Lycée-Collège des Creusets

Question de maturité

Mathématiques fortes

M. Rossi

Participants :

Correction
Scribes Alissa Doggwiller
Alissa Doggwiller Florent Gaspoz
Latex
Florent Gaspoz Mehdi Peci
Boldizsár Estók
Adrea Vallaro Bastien Schneider
Alexandre Venturi
Julien Ray Adrea Vallaro
Noah Robyr Boldizsár Estók
Alexandre Venturi

5D 2019/2020
 Table des matières

1. Les fonctions trigonométriques et leur réciproques 1

2. Fonction exponentielle et logarithmique 2

3. Logarithme naturel 3

4. Les fonctions hyperboliques et leur réciproque 4

5. Primitive et méthode d’intégration 5

6. Théorème de la moyenne et Théorème fondamental du calcul intégral 6

7. Aire comprise entre 2 courbes, volume d’un solide de révolution 7

8. Applications du calcul intégral : longueur d’un arc de courbe, aire latérale d’un corps de révolution 8

9. Équation d’une droite. Équation d’un plan. Position relative d’un plan et d’une droite 9

10.Géométrie dans l’espace 10

11.Produit scalaire : définition et applications 11

12.Distance d’un point à un plan. Distance d’un point à une droite 12

13.Sphère : définition, équation cartésienne. Équation d’un plan tangent à une sphère 13

14.Sphère : définition, équation cartésienne. Positions relatives d’une sphère et d’un plan. Équations
d’un cercle 14

15.Produit vectoriel : définition,propriétés et applications 15

16.Axiome du calcul de probabilités. Théorèmes fondamentaux 16

17.Formule de Laplace. Probabilité conditionnelle. Loi binomiale et multinomiale 17

18.Variable aléatoire discrète 18

19.Matrices et calcul matriciel. Matrice inverse d’une matrice carrée 19

20.Espace vectoriel : vecteurs linéairement dépendants/indépendants. Base et dimension 20

21.Applications linéaires. Représentation matricielle. Image et noyau 21

22.Valeurs propres et vecteurs propres. Diagonalisation d’une matrice carrée 22

29.Résolution des équations algébriques et les racines n-ièmes d’un nombre complexe 23

30.Nombres complexes sous forme trigonométrique. Formule de Moivre 24

31.Équations différentielles d’ordre 1 25

32.Équations différentielles : équations linéaires d’ordre 1 26

33.Équation différentielle linéaire d’ordre 2 à coefficients constants 27

i
 Chapitre 1

Les fonctions trigonométriques et leur réciproques

1.1 Cosinus, sinus, tangente 1. Le domaine de départ du cosinus :ℝ devient [0, 𝜋]

2. Le domaine de départ du sinus : ℝ devient [− 𝜋2 , 𝜋2 ]

1.1.1 Graphe
𝜋
𝑦 3. Le domaine de départ de la tangente : ℝ\{ + 𝑘𝜋(𝑘 ∈
tan(𝑥) 2
ℤ)} devient ] − 𝜋2 , 𝜋2 [
sin(𝑥) Ainsi : arccos(𝑥) ∶ [−1, 1] → [0, 𝜋], arcsin(𝑥) ∶ [−1, 1] →
I Ya Ia 2 , 2 ], arctan(𝑥) ∶ ℝ →] − 2 , 2 [
cos(𝑥)q 𝑥 [− 𝑝𝑖 𝜋 𝜋 𝜋
o

1.2.2 Graphe
arccos 𝑦

arcsin
1.1.2 Propriétés cosinus
1. ℝ → [−1, 1] arctan 𝑥

2. cos(−𝑥) = cos(𝑥) (fct. paire)

3. cos(𝑥) = cos(𝑥 + 2𝜋) (périodicité de 2𝜋) 1.2.3 Propriétés

1. arcsin et arctan sont impaires, arccos n’a pas de parité
4. (cos(𝑥))′ = − sin(𝑥)
2. arctan a 2 asymptotes horizontales en ± 𝜋2
1.1.3 Propriétés sinus
1. ℝ → [−1, 1] 1.2.4 Dérivée
1. (arccos(𝑥))′ = − √1−𝑥
1
2. − sin(𝑥) = sin(−𝑥) (fct. impaire) 2

𝑑𝑓
3. sin(𝑥) = sin(𝑥 + 2𝜋) (périodicité de 2𝜋) 𝑑𝑥
i/ arccos(𝑥) = 𝑦 ⇔ cos(𝑦) = 𝑥 ⇒ − sin(𝑦) ⋅ 𝑦′ =
1
4. (sin(𝑥))′ = cos(𝑥) 1 ⇒ 𝑦′ = − (1)
sin(𝑥)
1.1.4 Propriétés tangente ii/ 𝑦 = arccos(𝑥) ∈ [0; √
𝜋] ⇒ sin(𝑦) ≥ 0 ⇒ sin(𝑦) =
+√1 − (cos(𝑦))2 = 1 − 𝑥2 (2)
sin(𝑥) 1
1. tan(𝑥) = iii/ (1)(2) 𝑦′ = (arccos(𝑥))′ = − √
cos(𝑥) 1 − 𝑥2
𝜋
2. ℝ\{ + 𝑘𝜋(𝑘 ∈ ℤ)} → ℝ 1
2 2. (arcsin(𝑥))′ = √ (la démonstration est la
1 − 𝑥2
3. − tan(𝑥) = tan(−𝑥) (fct. impaire) même que pour arccos(𝑥), il suffit de transformer les
cos(𝑥) en sin(𝑥) et inversement (de même pour les
4. tan(𝑥) = tan(𝑥 + 𝜋) fcts réciproques), ensuite arcsin(𝑥) ∈ [− 𝜋2 ; 𝜋2 ].
1 1
5. (tan(𝑥))′ = = 1 + tan2 (𝑥) 3. (arctan(𝑥))′ =
cos2 (𝑥) 1 + 𝑥2
𝑑𝑓

1.2 Arc cosinus, arc sinus, arc tan- 𝑑𝑥

i/ 𝑦 = arctan(𝑥) ⇔ tan(𝑦) = 𝑥(1) ⇒ (1 + tan2 (𝑦)) ⋅
gente
1
𝑦′ = 1 ⇔ 𝑦′ = 1+tan 2
(𝑦)
(2)
1
1.2.1 Des fonctions réciproques ii/ (1)(2) 𝑦′ = (arctan(𝑥))′ =
1 + 𝑥2
Pour admettre une réciproque, il faut qu’une fonction soit
bijective, il faut donc réduire les domaines de départ des
fonctions cosinus, sinus et tangente.

1
 Chapitre 2

Fonction exponentielle et logarithmique

2.1 Fonction exponentielle 2.2.2 Propriétés

Soit 𝑎 ∈ ℝ∗+ \{1}
2.1.1 Définition et Graphe
1. log𝑎 (1) = 0, log𝑎 (𝑎) = 1
Soit 𝑎 ∈ ℝ∗+ \{1}. La fonction exponentielle de base 𝑎
(exp𝑎 ) est définie par : 2. log𝑎 (𝑥 ⋅ 𝑦) = log𝑎 (𝑥) + log𝑎 (𝑦), log𝑎 ( 𝑥𝑦 ) = log𝑎 (𝑥) − log𝑎 (𝑦)
exp𝑎 ∶ ℝ → ℝ∗+ 𝑥 → 𝑦 = 𝑎𝑥 log𝑏 (𝑥)
3. log𝑎 (𝑥) = log𝑏 (𝑎) , 𝑥 ⋅ log𝑏 (𝑎) = log𝑏 (𝑎𝑥 )
𝑦
2𝑥 0.5𝑥
2.2.3 Croissance
𝑥
La fonction log𝑎 est une bijection continue de ℝ∗+ vers ℝ.
Si 𝑎 > 1, log𝑎 est strictement croissante.
2.1.2 Propriétés Si 0 < 𝑎 < 1, log𝑎 est strictement décroissante.

1. Toutes les propriétés viennent des propriétés des puis-

2.2.4 Limite
sances.
Soit 𝑎 ∈]1; +∞[, lim 𝑎𝑥 = −∞ et lim 𝑎𝑥 = +∞
𝑥⇒+∞
𝑎>1 ⇒ 𝑎𝑥 > 1 𝑥⇒0+
2. ∀𝑥 ∈ ℝ∗+ : {
0 < 𝑎 < 1 ⇒ 0 < 𝑎𝑥 < 1
2.3 Le nombre 𝑒
2.1.3 Croissance Soit 𝑓(𝑥) = 𝑎𝑥 . Cherchons une base notée 𝑒, telle
que 𝑓 ′ (0) = 1. Par définition de la dérivée d’une fonc-
La fonction exponentielle de base 𝑎 est :
𝑎ℎ − 1
tion : 𝑓 ′ (0) = lim (forme indéterminée) et 𝑓 ′ (𝑥) =
• strictement croissante si 𝑎 > 1 : (𝑎 > 1, 𝑥 < 𝑦) ⇒ ℎ→0 ℎ
𝑎𝑥 < 𝑎 𝑦 𝑎𝑥+ℎ − 𝑎𝑥 𝑎ℎ − 1
lim = 𝑎𝑥 lim = 𝑎𝑥 𝑓 ′ (0)
ℎ→0 ℎ ℎ→0 ℎ
• strictement décroissante si 0 < 𝑎 < 1 : (0 < 𝑎 < 1 et 𝑒ℎ − 1 ≈ ℎ ⇔ 𝑒ℎ ≈ 1 + ℎ ⇔ 𝑒 ≈ (1 + ℎ)1/ℎ , en posant
𝑥 < 𝑦) ⇒ 𝑎𝑥 > 𝑎𝑦 𝑛 = 1/ℎ on obtient (en prenant la limite 𝑛 → ±∞) 𝑒 =
1 𝑛
(1 + )
𝑛
2.1.4 Limite
𝑎 > 1, lim 𝑎𝑥 = +∞ lim 𝑎𝑥 = 0 2.4 Dérivée des fonctions exponen-
𝑥⇒+∞ 𝑥⇒−∞
0 < 𝑎 < 1, lim 𝑎𝑥 = 0 lim 𝑎𝑥 = +∞ tielle et logarithmique
𝑥⇒+∞ 𝑥⇒−∞

2.4.1 Exp
2.2 Fonction logarithme La fonction est dérivable sur ℝ
A la fonction exp𝑎 c-à-d 𝑎𝑥 = 𝑦 correspond sa réciproque 1. (𝑒𝑥 )′ = 𝑒𝑥
appelée log𝑎 c-à-d 𝑥 = log𝑎 (𝑦). (pas besoin de changer les
domaines, les 2 fonctions sont déjà bijectives) 2. (𝑎𝑥 )′ = 𝑎𝑥 ln(𝑎)

3. (𝑒𝑓 )′ = 𝑒𝑓 ⋅ 𝑓 ′
2.2.1 Définition et graphe
2.4.2 Log
La fonction log𝑎 , (pour 𝑎 ∈ ℝ∗+ \{1}) est définie par :
ℝ∗+ → ℝ,𝑥 → 𝑦 = log𝑎 (𝑥) La fonction est dérivable sur ℝ∗+
𝑦 log2 𝑥 1. (log𝑎 (𝑥))′ = 1
ln(𝑎) ⋅ 1
𝑥

𝑥 2. (ln(𝑥))′ = 1
𝑥
log0.5 𝑥

2
 Chapitre 3

Logarithme naturel

3.1 Définition 3.4 Dérivée de ln(x)-Démonstration

La fonction est définie de ℝ∗+ → ℝ.

