ϕa (y) = axa−1 aya−1 = axya−1 = ϕa (xy),
donc ϕa est un endomorphisme de G.
Il est bijectif, car il admet ϕa−1 pour inverse pour la composition (ou, si on préfère, car pour tout y ∈ G,
l’unique antécédent de y par ϕa est a−1 ya).
4 Soit a, b, x ∈ G. On a
ψ(a) ◦ ψ(b)(x) = ϕa (ϕb (x)) = ϕa (bxb−1 ) = abxb−1 a−1 = abx(ab)−1 = ψ(ab)(x),
donc ψ est bien un morphisme.
Étudions son noyau : soit a ∈ G. a est dans le noyau de ψ si et seulement si ψ(a) = Id G , si et seulement si
axa−1 = x pour tout x ∈ G, si et seulement si ax = xa pour tout x ∈ G. Le noyau de ψ est donc le centre de G.

Correction de l’exercice 13 – Monoı̈de dont tout élément est inversible à droite

Il reste à montrer que tout élément a de G admet un symétrique à gauche. Soit sa un symétrique à droite
de a et ssa un symétrique à droite de sa . On cherche à montrer que sa a = e. Cela provient de
sa a = sa ae = sa asa ssa = sa essa = sa ssa = e

Correction de l’exercice 14 – Un calcul algébrique dans un groupe

Comme u ∈ Z(G),
u2 = (xyz)u = xuyz = (yz)2
Il vient alors
u4 = u2 yzyz = yu2 zyz = y(yz)2 zyz = zyzzyz = e

Correction de l’exercice 15 – Inclusion d’une partie dans un sous-groupe

Si A ⊂ H, alors pour tout (a, h) ∈ A × H, on a ah ∈ H donc AH ⊂ H. Réciproquement, en fixant a dans

A, on a pour tout h ∈ H : h = a(a−1 h) ∈ AH, donc H ⊂ AH puis AH = H.
Si AH ⊂ H, alors pour tout a ∈ A, a = ae ∈ AH ⊂ H, donc A ⊂ H.

Correction de l’exercice 16 – L’addition des vitesses relativistes

Montrons déjà que ⋆ définit bien une loi de composition interne sur G. Soit x, y ∈] − 1, 1[.
On a |x| < 1, |y| < 1 et donc également |xy| < 1. Ceci prouve quex ⋆ y est bien défini, et, de plus, que
x+y 1 + x + y + xy (1 + x)(1 + y)
+1= = >0
1 + xy 1 + xy 1 + xy
Ainsi, x ⋆ y > −1, et un calcul similaire montre que x ⋆ y < 1.
Il est clair que ⋆ est commutative (par commutativité de l’addition et de la multiplication dans R), que 0
est neutre pour ⋆ dans G, que −x est symétrique de x ∈ G dans G pour ⋆.
608 Stéphane FLON
 Reste à vérifier l’associativité : soit x, y, z ∈ G. On a
x+y
x+y 1+xy + z x + y + z + xyz
(x ⋆ y) ⋆ z = ⋆z = x+y = ,
1 + xy 1 + z 1+xy 1 + xy + xz + yz
et un calcul similaire conduit à
x + y + z + xyz
x ⋆ (y ⋆ z) = ,
1 + xy + xz + yz
d’où l’associativité.
Remarque – les vérifications ne sont pas difficiles, mais dans cet exercice, on ne voit pas G comme sous-groupe
d’un groupe bien connu, ce qui est plutôt rare.

Correction de l’exercice 17 – Partie finie stable par multiplication

D’après l’une des caractérisations des sous-groupes, il reste à vérifier la stabilité de H par passage au
symétrique.
Soit h ∈ H. L’idée est d’écrire h−1 comme une puissance de h à un exposant naturel.
L’application φ : n ∈ N 7→ hn n’est pas injective, car N est infini et pas H : il existe donc i, j ∈ N distincts
tels que hi = hj . En supposant par exemple i > j, on obtient hi−j = eG , donc h−1 = hi−j−1 .
Si i − j − 1 > 0, alors comme h ∈ H et comme H est stable par produit, h−1 ∈ H.
Si i − j − 1 = 0, alors h−1 = h = eG , donc h−1 ∈ H.
H est donc un sous-groupe de G.
Remarque – Plutôt que de parler de i et j, on aurait pu utiliser ψ : n ∈ Z 7→ hn qui a l’avantage d’être un
morphisme, non injectif par étude des cardinaux, et donc de noyau non trivial.
Remarque – L’hypothèse de finitude est essentielle, comme le montre l’exemple de N additif (ou {en , n ∈ N} si
on tient à donner un exemple multiplicatif).

Correction de l’exercice 18 – Monoı̈de fini et régulier

Pour montrer qu’un monoı̈de est un groupe, il reste à vérifier que tout élément est symétrisable. Ici, on
considère un monoı̈de fini et régulier G. Pour tout a ∈ G, tout (b, c) ∈ G2 , on a
ab = ac ⇒ b = c
Autrement dit, l’application g ∈ G 7→ ag, de G dans G, est injective. Comme G est en outre fini, on en déduit
que cette application est bijective : en particulier, il existe g ∈ G tel que ag = eG , donc a admet un symétrique
à droite dans G.
De même (en considérant g 7→ ga), a admet un symétrique à gauche dans G : a est symétrisable dans G.
Ceci valant pour tout a ∈ G, G est bien un groupe.
Remarque – La finitude du groupe est essentielle, comme le montre l’exemple de (N, +). Elle nous a servi à
passer d’une injectivité à une surjectivité (d’une unicité à une existence). En algèbre linéaire, c’est la dimension
finie qui joue ce rôle de passeur entre unicité et existence.
Remarque – Attention, g 7→ ag n’est pas un endomorphisme du groupe G, à moins que a = eG .

Correction de l’exercice 19 – Structure de groupe

1 Cette question est difficile.

Soit eG un élément neutre à gauche de G, g ∈ G, g ′ un symétrique à gauche de g (à ce stade, on ne peut
affirmer l’unicité de l’élément neutre ou d’un symétrique à gauche).
On souhaite montrer que g ′ est symétrique à droite de g, i.e. gg ′ = eG . Pour ce faire, introduisons un
symétrique à gauche g ′′ de g ′ . On a
gg ′ = eG gg ′ = g ′′ g ′ gg ′ = g ′′ eG g ′ = g ′′ g ′ = eG ,
d’où le résultat (l’associativité a permis de ne pas mettre de parenthèses).
Reste à prouver que eG est aussi élément neutre à droite :
geG = g(g ′ g) = (gg ′ )g = eG g = g,
d’où le résultat.
2 Il s’agit de montrer que G admet un élément neutre, et que tout élément de G admet un symétrique.
Fixons un élément a de G. Par hypothèse, il existe un élément e de G tel que ea = a (en prenant b = a dans
l’assertion ⋆). En multipliant cette relation à droite par b, où b décrit G, et en utilisant encore ⋆, on constate
que e est élément neutre à gauche de G. De la même manière, G admet un élément neutre à droite e′ , puis
e = ee′ = e′ .
609 Stéphane FLON
 Par hypothèse ⋆, il existe a′ et a′′ dans G tels que e = aa′ = a′′ a, puis a′ = a′′ aa′ = a′′ , donc a admet un
symétrique.
G est bien un groupe.
3 Fixons a ∈ G. a étant simplifiable, les applications αa : g 7→ a · g et βa : g 7→ g · a de G dans G sont
injectives, donc bijectives puisque G est fini. En particulier, a admet un antécédent par αa , i.e. il existe e ∈ G
tel que a = ae. On a donc, pour tout b ∈ G, ba = bae. Or, par surjectivité de βa , ba décrit G lorsque b décrit
G, donc e est élément neutre à droite de G. De même G admet un élément neutre à gauche, qui s’avère ensuite
égal à e, et les surjectivités de αa et βa appliquées à e montrent que a admet un symétrique.
Remarque – En fait, cette question se ramène facilement à la précédente, la finitude de G permettant de passer
d’une injectivité (ce que l’on suppose dans cette question) à une surjectivité (ce que l’on suppose dans la question
précédente).
Remarque – Comme d’habitude, on doit se demander si les hypothèses peuvent être affaiblies. La finitude de G
ne peut être omise, comme le montre l’exemple de (N, +).

Correction de l’exercice 20 – Un isomorphisme de groupes

De R∗+ × U vers C∗ , il est naturel de considérer

φ : (r, u) 7→ ru
qui est une application bien définie, surjective. C’est aussi un morphisme, essentiellement par associativité et
commutativité de la multiplication dans C∗ .
Enfin, si (r, u) ∈ Ker(φ), i.e. ru = 1, alors en égalant les modules, il vient r = |r| = |ru| = 1, puis u = 1
(car r = 1 et ru = 1) : φ est injective.
Remarque – Tester l’injectivité en revenant à la définition montre un Ämanqueä de recul.
z
Remarque – On peut donner la bijection réciproque de φ : c’est z 7→ |z|, |z| .

Correction de l’exercice 21 – Étude d’isomorphie (X PC 10)

1 Non : tout d’abord pour des raisons de cardinalité.

On peut aussi qu’il n’existe pas de morphisme non nul de (Q, +) vers (Z, +) car si φ(a) = b ̸= 0, alors pour
tout n ∈ N∗ , b = φ(n(a/n)) = nφ(a/n). L’entier b est divisible par tout entier n ∈ N∗ : b = 0.
De même, si φ est un morphisme non nul de Z vers Q, alors on peut montrer que φ(1)/2 n’a pas d’antécédent
par φ.
2 Oui, par exp.
3 Non, car tout réél a une moitié mais tout réel non nul n’a pas de racine carrée. Plus formellement, si φ
est un morphisme de R vers R∗ , alors, pour tout x ∈ R,
x x
φ(x) = φ + = φ(x/2)2 ⩾ 0
2 2
donc φ n’est pas surjective.

Correction de l’exercice 22 – Transfert de structure

On vérifie à la main que (E, ∗) est un groupe, et que ϕ−1 est un isomorphisme de E sur G.
Remarque – Cet exercice semble compliqué, mais il ne fait que rappeler que des groupes sont isomorphes si et
seulement si ils ne diffèrent que par l’écriture.
Remarque – Cet exercice permet de mieux comprendre la structure de groupe donnée dans l’exercice 16. En
effet, on a transféré l’addition dans R sur ] − 1, 1[ grâce à la fonction tangente hyperbolique.

Correction de l’exercice 23 – Le premier théorème d’isomorphie, dégradé en relation entre cardinaux (ENS
MP 10)

On peut montrer que tout élément de Im(f ) admet exactement | Ker(f )| antécédents, donc |G| = | Ker f | ×
| Im f |.

Correction de l’exercice 24 – Morphismes de Q vers Q∗

Soit φ un tel morphisme. Soit r ∈ Q. Comme r = n × (r/n), il faut que φ(r) admette une racine n-ième
dans Q+∗ pour tout n, ce qui n’est possible que si φ(r) = 1 : le seul morphisme est l’application constante de
valeur 1.
610 Stéphane FLON
 Correction de l’exercice 25 – Sous-groupes de type fini de (Q, +)

Mettre les rationnels au même dénominateur puis utiliser la principalité de Z.

Correction de l’exercice 26 – Groupe n’ayant que deux classes de conjugaison

Soit G un tel groupe. Puisque la classe de conjugaison du neutre e est {e}, tous les autres éléments sont
conjugués entre eux. Soit g un élément de G \ {e} (G n’est pas réduit au neutre sinon il n’a qu’une classe de
conjugaison). Pour tout a in G \ {e}, il existe b ∈ G tel que a = bgb−1 . On peut même prendre b dans G \ {e} car
g = ggg −1 . Ainsi, l’application b 7→ bgb−1 est une surjection de G \ {e} dans lui-même, donc est une permutation
de cet ensemble fini.
Comme c’est une injection, on a g = g −1 . On en déduit que G est commutatif, et donc que G n’a que deux
éléments.
Réciproquement, un groupe n’ayant que deux éléments n’a que deux classes de conjugaison.

Correction de l’exercice 27 – Loi de groupe sur les points entiers d’une branche d’hyperbole

1 Notons G cet ensemble. Il est clairement non vide, puisqu’il comprend 1, et est une partie de R∗+ , car
√ √
si x ∈ N, y ∈ Z vérifient x2 − 3y 2 = 1, alors x + 3y ou x − 3y est positif, donc les deux le sont, puisque
leur produit vaut 1 (et ils sont non nuls). On montre comme dans l’exercice 2 que G est stable par produit et
passage à l’inverse.
2 √
i Par irrationnalité de 2, G est une partie de R∗ , évidemment non vide. On vérifie de plus que G est
stable par produit et par passage à l’inverse pour conclure. √ √
C’est facile pour l’inverse (avec des notations évidentes, celui de x + 2y ∈ G est x − 2y ∈ G, ça l’est
un peu moins pour le produit, car il faut prouver (avec des notations évidentes) que xx′ + 2yy ′ ∈ N∗ : c’est un
entier relatif par structure d’anneau de Z, non nul (car impair, x et x′ l’étant nécessairement).
ii G est en fait un sous-groupe de R∗+ . On applique l’isomorphisme logarithme, afin de se ramener au
cas connu des sous-groupes (additifs)
√ de R. Le sous-groupe ln(G) de R n’est pas dense, car ses éléments positifs
sont ceux de la forme ln(x + 2y), où (x, y) ∈ N∗ × N, et x2 − 2y 2 = 1. ln(G) est donc monogène, et G également
(il lui est isomorphe).

Correction de l’exercice 28 – Densité du complémentaire d’un sous-groupe

Si H est de la forme aZ, c’est évident, et, sinon, H est dense dans R. En prenant x ∈ R \ H, x + H est une
partie de R \ H, dense dans R, donc R \ H est également dense dans R.

1.3. Exercices : Anneaux

1.3.1. Bonnes questions

Correction de l’exercice 29 – Un anneau principal est-il toujours intègre ?

K × K′ où K et K′ sont deux corps.

Correction de l’exercice 30 – Tout anneau principal est-il noethérien ?

On observe que la réunion J des In est un idéal de A (c’est une partie non vide de A stable par multiplication
par un élément quelconque, et stable par différence, car si x, y ∈ J , alors x est dans un Ip et y est dans un Iq ,
donc x et y sont dans In , où n = max(p, q).
L’anneau A étant principal, J = aA pour un certain a ∈ A. On a a ∈ J , donc il existe n tel que a ∈ In ,
donc aA ⊂ In . Pour tout q ⩾ n, aA ⊂ In ⊂ Iq ⊂ J = aA, donc la suite est bien stationnaire.
Remarque – En fait un anneau commutatif A est dit noethérien si toute suite croissante d’idéaux est station-
naire, et on montre que cela équivaut au fait que tout idéal de A est finiment engendré : on comprend alors
qu’effectivement tout anneau principal (tous les idéaux sont engendrés par un élément) est noethérien.