(1) ln(𝑥 + ℎ) − ln(𝑥)
Elle est une bijection entre ses 2 ensembles. (ln(𝑥))′ = lim
ℎ→0 ℎ
La fonction ln appelée ”logarithme naturel” ou logarithme 𝑥+ℎ
népérien est la fonction réciproque de 𝑒𝑥 ln ( )
(2) 𝑥
= lim
ℎ→0 ℎ
ℎ
ln (1 + )
(3) 𝑥
3.2 Propriétés = lim
ℎ→0 ℎ
ℎ
ln (1 + )
1. ln(1) = 0 (4) 𝑥 𝑥
= lim ⋅
ℎ→0 𝑥 ℎ
𝑥
2. ln(𝑒) = 1 et ln(𝑒𝑛 ) = 𝑛 (5) 1 ⎛ ℎ ℎ⎞
= lim ⋅ ln ⎜ ⎜(1 + ) ⎟ ⎟
ℎ→0 𝑥 𝑥
⎝ ⎠
3. La somme de 2 logarithmes naturels est égale au lo-
Or si ℎ → 0 alors ℎ𝑥 → +∞ et ℎ𝑥 → 0. On en revient donc
garithme du produit : ln(𝑎) + ln(𝑏) = ln(𝑎 ⋅ 𝑏)
à la définition du nombre 𝑒. Il ne reste donc plus que 𝑥1 .
(6) 1
4. La différence de 2 logarithmes naturels est égale au = ⋅ ln(𝑒)
𝑎 𝑥
logarithme du quotient : ln(𝑎) − ln(𝑏) = ln ( ) (7) 1
𝑏 =
𝑥

5. ln(𝑥𝑛 ) = 𝑛 ln(𝑥)
Remarques

6. 𝑒ln(𝑎) = 𝑎 (1) : Définition de la dérivée

(2) : Propriété 4.
𝑥+ℎ ℎ
(3) : =1+
𝑥 𝑥
𝑥
(4) : Multiplication par (ce qui ne change rien)
3.3 Graphe 𝑥
(5) : Propriété 5.
1 𝑛
𝑦 (6) : 𝑒 = lim (1 + )
𝑛→+∞ 𝑛
(7) : Propriété 2.

ln(𝑥)
Démonstration de type Zielazienski
𝑑𝑓
𝑑𝑥 1
ln(𝑥) = 𝑦 ⇔ 𝑒 = 𝑥 ⇒ 𝑒𝑦 ⋅ 𝑦′ = 1 ⇔ 𝑦′ = 𝑦
𝑦
𝑥 𝑒
1 1 1
(𝑦 = ln(𝑥)) ⇒ 𝑦 = ln(𝑥) ⇔ 𝑦 = ⇔ (ln(𝑥))′ =
′ ′
𝑒 𝑥 𝑥

3
 Chapitre 4

Les fonctions hyperboliques et leur réciproque

𝑦 𝑦 cosh 4.2.1 Des fonctions réciproques

cos
Des fonctions cosh − sinh − tanh, nous pouvons dégager leurs
sinh
sin réciproques, arcosh - arsinh - artanh.
1. Pour cosh il faut réduire le domaine de départ, il passe de
𝑥 𝑥
ℝ à ℝ+ , arcosh : [1; +∞[→ ℝ+
2. Pour sinh et tanh, les fonctions sont déjà bijectives. Pas
besoin de réduire leur domaines de départ arsinh : ℝ → ℝ,
artanh :] − 1; 1[→ ℝ

4.2.2 Graphe
4.1 Cosh-sinh-tanh
𝑦
4.1.1 Définition artanh(𝑥)
𝑒𝑥 + 𝑒−𝑥 𝑒𝑥 − 𝑒−𝑥 𝑒𝑥 − 𝑒−𝑥
cosh(𝑥) = , sinh(𝑥) = , tanh(𝑥) = 𝑥
2 2 𝑒 + 𝑒−𝑥 arcosh(𝑥)
𝑥
arsinh(𝑥)
4.1.2 Graphe
𝑦
cosh(𝑥)
tanh(𝑥)

𝑥
4.2.3 Propriétés
sinh(𝑥) 1. arcosh(𝑥)
√
i/ arcosh(𝑥)=ln (𝑥 + 𝑥2 − 1)
ii/ strictement croissante
4.1.3 Propriétés
1
iii/ (arcosh(𝑥))’= √
1. cosh(𝑥) 2
𝑥 −1
i/ cosh(𝑥) : ℝ → [1; +∞[ (strictement positive, mini- 2. arsinh(𝑥)
mum en (0, 1)) √
i/ arsinh(𝑥)=ln (𝑥 + 𝑥2 + 1)
ii/ fonction paire
ii/ strictement croissante
iii/ (cosh(𝑥))′ = sinh(𝑥) 1
iii/ (arsinh(𝑥))’= √
2. sinh(𝑥) 2
𝑥 +1
iv/ fonction impaire
i/ sinh(𝑥) : ℝ → ℝ (nul en 𝑥 = 0)
ii/ strictement croissante (fonction impaire) 3. artanh(𝑥)

iii/ (sinh(𝑥))′ = cosh(𝑥) 1 1+𝑥

i/ artanh(𝑥)= ln ( )
2 1−𝑥
3. tanh(𝑥) ii/ strictement croissante
i/ tanh(𝑥) : ℝ →] − 1, 1[ (asymptote horizontale en 𝑦 = 1
iii/ (artanh(𝑥))’=
±1) 1 − 𝑥2
iv/ fonction impaire
ii/ strictement croissante (fonction impaire, même signe
que sinh(𝑥)) v/ asymptote verticale en 𝑥 = ±1
2 1
iii/ (tanh(𝑥))′ = 1 − tanh (𝑥) = 2
cosh (𝑥)

4.2 Arcosh-arsinh-artanh
arcosh(x) : argument cosinus hyperbolique
arsinh(x) : argument sinus hyperbolique
artanh(x) : argument tangente hyperbolique

4
 Chapitre 5

Primitive et méthode d’intégration

5.1 Primitive 5.1.6 Elément simple

Soit :
5.1.1 Définition ∫
𝑥5 − 6
𝑑𝑥
𝑥2
+ 2𝑥 + 1
Soit une fonction 𝑓 définie de 𝐼 ⊂ ℝ dans ℝ. Une fonction 𝐹 est
Après une division euclidienne, le calcul devient
appelée primitive de 𝑓 sur I si 𝐹 est dérivable sur 𝐼 et si elle
admet 𝑓 comme dérivée : 5𝑥 − 2
∫ 𝑥3 − 2𝑥2 + 3𝑥 − 4 + 𝑑𝑥
𝑥2 + 2𝑥 + 1
′
∀𝑥 ∈ 𝐼, 𝐹 (𝑥) = 𝑓(𝑥) Puis, puisque l’intégrale d’une somme ⇔ la somme d’intégrale,
l’expression devient :
5.1.2 Propriété ∫ 𝑥3 − 2𝑥2 + 3𝑥 − 4𝑑𝑥 + ∫
5𝑥 − 2
𝑑𝑥
𝑥2 + 2𝑥 + 1
Si 𝐹 est une primitive de 𝑓 sur 𝐼 et 𝐶 une fonction constante, Nous allons donc remplacer le dénominateur par 2 fractions dont
alors 𝐹 + 𝐶 est une primitive de 𝑓 sur 𝐼. (1) les dénominateurs sont : (𝑥 + 1) et (𝑥 + 1)2 , ainsi, cela devient
Si 𝐹 et 𝐺 sont 2 primitives de 𝑓 sur 𝐼, alors 𝐹 − 𝐺 est une (après avoir mis sous le même dénominateur) :
fonction constante. (2)
(1) Nous avons (𝐹 + 𝐶) = 𝐹 + 𝐶 = 𝑓 + 0 = 𝑓
′ ′ ′ 𝐴 𝐵 𝐴(𝑥 + 1) + 𝐵
∫ + 𝑑𝑥 = ∫ 𝑑𝑥
(2) Soit une fonction 𝑘(𝑥) = 𝐹 (𝑥) − 𝐺(𝑥). 𝑥 + 1 (𝑥 + 1)2 (𝑥 + 1)2
Nous avons : ∀𝑥 ∈ 𝐼, 𝑘 (𝑥) = 𝐹 (𝑥) − 𝐺 (𝑥) = 𝑓(𝑥) − 𝑓(𝑥) = 0 En posant un système d’équation on peut déterminer la valeur
′ ′ ′

Par corollaire des accroissements finis, la fonction 𝑘 = 𝐹 − 𝐺 des paramètres 𝐴 et 𝐵 (ici respectivement 5 et -7) L’intégrale
est une fonction constante. devient finalement :
Soient 𝐹 une primitive de 𝑓, 𝐺 une primitive de 𝑔 et 𝜆 un 5 7
nombre réel. ∫ 𝑥3 − 2𝑥2 + 3𝑥 − 4𝑑𝑥 + ∫ − 𝑑𝑥
𝑥 + 1 (𝑥 + 1)2
𝐹 + 𝐺 est une primitive de 𝑓 + 𝑔
𝜆𝐹 est une primitive de 𝜆𝑓 5.1.7 Partie
𝐺 ∘ 𝐹 est une primitive de (𝑔 ∘ 𝐹 ) ⋅ 𝑓
Soit 𝑓 et 𝑔 2 fonctions dérivables sur un intervalle 𝐼, alors
(𝑓𝑔) = 𝑓 𝑔 + 𝑓𝑔 . En appliquant l’intégrale des 2 cotés on
′ ′ ′

5.1.3 Notation obtient :

𝑓𝑔 = ∫ 𝑓 ′ 𝑔 + 𝑓𝑔′
La notation ∫ 𝑓(𝑥)𝑑𝑥 = 𝐹 (𝑥) + 𝑐, où 𝐹 (𝑥) = 𝑓(𝑥) et 𝑐 est une
′

En arrangeant les termes on peut dégager :

constante, désigne la famille des primitives de 𝑓 dans l’intervalle
𝐼. ∫ 𝑓 ′ 𝑔 = 𝑓𝑔 − ∫ 𝑓𝑔′

Soit la fonction : 𝑥2 cos(𝑥)

5.1.4 Méthode d’intégration L’intégrale : ∫ 𝑥2 cos(𝑥)𝑑𝑥
Nous avons vu 4 méthodes d’intégration : L’intégration directe, Avec la méthode par partie cela donne :
par substitution, par élément simple, par partie
∫ 𝑥2 cos(𝑥)𝑑𝑥 = 𝑥2 sin(𝑥) − ∫ sin(𝑥)2𝑥

Directe Ici, 𝑓 ′ = cos(𝑥) donc 𝑓 = sin(𝑥) et 𝑔 = 𝑥2 donc 𝑔′ = 2𝑥

Et on répète le processus encore une fois pour arriver à :
Il s’agit ici d’intégrer une fonction directement sans l’aide d’une
technique particulières. Une liste d’intégrale de base peut nous ∫ 𝑥2 cos(𝑥)𝑑𝑥 = 𝑥2 sin(𝑥) + 2𝑥 cos(𝑥) − 2 sin(𝑥) + 𝐶
aider (FT) :
𝑥𝑛+1
∫ 𝑥𝑛 𝑑𝑥 = +𝐶
𝑛+1

5.1.5 Substitution
Il s’agit ici de remplacer une partie de la fonction par une va-
riable que nous allons appeler 𝑡 :

2
∫ 𝑥𝑒1−𝑥 𝑑𝑥

Ici, 𝑡 = 1 − 𝑥2 . Le résultat finale est : − 12 𝑒1−𝑥

2

5
 Chapitre 6

Théorème de la moyenne et Théorème fondamental du calcul

intégral

6.1 Théorème de la moyenne Par (2), nous pouvons déduire

𝐹 (𝑥1 + Δ𝑥) − 𝐹 (𝑥1 ) = 𝑓(𝑐)Δ𝑥
Pour toute fonctions 𝑓 à valeurs réelles, définie et continue sur
un intervalle [𝑎, 𝑏] avec 𝑎 < 𝑏, alors ∃𝑐 ∈]𝑎, 𝑏[ tq. En divisant des 2 cotés par Δ𝑥 puis en prenant la limite de
Δ𝑥 → 0, l’expression devient celle d’une dérivée
𝑏
1
𝑓(𝑐) = ∫ 𝑓(𝑥)𝑑𝑥 𝐹 (𝑥1 + Δ𝑥) − 𝐹 (𝑥1 )
𝑏−𝑎 𝑎 lim = lim 𝑓(𝑐)
∆𝑥→0 Δ𝑥 ∆𝑥→0

Comme Δ𝑥 → 0 et 𝑐 ∈ [𝑥1 , 𝑥1 + Δ𝑥] alors 𝑥1 ≤ 𝑐 ≤ 𝑥1 , donc

6.2 Théorème fondamental du calcul 𝐹 ′ (𝑥1 ) = 𝑓(𝑥1 )
intégral CQFD

Énoncé
Si 𝑓 est une fonction continue sur [a ;b], alors la fonction 𝐹
6.3 Corollaire
définie pour tout 𝑥 ∈ [a ;b] par
𝑥
Énoncé
𝐹 (𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 Si 𝐹 est une primitive de f sur [a ;b], alors :
𝑎
𝑏
∫ 𝑓(𝑥)𝑑𝑥 = 𝐹 (𝑏) − 𝐹 (𝑎)
Démonstration 𝑎

Pour une fonction 𝑓(𝑡), on défini la fonction 𝐹 (𝑥) tel que

𝑥
Démonstration
𝐹 (𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
𝑥
𝑎
∫ 𝑓(𝑡)𝑑𝑡 = 𝐹 (𝑥) + 𝐶
Pour 2 nombres quelconque 𝑥1 et 𝑥1 + Δ𝑥 dans [𝑎, 𝑏], nous 𝑎
avons : 𝑥
Posons x=a 𝑥
1

𝐹 (𝑥1 ) = ∫ 𝑓(𝑡)𝑑𝑡 ∫ 𝑓(𝑡)𝑑𝑡 = 𝐹 (𝑎) + 𝐶

𝑎 𝑥
et ⇔ 0 = 𝐹 (𝑎) + 𝐶
𝑥1 +∆𝑥
𝐹 (𝑥1 + Δ𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 ⇔ 𝐶 = −𝐹 (𝑎) (1)
𝑎 𝑥

En soustrayant les 2 égalités on obtient ⇔ ∫ 𝑓(𝑡)𝑑𝑡 = 𝐹 (𝑥) − 𝐹 (𝑎)

𝑎
𝑥1 +∆𝑥 𝑥
𝐹 (𝑥1 + Δ𝑥) − 𝐹 (𝑥1 ) = ∫ 𝑓(𝑡)𝑑𝑡 − ∫ 𝑓(𝑡)𝑑𝑡 (1)
𝑎 𝑎

Par les propriétés des intégrales, nous pouvons montrer que

𝑥1 𝑥1 +∆𝑥 𝑥1 +∆𝑥
∫ 𝑓(𝑡)𝑑𝑡 + ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑑𝑡
𝑎 𝑥1 𝑎

Qui peut être arrangée comme ceci

𝑥1 +∆𝑥 𝑥1 𝑥1 +∆𝑥
∫ 𝑓(𝑡)𝑑𝑡 − ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝑓(𝑡)𝑑𝑡
𝑎 𝑎 𝑥1

En substituant l’équation (1), nous obtenons

𝑥1 +∆𝑥
𝐹 (𝑥1 + Δ𝑥) − 𝐹 (𝑥1 ) = ∫ 𝑓(𝑡)𝑑𝑡 (2)
𝑥1

Par le théorème de la moyenne énoncé précédemment : ∃𝑐 ∈

[𝑥1 , 𝑥1 + Δ𝑦] tel que
𝑥1 +∆𝑥
∫ 𝑓(𝑡)𝑑𝑡 = 𝑓(𝑐)Δ𝑥
𝑥1

6
 Chapitre 7

Aire comprise entre 2 courbes, volume d’un solide de

révolution

7.1 Aire entre 2 courbes 7.2.2 Démonstration

Découpons le solide dans l’intervalle [𝑎; 𝑏] en tranche à l’aide
des plans 𝑥 = 𝑥0 = 𝑎, 𝑥 = 𝑥2 , ..., 𝑥 = 𝑥𝑛 = 𝑏 tous ⟂ 𝑂𝑥

Pour calculer l’aire de la surface délimitée par les courbes re-

présentatives des 2 fonctions 𝑓 et 𝑔 continues sur [𝑎, 𝑏] et les
droites d’équation 𝑥 = 𝑎 et 𝑥 = 𝑏, on utilise :
𝑏
𝒜 = ∫ ∣ 𝑓(𝑥) − 𝑔(𝑥) ∣ 𝑑𝑥
𝑎 Dans chaque segment [𝑥𝑖−1 ; 𝑥𝑖 ], prenons un point arbitraire 𝛼𝑖
et construisons un cylindre // 𝑂𝑥 dont la base est un disque de
Dans un premier temps nous allons résoudre l’équation 𝑓 −𝑔 = 0
rayon 𝑓(𝛼𝑖 ) ; l’aire de la base d’un tel cylindre est 𝜋(𝑓(𝛼𝑖 ))2 ,
pour trouver les bornes de l’aire délimitée par les 2 courbes.
sa hauteur est Δ𝑥𝑖 = 𝑥𝑖 − 𝑥𝑖−1 et sont volume est donc
Soit :
𝜋(𝑓(𝛼𝑖 ))2 Δ𝑥𝑖 .
𝑓(𝑥) = 6𝑥 − 𝑥2 𝑔(𝑥) = 𝑥2 − 2𝑥
La somme des volumes de tous les cylindres vaut
𝑓 − 𝑔 = −2𝑥2 + 8𝑥 (appelons cette fonction ℎ)
𝑛
ℎ(𝑥) = −2𝑥2 + 8𝑥 ⇔ −2𝑥(𝑥 − 4) → 𝑥 = 0 ou 𝑥 = 4 𝒱𝑛 = ∑ 𝜋(𝑓(𝛼𝑖 ))2 Δ𝑥𝑖
𝑖=1
𝑥 0 4
ℎ(𝑥) - 0 + 0 − Il s’agit d’une somme de Riemann pour la fonction 𝜙(𝑥) =
𝜋𝑓 2 (𝑥).
Le signe de la fonction dans l’intervalle [0, 4] est positif donc : En faisant la limite de cette somme (une intégrale donc) pour
Δ𝑥 → 0. Ainsi :
4 4 𝑏
64
2 𝒱 = 𝜋 ∫ 𝑓 2 (𝑥)𝑑𝑥
𝒜 = ∫ ℎ(𝑥)𝑑𝑥 = ∫ (−2𝑥 + 8𝑥)𝑑𝑥 =
0 0 3 𝑎

Dans le cas où le signe de la fonction dans l’intervalle était

négatif, il aurait fallu ajouter un signe ”−”.

7.2 Volume d’un solide de révolution

7.2.1 Théorème
Soit une fonction 𝑓 continue sur [a ;b]. Le volume 𝒱 du solide
de révolution dont la génératrice est la courbe représentative de
𝑓 entre les plans d’équations 𝑥 = 𝑎 et 𝑥 = 𝑏 vaut :
𝑏
𝒱 = 𝜋 ∫ 𝑓 2 (𝑥)𝑑𝑥
𝑎

7
 Chapitre 8

Applications du calcul intégral : longueur d’un arc de courbe,

aire latérale d’un corps de révolution

8.1 Longueur d’un arc de courbe Dans sa rotation autour de l’axe 𝑂𝑥 , chaque corde [𝑀𝑖−1 𝑀𝑖 ] de
longueur Δ𝑙𝑖 engendre un tronc de cône de révolution dont l’air
Soit 𝑓 une fct continûment dérivable sur [𝑎, 𝑏]. La longueur 𝑙 latérale est égale à (cf formule sur l’aire latérale d’un cône droit
de la courbe représentative de 𝑓 entre les point 𝐴(𝑎, 𝑓(𝑎)) et tronqué FT p. 46) :
𝐵(𝑏, 𝑓(𝑏)) vaut :
𝒜𝑖 = 𝜋(𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))Δ𝑙𝑖
𝑏
𝑙 = ∫ √1 + (𝑓 ′ (𝑥))2 𝑑𝑥 Par Pythagore (ENCORE...) :
𝑎
2
Δ𝑦𝑖
Δ𝑙𝑖 = √Δ𝑥2𝑖 + Δ𝑦𝑖2 = √1 + ( ) Δ𝑥𝑖
𝑀𝑖−1 Δ𝑥𝑖
∆𝑙𝑖 𝑀𝑛
𝑀2 ∆𝑥𝑖 𝑀𝑖 Par le théorème des accroissements finis (ENCORE...) :
𝑀0 ∆𝑦𝑖
Δ𝑦𝑖
𝑀𝑛−1 ∃𝛼𝑖 ∈]𝑥𝑖−1 ; 𝑥𝑖 [ tel que = 𝑓 ′ (𝛼𝑖 ).
𝑀1 Δ𝑥𝑖
⇒ Δ𝑙𝑖 = √1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖

𝑎 = 𝑥0
𝑥1 𝑥2 ... 𝑥𝑖−1 𝑥𝑖 𝑥𝑛−1 𝑏 = 𝑥𝑛
Ainsi, 𝒜𝑖 = 𝜋(𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))√1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖
𝑛
L’aire de la surface de révolution engendrée par la ligne polygo-
𝑙 = lim ∑ Δ𝑙𝑖
∆𝑥→0 nale est égale à :
𝑖=1
𝑛
Par Pythagore et puisque Δ𝑥𝑖 > 0 : 𝒜𝑛 = 𝜋 ∑ ((𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))√1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖 )
2
Δ𝑦𝑖 𝑖=1
Δ𝑙𝑖 = √(Δ𝑥𝑖 )2 + (Δ𝑦𝑖 )2 = Δ𝑥𝑖 √1 + ( )
Δ𝑥𝑖 Si Δ𝑥 → 0, 𝑓(𝑥𝑖−1 ) ≈ 𝑓(𝛼𝑖 ) ≈ 𝑓(𝑥𝑖 ) et 𝑓 ′ (𝛼𝑖 ) = 𝑓 ′ (𝑥𝑖 )

Par le théorème des accroissements finis : 𝑛

𝒜𝑙𝑎𝑡 = lim 𝜋 ∑ ((𝑓(𝑥𝑖−1 ) + 𝑓(𝑥𝑖 ))√1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖 )
∆𝑥→+∞
Δ𝑦𝑖 𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−1 ) 𝑖=1
∃𝛼𝑖 ∈]𝑥𝑖−1 ; 𝑥𝑖 [ tel que = = 𝑓 ′ (𝛼𝑖 )
Δ𝑥𝑖 𝑥𝑖 − 𝑥𝑖−1 𝑏
⇔ 𝒜𝑙𝑎𝑡 = 2𝜋 ∫ 𝑓(𝑥)√1 + (𝑓 ′ (𝑥))2 𝑑𝑥
𝑎
⇒ Δ𝑙𝑖 = √1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖
Je ponctuerais cette question en vous signalant que
𝑛 𝑛 Schlag Pouf
⇒ ∑ Δ𝑙𝑖 = ∑ √1 + (𝑓 ′ (𝛼𝑖 ))2 Δ𝑥𝑖
𝑖=1 𝑖=1

qui est une somme de Riemann pour la fonction 𝜙(𝑥) =

√1 + (𝑓 ′ (𝑥))2 . Par hypothèse, cette fonction est continue sur
[𝑎; 𝑏] ; elle est donc intégrable.