1.3.2. Pour préparer sa colle

Correction de l’exercice 31 – Éléments nilpotents d’un anneau

611 Stéphane FLON

 1 Raisonnons par l’absurde, en supposant disposer de a ∈ A nilpotent et inversible. Soit n ∈ N∗ tel que
a = 0A . On a an = 0A , donc, puisque a et a−1 commutent
n

1A = (aa−1 )n = an (a−1 )n = 0A ,
ce qui contredit le fait que A soit non nul.
2 3 dans l’anneau Z n’est niÅ nilpotent,
ã ni inversible.
1 0
Autre exemple : la matrice n’est ni nilpotente, ni inversible (et c’est un diviseur de zéro).
0 0
3 Supposons x nilpotent, et soit n ∈ N∗ tel que xn = 0A . On utilise la formule de Bernoulli aux éléments
1A et x (qui commutent bien) :
n−1
X n−1
X
n n k
1 = 1 − x = (1 − x) x = xk (1 − x),
k=0 k=0
Pn−1
donc 1 − x est inversible d’inverse k=0 x (que l’on peut aussi écrire k∈N xk , puisque xk = 0 dès que k ⩾ n).
k
P

4
5 Supposons que x et y commutent, et qu’il existe m, n ∈ N∗ tels que xm = y n = 0.
Comme x et y commutent, (xy)m = xm y m = 0, donc xy est nilpotent.
Remarque – en examinant cette preuve on constate que si deux éléments d’un anneau commutent et que l’un
(au moins) d’entre eux est nilpotent, alors leur produit l’est aussi.
Nous voulons maintenant montrer que x + y est nilpotent, i.e. qu’il existe p ∈ N∗ tel que (x + y)p = 0.
Or la formule du binôme de Newton s’applique, puisque x et y commutent :
p Ç å
p
X p k p−k
(x + y) = x y
k
k=0
p
Pour

que (x + y) soit nul, il ksuffit que tous les termes de la somme ci-dessus le soient. Soit k ∈ [[0, p]] : pour que
p k p−k p−k
k x y = 0, il suffit que x = 0 ou y = 0, et donc il suffit que k ⩾ m ou p − k ⩾ n (soit encore k ⩽ p − n).
Ainsi, en prenant p = m + n, on obtient bien (x + y)p = 0, donc x + y est nilpotent.
Remarque – on pouvait même prendre p = m + n − 1. Å ã Å ã
0 1 0 0
Remarque – l’hypothèse de commutation est essentielle, comme le montre l’exemple de et .
0 0 1 0

Correction de l’exercice 32 – Développement dans un anneau

(a−b)(a+b) = a2 +ab−ba+b2 , (a+b)2 = a2 +ab+ba+b2 et (a+b)3 = a3 +a2 b+aba+ba2 +ab2 +bab+b2 a+b3 .

Correction de l’exercice 33 – Un calcul algébrique dans un anneau

1 a2 b = a(ab) = a(1 − ba) = a − aba = (1 − ab)a = ba2 et aba = a − ba2 et aba = a − a2 b donc en sommant
2aba = 2a − (ba2 + a2 b) = a.
2 On a a = 2ba2 , donc 1 = ab + ba = ab + 2b2 a2 or a2 et b commutent, donc 1 = ab + 2a2 b2 = a(1 + 2ab2 ).
Ainsi, a est inversible à droite et de même a est inversible à gauche : a est inversible donc on peut simplifier
dans a = 2aba : a−1 = 2b.
Correction de l’exercice 34 – D’un inversible à un autre

De manière peu rigoureuse (au brouillon), on a envie d’écrire

∞
X
(1 − ba)−1 = (ba)k
k=0
et on voudrait
∞
X ∞
X
(1 − ab)−1 = (ab)k = 1 + a (ba)k−1 b = 1 + a(1 − ba)−1 b
k=0 k=1
Ainsi, en posant u l’inverse de 1 − ba, on conjecture que 1 + aub est l’inverse de 1 − ab. Vérifions-le :
(1 − ab)(1 + aub) = 1 + aub − ab − abauab = 1 − ab + a(1 − ba)ub = 1
et de même (1 + aub)(1 − ab) = 1.

Correction de l’exercice 35 – Idéal d’un anneau de fonctions continues

612 Stéphane FLON

 Il s’agit de montrer que I possède l’unité de A (ou plus P
généralement un élément inversible, i.e. dans ce cas
n
une fonction ne s’annulant pas). Or, par structure d’idéal, k=1 fk2 est un élément de A à valeurs strictement
positives (car les fk ne s’annulent pas simultanément), d’où le résultat.

Correction de l’exercice 36 – Anneau des décimaux

1 On vérifie aisément que D est une partie de Q possédant 1, stable par différence et multiplication : c’est
un sous-anneau de Q, donc c’est un anneau.
2 3 est un élément de D dont l’inverse n’est pas dans D (sinon, 3 diviserait une puissance de 10) : D n’est
pas un corps.
3 On sait déjà que D est un anneau commutatif non nul.
Soit I un idéal de D. Z ∩ I est un sous-groupe de (Q, +) (comme intersection de tels sous-groupes), inclus
dans Z, donc c’est un sous-groupe de Z. Il existe donc un unique entier n ∈ N tel que Z ∩ I = nZ. Par
k , (p, k) ∈ Z × N} ⊂ I. Si réciproquement x ∈ I, alors il existe k ∈ N tel que
np
structure d’idéal de I, on a { 10
10 x ∈ Z ∩ I = nZ, ce qui donne l’inclusion réciproque.
k

4 inf(R∗+ ∩ D) = 0 car 10−n est une suite d’éléments de R∗+ ∩ D convergeant vers 0. On en déduit (cf la
structure des sous-groupes de R) que D est dense dans R.

Correction de l’exercice 37 – Parité du nombre d’idempotents dans un anneau

Par simple calcul, si a ∈ M , alors 1 − a ∈ M . L’application φ : a 7→ 1 − a de M dans M est bijective, car

involutive. Si elle n’a pas de point fixe, on peut apparier les éléments de M images l’un de l’autre par φ par
paires, fournissant le résultat. Si elle a un point fixe, cela signifie que 2 a un inverse a0 dans M , et on en déduit
que 2 appartient aussi à M (en inversant la relation a20 = a0 ), donc que 4 = 2, puis 2 = 0, or 0 n’est jamais
inversible dans un anneau non nul, c’est absurde.
Remarque – J’ai écrit 2 et 4 mais j’ai considéré rigoureusement 1A + 1A et 1A + 1A + 1A + 1A respectivement.

Correction de l’exercice 38 – Y a-t-il toujours un morphisme d’anneaux entre deux anneaux ?

La réponse est non. Par exemple, il n’existe pas de morphisme d’anneaux de R sur Z. En effet, si on disposait
d’un tel morphisme φ, alors on aurait
2φ(1/2) = φ(1) = 1,
d’où l’absurdité φ(1/2) = 21 .
Remarque – Autre exemple (moins intéressant) : si A et nul et pas B, alors un morphisme d’anneaux ψ de A
vers B doit vérifier à la fois ψ(0A ) = 0B et ψ(1A ) = 1B , ce qui est impossible puisque 0A = 1A et que 0B ̸= 1B .
Remarque – En revanche, entre deux groupes, il existe au moins un morphisme, le morphisme trivial (envoyant
tout élément du premier sur l’élément neutre du second).

Correction de l’exercice 39 – Sous-anneau engendré par 1/5

Le sous-anneau engendré par 1/5 est {x ∈ Q, ∃k ∈ N, 5k x ∈ Z} (on vérifie que ce dernier ensemble Ω est un
sous-anneau de Q possédant 1/5, et que tout sous-anneau de Q possédant 1/5 doit contenir Ω).
Son groupe des inversibles est {±5k , k ∈ Z}.
Remarque – Exercice à rapprocher de celui sur l’anneau des décimaux.

Correction de l’exercice 40 – Puissances identiques dans un anneau fini

Soit N le cardinal de A, et a1 , . . . , aN ses éléments. L’application

φ : N → AN
n 7→ (an1 , . . . , anN )
n’est pas injective (N est infini, pas AN ), d’où le résultat.

Correction de l’exercice 41 – Anneau des endomorphismes d’un groupe commutatif

Il est clair que + et ◦ sont des lois de composition interne sur End(G), associatives, et que + est commutative
(puisqu’elle l’est dans G).
De plus, l’application identiquement nulle x 7→ eG et l’application identique x 7→ x sont clairement des
élements neutres respectifs pour + et ◦ dans End(G).
Tout élément f de End(G) admet −f : x 7→ −(f (x)) pour symétrique dans End(G).
613 Stéphane FLON
 Vérifions la distributivité de la composition par rapport à l’addition (qui est le point le plus difficile) : soit
f, g, h ∈ End(G).
Soit x ∈ G.
On a , par définition des termes ci-dessous
((f + g) ◦ h)(x) = (f + g)(h(x))
= f (h(x)) + g(h(x))
= (f ◦ h + g ◦ h)(x),
donc ◦ est distributive à droite de +.
On a également,
(h ◦ (f + g))(x) = h((f + g)(x))
= h(f (x) + g(x))
= h(f (x)) + h(g(x))
= (h ◦ f + h ◦ g)(x),
où la troisième égalité se justifie par le fait que h soit un endomorphisme de G, donc ◦ est distributive à gauche
de +.
(End(G), +, ◦) est bien un anneau.
Remarque – en général, cet anneau n’est pas commutatif, car la composition n’est pas commutative (sauf
exception).
Remarque – il faut bien mettre en valeur la différence d’argumentation pour les deux distributivités. En fait, la
distributivité à droite de ◦ par rapport à + est toujours vérifiée, même si les fonctions considérées ne sont pas des
morphismes (par exemple, (cos + sin) ◦ exp = cos ◦ exp + sin ◦ exp, mais exp ◦(cos + sin) ̸= exp ◦ cos + exp ◦ sin).

Correction de l’exercice 42 – Nilradical d’un anneau commutatif

C’est du cours : N est une partie de A possédant 0A , stable par différence, et par produit par un élément
quelconque (les stabilités provenant de la commutativité de A).

Correction de l’exercice 43 – Radical de Jacobson

1 R est une partie de A, comprenant 0, et, si x, y ∈ R et b ∈ A, alors, pour tout a ∈ A, 1+a(−x) = 1+(−a)x
est inversible dans A, ainsi que 1 + abx (par définition de R).
Enfin, il reste à montrer que 1 + ax est inversible, ce qui provient du calcul suivant :
1 + a(x + y) = 1 + ax + ay = (1 + ax)(1 + (1 + ax)−1 ay) ∈ A×

2 Bien sûr, R est un idéal de A tel que pour tout x dans cet idéal, 1 + x est inversible dans A. Si J est un
tel idéal, alors pour tout x ∈ J, et tout a ∈ A, on a 1 + ax inversible (puisque ax ∈ J par structure d’idéal,
1 + ax est invversible) donc x ∈ R.

Correction de l’exercice 44 – Radical d’un idéal

√ √ m n m m m
1 I contient clairement I. Soit x, y ∈ I, soit m, n tels
√ que x , y ∈ I. Soit a ∈ A. On a (ax) = a x√ ∈
I (car a et x commutent et car I est un idéal) donc ax ∈ I. En prenant a = −1, on a notamment −x ∈ I.
Soit p ∈ N∗ . Comme x et y commutent
p Ç å
p
X p k p−k
(x + y) = x y
k
k=0

Par structure d’idéal, kp xk y p−k ∈ I dès que k ⩾ m ou p − k ⩾ n : en prenant p = m + n − 1, on est bien dans


√
ce cas (car sinon, on a k ⩽ m − 1 et p − k ⩽ n − 1, donc p ⩽ m + n − 2), ce qui prouve que x + y ∈ I.
√ 2 On sait que tout idéal de Z est de la forme nZ (et réciproquement) où n ∈ N. Si n = 0, on a évidemment
nZ = {0}. √
Si n = 1, on a évidemment nZ = Z.
Supposons n ⩾ 2, et écrivons sa décomposition primaire n = pα αr
1 . . . pr (les pi sont des nombres premiers
1

deux√à deux distincts et les αi sont des entiers naturels

√ non nuls).
nZ = {m ∈ Z, ∃k ∈ N∗ , mk ∈ nZ}. Si m ∈ nZ, alors chaque pi divise m, donc leur produit p1 . . . pr
également. Si réciproquement
√ m est un multiple de p1 . . . pr , alors en prenant k = max{α1 , . . . , αr }, on a
m ∈ nZ. Ainsi, nZ = p1 . . . pr Z.
k

614 Stéphane FLON

 √ √
3 Observonspdéjà que si I et J sont deux idéaux de A p tels que I ⊂ J , alors I ⊂ J (évident).
√ √ √ √
Cela donne I ⊂ I. √ On sait √
par ailleurs
√ que I ⊂ I (question
√ précédente),
√ d’où l’égalité.
Grâce à l’observation, I ∩ J ⊂ I ∩ J. Si réciproquement x ∈ I ∩ J, alors il existe des entiers √ m et
n tels que xm ∈ I et xn ∈ J. Par structure d’idéal, en posant q = max(m, n), on a xq ∈ I ∩ J, donc x ∈ I ∩ J.
4 Pour une intersection finie, cela résulte de la dernière formule.
√
5 D’après ce qui précède √I est un
√ idéal semi-premier contenant I. De plus, si J est un idéal semi-premier
contenant I, alors I ⊂ J, donc I ⊂ J = J, d’où le résultat.

Correction de l’exercice 45 – Anneau local

(1) ⇒(2) : supposons (1), et soit I l’ensemble des non inversibles de A : I possède 0, est stable par le produit
par un élément quelconque et passage à l’opposé (par exemple parce que −x = (−1A )x), sans supposer (1).
Cette dernière hypothèse amène la stabilité par somme, et donc le fait que I soit un idéal de A.
(2) ⇒(3) : supposons (3), et soit J un idéal propre de A : J ne possède pas d’élément inversible dans A (car
sinon , J = A), donc J ⊂ I. Par conséquent, tout idéal propre de A est inclus dans J. Si on admet que tout
idéal propre de A est inclus dans un idéal maximal (théorème de Krull), alors il s’ensuit que J est l’unique idéal
maximal de A. En fait, ce serait très maladroit ici, puisqu’il est aisé de montrer que J est maximal (un idéal le
contenant strictement possèderait un inversible).
(3) ⇒(1) : supposons (3), et raisonnons par l’absurde en nous donnant deux éléments non inversibles a et b
de A, tels que a + b soit inversible. On a alors aA + bA = A. Or, si on note M l’unique idéal maximal de A, il
contient les deux idéaux propres aA et bA, donc leur somme également, puis M = A : c’est absurde.

Correction de l’exercice 46 – Anneau des entiers de Gauss

Nous montrons que Z[i] est un sous-anneau de C : pour cela on vérifie qu’il possède 1, qu’il est stable par
différence et par produit (détails laissés au lecteur).
Cherchons les inversibles de Z[i].
Analyse Soit z ∈ Z[i]× : soit a, b, c, d ∈ Z tels que z = a + ib et z −1 = c + id. On a donc
(a + ib)(c + id) = 1,
puis, en passant aux carrés des modules :
(a2 + b2 )(c2 + d2 ) = 1,
donc a2 + b2 = 1, puis z = a + ib ∈ {1, −1, i, −i}.
Synthèse Réciproquement, 1, −1, i et −i sont bien des éléments inversibles de Z[i] :
Z[i]× = {1, −1, i, −i}.

Correction de l’exercice 47 – Pseudo division euclidienne

1 On vérifie aisément que c’est un sous-anneau de C (ce qui entraı̂ne l’intégrité).

2 On cherche l’existence de deux éléments q et r de A tels que x = qy + r et |r| < |y|. Observons que le fait
que r soit dans A résulte de la structure d’anneau de A (si q ∈ A et x = qy + r) : concentrons-nous plutôt sur
q. On veut que
x
=q+ε
y
où |ε| < 1 et q ∈ A.
Autrement dit, on veut approcher xy ∈ C par un élément de A suffisamment finement.
√
3
Or tout point du plan est à distance au plus 2 de A (faire un dessin), d’où l’existence d’un tel q.