𝑛 𝑏
𝑙 = lim ∑ √1 + (𝑓 ′ (𝑥))2 Δ𝑥𝑖 = ∫ √1 + (𝑓 ′ (𝑥))2 𝑑𝑥
∆𝑥→0 𝑎
𝑖=1

8.2 Aire latérale d’un corps de révolu-

tion
Soit 𝑓 une fct positive et continûment dérivable sur [𝑎; 𝑏] ; ainsi
𝑓 et 𝑓 ′ sont des fcts continues.
Considérons la surface de révolution obtenue en faisant tourner
la courbe représentative y=𝑓(𝑥) autour de l’axe 𝑂𝑥 pour 𝑥 ∈
[𝑎; 𝑏]. L’aire latérale 𝒜𝑙𝑎𝑡 de cette surface vaut :
𝑏
𝒜𝑙𝑎𝑡 = 2𝜋 ∫ 𝑓(𝑥)√1 + (𝑓 ′ (𝑥))2 𝑑𝑥
𝑎

8
 Chapitre 9

Équation d’une droite. Équation d’un plan. Position relative

d’un plan et d’une droite

9.1 Droite 3 cas possibles : sécant, parallèles, confondus

9.3.1 Substitution de l’équation de la droite

𝑑⃗ dans le plan
𝐴 𝑘𝑑 ⃗ En substituant 𝑥 par 𝑎1 + 𝑘𝑑1 puis 𝑦 par 𝑎2 + 𝑘𝑑2 puis 𝑧 par
𝑑 𝑎3 + 𝑘𝑑3 et en simplifiant l’expression pour sortir une valeur
𝑂 𝑃 pour k : si 𝑘 = cst alors la droite et le plan sont sécants, si
le résultat est impossible (plus de k et on arrive à une égalité
5 = 2) alors la droite est strictement parallèle au plan et si le
9.1.1 Équation résultat admet une infinité de possibilité (5 = 5) alors la droite
est confondue au plan.
Géométrique

𝑂𝑃 = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑂𝐴 + 𝜆𝑑 ⃗ 9.3.2 Sécante
Lorsque la droite coupe le plan, il est intéressant de voir quel est
Paramétrique-Cartésienne ce point (par le calcul fait précédemment) et quel est l’angles
entre le plan et la droite. Pour cela, il faut nécessairement passer
⎧ 𝑥 = 𝑎1 + 𝜆𝑑1
{ 𝑥 − 𝑎1 𝑦 − 𝑎2 𝑧 − 𝑎3 par le calcul d’angle entre 2 droites. On utilise alors le vecteur
𝑦 = 𝑎2 + 𝜆𝑑2 = =
⎨
{ 𝑑1 𝑑2 𝑑3 𝑎
⎩ 𝑧 = 𝑎3 + 𝜆𝑑3 𝑛=⎛
normal au plan ⃗⃗⃗⃗ ⎜ 𝑏 ⎞ ⎟ et on utilise le calcul de l’angle entre
⎝ 𝑐 ⎠
9.2 Plan 2 vecteurs directeurs cos(𝜙) =
∣ 𝑑 ⃗ ⋅ ⃗⃗⃗⃗
𝑛∣
Cependant, ce calcul
⃗
‖𝑑‖‖⃗⃗⃗⃗ 𝑛‖
nous donnes l’angles entre les droite 𝑛 et 𝑑 il faut prendre le
𝑃 complémentaire de cet angles et donc l’angles entre la droite et
∣ 𝑑 ⃗ ⋅ ⃗⃗⃗⃗
𝑛∣
le plan est : 𝜙 = 90° − arccos ( )
⃗
‖𝑑‖‖⃗⃗⃗⃗𝑛‖
𝑣⃗

𝜋 𝐴
𝑢
⃗⃗⃗⃗ 9.3.3 Strictement parallèle
Dans le cas où la droite est strictement parallèle au plan, donc
que le calcul précédent a donné un valeur impossible. On peut
𝑂 regarder la distance de cette droite au plan. En utilisant le même
calcul pour la distance d’un point à un plan. 𝛿(𝑑; 𝜋) ⇔ 𝛿(𝑃 ; 𝜋)
pour 𝑃 ∈ 𝑑
9.2.1 Équation
∣ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑃 ⋅ ⃗⃗⃗⃗ 𝑛∣ ∣ 𝑎𝑥𝑃 + 𝑏𝑦𝑃 + 𝑐𝑧𝑃 + 𝑑 ∣
𝛿(𝑃 ; 𝜋) = = √ 𝐴∈𝜋
Géométrique ‖⃗⃗⃗⃗
𝑛‖ 𝑎2 + 𝑏2 + 𝑐2

𝑂𝑃 = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑂𝐴 + 𝜆⃗⃗𝑢⃗⃗ + 𝜇𝑣,𝜆,
⃗ 𝜇∈ℝ
𝑃
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑄 𝐴𝑃
𝛿(𝑃 ; 𝑑)
Paramétrique-Cartésienne ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑄 ⃗⃗⃗⃗
𝑛 𝐵
𝐴 𝑑
⎧ 𝑥 = 𝑎1 + 𝜆𝑢1 + 𝜇𝑣1
{
𝑦 = 𝑎2 + 𝜆𝑢2 + 𝜇𝑣2 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 Pour une démonstration de la distance d’un point à une droite
⎨
{
⎩ 𝑧 = 𝑎3 + 𝜆𝑢3 + 𝜇𝑣3 je vous envoie vers votre livre de géométrie p.88.

9.3 Position relative d’une droite et 9.3.4 Confondue

d’un plan Il n’y a rien d’intéressant à voir dans ce cas.

Soit un plan 𝜋 ∶ 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0
⎧ 𝑥 = 𝑎1 + 𝑘𝑑1
{ ”Il y a une différence entre connaître le chemin et ar-
la droite 𝑑 = 𝑦 = 𝑎2 + 𝑘𝑑2
⎨
{ penter le chemin” - Matrix, Morpheus
⎩ 𝑧 = 𝑎3 + 𝑘𝑑3

9
 Chapitre 10

Positions relatives entre 2 droites. Positions relatives entre 2

plans

10.1 Droites 3 cas sont possibles : Sécants (délimitant une droite), stricte-
ment parallèles et confondues.
10.1.1 Définition 1. Si ∄𝑘𝑘 ∈ ℝ, ⃗⃗⃗⃗⃗⃗⃗⃗ 𝑛2 ⇒ plans sécants.
𝑛1 = 𝑘⃗⃗⃗⃗⃗⃗⃗⃗
Soit 2 droites 𝑑1 et 𝑑2 et les points 𝐷1 et 𝐷2 tel que : 2. Si ∃𝑘 ∈ ℝ et 𝑑1 ≠ 𝑑2 ⇒ plans parallèles.
𝐷1 ∈ 𝑑1 et 𝐷2 ∈ 𝑑2 3. Si ∃𝑘 ∈ ℝ et 𝑑1 = 𝑑2 → plans confondus.

𝑑1 𝑑2 10.2.1 Sécant
⃗⃗⃗⃗⃗⃗⃗⃗
𝑛2
⃗⃗⃗⃗⃗⃗⃗⃗
𝑛1
𝐵
⃗⃗⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗⃗
𝑑2 𝜋2
𝑑1 𝐴
𝐷1 𝜋1
𝐷2

10.1.2 Gauche
Si les vecteur ⃗⃗⃗⃗⃗⃗⃗
𝑑1 ,⃗⃗⃗⃗⃗⃗⃗
𝑑2 et ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐷1 𝐷2 sont coplanaires ⇔ Si ils sont sécants, on peut mesurer l’angles qu’ils font entre
eux.
𝑑1𝑥 𝑑2𝑥 𝐷1 𝐷2
∣𝑑1𝑦 𝑑2𝑦 𝐷1 𝐷2 ∣ = 0
𝑑1𝑧 𝑑2𝑧 𝐷1 𝐷2 10.2.2 Parallèle
Donc, si le déterminant de cette matrice est nul, les droites 𝑑1 et
𝑑2 sont coplanaires. Sinon les droites sont gauches et on mesure
la distance entre ces 2 droites : ⃗⃗⃗⃗⃗⃗⃗⃗
𝑛2
∣ (⃗⃗⃗⃗⃗⃗⃗
𝑑1 × ⃗⃗⃗⃗⃗⃗⃗ 𝑑2 ) ⋅ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐷1 𝐷2 ∣
𝛿(𝑑1 ; 𝑑2 ) = 𝐵 𝜋2
⃗⃗⃗⃗⃗⃗⃗1 × 𝑑
||𝑑 ⃗⃗⃗⃗⃗⃗⃗2 ||
⃗⃗⃗⃗⃗⃗⃗⃗
𝑛1
𝜋1
10.1.3 Sécante 𝐴

Donc, nous avons obtenu le résultat que 𝑑1 & 𝑑2 sont coplanaires.

Le prochain calcul est de voir si 𝑑1 & 𝑑2 sont colinéaires :

𝑑1 = 𝑘𝑑2 Dans ce cas, nous pouvons calculer la distance entre les 2 plans.

si on montre que ∄𝑘, 𝑑1 = 𝑘𝑑2 alors les droites sont sécantes et

on peut trouver le point d’intersection I et l’angles entre 𝑑1 & 10.2.3 Confondu
𝑑2 . (cf Q9 pour la formule du calcul d’angle entre 2 droites)
⃗⃗⃗⃗⃗⃗⃗⃗
𝑛1 ⃗⃗⃗⃗⃗⃗⃗⃗
𝑛2
10.1.4 Parallèle ou confondue
𝐴 𝐵
Si un 𝑘 existe alors les droites sont au moins parallèles. Si en
plus le point d’ancrage d’une droite appartient aussi à l’autre 𝜋1 = 𝜋 2
droite alors (les droites sont confondues sinon les droites sont
parallèles et on peut calculer la distance entre ces 2 droites. Rien à faire dans ce cas-ci.

10.2 Plan
Soit 2 plans (𝜋1 , 𝜋2 ) :
𝜋1 ∶ 𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 = 0, un point du plan 𝐴 et son vecteur
normal ⃗⃗⃗⃗⃗⃗⃗⃗
𝑛1 .
𝜋2 ∶ 𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 = 0, un point du plan 𝐵 et son vecteur ”Ce n’est pas parce que je ne vous vois pas, que je ne
normal ⃗⃗⃗⃗⃗⃗⃗⃗
𝑛2 . vous ENTEND PAS” - Patrick Poscio Ph.D

10
 Chapitre 11

Produit scalaire : définition et applications

11.1 Définition 11.3 Applications

𝑎1 𝑏1 1. Critère d’orthogonalité
Soit 2 vecteur 𝑎⃗ = ⎛ ⎜𝑎2 ⎞⎟ et 𝑏⃗ = ⎛
⎜𝑏2 ⎞
⎟ 2. Calcul d’angle
⎝𝑎3 ⎠ ⎝𝑏3 ⎠
Le produit scalaire entre ces 2 vecteurs est défini comme suit :
𝑎 ⃗ ⋅ 𝑏⃗ = 𝑎 1 𝑏1 + 𝑎 2 𝑏2 + 𝑎 3 𝑏3 11.4 Propriété du produit scalaire
1. 𝑎⃗ ⋅ 𝑏⃗ = 𝑏⃗ ⋅ 𝑎⃗ (commutativité)
11.2 Propriétés
2. 𝑎(⃗ 𝑏⃗ + 𝑐)⃗ = 𝑎𝑏⃗ ⃗ + 𝑎𝑐⃗ ⃗ (distributivité)
⃗ 𝑏⃗ ⇒ 𝑎 ⃗ ⋅ 𝑏⃗ = 0
1. Si 𝑎⊥ 3. 𝑎⃗ ⋅ 𝑎⃗ ≥ 0
4. 𝑎⃗ ⋅ 𝑎⃗ = 0 ⇒ 𝑎⃗ = 0⃗
5. 𝑎⃗ ⋅ 𝑎⃗ =∥ 𝑎⃗ ∥2
𝑎 ⃗ − 𝑏⃗
𝑏⃗
Notes
(1) Théorème du cosinus

𝑎⃗ (2) Arrangement des termes

(3) ∥ 𝑎⃗ − 𝑏⃗ ∥2 − ∥ 𝑎⃗ ∥2 − ∥ 𝑏⃗ ∥2 = −2 ⋅ 𝑎⃗ ⋅ 𝑏⃗

Démo 𝑎⃗ ⟂ 𝑏⃗ ⇔∥ 𝑎⃗ − 𝑏⃗ ∥2 =∥ 𝑎⃗ ∥2 + ∥ 𝑏⃗ ∥2 (4) Arrangement des termes

2 2 2
𝑎1 − 𝑏1 𝑎1 𝑏1
⇔ ∥⎛
⎜𝑎2 − 𝑏2 ⎞ ⎟∥ = ∥ ⎛⎜𝑎2 ⎞⎟∥ + ∥⎛ ⎜𝑏2 ⎞
⎟∥
𝑎
⎝ 3 − 𝑏 3⎠ 𝑎
⎝ 3⎠ 𝑏
⎝ 3⎠
⇔ (𝑎1 −𝑏1 ) +(𝑎2 −𝑏2 ) +(𝑎3 −𝑏3 ) = 𝑎21 +𝑎22 +𝑎23 +𝑏12 +𝑏22 +𝑏32
2 2 2

⇔ −2𝑎1 𝑏1 − 2𝑎2 𝑏2 − 2𝑎3 𝑏3 = 0

⇔ −2(𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3 ) = 0
⇔ −2 ⋅ 𝑎⃗ ⋅ 𝑏⃗ = 0
𝑎 ⃗ ⋅ 𝑏⃗
2. cos(𝜙) =
∥ 𝑎 ⃗ ∥ ⋅ ∥ 𝑏⃗ ∥

𝑏⃗
𝑎 ⃗ − 𝑏⃗

𝜙 𝑎⃗

Démo (1) ∥ 𝑎⃗ − 𝑏⃗ ∥2 =∥ 𝑎⃗ ∥2 + ∥ 𝑏⃗ ∥2 −2 ∥ 𝑎⃗ ∥ ⋅ ∥ 𝑏⃗ ∥
⋅ cos(𝜙)
(2)
⇔∥ 𝑎⃗ − 𝑏⃗ ∥2 − ∥ 𝑎⃗ ∥2 − ∥ 𝑏⃗ ∥2 = −2 ∥ 𝑎⃗ ∥ ⋅ ∥ 𝑏⃗ ∥ ⋅ cos(𝜙)
(3)
⇔ −2 ⋅ 𝑎⃗ ⋅ 𝑏⃗ = −2 ∥ 𝑎⃗ ∥ ⋅ ∥ 𝑏⃗ ∥ ⋅ cos(𝜙)
(4) 𝑎 ⃗ ⋅ 𝑏⃗
⇔ cos(𝜙) =
∥ 𝑎 ⃗ ∥ ⋅ ∥ 𝑏⃗ ∥

(a) 𝑎⃗ ⋅ 𝑏⃗ > 0 : 𝜙 aigu

(b) 𝑎⃗ ⋅ 𝑏⃗ = 0 : 𝜙 droit
(c) 𝑎⃗ ⋅ 𝑏⃗ < 0 : 𝜙 obtus (pour avoir l’angle aigu il faut
prendre la valeur absolu du produit scalaire)

11
 Chapitre 12

Distance d’un point à un plan. Distance d’un point à une droite

12.1 Point-Plan b/ Par la formule (classique) de l’air d’un parallélogramme

∥ 𝑑 ⃗ ∥ ⋅ℎ

𝑃 Ainsi,
𝑄 ∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑃 × 𝑑 ⃗ ∥=∥ 𝑑 ⃗ ∥ ⋅ℎ
𝛿(𝑃 ; 𝜋)
∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑃 × 𝑑 ⃗ ∥
⃗⃗⃗⃗
𝑛 ⇔ ℎ = 𝛿(𝑃 ; 𝑑) =
∥ 𝑑 ⃗∥
𝐴
Voici le développement de l’expression :
𝜋
𝑥𝑝 − 𝑥𝑎 𝑎
Soit un plan 𝜋 ∶ 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0 et le vecteur normal à ce ∥⎛
⎜ 𝑦𝑝 − 𝑦𝑎 ⎞
⎟×⎛ ⎜𝑏 ⎞
⎟∥
𝑎 ⎝ 𝑧𝑝 − 𝑧𝑎 ⎠ ⎝ 𝑐 ⎠
𝑛=⎛
plan : ⃗⃗⃗⃗ ⎜ 𝑏 ⎞⎟ puis un point 𝐴 ∶ (𝑥𝑎 ; 𝑦𝑎 ; 𝑧𝑎 ) ∈ 𝜋 et un point 𝑎
⎝ 𝑐 ⎠ ∥⎛
⎜𝑏 ⎞⎟∥
𝑥𝑝 − 𝑥 𝑎 ⎝𝑐 ⎠
P quelconque (𝑥𝑝 ; 𝑦𝑝 ; 𝑧𝑝 ) ⇒ 𝐴𝑃 = ⎜ 𝑦𝑝 − 𝑦𝑎 ⎞
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ ⎛ ⎟
⎝ 𝑧𝑝 − 𝑧 𝑎 ⎠ (𝑥𝑝 − 𝑥𝑎 = 𝑥⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 , 𝑦𝑝 − 𝑦𝑎 = 𝑦⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 𝑃 𝐴)
𝑃 𝐴 , 𝑧𝑝 − 𝑧𝑎 = 𝑧⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

∣ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑃 ⋅ ⃗⃗⃗⃗ 𝑛∣ ∥ (𝑐𝑦⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 + 𝑏𝑧⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 ) − (𝑐𝑥⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ + 𝑎𝑧⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 ) + (𝑏𝑥⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 + 𝑎𝑦⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴) ∥
𝛿(𝑃 ; 𝜋) =∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑄 ∥= ⇔ √ 𝑃𝐴
∥ ⃗⃗⃗⃗ 𝑛∥ 𝑎2 + 𝑏 2 + 𝑐 2
En développant l’expression de droite cela donne : √(𝑐𝑦⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 2 2 2
𝑃 𝐴 + 𝑏𝑧⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 ) + (𝑐𝑥⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ + 𝑎𝑧⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 ) + (𝑏𝑥⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴 + 𝑎𝑦⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 𝐴)
∣ 𝑎(𝑥𝑝 − 𝑥𝑎 ) + 𝑏(𝑦𝑎 − 𝑦𝑝 ) + 𝑐(𝑧𝑎 − 𝑧𝑝 ) ∣ ⇔ √ 𝑃𝐴
√ 𝑎2 + 𝑏 2 + 𝑐 2
𝑎2 + 𝑏2 + 𝑐2
∣ 𝑎𝑥𝑝 + 𝑏𝑦𝑝 + 𝑐𝑧𝑝 − (𝑎𝑥𝑎 + 𝑏𝑦𝑎 + 𝑐𝑧𝑎 ) ∣
⇔ √
𝑎2 + 𝑏2 + 𝑐2
Or, puisque 𝐴 appartient au plan 𝜋 ⇒ 𝑎𝑥𝑎 + 𝑏𝑦𝑎 + 𝑐𝑧𝑎 + 𝑑 = 0
⇔ 𝑎𝑥𝑎 + 𝑏𝑦𝑎 + 𝑐𝑧𝑎 = −𝑑

∣ 𝑎𝑥𝑝 + 𝑏𝑦𝑝 + 𝑐𝑧𝑝 − (−𝑑) ∣ ∣ 𝑎𝑥𝑝 + 𝑏𝑦𝑝 + 𝑐𝑧𝑝 + 𝑑 ∣

⇔ √ ⇔ √
2 2
𝑎 +𝑏 +𝑐 2 𝑎2 + 𝑏 2 + 𝑐 2

12.2 Point-Droite

ℎ = 𝛿(𝑃 ; 𝑑)
𝑑
𝑑⃗
𝐴

Soit une droite 𝑑 passant par 𝐴 = (𝑥𝑎 ; 𝑦𝑎 ; 𝑧𝑎 ) de vecteur direc-

𝑎
teur 𝑑 ⃗ = ⎛
⎜𝑏 ⎞⎟ et un point 𝑃 = (𝑥𝑝 ; 𝑦𝑝 ; 𝑧𝑝 ) quelconque (hors de
𝑐
⎝ ⎠
la droite).
L’air du parallélogramme peut s’exprimer mathématiquement
de 2 manières :
a/ Par un produit vectoriel (qui a la propriété de décrire une
aire)
∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑃 × 𝑑 ⃗ ∥

12
 Chapitre 13

Sphère : définition, équation cartésienne. Équation d’un plan

tangent à une sphère

13.1 Définition de la sphère On cherche donc l’équation cartésienne du plan 𝜋 sachant que
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑂𝑇 ⋅ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑇 𝑃 = 0 (propriété du produit scalaire). L’équation donne
Une première définition que l’on peut donner de la sphère est : donc :
tous les point à équidistance d’un seul et point (que l’on va 𝑥𝑇 − 𝑥𝑂 𝑥 − 𝑥𝑇
⎛
⎜ 𝑦𝑇 − 𝑦𝑂 ⎞⎟⋅⎛⎜ 𝑦 − 𝑦𝑇 ⎞
⎟=0
appeler C le centre du cercle). La sphère se définie donc par
sont centre 𝐶(𝑥𝐶 , 𝑦𝐶 , 𝑧𝐶 ) et un rayon r. La lettre pour signifier ⎝ 𝑧𝑇 − 𝑧𝑂 ⎠ ⎝ 𝑧 − 𝑧𝑇 ⎠
une sphère est Σ. Cela donne : (𝑥𝑇 − 𝑥𝑂 )𝑥 + (𝑦𝑇 − 𝑦𝑂 )𝑦 + (𝑧𝑇 − 𝑧𝑂 )𝑧 − 𝑥𝑇 (𝑥𝑇 −
𝑥𝑂 ) − 𝑦𝑇 (𝑦𝑇 − 𝑦𝑂 ) − 𝑧𝑇 (𝑧𝑇 − 𝑧𝑂 ) = 0

Exemple
𝑃
• Σ ∶ (𝑥 − 2)2 + (𝑦 + 1)2 + (𝑧 − 3)2 = 0

𝑟
• 𝑇 = (1; 4; 5)

𝐶
𝜋 ∶ 𝑥 − 5𝑦 − 2𝑧 + 29 = 0

Soit P(𝑥0 ; 𝑦0 ; 𝑧0 ) un point de la sphère. 𝛿(𝐶; 𝑃 ) = 𝑟 ⇔ ‖⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

𝐶𝑃 ‖ =
𝑟. En utilisant le théorème de Pythagore on peut trouver l’éga-
lité :
√(𝑥 − 𝑥0 )2 + (𝑦 − 𝑦0 )2 + (𝑧 − 𝑧0 )2 = 𝑟

Puis en élevant au carré cette expression :

(𝑥 − 𝑥0 )2 + (𝑦 − 𝑦0 )2 + (𝑧 − 𝑧0 )2 = 𝑟2

On obtient l’équation cartésienne de la sphère.

13.2 Plan tangent à la sphère

𝜋

Σ 𝑇

Soit la sphère Σ et un plan 𝜋 tangent à cette sphère. Soit un

point 𝑇 = (𝑥𝑇 , 𝑦𝑇 , 𝑧𝑇 ) appartenant à la sphère et au plan, un
point 𝑃 = (𝑥, 𝑦, 𝑧) sur le plan.

13
 Chapitre 14

Sphère : définition, équation cartésienne. Positions relatives

d’une sphère et d’un plan. Équations d’un cercle

14.1 Définition - Équation cartésienne 14.2.2 Σ ∩ 𝜋 = {𝐴}

Σ 𝐴

𝜋
𝐶
𝑟

Dans ce cas, cf question 13.

14.2.3 Σ∩𝜋 =Γ
𝐼
Σ 𝜌
𝑟
𝐴

Une sphère de centre 𝐶 et de rayon 𝑟 est l’ensemble des point 𝛿(𝐶; 𝜋)

𝜋
𝐶
de l’espace qui se trouvent à une distance 𝑟 de 𝐶. Autrement
dit : 𝑃 ∈ Σ ⇔∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐶𝑃 ∥= 𝑟. Puisque le théorème de Pythagore
reste correcte dans l’espace nous pouvons décrire ce point 𝑃 par
le théorème :
Dans ce cas, l’intersection du plan 𝜋 et de la sphère Σ donne
un cercle.
𝐶𝑃 ∶ √(𝑥 − 𝑥𝐶 )2 + (𝑦 − 𝑦𝐶 )2 + (𝑧 − 𝑧𝐶 )2 = 𝑟

⇔ (𝑥 − 𝑥𝐶 )2 + (𝑦 − 𝑦𝐶 )2 + (𝑧 − 𝑧𝐶 )2 = 𝑟2 14.3 Équation d’un cercle

Dans le cas ou l’intersection entre le plan et la sphère donne
un cercle, on peut trouver certaines informations relatives à ce
14.2 Position relative sphère-plan cercle comme les coordonnées de son centre et son rayon. Voici
la démarche :
Il existe 3 cas
1. Considérer une droite passant par 𝐶 et perpendiculaire au
1. Si 𝛿(𝐶; 𝜋) > 𝑟 ⇒ Σ ∩ 𝜋 = ∅ plan.
2. Calculer l’intersection de cette droite et du plan, ce qui
2. Si 𝛿(𝐶; 𝜋) = 𝑟 ⇒ Σ ∩ 𝜋 = {𝐴} donnera 𝐴

3. Si 𝛿(𝐶; 𝜋) < 𝑟 ⇒ Σ ∩ 𝜋 = Γ 3. par l’équation de la sphère, on connait 𝑟 et on peut calculer

∥ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐶𝐴 ∥. Avec ces 2 informations et par Pythagore on peut
Les illustrations seront simplifiées parce que Tikz c’est marrant 2 minutes. trouver 𝜌, le rayon du cercle.
Ainsi, le plan sera un simple trait et la sphère un cercle, merci de votre
compréhension.