Correction de l’exercice 48 – Anneau dont l’ensemble des inversibles est monogène

√
1 Z[ 7] est un sous-anneau de R, donc le groupe de ses éléments inversibles est un sous-groupe des inversibles
de R.
Ä √ ä−1 √
2 x+y 7 = xx−y 7
2 −7y 2 .

Si x2 − 7y 2 ̸= ±1, alors, en prenant un diviseur premier p de x2 − 7y 2 , x2 − 7y 2 divise x et y, ce qui conduit

à une absurdité en considérant les valuations p-adiques.
Ä √ ä−1 √
On a donc x + y 7 = ±(x − y 7).
√
On s’arrange pour que x2 − 7y 2 = ±1, on peut prendre z = 8 + 3 7.
615 Stéphane FLON
 3 x ∈ R∗ 7→ ln |x| et x ∈ R∗ 7→ x1 sont des morphismes de groupes, donc Φ aussi.
Ker(Φ) = {±1}.
4 Im(Φ) est inclus dans R(1, −1). Si ce n’était pas un sous-groupe discret de (R(1, 1), +), il serait dense
√
dans (R(1, 1), +). En particulier, il y a aurait des éléments de G \ {1}√
arbitrairement
√ proches de
√ 1. Si x + y 7
est proche 1, alors son inverse également, puis (cet inverse valant x − y 7 ou −x + y 7) x ou y 7 serait proche
de 1, ce qui conduit à une contradiction dans les deux cas.
Im(Φ) est donc monogène : Im(Φ) = aZ pour un certain a ∈ R(1, −1).
5 Comme Ker(Φ) = {±1}, et comme Im(Φ) est monogène, tout élément de Im(Φ) admet exactement deux
√ {±e , k ∈ Z}.−1
αk
antécédents, qui sont opposés. En notant a = (α, −α), on√a plus précisément G =
G∩]1,√+∞[ admet un plus petit élément g = x + y 7, tel que g ⩽ 8 + 3 7. On a 0 < g < 1, donc
9+3 7
√ 9+3 7
√ √
|x| ⩽ 2 ou 7|y| ⩽ 2 . En testant les diverses possibilités, on trouve g = 8 + 3 7.
On en déduit bien le résultat.
Correction de l’exercice 49 – Irréductibles d’un anneau de matrices

1 Si M est inversible dans A, alors il existe R dans A telle que M R = I2 , donc det(M ) det(R) = 1, donc
det(M ) = ±1.
Si réciproquement M ∈ A est de déterminant ±1, alors M −1 = det(M 1 T
) com(M ) ∈ A.
Ainsi, M est inversible dans A si et seulement si det(M ) = ±1.
Å ã
a b
2 Soit M = une matrice de A de déterminant nul.
c d
On écarte le cas évident où a = b = 0 (M = Diag(0, 1)M donc M n’est pas irréductible).
Si a et b ne sont pas premiers entre eux, on écrit a = δa′ et b = δb′ où a ∧ b = δ ⩾ 2. On a alors
δ 0 a′ b′
Å ãÅ ã
M=
0 1 c d
donc M est le produit de deux matrices non inversibles, et donc M n’est pas irréductibles.
Å Si aã∧ b = 1, alors il existe u et v tels que au + bv = 1, donc, en multipliant à droite par la matrice inversible
u v
, on se ramène au cas où a = 1 (tout ceci car l’ensemble des irréductibles est clairement stable par
−b a
multiplication (à gauche comme à droite) par un élément inversible de A).
Comme rg(M ) = 1 et a = 1, on a
Å ã Å ãÅ ã
1
1 0 1 b
M= 1 b =
c c 0 0 0
donc M n’est pas irréductible.
3 Il est clair que si M ∈ A a pour déterminant un nombre premier, alors M est irréductible.
Montrons la réciproque par contraposition : on considère M ∈ A dont le déterminant est composé : det(M ) =
pq où |p|, |q| ⩾ 2.
Si a ∧ b ̸= 1, on peut faire comme à la question précédente pour montrer que M n’est pas irréductible.
Si a ∧ b = 1, alors comme à la question précédente, on peut se ramener au cas oùÅa = 1. ã
1 0
En changeant L2 en L2 − cL1 (ce qui correspond à la multiplication à droite par , donc ne change
−c 1
rien à l’irréductibilité), on peut se ramener au cas où c = 0. De même, en changeant C2 en C2 − bC1 , on se
ramène au cas où b = 0, et où finalement M = Diag(1, pq). On peut alors écrire M = Diag(1, p) Diag(1, q), donc
M n’est pas irréductible.

1.4. Exercices : Corps, algèbres

1.4.1. Bonnes questions

Correction de l’exercice 50 – Quels sont les automorphismes du corps des réels ?

Observons que Id R est bien (à l’évidence) un automorphisme du corps des nombres réels.
Soit φ un tel automorphisme. On sait que φ(1) = 1 et que pour tout (n, x) ∈ Z × R, φ(nx) = nφ(x). On en
déduit que φ(x) = x pour tout x ∈ Q. √
Ensuite, pour tout t ⩾ 0, φ(t) = φ( t)2 ⩾ 0, donc φ est croissant (si x ⩽ y, alors φ(y)−φ(x) = φ(y −x) ⩾ 0
puisque y − x ⩾ 0).
Soit x ∈ R. Il existe des suites de rationnels (αn ) et (βn ) convergeant vers xs telles que pour tout n, on ait
αn ⩽ x ⩽ βn . En appliquant φ puis en faisant tendre n vers l’infini, on obtient bien que φ(x) = x.
616 Stéphane FLON
 Correction de l’exercice 51 – Automorphismes de la K-algèbre K[X]

1 φa,b : P 7→ P (aX + b) est un endomorphisme de la K-algèbre K[X], et en posant c = 1/a et d = −b/a,

on a a(cX + d) + b = X et c(aX + b) + d = X, on a φc,d ◦ φa,b = φa,b ◦ φc,d = Id K[X] , donc φa,b est bien un
automorphisme de la K-algèbre K[X].
2 Pour tout P ∈ K[X], on a φ(P ) = P (φ(1)). Pour que φ soit surjective, il faut que φ(1) soit de degré 1
(car pour tout polynôme P , φ(P ) est de degré deg(P ) deg(φ(1))).

Correction de l’exercice 52 – Automorphismes de la C-algèbre C(X)

Puisque la C-algèbre C(X) est engendrée par X, tout endomorphisme φ de cette C-algèbre est déterminé
par φ(X).
Réciproquement, pour toute fraction rationnelle F0 non constante, il existe un endomorphisme φ de la C-
algèbre C(X) tel que φ(X) = F0 : c’est celui donné par φ(G(X)) = G(F0 (X)) pour tout G ∈ C(X) : il s’agit
avant tout de s’assurer que pour tout polynôme non nul P , P (F0 ) ̸= 0, ce qui est clair car x 7→ F0 (x) a une
ä c’est absurde car P ̸= 0.
image infinie, donc P (F0 ) = 0 entraı̂nerait que P admet une infinité de racines,
Remarque – Prendre φ(X) = λ, où λ ∈ C n’est pas possible, car alors φ X−λ ne serait pas défini.
Ä
1

Étant donné un endomorphisme φ de cette C-algèbre, donné par φ(X) = F0 = Q P0

0
où P0 et Q0 sont des po-
lynômes premiers entre eux, on se demande à quelle condition (nécessaire et suffisante) c’est un automorphisme.
P
Intéressons-nous à la surjectivité : en particulier, et en premier lieu, X doit admettre un antécédent F = Q ,
où P et Q sont des polynômes premiers entre eux.
On a donc
P (P0 /Q0 )
X = φ(F ) = F (F0 ) =
Q(P0 /Q0 )
Pp Pq
En écrivant P = k=0 αk X k et Q = k=0 βk X k où αp ̸= 0 et βq ̸= 0, et où p, q ⩾ 0. Cela conduit à l’égalité
suivante entre polynômes :
Xq p
X
XQp0 βk Qq−k
0 P 0
k
= Q q
0 αk Q0p−k P0k
k=0 k=0
Tous les termes de ces sommes sont des multiples de P0 , sauf (éventuellement) ceux d’indice 0, donc P0 divise
XQp0 β0 Qq0 − Qq0 α0 Qp0
Or P0 et Q0 sont premiers entre eux, donc P0 divise β0 X + α0 , donc deg(P0 ) ⩽ 1.
On montre de même que deg(Q0 ) ⩽ 1 (en distinguant les cas p = q, p > q et p < q).
Ainsi, il existe α, β, γ, δ ∈ C tels que αδ − βγ ̸= 0 et
αX + β
φ(X) =
γX + δ
αX+β
En inversant la relation Y = γX+δ , on calcule aisément un candidat pour φ−1 , et on vérifie qu’il convient bien.

Correction de l’exercice 53 – Quelles sont les R-algèbres commutatives intègres de dimension finie ?

Soit A une telle algèbre. Soit a ∈ A \ {0}. L’application x 7→ ax est un endomorphisme de l’espace vectoriel
de dimension finie A, c’en est donc un automorphisme. En particulier, a est inversible dans A : A est un corps,
de dimension finie sur R : A est égal à R ou (isomorphe à) C. Réciproque évidente.

Correction de l’exercice 54 – L’inverse d’un inversible d’une sous-algèbre appartient-il à cette sous-algèbre ?

1 L’application φ est un endomorphisme de l’espace vectoriel B, qui est de dimension finie. De plus, φ est
injective car b est inversible dans A. On en déduit que φ est un automorphisme de B. En particulier, 1 admet
un antécédent par φ dans B, donc b est inversible dans B.
2 X est un élément de K[X], inversible dans K(X) mais pas dans K[X].

1.4.2. Pour préparer sa colle

Correction de l’exercice 55 – Idéaux d’un produit de corps

1 Si un idéal I de K n’est pas nul, alors il contient un élément non nul donc inversible, puis I = K.
Réciproque connue.
617 Stéphane FLON
 2 Par le même type de raisonnement on trouve les quatre idéaux {0K } × K ′ , K × {0K ′ }, {0K } × {0K ′ } et
K × K ′ . Si par exemple I est un idéal de K × K ′ possédant (a, b) ∈ K ∗ × (K ′ )∗ , alors I possède (1K , 1K ′ ) =
(a−1 , b−1 ) · (a, b), donc c’est K × K ′ tout entier.
Remarque – Cela donne un exemple d’anneau principal non intègre.

Correction de l’exercice 56 – Caractérisation des morphismes de corps

Il ne nous manque que la condition f (1K ) = 1L , or f est supposé non nul : soit x ∈ K tel que f (x) ̸= 0. On
a donc
f (x) · f (1K ) = f (x · 1K ) = f (x) = f (x) · 1L
Comme f (x) n’est pas nul, il est inversible dans le corps L, donc on peut simplifier par f (x) pour obtenir
f (1K ) = 1K .

Correction de l’exercice 57 – Caractérisation des corps par les idéaux

Puisque A est un anneau commutatif non nul, c’est un corps si et seulement si tout élément non nul est
inversible.
Si A est un corps, un idéal non nul de A possède un élément inversible donc est égal à A, d’où i) ⇒ ii).
Si réciproquement A et {0} sont les seuls idéaux de A, alors prenons x non nul dans A. L’idéal xA n’est
pas nul puisqu’il possède x, donc c’est A tout entier : En particulier, 1A ∈ xA et donc x est inversible.

Correction de l’exercice 58 – Anneau intègre fini

Il manque le fait que tout élément non nul soit inversible. Soit donc un tel anneau A, et a ∈ A \ {0A }.
L’application
b 7→ ab
de A dans A est injective (puisque A est intègre), et donc bijective puisque A est fini. En particulier, 1A admet
un antécédent par cette application, donc a est inversible.
Remarque – A étant intègre, il est commutatif, il suffisait donc de trouver un inverse à droite (comme on l’a
fait).
Remarque – En fait, tout anneau fini non nul sans diviseur de zéro est un corps (c’est plus ou moins le théorème
de Wedderburn), mais la démonstration est bien plus difficile.

Correction de l’exercice 59 – Condition suffisante pour être un corps

Il reste à établir l’inversibilité de tout élément non nul a de A.

On montre d’abord que a n’est pas nilpotent : sinon, en notant k son indice de nilpotence (k ⩾ 2 car a ̸= 0),
alors k doit être impair (si k = 2p, alors (ap )2 = 0 donc ap = 0). Or ak+1 = 0 donc a(k+1)/2 = 0 (son carré est
nul) donc (k + 1)/2 ⩾ k puis k ⩽ 1 : absurde.
Ensuite on montre qu’une puissance am de a est égale à son carré (cf l’exercice sur l’existence d’un idem-
potent), puis, comme am ̸= 0, on a am = 0.

Correction de l’exercice 60 – Groupe d’automorphismes d’une extension quadratique de Q

√ √ √
On montre que Q( 3) est un sous-corps de R. Pour ce faire, on vérifie √ que 1 ∈ Q( 3), que Q( 3) est
stable par différence (essentiellement
√ parce que Q√l’est), et enfin que Q( 3) \ {0} est stable par quotient. Soit
a, b, c, d ∈ Q, tels√que z = a + 3b et z ′ = c + 3d soient non nuls, i.e. (a, b) ̸= (0, 0) et (c, d) ̸= (0, 0), par
irrationnalité de 3. √ √
On a, en multipliant par la quantité conjuguée c − 3d (non nulle par irrationnalité de 3)
√ √
z (a + 3b)(c − 3d) ac − 3bd bc − ad √
′
= 2 2
= 2 2
+ 2 3,
z c − 3d c − 3d c − 3d2
√
donc zz′ ∈ Q( 3) ( ac−3bd bc−ad
c2 −3d2 et c2 −3d2 sont rationnels).
√
Q( 3) est donc bien un corps.
Déterminons ses automorphismes :
Analyse Soit φ un automorphisme de ce corps. On a en particulier, pour tout (p, q) ∈ Z × N∗ ,
qφ(p/q) = φ(p) = pφ(1) = p, i.e.φ(p/q) = p/q.
φ laisse donc fixe tout nombre rationnel.
De plus, √
(φ( 3))2 = φ(3) = 3,
618 Stéphane FLON
 √ √
puis φ( 3) = ε 3, où ε ∈ {−1, 1}. √ √
Soit a, b ∈ Q. On a donc φ(a + b 3) = a + ε 3b, ce qui laisse donc deux possibilités pour φ.
Synthèse Réciproquement, Id Q(√3) est bien un automorphisme de ce corps, ainsi que
√ √
ψ : a + b 3 7→ a − b 3
(vérifications laissées au lecteur).
Remarque
√ – ψ est bien définie√en tant qu’application par existence mais aussi unicité de l’écriture d’un élément
de Q( 3) sous la forme a + b 3, avec (a, b) ∈ Q2 .