14.2.1 Σ ∩ 𝜋 = ∅

14
 Chapitre 15

Produit vectoriel : définition,propriétés et applications

15.1 Définition =√(𝑢21 + 𝑢22 + 𝑢23 )(𝑣21 + 𝑣22 + 𝑣23 ) − (𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 )2

(6)
= √𝑢21 𝑣22 + 𝑢21 𝑣23 + 𝑢22 𝑣21 + 𝑢22 𝑣23 + 𝑢23 𝑣21 + 𝑢23 𝑣22
−2𝑢1 𝑢2 𝑣1 𝑣2 −2𝑢1 𝑢3 𝑣1 𝑣3 −2𝑢2 𝑢3 𝑣2 𝑣3
(7)
= √(𝑢2 𝑣3 − 𝑢3 𝑣2 )2 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )2 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )2
⃗⃗⃗⃗
𝑛 𝑣⃗
𝑢 2 𝑣3 − 𝑢 3 𝑣2
or ‖⃗⃗𝑢⃗⃗ × 𝑣‖⃗ = ∥⎛
⎜ −(𝑢1 𝑣3 − 𝑢3 𝑣1 ) ⎞
⎟∥ =↑
𝜃 ⎝ 𝑢 1 𝑣2 − 𝑢 2 𝑣1 ⎠

𝑢
⃗⃗⃗⃗ Notes
Le produit vectoriel de 2 vecteurs 𝑢
⃗⃗⃗⃗ et 𝑣 ⃗ est : (1) : Cf schéma au début, formule d’aire d’un parallélogramme
(2) : √(⋯)2
𝑢1 𝑣1 𝑢2 𝑣3 − 𝑢3 𝑣2
⃗⃗⃗⃗ × 𝑣 ⃗ = ⎛
𝑢 ⎜𝑢2 ⎞⎟×⎛
⎜𝑣2 ⎞
⎟=⎛
⎜−(𝑢1 𝑣3 − 𝑢3 𝑣1 )⎞
⎟ (3) : sin(𝜃)2 = 1 − cos(𝜃)2
⎝𝑢3 ⎠ ⎝𝑣3 ⎠ ⎝ 𝑢1 𝑣2 − 𝑢2 𝑣1 ⎠ (4) : ∥ 𝑢
⃗⃗⃗⃗ ∥2 ⋅ ∥ 𝑣 ⃗ ∥2 cos(𝜃)2 =∥ 𝑢
⃗⃗⃗⃗ ⋅ 𝑣 ⃗ ∥2
L’opération peut être exprimée via un déterminant 3x3 dont la (5) : Écriture sous forme de composantes
première colonne sont les composantes du repère.
(6) : Distributions...
𝑒1 𝑢1 𝑣1
(7) : Identité remarquable
∣𝑒2 𝑢2 𝑣2 ∣
𝑒3 𝑢3 𝑣3

Ce qui nous conduit au même résultat que précédemment.

(𝑒1 , 𝑒2 , 𝑒3 sont les bases du repère orthonormé).

15.2 Propriétés
1. 𝑎⃗ × 𝑏⃗ ⟂ 𝑎⃗ et à 𝑏⃗
2. 𝑎⃗ × 𝑏⃗ = −𝑏⃗ × 𝑎⃗ (anti-commutative)
3. 𝑎⃗ × (𝑏⃗ + 𝑐)⃗ = 𝑎⃗ × 𝑏⃗ + 𝑎⃗ × 𝑐 ⃗ (distributivité)
⃗ 𝑏⃗ = 𝑎×𝜆
4. (𝜆𝑎)× ⃗ 𝑏⃗ = 𝜆(𝑎×
⃗ 𝑏)⃗ pour tout 𝜆 ∈ ℝ (homogénéité)
5. Si 𝑎⃗ et 𝑏⃗ sont colinéaires, 𝑎⃗ × 𝑏⃗ = 0⃗
6. ‖𝑎⃗ × 𝑏‖⃗ =aire du parallélogramme construit sur 𝑎⃗ et 𝑏⃗

15.3 Application
1. Trouver ⃗⃗⃗⃗
𝑛, ⃗⃗⃗⃗
𝑛 ⟂ 𝑢,
⃗⃗⃗⃗ ⃗⃗⃗⃗
𝑛 ⟂ 𝑣⃗
2. 𝒜∆ = 12 𝒜parallélogramme = 1
2 ∥𝑢
⃗⃗⃗⃗ × 𝑣 ⃗ ∥
3. Calculer 𝒜 engendrer par 𝑢
⃗⃗⃗⃗ et 𝑣 ⃗
(1)
⃗⃗⃗⃗ ∥ ⋅ ∥ 𝑣 ⃗ ∥ sin(𝜃)
𝒜 =∥ 𝑢
(2)
⃗⃗⃗⃗ ∥2 ⋅ ∥ 𝑣 ⃗ ∥2 sin(𝜃)2
= √∥ 𝑢
(3)
= √∥ 𝑢 ⃗⃗⃗⃗ ∥2 ⋅ ∥ 𝑣 ⃗ ∥2 cos(𝜃)2
⃗⃗⃗⃗ ∥2 ⋅ ∥ 𝑣 ⃗ ∥2 − ∥ 𝑢
(4)
= √∥ 𝑢
⃗⃗⃗⃗ ∥2 ⋅ ∥ 𝑣 ⃗ ∥2 − ∥ 𝑢
⃗⃗⃗⃗ ⋅ 𝑣 ⃗ ∥2
√ 2 2 2
√
(5)√ ⎛ 𝑢1 ⎞ ⎛ 𝑣1 ⎞ 𝑢1 𝑣1
= √∥⎜ 𝑢2 ⎟∥ ∥⎜ 𝑣2 ⎟∥ − ∥⎛
⎜ 𝑢2 ⎞⎟⋅⎛
⎜ 𝑣2 ⎞⎟∥
⎷ ⎝ 𝑢 3 ⎠ ⎝ 𝑣3 ⎠ ⎝ 𝑢 3 ⎠ ⎝ 𝑣 3 ⎠

15
 Chapitre 16

Axiome du calcul de probabilités. Théorèmes fondamentaux

16.1 Axiome de Kolmogorov 𝑈

𝐵
Soit un univers noté U. Nous définissons une probabilité sur les
évènements de U lorsque, à tout évènement 𝐴 ∈ U, nous asso-
cions 𝑝(𝐴), appelé probabilité de l’évènement 𝐴, satisfaisant 𝐴\𝐵 = 𝐴 ∩ 𝐵

les 3 axiomes de Kolmogorov :

𝐾1 ∀𝐴, 𝑝(𝐴) ≥ 0

𝐾2 𝑝(𝑈 ) = 1
𝑝(𝐴) = 𝑝((𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐵))
𝐾3 Si 𝐴 ∩ 𝐵 = ∅ ⇔ 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵) (1)
𝑝(𝐴) = 𝑝(𝐴 ∩ 𝐵) + 𝑝(𝐴 ∩ 𝐵)
𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) − 𝑝(𝐴 ∩ 𝐵)

16.2 Théorèmes et Corollaires (1) K3

Probabilité de l’évènement complémentaire Probabilité de l’union

𝑝(𝐴) = 1 − 𝑝(𝐴) (𝐼) 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵) − 𝑃 (𝐴 ∩ 𝐵) (𝑉 𝐼)

𝐾3 𝑈
𝐴 ∩ 𝐴 = ∅ ⇒ 𝐴 et 𝐴 sont incompatibles. Ainsi, 𝑝(𝐴 ∪ 𝐴) =
𝑝(𝐴) + 𝑝(𝐴)
𝐾2
De plus, 𝐴 ∪ 𝐴 = 𝑈 ⇒ 𝑝(𝐴 ∪ 𝐴) = 1
On en déduit : 𝑝(𝐴) + 𝑝(𝐴) = 1 ⇒ 𝑝(𝐴) = 1 − 𝑝(𝐴) 𝐴\𝐵 = 𝐴 ∩ 𝐵 𝐴∩𝐵 𝐵\𝐴 = 𝐵 ∩ 𝐴

Probabilité de l’évènement impossible

(1)
𝑝(∅) = 0 (𝐼𝐼) 𝑝(𝐴 ∪ 𝐵) = 𝑝((𝐴 ∩ 𝐵) ∪ 𝐵) = 𝑝(𝐴 ∩ 𝐵) + 𝑝(𝐵)
(2)
𝐾2
𝑝(∅) = 1 − 𝑝(∅) = 1 − 𝑝(𝑈 ) = 1 − 1 = 0 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) − 𝑝(𝐴 ∩ 𝐵) + 𝑝(𝐵)
𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵) − 𝑝(𝐴 ∩ 𝐵)

Corollaire (1) K3
(2) Théorème 𝑉 : 𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) − 𝑝(𝐴 ∩ 𝐵)

Pour tout 𝐴, 0 ≤ 𝑝(𝐴) ≤ 1 (𝐼𝐼𝐼)

Par l’axiome K1, ∀𝐴, 𝑝(𝐴) ≥ 0. De même, 𝑝(𝐴) ≥ 0 ⇒ 𝑝(𝐴) =

1 − 𝑝(𝐴) ≤ 1

Corollaire

𝑝(𝐴 ∩ 𝐵) = 1 − 𝑝(𝐴 ∪ 𝐵) (𝐼𝑉 )

(1) (2)
𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴 ∪ 𝐵) = 1 − 𝑝(𝐴 ∪ 𝐵)

(1) Loi de Morgan : 𝐴 ∩ 𝐵 = 𝐴 ∪ 𝐵

(2) Théorème 𝐼 : 𝑝(𝐴 ∪ 𝐵) = 1 − 𝑝(𝐴 ∪ 𝐵)

Corollaire

𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) − 𝑝(𝐴 ∩ 𝐵) (𝑉 )

16
 Chapitre 17

Formule de Laplace. Probabilité conditionnelle. Loi binomiale

et multinomiale

17.1 Formule de Laplace l’issue 𝑖1 se présente 𝑘 fois lors de l’épreuve, et donc l’issue 𝑖2
se présente 𝑛 − 𝑘 fois est :
Soit un univers 𝑈 composé de 𝑛 évènements élémentaires équi-
probables. Si 𝐴 est un évènement de 𝑈 formé de la réunion de 𝑛
𝑝([𝑘𝑖1 ; (𝑛 − 𝑘)𝑖2 ]) = ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 = 𝐶𝑘𝑛 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
𝑘 𝑘
𝑘 évènements élémentaires, alors 𝑝(𝐴) = .
𝑛
Exemple : Soit une pièce de monnaie, quelle est la probabilité
Exemple : Lors d’un lancer de dé l’évènement obtenir ”un d’avoir 3 faces sur 10 lancés.
nombre pair” est 𝐴 = {2, 4, 6} donc 𝑛 = 6 et 𝑘 = 3 ainsi
3 1 10! 1 3 1 7
𝑝(𝐴) = = 𝑝([3𝐹 , 7𝐹 ]) = ( ) ( ) ≈ 0.1172
6 2 7! ⋅ 3! 2 2