Correction de l’exercice 61 – Calculs dans une extension de Q de degré 3

On montre d’abord que P admet bien une unique racine réelle (par étude des variations de x ∈ R 7→ P (x).
On montre que P est irréductible sur Q. Sinon, P serait le produit de deux polynômes rationnels non
constants, puis, P étant de degré 3, P aurait une racine rationnelle r = pq où p et q sont des entiers premiers
entre eux. Les entiers p et q seraient alors des diviseurs de 1 par le théorème de Gauss, d’où une absurdité.
On en déduit que Q[θ] est un Q-espace vectoriel dont une base est (1, θ, θ2 ) : c’est bien une famille de cet
espacevectoriel, libre par irréductibilité de P sur Q. Enfin, si A ∈ Q[X], alors, en faisant la division euclidienne
de A par P , on obtient A(θ) ∈ Vect(1, θ, θ2 ).
Soit maintenant x ∈ Q[θ] \ {0}. Il existe A ∈ Q2 [X] tel que x = A(θ). Comme P est irréductible sur Q et
A ∧ P vaut 1 ou P . Comme ce n’est pas P (0 ⩽ deg(A) ⩽ 2), A et P sont premiers entre eux : par le théorème
de Bézout, il existe U, V ∈ Q[X] tels que AU + P V = 1, puis, en évaluant en θ :
U (θ)A(θ) = 1
donc x est bien inversible dans Q[θ].
Ainsi, Q[θ] est un sous-corps de C.
Si x = θ2 − 2θ − 3, alors en appliquant le théorème d’euclide étendu, on trouve une relation de Bézout entre
P et X 2 − 2X − 3, et on obtient
1
x−1 = (6θ2 − 7θ − 2)
25

Correction de l’exercice 62 – Une caractérisation des corps

Il s’agit encore une fois de montrer que tout élément non nul x admet un inverse. Considérons l’idéal
principal x2 A. Comme cet idéal est premier, et que x2 = x · x, on a x ∈ x2 A, i.e. il existe y ∈ A tel que x = x2 y.
on aimerait maintenant simplifier par x. il suffirait pour cela que x soit simplifiable, i.e. qu’il ne soit pas un
diviseur de zéro.
Or par hypothèse, l’idéal {0} est premier, ce qui se traduit par le fait que A n’admette pas de diviseur de
zéro, d’où le résultat.

Correction de l’exercice 63 – Corps algébriquement clos

Q
1 Soit K un corps fini. Le polynôme non constant x∈K (X − x) + 1 n’a pas de racine dans K, ce corps
n’est donc pas algébriquement clos.
Le résultat est établi par contraposition.
2 C est un corps algébriquement clos (théorème de d’Alembert).
3 Un nombre complexe α est dit algébrique sur Q s’il est racine d’un polynôme non nul à coefficients dans
Q. Cela revient à dire que le sous-corps de C engendré par α est un Q-espace vectoriel de dimension finie.
Si α et β sont algébriques, on montre que le sous-corps de C engendré par (α, β) est de dimension finie. En
particulier, Q(α + β) et Q(αβ) sont de dimension finie sur Q.

Correction de l’exercice 64 – Sous-algèbres, ou pas

1 {P (X 2 ), P ∈ C[X]} est une sous-algèbre de C[X].

2 Z[X] est un sous-anneau de [X] mais pas une sous-algèbre.
3 X C[X] est un sous-espace vectoriel (et un idéal) de C[X] mais pas une sous-algèbre.

Correction de l’exercice 65 – C 0 ([0, 1], R) et C 1 ([0, 1], R) sont-ils isomorphes en tant qu’algèbres ?

Non, car dans C 0 ([0, 1], R), tout élément admet une racine cubique, contrairement à C 1 ([0, 1], R) (prendre
Id [0,1] par exemple).

619 Stéphane FLON

 2. Séries numériques

2.1. Exercices : Séries numériques

2.1.1. Problématiques
Problématique : Déterminer la nature d’une série numérique

Correction de l’exercice 1 – (Divergence) Vérifier s’il y a divergence grossière

On montre à chaque fois la divergence grossière.

1 Évident.
2 Si (cos(n)) tendait vers 0, alors (cos(2n)) (qui en est extraite) convergerait aussi vers 0. Comme cos(2n) =
2 cos2 (n) − 1, on obtiendrait la contradiction 0 = −1 en passant à la limite.
3 On peut se ramener au cas précédent en observant que sin(n + 1) = sin(1) cos(n) + sin(n) cos(1) (et
sin(1) ̸= 0).

Correction de l’exercice 2 – (Divergence) Considérer une tranche

Pβn
1 k=αn uk = Sβn − Sαn −1 .
2 Pour tout n ∈ N∗
2n 2n
X 1 X 1 1
H2n − Hn = ⩾ =
k 2n 2
k=n+1 k=n+1
donc (Hn ) n’est pas convergente (sinon, H2n − Hn tendrait vers 0).
P3n σ étant injective à valeurs dans N , la somme de ses valeurs en n entiers distincts est supérieure ou égale
∗

à k=1 k.
On peut dès lors s’inspirer de la preuve de divergence de la série harmonique en considérant une tranche :
2n Pn
σ(k) k=1 k 1
X
2
⩾ ∼ ,
k (2n)2 8
k=n+1

donc la série considérée diverge.

Correction de l’exercice 3 – Utiliser les relations de comparaison si le terme général est de signe constant

1 1
ln 1 + n1 sont de même nature. Or, pour tout n ∈ N∗ :

P1 P

1 Comme ln 1 + n ∼ n > 0, les séries n et
Å ã
1
ln 1 + = ln(n + 1) − ln(n)
n
ln 1 + n1 a donc même nature que la suite (ln(n)), et elle est donc divergente.
P

La série
2 L’équivalent provient de ln(1+x) ∼x → 0 x. Par comparaison
 de séries à termes positifs (et plus précisément
P 1 P 1
l’énoncé 13), pn a même nature que la série ln 1− 1 .
pn
PN 1
Soit M > 0, et soit N tel que k=1 k ⩾ M (un tel N existe par divergence de la série harmonique vers
+∞). Notons m un entier tel que pm ⩾ N . On a alors
m Ç å m N
! m N
!! N
!
X 1 X X 1 Y X 1 X 1
ln ⩾ ln = ln ⩾ ln ⩾ ln(M )
k=1
1 − p1k i=0 k
k=1
pi pi
i=0 kk=1
k
k=1

On en déduit que les deux séries considérées divergent.

Correction de l’exercice 4 – (Convergence) Vérifier s’il y a convergence absolue

in P ein
1 en2 = n12 est le terme général d’une série convergente (exemple de Riemann), i.e. n2 converge
absolument, puis converge (énoncé 17).
2 P cos(n)+sin(n2 )
Pour tout n ∈ N∗ , cos(n)+sin(n
n2
)
⩽ n22 donc, par application de l’énoncé 11, on en déduit que n2
est absolument convergente, et donc convergente.
2 Sous l’hypothèse de l’énoncé, un = o n1α , donc à plus 1



P forte raison un = O nα . D’après l’exemple des
séries de Riemann, ainsi que l’énoncé 18, on en déduit que un converge absolument, puis converge.
620 Stéphane FLON
 Correction de l’exercice 5 – (Convergence) Appliquer le critère spécial des séries alternées
P (−1)n
1 Le CSSA s’applique, car la série nα est alternée et son terme général tend vers 0, en décroissant en
valeur absolue.
P (−1)n ln(n)
2 Le CSSA s’applique, car la série n est alternée et son terme général tend vers 0, en décroissant
(à partir du rang 3) en valeur absolue.
P (−1)n
3 un est bien définie par application du CSSA, ou plus simplement parce que n2 est absolument
convergente.
Le CSSA nous donne des renseignements supplémentaires : il prouve que un est du signe de (−1)n , mais
aussi que
1
|un | ⩽ 2
P n
ce qui nous donne l’absolue convergence de un .
Remarque – Il est tentant d’appliquer le CSSA à la série de terme général un , mais la décroissance en valeur
absolue ne va pas de soi (on sait seulement que (|u2n |) et (|u2n+1 |) sont décroissantes).
Remarque – On pouvait aussi, en justifiant sa démarche, regrouper dans la somme définissant un les termes
d’indices 2k et 2k + 1 par exemple.

Correction de l’exercice 6 – Faire un développement asymptotique du terme général jusqu’à l’absolue conver-
gence, ou jusqu’à un terme de signe constant

(−1)n
1 On notera un = .
nα − (−1)n
Si α = 0, cette série n’est pas bien définie.
Si α < 0, cette série diverge grossièrement.
On se place dans le cas où α > 0. On effectue un développement asymptotique :
(−1)n (−1)n
Å ã
1 1 1 1
un = n = + wn où wn = 2α + o ∼ 2α
nα 1 − (−1) n α n n 2α n
nα
P (−1)n
Or nα converge par application du CSSA (le terme général a un signe alterné, et décroit vers 0 en valeur
P P P 1
absolue), donc un a même nature que wn , et doncPque n2α (termes généraux positifs équivalents).
L’exemple des séries de Riemann permet de conclure : un est convergente si α > 1/2, et divergente si
α ∈]0, 1/2].
n
Remarque – Bien sûr, le seul équivalent un ∼ (−1) nα (dans le cas où α > 0) ne permettait pas de conclure.
Remarque – On aurait pu commencer par se poser la question de l’absolue convergence (qui a lieu si et seulement
si α > 1).
2 On a
(−1)n 1
un = + wn où wn ∼ − 2α < 0
nα 2n
d’où la convergence si α > 1/2, et la divergence si α ∈]0, 1/2].
Remarque – Il y a convergence absolue si et seulement si α > 1.

Correction de l’exercice 7 – Regrouper les termes

1 Il suffit de prendre la série dont les termes sont 1, −1, 1/2, 1/2, −1/2, −1/2, 1/3, 1/3, 1/3, −1/3, −1/3, −1/3, . . . ,
P P ÄPan+1 −1 ä
et de regrouper les termes opposés, de sorte que un diverge, mais pas k=an uk .
P P ÄPan+1 −1 ä PN ÄPan+1 −1 ä PaN +1 −1
2 Si un converge, alors k=a uk aussi (car n=0 k=an uk = n=a0 un ).
P ÄPan+1 −1 nä
Si (un ) tend vers 0, k=an uk converge, et si (an+1 − an ) est constante, disons de valeur p, alors
(Snp+a0 −1 ) converge, vers un certain scalaire ℓ. Comme (un ) tend vers 0, (Snp+k+a0 −1 ) converge vers ℓ pour
tout k ∈ [[0, p − 1]], donc (Sn ) converge vers ℓ.
1 −1 6
3 u2n + u2n+1 = 2n+2+i + 2n+1+3−i = (2n+2+i)(2n+4−i) = O(1/n2 ), donc (S2n+1 ) converge. Comme u2n+1
tend vers 0, (S2n ) converge vers la même limite, puis (Sn ) converge.
jn
4 On pose un = n . Un calcul donne
1 j j2 (3n + 1)(3n + 2) + j(3n)(3n + 2) + j 2 (3n)(3n + 1)
u3n + u3n+1 + u3n+2 = + + = = O(1/n2 )
3n 3n + 1 3n + 2 3n(3n + 1)(3n + 2)
Ainsi, (S3n+2 ) converge, puis, comme un tend vers 0, (S3n+1 ) et (S3n ) convergent vers la même limite.
621 Stéphane FLON
 Correction de l’exercice 8 – Faire l’analogie entre dérivée discrète et dérivée usuelle

1
an −an−1 f′
i an est à la suite (an ) ce qu’est à la fonction f . Si f est à valeurs strictement positives ainsi
f
R +∞ f ′ +∞
P an −an−1
que sa dérivée, et tend vers +∞ en +∞, alors c f = [ln(f )]c . On s’attend donc à ce que an
diverge.
C’est bien sûr le cas si an −a
an
n−1
ne tend pas vers 0 : on écarte ce cas, ce qui revient à supposer que an ∼ an−1 .
P
En s’inspirant encore de l’exemple intégral, on considère la série (ln(an ) − ln(an−1 )). Cette série a même
nature que la suite (ln(an )) et elle est donc divergente.
Par ailleurs, comme an ∼ an−1 :
an − an−1 an − an−1
Å ã
an
ln(an ) − ln(an−1 ) = ln ∼ ∼
an−1 an−1 an

et ana−a n−1
P an −an−1
n−1
⩾ 0 car (an ) est positive croissante : par comparaison de séries à termes positifs, an−1 diverge.
1 1
ii Pour tout t ∈ [an−1 , an ], on a 0 < t ⩽ an−1 , donc, en intégrant sur ce segment, 0 ⩽ vn ⩽ un . Or
Pn Ra
vn diverge, car k=1 vk = a0n dt
P
t = ln(an ) − ln(a0 ), et car (an ) tend vers +∞.

Correction de l’exercice 9 – Utiliser des propriétés de certains nombres algébriques

√ √ √ n √ n
1 |3− 5| < 1 donc sin(π(3− 5)n ) ∼
P
√ π(3− 5) et d’après l’exemple des séries géométriques, π(3− 5)
sin(π(3 − 5)n ) également.
P
converge absolument, donc
2 Formule du binôme de Newton.
√ √ √ √
3 π(3 + 5)n ≡ −π(3 − 5)n [π], donc sin(π(3 − 5)n ) = sin(π(3 + 5)n ) , d’où l’absolue convergence
√
de sin(π(3 + 5)n ).

Correction de l’exercice 10 – Utiliser une comparaison série-intégrale même dans un cas non monotone

1 Considérons la fonction f : t 7→ sin(ln(t)) t . Cette fonction est dérivable sur R∗+ , et, pour tout t > 0,
cos(ln(t))−sin(ln(t))
f ′ (t) = t2 , donc sur [n, n + 1], f est n22 -lipschitzienne. On en déduit que
Z n+1 Z n+1 Z n+1
2 1
|vn − un | = (f (t) − f (n)) dt ⩽ |f (t) − f (n)| dt ⩽ (t − n)dt =
n n n2 n n2
P P P
donc (un − vn ) converge absolument donc converge : un et vn ont même nature.
Remarque – Cet énoncé n’est pas usuel, car f n’est pas décroissante (ni d’ailleurs positive) au voisinage de +∞.
2 En observant que f s’intègre
P en t 7→ − cos(ln(t)),
P et sachant que la suite (cos(ln(n))) n’a pas de limite (à
justifier), on en déduit que vn diverge, donc un également.

Correction de l’exercice 11 – Effectuer une transformation d’Abel

1 On pose A−1 = 0. Soit n ∈ N∗ :

n
X n
X
a k Bk = (Ak − Ak−1 )Bk
k=0 k=0
Xn n
X
= Ak B k − Ak−1 Bk
k=0 k=0
Xn Xn
= Ak B k − Ak−1 Bk
k=0 k=1
n
X n−1
X
= Ak B k − Ak Bk+1
k=0 k=0
n−1
X
= An B n + Ak bk
k=0

622 Stéphane FLON

 P
2 Sous ces hypothèses, (An Bn ) tend vers
P 0 (produit d’une telle suite et d’une suite bornée), et An bn est
absolument convergente
P (A n b n = o(bn ) et bn est absolument convergente), donc la formule d’Abel montre la
convergence de an Bn .
3
i Soit (un ) une suite décroissante de limite nulle. On pose an = (−1)n et PBn = un . La suite (An )
prend
P alors alternativement les valeurs 1 et 0, donc est bornée, (B n ) tend vers 0, et |un+1 − un | qui est aussi
(un − un+1 ) (par décroissance de (un )), Pest absolument convergente. On peut donc bien appliquer le résultat
précédent pour obtenir la convergence de (−1)n un .
ii On applique ce qui précède pour Bn = n1 , et pour an = sin(n). La suite (An ) est bornée car
n Ç å
X ei(n+1) − 1 sin((n + 1)/2)
An = sin(k) = Im = Im(ein/2 )
ei − 1 sin(1/2)
k=0

iii Comme
sin2 (n) sin(n)
0⩽ ⩽
n n
P sin2 (n) P sin(n)
il suffit d’établir la divergence de n pour établir la non convergence absolue de n .
2 1−cos(2n)
Or sin (n) = , et on peut montrer comme précédemment (par transformation d’Abel) la conver-
P cos(2n) P2 sin2 (n) P1
gence de n : n a même nature que n et est donc divergente.
Voir aussi : 26, 27, 28, 33

Problématique : Calculer la somme d’une série numérique convergente

Correction de l’exercice 12 – Télescoper

1
− n1 , donc la série
P
1 un = n−1 un a même nature que la suite (1/n) (énoncé 1) : elle converge. De plus,
1
sa somme vaut 2−1 − 0, c’est-à-dire 1 (énoncé 2).
Qn k
2 Notons πn = k=0 (a2 + 1) (par convention, π−1 = 1).
n
(a2 +1)−1
Pour tout n ∈ N, un = Qn 2k +1)
= 1
πn−1 − 1
πn (valable même pour n = 0), donc
k=0 (a

n
X 1 1
uk = −
π−1 πn
k=0
1 1
P
— Si a ⩾ 1, 0 ⩽ πn ⩽ 2n+1 , donc un converge, et sa somme vaut 1.
P2n+1 −1 k 2n+1
— Si a ∈]0, 1[, πn = k=0 a (par exemple par écriture binaire des entiers naturels), donc πn = 1−a 1−a ,
1
P
puis (πn ) converge vers 1−a . Ainsi, un converge, et sa somme vaut 1 − (1 − a), c’est-à-dire a.
un
Remarque – Les calculs sont plus simples si on observe (pour a ̸= 1) que a−1 = αn − αn+1 , où αn = a2n1−1 ,
puisqu’alors
a−1
Sn = (a − 1)(α0 − αn+1 ) = 1 − 2n+1 .
a −1
3 un ∼ n13 > 0, et
P 1 P
n3 converge, d’où la convergence de un .
X 1 1 1 1
X 4 +X 2 +1 = 2(X 2 −X+1) − 2(X 2 +X+1) = P (X) − P (X+1) où P (X) = X 2 − X + 1.
P∞
Par télescopage, on obtient n=0 un = 21 .

Correction de l’exercice 13 – Identifier un produit de Cauchy

P n P
La série z est absolument convergente, donc son produit de Cauchy cn avec elle-même également, et
P∞ P∞ n 2 1
P n k n−k n
n=0 cn = ( n=0 z ) = (1−z)2 . Or cn = k=0 z z = (n + 1)z , d’où le résultat.

Correction de l’exercice 14 – Écrire le terme général sous forme d’une intégrale

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

623 Stéphane FLON

 R1 dx
Or 0 1+x
= ln(2), et
1 1
xn
Z Z
1
dx ⩽ xn dx =
0 1+x 0 n+1
P (−1)n−1
donc n converge et sa somme vaut ln(2).
Remarque – On a directement calculé la limite de la suite des sommes partielles, et établi ce faisant la convergence
de la série étudiée. On pouvait bien sûr vérifier d’emblée la convergence de cette série, en appliquant le CSSA.
Remarque – L’inégalité de Taylor-Lagrange (appliquée à la bonne fonction) fournit également ce résultat.
n R1
2 (−1) 2 n
2n+1 = 0 (−x ) dx, donc
N N Z 1 Z 1XN Z 1
X (−1)n X 1 − (−x2 )N +1
= (−x2 )n dx = (−x2 )n dx = dx
n=0
2n + 1 n=0 0 0 n=0 0 1 + x2
R1 dx π
R1 −(−x2 )N +1 R1 1
P∞ (−1)n π
Comme 0 1+x2
= 4 et 0 1+x2 dx ⩽ 0
x2(N +1) dx = 2N +3 , on obtient bien n=0 2n+1 = 4.
3
= −1 et a = 1/(2π). P
i bP
/ 2π Z, i.e. sin(t/2) ̸= 0),
n 1 1 n ikt
ii k=1 cos(kt) + 2 = 2 k=−n e , donc, si eit ̸= 1 (i.e. t ∈
n Ç å
1 −int (eit )2n+1 − 1 1 e−int × e(n+1/2)it
Å ã
X 1 2i sin ((n + 1/2)t)
cos(kt) + = e = ×
2 2 eit − 1 2 eit/2 2i sin (t/2)
k=1

iii C’est le lemme de Riemann-Lebesgue dans le cas facile C 1 , que l’on peut obtenir par intégration par
parties.
iv
N Z π N
X 1 2
X
= (at + bt) cos(nt)dt
n=1
n2 0 n=1
sin((N + 21 )t) 1
Z π Ç å
2
= (at + bt) −
0 2 sin(t/2) 2
sin((N + 21 )t)
Z π Z π
1
= − (at2 + bt)dt + (at2 + bt) dt
2 0 0 2 sin(t/2)

sin(t/2) se prolonge sur R en une fonction de classe C (argument de MPSI : théorème

2
Or on vérifie que t 7→ 2 at +bt 1
∞
de limite de la dérivée, argument de MP : toute fonction DSE est de classe C au voisinage de 0, et l’inverse
d’une fonction de classe C ∞ qui ne s’annule
P∞ 1pas est1 Rdeπ classe C∞.
2
D’après la question précédente, n=1 n2 = − 2 0 (at + bt)dt, on trouve après calcul le résultat voulu.

Correction de l’exercice 15 – Utiliser les propriétés des racines n-ièmes de l’unité

Pn−1
zp = e2ipk/n . Si e2ip/n = 1, i.e. n divise p, la somme vaut n, et sinon, elle vaut 0 =
P
1 z∈Un k=0
1−(e2ip/n )n
1−e2ip/n
.
2 La convergence de la série est claire (par exemple parce que 1/(3n)! = o(1/n2 )).
Tout part de l’observation que 1n + j n + (j 2 )n = 3 si n est un multiple de 3, et 1n + j n + (j 2 )n = 0 si n est
un entier non multiple de 3.
Ainsi,
+∞ Ç Ç √ åå
X 1 1Ä j j2
ä 1 2 3
= e+e +e = e + √ cos
n=0
(3n)! 3 3 e 2

Correction de l’exercice 16 – Utiliser un développement asymptotique de la série harmonique

1 La convergence est immédiate.

2 De plus,
1 1 1 4
= + −
X(X + 1)(2X + 1) X X + 1 2X + 1
En utilisant Hn = ln(n) + γ + o(1), on trouve que la somme cherchée vaut 18 − 24 ln(2).
624 Stéphane FLON
 Correction de l’exercice 17 – Revenir aux sommes partielles

Notons, pour tout n ∈ N, Sn = uk . Soit n ∈ N. On a

Pn
k=0
n
X n
X
vk = k(uk+1 − uk )
k=0 k=0
Xn n
X
= kuk+1 − kuk
k=0 k=0
Xn Xn
= kuk+1 − kuk
k=0 k=1
n+1
X n
X
= (k − 1)uk − kuk
k=1 k=1
Xn
= − uk + nun+1
k=1
Or nun+1 tend vers 0 lorsque n tend vers l’infini (cf l’exercice 21).
Voir aussi : 27, 29, 30

Problématique : Étudier le comportement asymptotique de la suite des sommes partielles d’une série
numérique, ou de la suite des restes d’une série numérique convergente

Correction de l’exercice 18 – Effectuer une comparaison série-intégrale

√
1 Appliquer la méthode des rectangles à la fonction croissante f : x 7→ x.
Remarque – On peut aussi utiliser les sommes de Riemann
Pn
2 Si α = 0, on a bien sûr k=1 k1α = n.
Si α < 0, on est bien sûr dans un cas de divergence (grossière), et t 7→ t1α est (strictement) croissante sur
R+ . On a donc, pour tout n ⩾ 1 :
∗
Z n+1
1 dt 1
⩽ ⩽ ,
nα n t α (n + 1)α
puis, en sommant de 1 à N :
Z N +1
dt 1
SN ⩽ α
⩽ SN − 1 +
2 t (N + 1)α
R N +1 dt N 1−α
Or 2 tα ∼N → +∞ 1−α , et on obtient donc

N 1−α
SN ∼N → +∞
1−α
Remarque – Les sommes de Riemann donnaient le résultat bien plus rapidement.
Dans le cas où α ∈]0, 1], nous sommes toujours dans un cas de divergence, mais t 7→ t1α est (strictement)
décroissante sur R∗+ : les calculs sont similaires à ce qu’on vient de faire, il suffit d’inverser les inégalités. On
obtient SN ∼N ∞ ln(N ) si α = 1, et à nouveau
N 1−α
SN ∼N → +∞
1−α
si α ∈]0, 1[.
Dans le cas où α > 1, nous sommes dans le cas de convergence, et de (stricte) décroissance sur R∗+ de t 7→ 1
tα .
En sommant cette fois-ci de N à +∞ (ce qui est licite car tout converge), on obtient
Z +∞
dt
RN +1 ⩽ α
⩽ RN
N t
R +∞
or N tdtα ∼N ∞ (α−1)N 1 1


α−1 . On conclut en observant que RN +1 = RN + o N α−1 :
1
RN ∼N ∞
(α − 1)N α−1

Correction de l’exercice 19 – Utiliser la sommation des relations de comparaison

625 Stéphane FLON

 1 Pour tout α ∈ R, x 7→ 1
xα est monotone sur R∗+ , et n1α ∼ 1
(n+1)α . On en déduit que
Z n+1
1 dt
∼
nα n t α

Ces termes étant en outre positifs, on en déduit :

Dans le cas de divergence α ⩽ 1 –
n Z n
X 1 dt
∼
kα 1 tα
k=1
et donc, si α < 1 :
n
X 1 1
∼ n1−α
kα (1 − α)
k=1
ainsi que, pour α = 1
n
X 1
∼ ln(n)
k
k=1
Dans le cas de convergence α > 1 – On obtient cette fois-ci :
∞
X 1 1
∼
kα (α − 1)nα−1
k=n

2 La divergence de cette série provient du critère de d’Alembert, et la suite (un ) tend en fait vers +∞.
Par hypothèse, un−1 = o(un ), donc un − un−1 ∼ un > 0, puis, par sommation des relations de comparaison
dans le cas de la divergence, on obtient
Xn
uk ∼ un − u0 ∼ un
k=1
1
3 Comme n ∼ ln(n + 1) − ln(n) > 0, la série harmonique est divergente, et
n
X
Hn ∼ ln(k + 1) − ln(k) = ln(n + 1) ∼ ln(n)
k=1

Cela donne le développement asymptotique à un terme suivant :

Hn = ln(n) + o(ln(n))
On cherche maintenant un équivalent de vn = Hn − ln(n). Or
Å ã
n+1 1 1
vn − vn+1 = ln − ∼ >0
n n+1 2(n + 1)2
ce qui établit la convergence de la suite (vn ) (on note γ sa limite), et par sommation des relations de comparaison,
dans le cas de la convergence
+∞
X 1 1
vn − γ ∼ 2
∼
2(k + 1) 2n
k=n
d’où Å ã
1 1
Hn = ln(n) + γ + +o
2n 2n
Voir aussi : 32

2.1.2. Bonnes questions

Correction de l’exercice 20 – Y a-t-il un seuil divergence-convergence pour les séries à termes positifs ?

(Sn ) tend vers +∞.

Si un /Sn ne tend pas vers 0, il y a divergence grossière.
Si un /Sn tend vers 0, alors un /Sn ∼ − ln(1 − un /Sn ) = ln(Sn ) − ln(Sn−1 ), et on en déduit la divergence.
Remarque – comment avoir l’idée de considérer le logarithme ? On a Sunn = Sn −S Sn
n−1
. Le terme Sn − Sn−1
dx
correspond à une dérivée discrète de (Sn ). L’analogue continue de l’expression est x , que l’on peut écrire
d(ln(x)), d’où l’idée de comparer Sn −S
Sn
n−1
et ln(Sn ) − ln(Sn−1 ).
626 Stéphane FLON
 Correction de l’exercice 21 – Le terme général d’une série convergente doit-il tendre vite vers 0 ?

1 La suite des sommes partielles (Sn ) converge, donc un = Sn −Sn−1 tend vers 0 lorsque n tend vers l’infini.
P1
2 n

3 Pour tout n ⩾ 2
n
X
0 ⩽ (n − E(n/2) + 1)an ⩽ ak →n∞ 0
k=E(n/2)

1


or (n − E(n/2) + 1) ∼n n/2, donc nan →n 0, puis an = o n .

4 L’implication directe est fausse : prendre an2 = n12 pour tout n ∈ N∗ , et ak = 0 pour les autres indices.
1
L’implication réciproque est fausse : prendre an = n ln(n) .

5
i (un ) est convergente, donc bornée : pour tout n ∈ N, {|uk |, k ⩾ n} est donc une partie non vide et
majorée de R, d’où l’existence de wn .
Remarque – on peut montrer que cette borne supérieure est atteinte (grâce à la convergence de (un ) vers 0.
ii Pour tout n ∈ N, |un | ⩽ wn donc un = O(wn ).
iii Pour tout n ∈ N, {|uk |, k ⩾ n + 1} ⊂ {|uk |, k ⩾ n}, wn+1 ⩽ wn .
Soit ε ∈ R∗+ . Il existe N tel que, pour tout n ⩾ N , |un | ⩽ ε. On a donc 0 ⩽ wn ⩽ ε pour tout n ⩾ N : (wn )
tend vers 0.
iv Il suffit de prendre vn = (−1)n wn : un = O(vn ) et
P
vn converge d’après le critère spécial des séries
alternées.

Correction de l’exercice 22 – Une série dont le terme général tend vers 0 et dont la suite des sommes partielles
est bornée est-elle convergente ? (X MP)

En raisonnant sur la suite (Sn ) des sommes partielles, on cherche une suite bornée (Sn ) divergente, mais
telle que (Sn − Sn+1 ) tende vers 0. L’exemple de la suite (sin(ln(n))) convient.
Pour justifier que, pour ce choix, on a bien convergence de (Sn − Sn+1 ) vers 0, on peut vérifier que (ln(n +
1) − ln(n)) tend vers 0, et exploiter le caractère lipschitzien de la fonction sinus.

Correction de l’exercice 23 – Que faire dans le cas douteux du critère de d’Alembert ?