17.3.2 Distribution multinomiale

17.2 Probabilité conditionnelle
Dans une distribution multinomiale de 𝑛 épreuves à 𝑘 issues
Le fait d’avoir des informations supplémentaires sur le dérou- possibles, 𝑖1 de probabilité 𝑝1 , 𝑖2 avec 𝑝2 ,..., 𝑖𝑘 avec 𝑝𝑘 . La pro-
lement d’une épreuve peut modifier la probabilité d’un évène- babilité qu’une issue 𝑖𝑎 se présente 𝑛𝑎 fois (𝑛1 +𝑛2 +...+𝑛𝑘 = 𝑛)
1 est :
ment. Ainsi, la probabilité d’avoir un 6 au lancer est de ; par
6
contre la probabilité d’avoir tiré un 6 sachant que l’on a obte- 𝑛 𝑛
𝑝([𝑛1 , 𝑛2 , ..., 𝑛𝑘 ]) = 𝑃 (𝑛1 ,𝑛2 ...,𝑛𝑘 ) ⋅ 𝑝1 1 ⋅ 𝑝2 2 ⋅ ... ⋅ 𝑝𝑘𝑛
𝑘

1
nu un nombre pair est de car l’univers a changé, il passe de
3 𝑛! 𝑛 𝑛 𝑛
𝑈 = {1, 2, 3, 4, 5, 6} à 𝑈 = {2, 4, 6}. 𝑝([𝑛1 , 𝑛2 , ..., 𝑛𝑘 ]) = ⋅ 𝑝 1 ⋅ 𝑝2 2 ⋅ ... ⋅ 𝑝𝑘 𝑘
𝑛1 !𝑛2 !...𝑛𝑘 ! 1
La probabilité conditionnelle est notée :
Exemple : Soit une urne contenant 3 boules blanches, 6 boules
𝑝(𝐵|𝐴) rouges, 1 boule verte. Quelle est la probabilité de tirer (après
remise) 3 boules blanches, 1 boule rouge, 1 boule verte :
𝑝(𝐴 ∩ 𝐵)
𝑝(𝐵|𝐴) = 3 3 1
𝑝(𝐴) 𝑝(𝑏) = , 𝑝(𝑟) = , 𝑝(𝑣) =
10 5 10
17.2.1 Probabilité de l’intersection 5! 3 3 3 1 1 1
𝑝([3𝑏, 1𝑟, 1𝑣]) = ⋅ ( ) ( ) ( ) ≈ 0.0324
Soit 𝐴, 𝐵, 𝐶, ... des évènements d’un univers 𝑈 associés à une 3! ⋅ 1! ⋅ 1! 10 5 10
même épreuve. Nous avons :
1. 𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) ⋅ 𝑝(𝐵|𝐴) = 𝑝(𝐵) ⋅ 𝑝(𝐴|𝐵)
2. 𝑝(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑝(𝐴) ⋅ 𝑝(𝐵|𝐴) ⋅ 𝑝(𝐶|𝐴 ∩ 𝐵)
Démonstration de la partie 2 :
Posons 𝐷 = 𝐴 ∩ 𝐵. Alors 𝑝(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑝(𝐷 ∩ 𝐶) = 𝑝(𝐷) ⋅
𝐸𝑞.1
𝑝(𝐶|𝐷) = 𝑝(𝐴 ∩ 𝐵) ⋅ 𝑝(𝐶|𝐴 ∩ 𝐵) = 𝑝(𝐴) ⋅ 𝑝(𝐵|𝐴) ⋅ 𝑝(𝐶|𝐴 ∩ 𝐵)

17.2.2 Événements indépendants

Si 𝐴 n’a pas d’influence sur 𝐵, alors 𝑝(𝐵|𝐴) = 𝑝(𝐵). Dans ce
cas 𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) ⋅ 𝑝(𝐵).
De plus, si 𝐵 ne dépend pas de 𝐴, alors 𝐴 ne dépend pas de 𝐵.
Deux évènements indépendants 𝐴 et 𝐵 d’un univers 𝑈 sont des
événements tels que 𝑝(𝐴∩𝐵) = 𝑝(𝐴)⋅𝑝(𝐵). De plus, si plusieurs
événements sont indépendants 2 à 2 alors : 𝑝(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ∩
... ∩ 𝐴𝑛 ) = 𝑝(𝐴1 ) ⋅ 𝑝(𝐴2 ) ⋅ 𝑝(𝐴3 ) ⋅ ... ⋅ 𝑝(𝐴𝑛 )

17.3 Loi binomiale et multinomiale

17.3.1 Distribution binomiale
Dans une distribution binomiale de 𝑛 épreuves à 2 issues, 𝑖1
de probabilité 𝑝 et 𝑖2 de probabilité 1 − 𝑝, la probabilité que

17
 Chapitre 18

Variable aléatoire discrète

18.1 Définitions Démonstration

𝑘
Soit un univers 𝑈 associé à une épreuve. Une variable aléa- 𝑉 (𝑋) = ∑ 𝑝𝑖 (𝑥𝑖 − 𝐸(𝑋)2 )
toire est une application 𝑋 de 𝑈 dans ℝ qui associe à chaque 𝑖=1
issue 𝑖 de l’univers 𝑈 un nombre réel 𝑋(𝑖). 𝑘
⇔ 𝑉 (𝑋) = ∑ 𝑝𝑖 (𝑥2𝑖 − 2𝑥𝑖 𝐸(𝑋) + 𝐸(𝑋)2 )
Une variable aléatoire discrète est une variable aléatoire qui 𝑖=1
ne peut prendre qu’un nombre fini ou dénombrable de valeurs. 𝑘 𝑘 𝑘
⇔ 𝑉 (𝑋) = ∑ 𝑝𝑖 𝑥2𝑖 − 2∑ 𝑝𝑖 𝑥𝑖 𝐸(𝑋) + ∑ 𝑝𝑖 𝐸(𝑋)2
Soit une variable aléatoire 𝑋 pouvant prendre les valeurs 𝑖=1 𝑖=1 𝑖=1
𝑘
𝑥1 , 𝑥2 , ..., 𝑥𝑘 avec les probabilités respectives 𝑝1 , 𝑝2 , ...𝑝𝑘 . La loi (1)(2)
⇔ 𝑉 (𝑋) = ∑ 𝑝𝑖 𝑥2 − 2𝐸(𝑋)2 + 𝐸(𝑋)2
de probabilité de la variable aléatoire 𝑋 est l’ensemble des
𝑖=1
couples (𝑥1 , 𝑝1 ); (𝑥2 , 𝑝2 ); ...; (𝑥𝑘 , 𝑝𝑘 ). 𝑘
𝑉 (𝑋) = ∑ 𝑝𝑖 𝑥2 − 𝐸(𝑋)2
Les probabilités 𝑝𝑖 = 𝑝(𝑋 = 𝑥𝑖 ) ont les propriétés suivantes : 𝑖=1

1. 𝑝𝑖 ≥ 0, ∀𝑖 𝑘

𝑘 (1) ∶ ∑ 𝑝𝑖 𝑥𝑖 = 𝐸(𝑋)
2. ∑ 𝑝𝑖 = 𝑝1 + 𝑝2 + ... + 𝑝𝑘 = 1 𝑖=1
𝑖=1 𝑘
(2) ∶ ∑ 𝑝𝑖 = 1
Une représentation de la loi de probabilité est sous forme de 𝑖=1
tableau donnant les valeurs 𝑥𝑖 et les probabilités associées 𝑝𝑖 .
Exemple : Jetons une pièce de monnaie une fois. Soit 𝑋 la va-
riable aléatoire donnant le nombre de faces qui se présentent 18.4 Écart-type
𝑥𝑖 0 1
lors de l’épreuve.
𝑝𝑖 12 12 L’écart-type de la variable aléatoire 𝑋 est le nombre :

𝑆(𝑋) = 𝜎 = √𝑉 (𝑋)
18.2 L’espérance
L’espérance mathématique ou moyenne de la variable aléa- 18.5 Exemple
toire 𝑋 est le nombre :
+𝑛, si 𝑛 ≥ 5
𝑘 Soit un dé à 6 faces. {
𝐸(𝑋) = 𝜇 = ∑ 𝑝𝑖 𝑥𝑖 −𝑛, si 𝑛 < 5
𝑖=1
𝑥𝑖 -1 -2 -3 -4 5 6
1. 𝐸(𝑋) > 0 : jeu favorable
𝑝𝑖 1/6 1/6 1/6 1/6 1/6 1/6
2. 𝐸(𝑋) = 0 : jeu équitable 𝑥2𝑖 1 4 9 16 25 36

3. 𝐸(𝑋) < 0 : jeu défavorable 1 1 1 1 1 1 1

𝐸(𝑋) = −1 ⋅ −2⋅ −3⋅ −4⋅ +5⋅ +6⋅ =
6 6 6 6 6 6 6
1 1 1 1 1 1 1 545
18.3 La variance 𝑉 (𝑋) = 1 ⋅ + 4 ⋅ + 9 ⋅ + 16 ⋅ + 25 ⋅ + 36 ⋅ −
6 6 6 6 6 6 36
=
36
545
La variance est la mesure de la dispersion des valeurs (comme 𝑆(𝑋) = √ ≈ 3.8909
36
l’écart-type à une racine près).
La variance de la variable aléatoire 𝑋 est le nombre :
𝑘 𝑘
𝑉 (𝑋) = ∑ 𝑝𝑖 (𝑥𝑖 − 𝐸(𝑋))2 = ∑ 𝑝𝑖 (𝑥𝑖 − 𝜇)2
𝑖=1 𝑖=1

18.3.1 Formule de König

Soit une variable aléatoire 𝑋 La variance de cette variable aléa-
toire est :
𝑘 𝑘
𝑉 (𝑋) = ∑ 𝑝𝑖 𝑥2𝑖 − 𝐸(𝑋)2 = ∑ 𝑝𝑖 𝑥2𝑖 − 𝜇2
𝑖=1 𝑖=1

18
 Chapitre 19

Matrices et calcul matriciel. Matrice inverse d’une matrice

carrée

19.1 Définitions • 𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐵𝐶 (distributif)

• 𝜆(𝐴𝐵) = 𝜆𝐴𝐵
Soit 𝑛 et 𝑝 ∈ ℕ∗ , Une matrice réelle (𝑛 × 𝑝) est une matrice
comprenant 𝑛 lignes pour 𝑝 colonnes. • 𝐴𝐼 = 𝐼𝐴 = 𝐴 (élément neutre)
• 𝑓 ∘ 𝑓 = 𝐹 2 et 𝑓 ∘ 𝑓 = 𝐹 𝐺 (f et g : applications, F et G :
𝑎11 𝑎12 ⋯ 𝑎1𝑝
⎛ matrices associées aux applications)
⎜ 𝑎21 𝑎22 ⋯ 𝑎2𝑝 ⎞
⎟
𝐴=⎜
⎜ ⋮ ⎟
⋮ ⋱ ⋮ ⎟
⎝𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑝 ⎠ 19.2.4 Puissance
𝑛
𝐴 =𝐴
⏟⏟⏟⏟⏟
⋅ 𝐴 ⋅ 𝐴⋯𝐴
notée ℳ𝑛,𝑝 (ℝ)
𝑛