1 Pour tout n ∈ N, |un+1 | ⩾ |un |, donc (|un |) est minorée par |u0 | > 0, et donc
P
un diverge grossièrement.

2
1
i On pose vn = nb
. On a

1 −b
Å ã Å ã
vn+1 b 1
= 1+ =1− +o
vn n n n

donc uun+1 − vn+1 b−a 1

b−a
n vn = n + o n ∼ n < 0.
un+1 vn+1
Ainsi, à partir d’un certain rang N , on a un ⩽ vn , puis, par récurrence,

uN
∀ n ⩾ N, 0 ⩽ un ⩽ vn
vN
P P
Comme vn converge (d’après l’exemple de Riemann, et car b > 1), on en déduit que un converge.
ii On a comme ci-dessus uun+1 n
− vn+1
vn ∼ b−a
n , où b − a > 0 cette fois-ci, puis l’existence de N tel que,
pour tout n ⩾ N , 0 ⩽ vn ⩽ uvN N
u n .
P P
Comme vn diverge (exemple de Riemann, b < 1), la série un est également divergente, par comparaison
de séries à termes positifs.
627 Stéphane FLON
 1
3 Soit β > 0, et un = n ln(n)β
. On a

1 −1
Å ã Å ãβ
un+1 ln(n + 1)
= 1+ ×
un n ln(n)
Å ã−1 Å ãβ
1 ln(n) + ln(1 + 1/n)
= 1+ ×
n ln(n)
Å ã−1 Å ãβ
1 ln(1 + 1/n)
= 1+ × 1+
n ln(n)
Å ã−1 Å Å ããβ
1 1 1
= 1+ × 1+ +o
n n ln(n) n ln(n)
Å ã−1 Å Å ããβ
1 1
= 1+ × 1+o
n n
Å Å ãã Å Å ãã
1 1 1
= 1− +o × 1+o
n n n
Å ã
1 1
= 1− +o
n n
P
Or un converge si et seulement si β > 1 (voir l’exemple des séries de Bertrand) : tous les cas sont donc
possibles lorsque a = 1.
4 Il s’agit de montrer que la suite (na un ) converge vers un réel strictement positif : on applique la stratégie
de l’énoncé 3. La suite (na un ) converge vers un réel strictement positif si et seulement si la suite (ln(na un ))
ln((n + 1)a un+1 ) − ln(na un ) converge. Or
P
converge vers un certain réel, si et seulement si la série
Å ã Å ã Å ã
un+1 1 1
ln((n + 1)a un+1 ) − ln(na un ) = ln + a ln 1 + =O
un n n2
ln((n + 1)a un+1 ) − ln(na un ) (absolument) convergente.
P
donc la série
Remarque – Le résultat demeure si on suppose uun+1 = 1 − na + rn , où
P
n
rn est absolument convergente.

Correction de l’exercice 24 – Quel développement asymptotique de la série harmonique la comparaison série-

intégrale donne-t-elle ?
1
On applique le théorème de comparaison série-intégrale à la fonction inverse sur [1, +∞[ (ou à x 7→ x+1 sur
R+ ). Rn
Voici une preuve directe : Pour tout n ⩾ 2, n1 ⩽ n−1 dt 1
t ⩽ n−1 , donc, en soustrayant n
1

Z n
dt 1 1 1
0⩽ − ⩽ −
n−1 t n n − 1 n
PÄ 1 1
ä
la suite n1 .


Or la série télescopique n−1 − n est convergente, car de même nature que
P ÄR n dt ä
Ainsi, par comparaison de séries à termes positifs, on en déduit que n−1 t
− n1 est convergente. En
repassant aux sommes partielles, on obtient bien le résultat voulu.

Correction de l’exercice 25 – Le théorème du produit de Cauchy de séries absolument convergentes s’étend-t-il ?

(−1)n P P
Notons un = √ n+1
et cn le produit de Cauchy de un par elle-même.
Comme (|un |) décroı̂t vers 0 et que ((−1)n un ) est positive, le CSSA montre que
P
un converge.
Pn (−1)k (−1)n−k
Soit n ∈ N : cn = k=0 √k+1 · √n−k+1 = (−1)
ÄPn ä
n 1
√ √ .
√ a+b √ √ k=0 k+1· n−k+1
2
2
Or pour tous a, b > 0, 0 < ab ⩽ 2 (car ( a − b) ⩾ 0), donc, en prenant l’inverse, 0 < a+b ⩽ √1 .
ab
Pn 2 2(n+1) P
On a donc |cn | ⩾ k=0 (k+1)+(n−k+1) = n+2 : cn est donc (grossièrement) divergente.

2.1.3. Pour préparer sa colle

Correction de l’exercice 26 – Nature de séries

1
i Cette suite (un ) est bien définie, et un > 0 pour tout n ∈ N∗ .
628 Stéphane FLON
 Soit n ∈ N∗ . Par positivité de un , on a

1
0 ⩽ un+1 ⩽
n+1

d’où la convergence de (un ) vers 0.

De la relation

(n + 1)un+1 = e−un

et du fait que (un ) converge vers 0, on déduitPque (nun ) converge vers 1

ii Notons vn = (−1)n un . La série vn n’est pas absolument convergente (puisque |vn | ∼ 1/n > 0,
d’après la question précédente).
C’est une série alternée dont le terme général tend vers 0. L’éventuelle décroissance de (un ) permettrait de
conclure (grâce au CSSA). Elle semble cependant délicate à établir.
On peut aussi tenter de donner un développement asymptotique plus fin de (un ). Pour cela, on  injecte 
le développement asymptotique auquel on est parvenu :
Å Å ãã Å ã
1 − n1 +o( n1 ) 1 1 1 1 1 1
un+1 = e = 1− +o = − +o
n+1 n+1 n n n + 1 n(n + 1) n(n + 1)
P
ce développement asymptotique de (un+1 ) (et par changement d’indice de (un )) montre que vn est conver-
gente, comme somme d’une série qui converge par CSSA et d’une série absolument convergente.
2 On effectue un développement asymptotique :

√
…
√ √
Å Å ãã
1 1 1 1
n+1= n 1+ = n 1+ − +O
n 2n 8n2 n3

donc, en remplaçant 1/n par 2/n :

√
…
√ √
Å Å ãã
2 1 1 1
n+2= n 1+ = n 1+ − 2 +O
n n 2n n3

Ainsi,
√
Å ã
1 a  1
un = n(1 + a + b) + √ +b +O
n 2 n3/2
P
Pour que un converge, il faut que
1 + a + b = 0, puis que a + 2b = 0, et ces conditions nécessaires sont
1
suffisantes, puisqu’alors un = O n3/2 .
Ainsi, l’unique cas de convergence est celui où (a, b) = (−2, 1).
Remarque – cet unique √ cas de convergence correspond à celui où on a pris l’ accélération  (i.e. la dérivée
discrète seconde) de ( n).
3

(−1)n
un = Ä ä
n3/4 1 + sin(n)
n 3/4

(−1)n
Å Å ãã
sin(n) sin(n)
= 1 − 3/4 + o
n3/4 n n3/4
n n Å ã
(−1) (−1) sin(n) sin(n)
= − + o
n3/4 n3/2 n3/2
(−1)n
Å ã
1
= 3/4
+O 3/2
n n
P (−1)n
Par application du CSSA, n3/4
converge (c’est une série alternée dont le terme général décroı̂t vers 0 en
valeur absolue). L’autre terme est
P celui d’une série absolument convergente (par comparaison à une série de
Riemann convergente). La série un est donc aussi convergente, en tant que somme de telles séries.
629 Stéphane FLON
 4
Ä p ä
un = sin π n2 + x2
Ç … å
x2
= sin π n 1 + 2
n
x2
Å Å Å ããã
1
= sin π n 1 + 2 + O
n n4
Å 2 Å ãã
πx 1
= sin π n + +O
n n3
Å 2 Å ãã
πx 1
= (−1)n sin +O
n n3
Å 2 Å ãã
n πx 1
= (−1) +O (car sin(u) = u + Ou → 0 (u2 ))
n n2
P
Ainsi, un converge, comme somme de deux série convergentes (l’une grâce au CSSA, l’autre par absolue
convergence).
√ √
vn converge absolument, car 2 − 3 ∈]0, 1[, donc vn = O((2 − 3)n ) (comparaison à une série géomé-
P
5
trique absolument convergente).
√ √
n ∈ N,(2 + 3)n + (2 − 3)n est un nombre pair (grâce à la formule du binôme de Newton),
Or pour tout P
donc un = −vn : un converge absolument.

Correction de l’exercice 27 – Un calcul de somme

1 Soit n ∈ N∗ . On a
un (1 + un ) − 1 1 1
= = − ,
(1 + u0 ) . . . (1 + un ) (1 + u0 ) . . . (1 + un ) πn−1 πn
Ä ä
P un 1
où πn = (1 + u0 ) . . . (1 + un ), donc la série (1+u0 )...(1+un ) a même nature que la suite πn .
Pn P P
Or ln(πn ) = k=0 ln(1 + uk ), et un est une série à termes positifs divergente. La P série ln(1 + un )
est donc à termes positifs, et elle est divergente. En effet, siP (un ) ne tend pas vers 0, ln(1 + un ) diverge
grossièrement, et si (un ) tend vers 0, ln(1 P + un ) ∼ un > 0, où un diverge.
La suite des sommes P partielles de ln(1 + un ) tend donc vers +∞, donc ln(πn ) tend vers +∞, puis πn
un
également. Ainsi, la série (1+u0 )...(1+un ) est convergente, et
N
X un u0 1 1 1
= + − =1−
n=0
(1 + u0 ) . . . (1 + un ) 1 + u0 π 0 π n π n
P∞ un
donc n=0 (1+u0 )...(1+un ) = 1.

Correction de l’exercice 28 – Cas douteux de la règle de d’Alembert

La présence de quotients, produits, puissances et factorielles invite à utiliser le critère de d’Alembert.

Soit n ∈ N∗ . On a ãn
a(n + 1)nn
Å
un+1 n
= = a
un (n + 1)n+1 n+1
n
or (n/(n + 1)) tend vers 1/e, d’où la discussion suivante :
Cas 1 : a > e La série diverge grossièrement.
Cas 2 : a < e La série converge.
Cas 2 : a = e Il s’agit du cas douteux de la règle de d’Alembert, il va falloir faire une étude plus fine.
Or l’équivalent de Stirling nous donne √
un ∼ 2π n
P
d’où la divergence grossière de un dans ce cas.
P∞ n ln(n)
Correction de l’exercice 29 – Calcul de n=1 (−1) n

1
i ln(n)
P ln(n)
⩾ n1 pour n ⩾ 3, et
P1
n n diverge, donc n diverge (par comparaison de séries à termes
n ln(n)
P
positifs). (−1) n converge par CSSA.
630 Stéphane FLON
 ii La fonction f : x ∈ [e, +∞[7→ ln(x) x est décroissante, positive et continue par morceaux. Par compa-
raison série-intégrale, la série de terme général vn converge.
Sans faire référence à cet énoncé, on peut refaire la preuve dans ce cas : pour tout n ⩾ 4,
Z n
ln(n) ln(t) ln(n − 1)
⩽ dt ⩽
n n−1 t n−1
donc
n
ln(n − 1)
Z
ln(t) ln(n)
− ⩽− dt ⩽ −
n−1 n−1 t n
ln(n)
puis, en ajoutant n ,
ln(n) ln(n − 1)
− ⩽ vn ⩽ 0
n n−1
P Ä ln(n) ln(n−1) ä Ä ä
Or n − n−1 a même nature que la suite ln(n) n , et est donc convergente.
P
Par comparaison de séries à termes négatifs, vn converge.
On peut aussi se passer complètement du théorème, au prix de calculs plus techniques :
Z n
ln(n) ln(t)
vn = − dt
n n−1 t
ln(n) 1  n
= − ln(t)2 n−1
n 2
ln(n) 1 1
= + ln(n − 1)2 − ln(n)2
n 2 2
ln(n) 1
= + (ln(n − 1) − ln(n)) × (ln(n − 1) + ln(n))
n 2 Å ã Å Å ãã
ln(n) 1 1 1
= + ln 1 − × 2 ln(n) + ln 1 −
n 2 n n
Å Å ãã Å Å ãã
ln(n) 1 1 1 1
= + − +O 2
× 2 ln(n) + O
n 2 n n n
Å ã
ln(n) ln(n) ln(n)
= − +O
n n n2
Å ã
ln(n)
= O
n2
Å ã
1
= O
n3/2
P 1 P
or converge absolument, donc v aussi.
n3/2 Pn n
iii La suite de terme général q=2 vq converge, or
n n Z n
X X ln(q) ln(t)
vq = − dt = wn
q=2 q=2
q 1 t

iv D’une part,
2n 2n 2n
X ln(p) X (−1)p ln(p) X ln(p)
+ = (1 + (−1)n )
p=1
p p=1
p p=1
p
n
X ln(2k)
=
k
k=1
n n
X ln(2) X ln(k)
= +
k k
k=1 k=1
n
X ln(k)
= ln(2)Hn +
k
k=1
ln(n)2
= ln(2)Hn + wn +
2
631 Stéphane FLON
D’autre part,
2n 2n 2n
X ln(p) X (−1)p ln(p) ln(2n)2 X ln(p)
+ = w2n + + (−1)n
p=1
p p=1
p 2 p=1
p
2n
ln(2)2 ln(n)2 X ln(p)
= w2n + + ln(2) ln(n) + + (−1)n
2 2 p=1
p

De plus, Hn = ln(n) + γ + o(1), et on obtient donc

2n
ln(n)2 ln(2)2 ln(n)2 X ln(p)
ln(2) ln(n) + ln(2)γ + o(1) + wn + = w2n + + ln(2) ln(n) + + (−1)n
2 2 2 p=1
p

soit
2n
X ln(p) ln(2)2
(−1)n = ln(2)γ + wn − w2n − + o(1)
p=1
p 2
puis, en passant à la limite :
∞
X ln(n) ln(2)2
(−1)n = ln(2)γ −
p=1
n 2

Correction de l’exercice 30 – Nature de la série des restes de la série harmonique alternée

1 La série harmonique alternée converge, par application du CSSA, donc la suite (un ) de ses restes existe
également.
2 En utilisant l’astuce intégrale pour calculer la somme de la série harmonique alternée, on trouve que
Z 1 n
x
un = (−1)n dx
0 1+x
P
On en déduit la convergence de un par application du CSSA.
On a de plus, pour tout n ∈ N∗ :
n n Z 1 Z 1
X X (−x)k x(1 − (−x)n )
uk = dx = dx
1+x (1 + x)2
k=1 k=1 0 0
R1 x R1 1 1
et on montre que la somme cherchée vaut 0 (1+x) 2 dx = 0 1+x
− (1+x) 2 dx = ln(2) − 1/2.

Correction de l’exercice 31 – Comparaison série-intégrale pour estimer une somme partielle

Notons Sn = k=1 √1k , pour tout n ∈ N∗ .

Pn

La fonction t 7→ √1t est continue et strictement décroissante sur R∗+ . On a donc, pour tout n ∈ N∗
Z n+1
1 dt 1
√ ⩽ √ ⩽√
n+1 n t n
puis, en sommant 1 à N − 1 ∈ N∗ :
Z N
dt 1
SN − 1 ⩽ √ ⩽ SN −
1 t N
soit encore Z N Z N
dt 1 dt
√ + √ ⩽ SN ⩽ √ +1
1 t N 1 t
Pour N = 104 , on obtient
198 + 10−2 ⩽ SN ⩽ 199
ce qui ne permet pas de conclure : soit on justifie que l’inégalité de droite est stricte (par stricte croissance de
l’intégrale pour les fonctions continues), soit on somme ci-dessus à partir de 2 plutôt qu’à partir de 1, pour
conclure que la partie entière cherchée vaut 198.
Remarque – Pour obtenir une meilleure approximation, la seconde méthode est bien plus intéressante. Ici, on
trouve Z N Z N
dt 1 dt 1
1+ √ + √ ⩽ SN ⩽ 1 + √ +√
2 t N 2 t 2
632 Stéphane FLON
obtenant
√ √ 1
201 − 2 2 + 1/100 ⩽ S10000 ⩽ 201 − 2 2 + √
2
Pour obtenir encore mieux, on somme à partir de N0 ⩾ 3.

Correction de l’exercice 32 – Un équivalent du terme général

Raisonnement informel : un = Rn−1 − Rn , donc Rn−1 −Rn

Rn2 tend vers 1. Or la  dérivée discrète  de (Rn )
′
−f ′
est (Rn+1 − Rn ), ou (Rn − Rn−1 ). On a donc une expression de la forme −f f 2 , qui tend vers 1. Comme f2 est
la dérivée de f1 , cela nous donne l’idée de considérer une des  dérivées discrètes  de R1n .
Passons au raisonnement formel : soit n ∈ N∗ . On a
1 1 Rn−1 − Rn un
− = =
Rn Rn−1 Rn Rn−1 Rn (Rn + un )
Or (Rn ) tend vers Ä0, donc Rn2 = 2
ä o(Rn ), et un ∼ Rn , donc Rn + un ∼ Rn .
1 1
Ainsi, la suite Rn − Rn−1 converge vers 1.
Ä D’après äle théorème de Cesàro, la suite des moyennes de cette suite converge aussi vers 1, d’où par télescopage
1 1 1 1 2 1
n Rn − R0 tend vers 1, puis Rn ∼ n . Il vient alors un ∼ Rn ∼ n2 .

Correction de l’exercice 33 – Preuve de la formule de Stirling

1 Reformulons : on souhaite montrer que la suite de terme général √n n!n n converge vers un réel strictement
Å ã (e)
positif, i.e. que la suite de terme général un = ln √n n!n n converge (vers un certain réel).
(e) P
Or la suite (un ) a même nature que la série des écarts (un+1 − un ), et
! Ç å
(n + 1)! n!
un+1 − un = ln √
n+1 − ln √ n
n
n + 1 n+1 e
n e
n+1 n
Å ã Ç… å ÅÅ ã ã Å n+1 ã
(n + 1)! n+1 e
= ln − ln − ln + ln − ln(n + 1)
n! n n en
Å ã Å ã
1 1
= − n+ ln 1 + +1
2 n
Å ãÅ Å ãã
1 1 1 1
= − n+ − 2 +O +1
2 n 2n n3
Å ã
1 1 1
= −1 − + +O +1
2n 2n n2
Å ã
1
= O
n2
P 1 P
Comme la série n2 est absolument convergente, la série (un+1 − un ) est (absolument) convergente, i.e.
la suite (un ) converge, ce qui montre le résultat attendu.
2
i (Wn ) est une suite décroissante positive (i.e. minorée par 0), donc elle converge d’après le théorème
de la limite monotone. R π/2 R π/2
ii Soit n ⩾ 2. On écrit Wn = 0 (1 − cos2 (t)) sinn−2 (t)dt = Wn−2 − 0 cos2 (t) sinn−2 (t)dt, puis on
n−1
effectue une intégration par parties (on intègre t 7→ cos(t) sinn−2 (t) en t 7→ sinn−1(t) et on dérive − cos) :
Z π/2 ñ ôπ/2 Z π/2
2 n−2 sinn−1 (t) sinn (t)
− cos (t) sin (t)dt = sin(t) × − dt
0 n−1 0 0 n−1
Wn n−1
donc Wn = Wn−2 − n−1 , puis Wn = n Wn−2 .
π/2
iii On a W0 = π2 , et W1 = [− cos(t)]0 = 1.
De plus, pour tout p ∈ N, W2p+2 = 2p+2 W2p
2p+1
et W2p+3 = 2p+2
2p+3 W2p+1 , ce qui permet de montre par
récurrence que, pour tout p ∈ N
p−1 p−1
Y 2i + 1 π Y (2i + 1)(2i + 2) π (2p)! π
W2p = × = 2
× = p 2
×
i=0
2i + 2 2 i=0
(2i + 2) 2 4 × (p!) 2
633 Stéphane FLON
et
p−1
Y 2i 4p × (p!)2
W2p+1 = =
i=0
2i + 1 (2p + 1)!
iv On peut bien sûr utiliser les expressions factorielles de la question précédente, mais aussi montrer,
par récurrence sur n ∈ N, que la suite ((2n + 1)W2n W2n+1 ) est constante, et donc de valeur son terme initial π2 .
Remarque – C’est en général à ce stade qu’en MPSI, on prouve que (Wn ) converge vers 0. On peut toutefois
noter que ce dernier résultat est une conséquence immédiate du théorème de convergence dominée. En MPSI,
on pourrait aussi faire une preuve dès le début, en revenant à la définition de la limite (avec ε), mais c’est bien
plus technique.
n
v Par décroissance de la suite (Wn ), pour tout n ⩾ 2, Wn ⩽ Wn−1 ⩽ Wn−2 , i.e. Wn ⩽ Wn−1 ⩽ n−1 Wn ,
Wn−1 n
et donc, puisque Wn > 0 : 1 ⩽ Wn ⩽ n−1 .
2 π
» π
Le théorème d’encadrement donne donc Wn ∼ Wn−1 . et donc W2n ∼ 4n , puis W2n ∼ W2n+1 ∼ 2(2n) ∼
» π
2(2n+1) , puis
…
π
Wn ∼
2n
»π
3 D’une part, W2p ∼ 4p , et, d’autre part
√ √
π K 2 p (2p/e)2p π 2
W2p ∼ ∼
2 K 2 p 22p (p/e)2p 2p K
√
π
√ √
et il vient donc 2 = π2 K2 , soit K = 2 π.
4 Pour la convergence, on peut utiliser le CSSA : (ln(1 + 1/n)) tend vers 0, et est décroissante comme image
de la suite décroissante (1/n) par la fonction croissante x 7→ ln(1 + x).
n−1
On peut aussi observer que un = (−1)n + O n12 .

Reste le calcul de la somme. À cet effet, on considère par exemple S2n (on sait que (Sn ) converge, sa limite
est celle des toutes ses suites extraites).

n Å ã n−1X Å ã
X 1 1
S2n = − ln 1 + + ln 1 +
2k 2k + 1
k=1 k=0
n
! n−1
!
Y 2k Y 2k + 2
= ln + ln
2k + 1 2k + 1
k=1 k=0
Ç Å n ã2 å
1 4 (n!)2
= ln
2n + 1 (2n)!
4n (n!)2 √
Or d’après la formule de Stirling, on a (2n)! ∼ π n, et (S2n ) converge donc vers ln(π/2) :
∞ Å ã
X 1 π
(−1)n−1 ln 1 + = ln
n=1
n 2

Correction de l’exercice 34 – Développements asymptotiques de suites

1 On constate que (un ) est à valeurs strictement positives et (strictement) croissante. Elle admet donc une
limite par limite monotone, elle tend vers +∞ car sinon, sa limite ℓ est un réel vérifiant ℓ = ℓ + 1ℓ .
Soit α ∈ R∗ . On a
αuα n
uα α
n+1 − un ∼
n∞ u2 n
√
donc en prenant n = 2, par Cesàro, on trouve que un ∼ 2n.
n∞
Remarque – La relation de récurrence un+1 − un = 1
un est à rapprocher de l’équation différentielle f ′ f = 1.
2 ]0, π2 [ est un intervalle stable par sin, sur lequel sin(x) ⩽ x (par argument de concavité par exemple) : la
suite (un ) est donc à valeurs dans ]0, π2 [, et décroissante. En particulier, elle converge vers ℓ ∈ [0, π2 [.
Par continuité de sin, en passant à la limite dans la relation un+1 = sin(un ), on obtient ℓ = sin(ℓ), puis
ℓ = 0.
634 Stéphane FLON
  
u2n
un+1 = sin(un ) = un 1 − 6+ o(u2n ) , donc

u2n −αu2+α
ÅÅ ã ã
n
uα
n+1 − uα
n = uα
n 1 − α + o(u2
n ) − 1 ∼
6 n∞ 6
»
3
Ainsi, en prenant α = −2, puis par application du théorème de Cesàro, on en déduit que un ∼ n.
n∞
3 x 7→ ex + x est une bijection strictement croissante de R sur R.
(xn ) tend vers +∞ donc xn = o(exn ) puis exn ∼ n : on en déduit en faisant attention que xn ∼ ln(n).
Ensuite, xn − ln(n) = − ln 1 + exxnn ∼ − exxnn ∼ − ln(n)


n , d’où
Å ã
ln(n) ln(n)
xn = ln(n) − +o
n n
4 Pn définit une bijection strictement croissante de R+ sur [−1, +∞[.
0 < un < 1 (car Pn (0) < Pn (un ) < Pn (1)), donc u2n − 1 = −u2n 2
n = o(1), d’où un ∼ 1 puis un ∼ 1 (car
un > 0).
Ensuite, on pose vn = 1 − un : on a 2vn − vn2 = (1 − vn )2n . En prenant le logarithme (et en faisant attention),
ln(vn ) ∼ 2n ln(1 − vn ) ∼ −2nvn
En prenant l’oppposé (pour que les termes soient strictement positifs), et en prenant encore le logarithme (en
faisant attention), on obtient
ln(− ln(vn )) = ln(2) + ln(n) + ln(vn ) + o(1)
d’où ln(vn ) ∼ − ln(n), d’où l’on tire
ln(n)
vn ∼
2n
Ainsi, Å ã
ln(n) ln(n)
un = 1 − +o
2n n
5 On peut utiliser l’inégalité de Taylor-Lagrange (qui se déduit de Taylor avec reste intégrale) :
|x|3
∀ x ∈ R, |sin(x) − x| ⩽
3!
donc
n n n n
X kπ 1 X k3 π3 X kπ 1 X k 3 π 3
− ⩽ un ⩽ +
n2 6 n 6 n2 6 n6
k=1 k=1 k=1 k=1
puis
(n + 1)π π 3 (n + 1)π π 3
− 2 ⩽ un ⩽ + 2
2n n 2n n
donc (par théorème d’encadrement) (un ) converge vers π2 , qui est un réel non nul, donc
π
un ∼
n → +∞ 2

Remarque – Il a été fructueux

Pn d’approcher localement sin, car tous les kπ/n2 sont  proches  de 0, puisque
kπ


k ∈ [[1, n]]. Pour étudier k=1 sin n2 , on s’y serait pris autrement.
Remarque – On a établi que un = (n+1)π + O n12 , ce qui donne un développement asymptotique à deux termes


2n
de un : Å ã
π π 1
un = + +o
2 2n n
6 Déjà, (un ) est bien définie et à valeurs dans R+ , car R+ est stable par l’itératrice φ : x 7→ 12 x + xa et
∗ ∗


possède u0 . √
L’unique point fixe de φ sur R∗+ est a.
√ √ √
Ensuite, un+1 − a = 2u1n (un − a)2 , donc (un )n⩾1 est minorée par a.
De plus un+1 − un = 2u1n (a − u2n ) ⩽ 0 pour tout n ⩾ 1, donc (un )n⩾1 est décroissante.
√
Par théorème de la limite monotone, (un ) converge, vers a.√ √
Remarque – La convergence est très rapide, parce que un+1 − a = O((un − a)2 ). En gros, on double le
nombre de décimales exactes à chaque itération !
Remarque – C’est l’algorithme de Babylone (ou de Héron d’Alexandrie) pour le calcul d’une racine carrée, qui
est lui-même un cas particulier de la méthode de Newton.
7 R∗+ est un intervalle comprenant le terme initial u0 , et stable par l’itératrice φ : x 7→ ln e x−1 , donc la
Ä x ä

suite est bien définie et à valeurs dans R∗+ .

635 Stéphane FLON
 On trouve de plus que ∀ x > 0, φ(x) < x, donc (un ) est décroissante.
Par limite monotone, (un ) converge, vers un point fixe de φ (par continuité), ou vers 0. Or φ n’a pas de
point fixe sur R∗+ , dont (un ) converge vers 0.
On a  un  un
un+1 = ln 1 + + o(un ) ∼
2 n∞ 2
donc (un ) converge vers 0 avec une vitesse géométrique. Pour tout γ ∈]1/2, 1[, on a un = o(γ n ).
On peut être plus précis : on peut tout d’abord conjecturer que un ∼ 2λn pour un certain λ > 0.
n∞
ln 2n+1 un+1 − ln (2n un ) converge, conformément à la méthode
P


Pour le prouver, montrons que la série
du cours.

ln 2n+1 un+1 − ln (2n un ) = ln(un+1 ) − ln(un /2)

or
u2 u2
Å ã
un un
ln(un+1 ) = ln 1 + + n + o(u2n ) = − n + o(u2n )
2 6 2 12
et donc  un  un
ln(un+1 ) − ln(un /2) = ln 1 + + o(un ) ∼ −
6 n∞ 6
Or un = o((3/4)n ) par exemple, donc
P
un converge (absolument).
λ
En revenant aux sommes partielles, ln(un ) tend vers α, et donc par continuité de l’exponentielle, un ∼ n
n∞ 2
pour λ = exp(α) > 0.
8
i Étude standard de fonction associée au polynôme Pn = X n − X − 1.
ii La suite (xn ) est minorée par 1, et décroissante, donc convergente, vers ℓ ⩾ 1. Supposer ℓ > 1 conduit
rapidement à une absurdité car alors (xnn ) tend vers +∞, donc ℓ = 1.
Remarque – On peut aussi observer que Pn (1 + 1/n) > 0 pour n suffisamment grand, et donc 1 < xn < 1 + 1/n
APCR.
iii Notons xn = 1 + un , de sorte que (un ) tend vers 0 en décroissant. On a n ln(1 + un ) = ln(2 + un ),
d’où un ∼ ln(2) :
n∞ n
Å ã
ln(2) 1
xn = 1 + +o
n n
ln(2)
On écrit un = n + wn , de sorte que
Å ã Å ã
ln(2) ln(2)
n ln 1 + + wn = ln 2 + + wn
n n
puis
ln(2)2
Å  w ã Å ã
ln(2) n ln(2) wn 1
n + wn − 2
+ o = ln(2) + + + o
n 2n n 2n 2 n
d’où l’on retire
ln(2)2 + ln(2)
nwn ∼
n∞ 2n
et donc
ln(2) ln(2)2 + ln(2)
Å ã
1
xn = 1 + + +o
n 2n2 n2
9 Pour tout N ∈ N∗ , posons SN = k=0 2k+1
PN −1 1
. On a
2N N
X 1 X 1 1
SN = − = H2N − HN
k 2k 2
k=1 k=1
de sorte que
3 1
un = S2n − Sn = H4n − H2n + Hn
2 2
On obtient
ln(2)
un = + o(1)
2
donc (un ) converge vers ln(2)/2.
Déterminons maintenant un développement asymptotique à deux termes : on part de
1 1 1 1 1
un+1 − un = 4n+1 + 4n+3 − 2n+1 = (4n+1)(4n+3)(2n+1) ∼ 32n 3
n∞

636 Stéphane FLON

 1
R n+1 dx
Or ∼
n3 n∞ n x3 , donc, par la première question, en sommant de n à l’infini
Z +∞
ln(2) dx 1
− un ∼ =
2 n∞ n 32x3 64n2
On trouve donc Å ã
ln(2) 1 1
un = − 2
+o
2 64n n2
10 Simple étude de fonctions. Tracer les graphes de tan et de Id R est une bonne idée pour visualiser le
comportement de (xn ).
On a clairement xn = nπ + O(1), donc xn = nπ + o(nπ) (développement asymptotique à un terme).
On peut conjecturer visuellement que xn = nπ + π2 + o(1).
Pour le prouver, on peut d’abord observer que
arctan(xn ) = xn − nπ
(puisque xn − nπ ∈] − π/2, π/2[ et que xn et xn − nπ ont même image par tan).
De plus xn > 0 (pour n ⩾ 1), donc
Å ã
π 1
xn = nπ + − arctan
2 xn
ce qui donne bien, puisque (xn ) tend vers +∞ :
π
xn = nπ + + o(1)
2
(développement asymptotique à deux termes).
On a même plus précisément
−1 −1
Å ã
π 1
xn − nπ − = − arctan ∼ ∼
2 xn n∞ xn n∞ nπ
d’où le développement asymptotique à trois termes
Å ã
π 1 1
xn = nπ + − +o
2 nπ n
Ä ä
1
On peut aller plus loin en réinjectant ce développement asymptotique dans arctan xn . On trouve
Å ã
π 1 1 1
xn = nπ + − + 2 +o
2 nπ 2n π n2

637 Stéphane FLON

 3. Algèbre linéaire sans réduction

3.1. Exercices : Espaces vectoriels et sous-espaces vectoriels

3.1.1. Problématiques
Problématique : Montrer la supplémentarité de sous-espaces

Correction de l’exercice 1 – Exploiter la dimension finie

1 On sait déjà que la somme est directe (énoncé de cours). De plus, (f − Id E )(f + 2Id E ) = 0, donc
Im(f + 2Id E ) ⊂ Ker(f − Id E ), puis rg(f + 2Id E ) ⩽ dim(Ker(f − Id E )).
En additionnant dim(Ker(f + 2Id E )), il vient, grâce au théorème du rang,
dim(E) ⩽ dim(Ker(f + 2IdE )) + dim(Ker(f − Id E ))
Par ailleurs, Ker(f + 2Id E ) et Ker(f − Id E ) étant en somme directe, on a l’inégalité inverse, d’où l’égalité, puis
la supplémentarité.

Correction de l’exercice 2 – Faire un raisonnement par analyse-synthèse

1
i On effectue un raisonnement par analyse-synthèse.
Analyse – Soit x ∈ E, et soit x1 ∈ Ker(f − Id E ) et x−2 ∈ Ker(f + 2Id E ) tels que (1) x = x1 + x−2 .
En appliquant f , il vient (2) f (x) = x1 − 2x−2 , puis en formant 2(1) + (2), il vient 2x + f (x) = 3x1 , d’où
1 1
x1 = (2x + f (x)) et x−2 = x − x1 = (x − f (x)
3 3
Synthèse – Réciproquement, les vecteurs x1 et x−2 ont bien pour somme x, et on vérifie qu’ils appartiennent
respectivement à Ker(f − Id E ) et à Ker(f + 2Id E ).
ii Tout d’abord, on a bien Ker(f − µId E ) ⊂ Ker((f − λId E )(f − µId E )) et Ker(f − λId E ) ⊂ Ker((f −
λId E )(f − µId E )) (on a utilisé Ker(u) ⊂ Ker(v ◦ u) et le fait que (f − λId E ) et (f − µId E ) commutent).
Ensuite, on raisonne par analyse-synthèse : soit x ∈ Ker((f − λId E )(f − µId E )), (y, z) ∈ Eλ (f ) × Eµ (f ) tel
que x = y + z.
On a f (x) = f (y) + f (z) = λ y + µ z. On a donc nécessairement (λ − µ)y = f (x) − µ x, donc y = f (x)−µ λ−µ
x

et de même z = f (x)−λ x
µ−λ .
Réciproquement, ces valeurs de y et z vérifient bien les conditions voulues (y + z = x, y ∈ Eλ (f ) car
x ∈ Ker((f − λId E )(f − µId E )), et de même z ∈ Eµ (f )).
Voir aussi : 26

Problématique : Résoudre une équation linéaire

Correction de l’exercice 3 – Déterminer le noyau et une solution particulière

Observons tout d’abord que cette équation, que l’on notera E, est linéaire, au sens où X est solution de E
si et seulement si φ(X) = B, où φ est l’endomorphisme X 7→ X − tr(X)A de Mn (K).
Si on dispose d’une solution particulière X0 de E, l’ensemble des solutions sera {X0 + H, H ∈ Ker(φ)}.
Soit X une solution de E. En prenant la trace, on a tr(X) = tr(X) tr(A) + tr(B).
Traitons d’abord le cas où tr(A) ̸= 1, tr(X) = tr(B)/(1 − tr(A)), et donc nécessairement
tr(B)
X= A+B
1 − tr(A)
Si, réciproquement, X est donné par cette formule, alors tr(X) = tr(B)(1+tr(A)/(1−tr(A))) = tr(B)/(1−tr(A)),
donc on a bien X = tr(X)A + B.
Traitons maintenant le cas où tr(A) = 1. Il vient alors tr(B) = 0 : si tr(B) ̸= 0, E n’a pas de solution, et, si
tr(B) = 0, alors B est une solution évidente de E. Avec les notations ci-dessus, Ker(φ) ⊂ K A de façon évidente,
et, comme tr(A) = 1, cette inclusion est une égalité (car A ∈ Ker(φ)).
Ainsi, l’ensemble des solutions de E est, dans ce cas (tr(A) = 1 et tr(B) = 0) :
{B + λ A, λ ∈ R}
Remarque – on a raisonné par analyse-synthèse, la synthèse étant scindée en plusieurs sous-cas. Si on n’a pas
l’idée de prendre la trace durant l’analyse, on peut observer (de manière évidente) que les solutions de E sont
638 Stéphane FLON
de la forme λ A + B pour un certain scalaire λ, et déterminer lors de la synthèse pour quelles valeurs de λ
(dépendant de A et B) λ A + B est bien solution.

Problématique : Montrer l’égalité de deux applications linéaires

Correction de l’exercice 4 – Vérifier qu’elles coı̈ncident sur une famille génératrice, ou sur des sous-espaces
vectoriels de somme E

1 Dans un tel cas, le noyau de f − g contient une famille génératrice de E, c’est donc E tout entier : f = g.
2 Soit (α0 , . . . , αn−1 ) l’unique n-uplet de scalaires tel que
n−1
X
g(x) = αi f i (x)
i=1
Pn−1 i
Posons h = i=1 αi f . Les endomorphismes g et h de E coı̈ncident en x. De plus, pour tout i ∈ [[0, n − 1]],
puisque g et h commutent avec f :
g(f i (x)) = f i (g(x)) = f i (h(x)) = h(f i (x))
Ainsi, g et h coı̈ncident sur la base (x, f (x), f 2 (x), . . . , f n−1 (x)) de E, et ils sont donc égaux.
Voir aussi : 25

Problématique : Montrer qu’une application est un isomorphisme

Correction de l’exercice 5 – En dimension finie connue : considérer le noyau

Cette application est clairement linéaire, entre espaces de même dimension finie. Pour vérifier que c’est
un isomorphisme, il suffit de vérifier que φ est injective, i.e. que son noyau est trivial, ce qui est clair car un
polynôme de degré au plus n ayant n + 1 racines distinctes est nul.

Correction de l’exercice 6 – En dimension infinie : transiter par la dimension finie

1 φ est injective, car si P ∈ Ker(φ), alors deg(P ) = deg(φ(P )) = deg(0) = −∞, donc P = 0.
Pour passer de l’injectivité à la surjectivité, on va transiter par la dimension finie. Soit Q ∈ K[X]. Soit n ∈ N
tel que Q ∈ Kn [X]. Comme φ conserve le degré, φ laisse stable Kn [X]. Il induit donc un endomorphisme de
Kn [X], injectif et donc bijectif. En particulier, Q admet un antécédent par φ, d’où la surjectivité.
2 Première approche
Reformulons d’abord le résultat à établir : il s’agit de montrer que l’application
φ : X R[X] → R[X]
Q 7→ Q(X + 1) − Q(X)
est bijective. Or cette application est linéaire, donc cela ouvre la voie à une preuve par des arguments dimen-
sionnels.
Deux points compliquent la tâche : on travaille en dimension infinie, et φ n’est pas un endomorphisme. Pour
ce second point, il suffit d’utiliser l’isomorphisme H ∈ K[X] 7→ XH de K[X] sur X K[X]. On se ramène donc à
montrer que l’application linéaire
ψ : R[X] → R[X]
H 7→ (X + 1)H(X + 1) − XH(X)
est un automorphisme de l’espace vectoriel R[X].
Or on peut vérifier que ψ conserve le degré, et on en déduit classiquement que ψ est un automorphisme de
R[X].
Deuxième approche
Il est assez facile de montrer l’unicité : si Q1 et Q2 conviennent, alors (Q1 − Q2 )(X + 1) = (Q1 − Q2 )(X)
et 0 est racine de Q1 − Q2 . On montre par récurrence que tout k ∈ N est racine de Q1 − Q2 , qui est donc nul.
Reste à passer de l’unicité à l’existence, ce qui peut se faire en dimension finie.
Pour tout n ∈ N, l’application
φn : X Rn [X] → Rn [X]
Q 7→ Q(X + 1) − Q(X)
est linéaire, et injective par ce qui précède. Comme Rn [X] et X Rn [X] ont même dimension finie, c’est un
isomorphisme.
Étant donné P , on prend n ∈ N tel que P ∈ Rn [X] pour conclure.
639 Stéphane FLON
 Troisième approche
On peut vérifier que pour tout n ∈ N
φn : Kn+1 [X] → Kn [X] × K
Q 7→ (Q(X + 1) − Q(X), Q(0)
est un isomorphisme (noyau trivial et même dimension finie entre les deux espaces).
On en déduit que
φ : K[X] → K[X] × K
Q 7→ (Q(X + 1) − Q(X), Q(0))
est un isomorphisme d’espaces vectoriels. En effet, φ est bien linéaire, surjective car si P ∈ K[X], on choisit
n ∈ N tel que P ∈ Kn [X], puis on considère φ−1
n (P ). Pour l’injectivité, si Q ∈ Ker(φ), alors on choisit n ∈ N tel
que Q ∈ Kn+1 [X] : Q ∈ Ker(φn ) = {0}, donc Q = 0.
Voir aussi : 27

3.1.2. Bonnes questions

Correction de l’exercice 7 – Un K-espace vectoriel peut-il être une réunion finie de sous-espaces vectoriels
stricts

Montrons par récurrence sur p ∈ N∗ que E ne peut pas être la réunion de p-sous-espaces vectoriels stricts.
Pour p = 1, c’est évident.
Supposons le résultat établi à un rang p ∈ N∗ , et soit F1 , . . . , Fp+1 des sous-espaces vectoriels stricts de E
dont la réunion est égale à E.
Par hypothèse de récurrence, F1 ∪ · · · ∪ Fp ̸= E, donc on peut trouver xp+1 ∈ E \ (F1 ∪ · · · ∪ Fp ).
Soit maintenant x ∈ E, et soit λ ∈ K.
Pour tout λ, il existe iλ ∈ [[1, p + 1]] tel que x + λ xp+1 ∈ Fiλ .
Or K est infini, donc on peut trouver deux valeurs distinctes λ et µ et i ∈ [[1, p + 1]] tels que x + λ xp+1 et
x+µ xp+1 appartiennent à Fi . On a donc xp+1 ∈ Fi , ce qui impose i = p+1, mais alors x = (x+λ xp+1 )−λ xp+1 ∈
Fp+1 , et ce pour tout vecteur x de E, i.e. E = Fp+1 , ce qui contredit l’hypothèse.
Remarque – On a utilisé le fait que K était infini. De fait, si K est un corps fini (ça existe), le résultat tombe
clairement en défaut (tout espace vectoriel de dimension finie supérieure ou égale à 2 sur un corps fini est réunion
d’un nombre fini de droites).

Correction de l’exercice 8 – Tout sous-espace vectoriel est-il une intersection d’hyperplans ?

1 Par récurrence sur m ∈ N. C’est vrai pour m = 0 (par convention, une intersection de parties de E
indexée par l’ensemble vide vaut E). Supposons le résultat établi au rang m. On considère m + 1 hyperplans
H1 , . . . , Hm+1 de E. Par hypothèse de récurrence, dim(H1 ∩ · · · ∩ Hm ) ⩾ n − m.
On a (par formule de Grassmann)
dim((H1 ∩ · · · ∩ Hm ) ∩ Hm+1 ) = dim(H1 ∩ · · · ∩ Hm ) + dim(Hm+1 ) − dim((H1 ∩ · · · ∩ Hm ) + Hm+1 )
Or dim(Hm+1 ) − dim((H1 ∩ · · · ∩ Hm ) + Hm+1 ) vaut 0 ou −1, donc est supérieur ou égal à −1.
Ainsi, dim(H1 ∩ · · · ∩ Hm ∩ Hm+1 ) ⩾ n − m − 1 = n − (m + 1).
2 Soit (e1 , . . . , en−m ) une base de F (de dimension n − m), que l’on complète en une base de (e1 , . . . , en )
de E. On pose Hi = Vect(ej , j ̸= i). On vérifie alors que F = Hn−m+1 ∩ · · · ∩ Hn : il est clair que F est
inclus
Pdans chacun de ces hyperplans. Réciproquement, soit x dans l’intersection de ces hyperplans : on écrit
n
x = j=1 λj ej .
Pn−m
Pour tout i ∈ [[n − m + 1, n]] x ∈ Hi , donc λi = 0. Il vient donc x = j=1 λj ej ∈ F .
Remarque – Pour tout i ∈ [[n − m + 1, n]], Hi = Ker(φi ), où φi est la forme linéaire sur E qui à x associe sa
i-ème composante dans la base (e1 , . . . , en ).

Correction de l’exercice 9 – Deux sous-espaces supplémentaires à un même troisième sont-ils isomorphes ?

Soit p le projecteur de E sur F1 parallèlement à G. Comme F2 est un supplémentaire de G = Ker(p) dans

E, p induit un isomorphisme de F2 sur F1 (cf. le lemme pour le théorème du rang).
Remarque – en dimension finie, le résultat est évident, car tous les supplémentaires de G dans E ont pour
dimension commune dim(E) − dim(F ).
640 Stéphane FLON
 Correction de l’exercice 10 – Peut-on toujours trouver un morphisme envoyant un vecteur sur un autre ?

Si x est nul, une telle application existe si et seulement si y est également nul. Si x n’est pas nul, on pose
e1 = x. On peut compléter (e1 ) en une base (e1 , . . . , ep ) de E. Soit (y1 , . . . , yp ) ∈ F p telle que y1 = y et yi = 0
pour tout i ∈ [[2, m]]. Il existe une unique application linéaire φ de E dans F telle que φ(ei ) = yi , pour tout
i ∈ [[1, p]], et on a en particulier f (e1 ) = y1 , c’est-à-dire f (x) = y.

3.1.3. Pour préparer sa colle

Correction de l’exercice 11 – Noyaux itérés

1
i Soit n ∈ N, x ∈ Ker(f n ). On a f n+1 (x) = f (f n (x)) = f (0E ) = 0E (car f est linéaire), donc
x ∈ Ker(f n+1 ) : Ker(f n ) ⊂ Ker(f n+1 ).
Remarque – Cette inclusion provient de l’inclusion plus générale Ker(u) ⊂ Ker(v ◦ u) (où u et v sont linéaires,
et où le but de u est la source de v).
Soit n ∈ N, x ∈ Im(f n+1 ). Il existe z ∈ E tel que x = f n+1 (z) = f n (f (z)), donc x ∈ Im(f n ) : Im(f n+1 ) ⊂
Im(f n ).
Remarque – Cette inclusion provient de l’inclusion plus générales Im(v ◦ u) ⊂ Im(v) (où u et v sont des
applications, non nécessairement linéaires, et où le but de u est la source de v).
ii La suite (dim(Ker(f n )) est une suite croissante d’entiers, majorée pa