19.1.1 Matrices particulières 19.2.5 Matrice inverse

Matrice diagonale 𝐴−1 matrice inverse de 𝐴 ⇒ 𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼. Pour que la
matrice 𝐴 soit inversible, il faut que le déterminant de 𝐴 ne soit
𝑎11 0 0 pas nul.
⎛
𝐵=⎜ 0 ⋱ 0 ⎞⎟
⎝ 0 ⋯ 𝑎𝑛𝑛 ⎠
2x2 et 3x3
Matrice unité Les démonstrations sont les mêmes du point de vue de la mé-
thode donc seul le cas 2x2 sera traité par soucis de place.
Une matrice diagonale avec les coefficients non nul = 1 notée 𝑎 𝑏 1 𝑑 −𝑏
𝐼𝑛 𝐴=( ) , 𝐴−1 = ( )
𝑐 𝑑 det(𝐴) −𝑐 𝑎
Soit A connu et son déterminant D=det(𝐴) :
Matrice colonne/ligne ⎧ 𝑎𝑥 + 𝑏𝑦 = 1
𝑎 𝑏 𝑥 𝑢 1 0 { 𝑎𝑢 + 𝑏𝑣 = 0
Avec une seule colonne/ligne ( )( )=( )⇒⎨
𝑐 𝑑 𝑦 𝑣 0 1 𝑐𝑥 + 𝑑𝑦 = 0
{
⎩ 𝑐𝑢 + 𝑑𝑣 = 1
19.2 Calcul matriciel En utilisant Cramer (expliqué précédemment), 𝐷 = ∣
𝑎 𝑏
∣, 𝑥 =
𝑐 𝑑
1 𝑏
19.2.1 Cramer ∣ ∣
0 𝑑 𝑑 −𝑐 −𝑏
= (démarche analogue pour 𝑦, 𝑢, 𝑣), 𝑦 = ,𝑢= ,
2𝑥−3𝑦 5 = 𝐷 𝐷 𝐷 𝐷
Exemple : { le discriminant (D) : 19 𝑎
3𝑥 + 5𝑦 7 = 𝑣=
𝐷
5 −3 2 5 1 𝑑 −𝑏
( ) ( ) Donc 𝐴−1 = ( )
7 5 25 + 21 46 3 7 −1 𝐷 −𝑐 𝑎
𝑥= = = ,𝑦= =
𝐷 19 19 𝐷 19 1 𝑡
Une formule générale existe : 𝐴−1 = ((−1)𝑖+𝑗 ⋅ 𝐷𝑖𝑗 )
det(𝐴)
19.2.2 Addition
• 𝐴 + 𝐵 = 𝐵 + 𝐴 (commutatif)
• 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶 (associatif)
• 𝐴 + 0 = 𝐴 (élément neutre)
• 𝐴 + (−𝐴) = 0 (opposé)

19.2.3 Multiplication
Pour qu’une multiplication entre 2 matrices soit possible, il faut
qu’ils aient une forme 𝑛𝑝 × 𝑝𝑚 donc le nombre de ligne de la
première matrice soit égale au nombre de colonne.
• Non commutative
• 𝐴 ⋅ (𝐵 ⋅ 𝐶) = (𝐴 ⋅ 𝐵) ⋅ 𝐶 (associatif)

19
 Chapitre 20

Espace vectoriel : vecteurs linéairement

dépendants/indépendants. Base et dimension

Un espace vectoriel est régi par les règles suivantes 20.5.2 Unicité de la représentation d’un vec-
teur
20.1 En addition Soit ℬ = (𝑣1 ; 𝑣2 ; ...; 𝑣𝑘 ) base de 𝐸 ⇒ ∀𝑢 ∈ 𝐸, ∃!(𝑣1 ; 𝑣2 ; ...; 𝑣𝑘 )
tel que 𝑢 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ... + 𝛼𝑘 𝑣𝑘
→ → → → → → 𝑢 ∈ 𝐸 et supposons 2 manières d’écrire 𝑢 comme combinaison
1. Associativité : 𝑢 + ( 𝑣 + 𝑤) = ( 𝑢 + 𝑣 ) + 𝑤
linéaire des vecteurs (𝑣1 ; 𝑣2 ...; 𝑣𝑛 )
→ → → →
2. Élément neutre : 0 + 𝑣 = 𝑣 + 0 = 𝑣 𝑢 = 𝛼1 𝑣1 + ... + 𝛼𝑘 𝑣𝑘
→ → 𝑢 = 𝛽1 𝑣1 + ... + 𝛽𝑘 𝑣𝑘
3. Élément symétrique unique à chaque vecteur : 𝑢 + (− 𝑢) = ⇒ 𝑢 − 𝑢 = 0 = (𝛼 ⏟⏟1⏟ −⏟ 𝛽⏟1 ) 𝑣1 + ...(𝛼𝑘 − 𝛽𝑘 )𝑣𝑘
0 =0⇒𝛼𝑖 =𝛽𝑖
→ →
4. Commutativité : 𝑣 + 𝑢 = 𝑢 + 𝑣
→ →
⇒ une seule manières d’écrire les vecteurs.

20.2 Multiplication 20.6 Dimension

Avec 𝜆, 𝜇 ∈ ℝ La dimension d’un espace 𝐸 est le nombre de vecteurs de la
→ → base de 𝐸.
5. Associativité mixte : (𝜆 ⋅ 𝜇) 𝑢 = 𝜆(𝜇 ⋅ 𝑢) ex : dim(ℝ) = 1 (droite vectorielle)
→ → dim(ℝ2 ) = 2 (plan vectoriel)
6. Opérateur neutre : 1 ⋅ 𝑢 = 𝑢
dim({0}) = 0
→ → → →
7. Distributivité : 𝜆( 𝑢 + 𝑣 ) = 𝜆 𝑢 + 𝜆 𝑣

20.7 Sous-espaces vectoriels

→ → →
8. Distributivité mixte : (𝜆 + 𝜇) 𝑢 = 𝜆 𝑢 + 𝜇 𝑢

est un sous-espace vectoriel

20.3 Vecteurs dépendants (𝐹 , +, ⋅)
⎧ 𝐹 ≠∅
⇔
{
∀𝑢, 𝑣 ∈ 𝐹 , 𝑢 + 𝑣 ∈ 𝐹
→ → → ⎨
{
3 vecteurs ( 𝑢, 𝑣 , 𝑧 ) sont dépendants si il est possible d’exprimer ⎩ ∀𝜆 ∈ ℝ, ∀𝑢, ∈ 𝐹 , 𝜆𝑢 ∈ 𝐹
→ → →
l’un par les autres (𝛼 𝑢 + 𝛽 𝑣 = 𝑧 )
⇒ Soient 𝑢1,2,3,⋯,𝑛 des vecteurs de l’espace vectoriel (𝐸; +, ⋅), 𝑣
de 𝐸 est comb. linéaire des vecteurs 𝑢1,2,3,⋯,𝑛 si il peut s’écrire :
𝑣 = 𝜆 1 𝑢1 + 𝜆 2 𝑢2 + ⋯ + 𝜆 𝑛 𝑢𝑛

20.4 Vecteurs indépendants

𝛼𝑢 + 𝛽𝑣 ≠ 𝑧
Ces 3 vecteurs forment une famille génératrice.

20.4.1 Famille génératrice

Une famille génératrice est un ensemble de vecteurs de 𝐺 =
(𝑢1 ; 𝑢2 ; ...; 𝑢𝑛 ) de 𝐸 tq tout vecteur de 𝐸 peuvent s’écrire comme
combinaison des vecteurs 𝑢1 , 𝑢2 , ..., 𝑢3

20.5 Base
Soit 𝐸 un espace vectoriel et ℬ = (𝑢1 ; 𝑢2 ; ...; 𝑢𝑛 ) ⇒ ℬ est libre,
ℬ est génératrice.

20.5.1 Déterminer si ℬ est une base

1. Déterminant (si nul ⇒ lié)
2. Un vecteur est combinaison des autres (si oui ⇒ lié)
3. Somme des comb. lin. de tous les vecteurs donne (0; 0; 0)

20
 Chapitre 21

Applications linéaires. Représentation matricielle. Image et

noyau

21.1 Application linéaire Exemple :𝑓((𝑥; 𝑦; 𝑧)) = {𝑥 + 2𝑦; 𝑧 − 𝑦; 𝑥 + 2𝑦 + 3𝑧}

Ker(𝑓) = {(0; 0; 0)}
Une application de 𝐸 vers 𝐹 est linéaire si :
1. ℎ(𝑢 + 𝑣) = ℎ(𝑢) + ℎ(𝑣) 21.4.1 Déterminer Im(𝑓)
2. ℎ(𝜆𝑢) = 𝜆ℎ(𝑢) 1. Déterminer Ker(𝑓)

2. Déduire dim(Ker(𝑓))
21.2 Représentation matricielle
3. dim(Im(𝑓)) = dim(𝐸) − dim(Ker(𝑓))
Matrice associée à l’application linéaire
1. ℎ((𝑥; 𝑦; 𝑧)) = {2𝑥 − 𝑦; 2𝑥 + 𝑧; 𝑦 + 𝑧}
4. Déduire le nombre de vecteur de Im(𝑓) depuis
dim(Im(𝑓))
2 −1 0 𝑥
𝑀 =⎛
⎜2 0 1⎞
⎟⎛⎜𝑦 ⎞⎟
⎝0 1 1⎠ ⎝ 𝑧 ⎠

2. ℎ((1; 0)) = (1; 2)

ℎ((0; 1)) = (3; 4)

1 3
𝑀 =( )
2 4
composantes en colonne car ce sont des vecteurs

21.3 Image
L’image de 𝑓 noté Im(𝑓), c’est l’ensemble de toutes les
images par 𝑓 des vecteurs de 𝐸

Im(𝑓) = {𝑦 ∈ 𝐹 |∃𝑥 ∈ 𝐸, 𝑦 = 𝑓(𝑥)}

𝐸 𝐹
𝑓

21.4 Noyau
Le noyau de 𝑓, noté Ker(𝑓) est l’ensemble des vecteur de
𝐸 dont l’image par l’application linéaire 𝑓 est le vecteur
nul.
𝐸 𝐹

𝒪𝐸

21
 Chapitre 22

Valeurs propres et vecteurs propres. Diagonalisation d’une

matrice carrée

22.1 Valeur propre où 𝑃 −1 est la matrice inverse de 𝑃 .

Ainsi, par l’exemple
Une valeur propre de ℎ est un nombre réel 𝜆 tel qu’il existe 𝑃 𝑀 ∗𝑛 𝑃 −1
→ → → →
un vecteur 𝑢 non nul de 𝐸 vérifiant ℎ( 𝑢) = 𝜆 𝑢 (𝜆 𝑢 est ⏞⏞⏞⏞⏞⏞⏞⏞⏞
1 1 4 ⏞⏞1⏞
𝑛 ⏞⏞⏞⏞ 0 ⏞⏞⏞⏞
0 ⏞⏞⏞⏞
1 ⎛
0⏞⏞⏞
12 ⏞⏞18
⏞⏞

appelé : vecteur propre dans 𝐸) 𝑀𝑛 = ⎛

⎜1 −3/2 3⎞⎟⎛⎜0 (−4)𝑛 0⎞⎟ ⎜10 −12 2⎞⎟
𝑛 30
⎝1 1 −2⎠ ⎝ 0 0 2 ⎠ ⎝5 0 −5⎠
⇒ det(𝑀 − 𝜆 ⋅ 𝐼𝑛 ) = 0
Pouf pouf pouf le reste suit.
22.2 Diagonalisation d’une matrice 1 1 4 16 0 0 0 12 18
=⎛ 3⎞ ⎛ 0⎞ ⎛ 2⎞
carrée
1
𝑀6 ⎜1 −3/2 ⎟⎜ 0 (−4)6 ⎟ 30 ⎜10 −12 ⎟
⎝1 1 −2⎠ ⎝ 0 0 26 ⎠ ⎝5 0 −5⎠

1 1 4 1 0 0 0 12 18
Exemple : ⇔ 𝑀6 = 1 ⎛
⎜1 −3/2 3⎞⎟⎛⎜0 4096 0⎞⎟⎛
⎜10 −12 2⎞ ⎟
30
0 2 −1 𝑥 𝑥
⎛ ⎝1 1 −2⎠ ⎝0 0 64⎠ ⎝ 5 0 −5⎠
⎜3 −2 0⎞⎟⎛
⎜𝑦⎞⎟ = 𝜆⎛
⎜𝑦 ⎞
⎟
⎝−2 2 1 ⎠ ⎝𝑧⎠ ⎝𝑧⎠ 1 1 4 1 0 0 0 12 18
⇔ 𝑀6 = 1 ⎛
⎜1 −3/2 3⎞⎟⎛⎜0 4096 0⎞⎟⎛
⎜10 −12 2⎞ ⎟
30
⎧ 2𝑦 − 𝑧 = 𝜆𝑥 −𝜆 2 −1 ⎝1 1 −2⎠ ⎝0 0 64⎠ ⎝ 5 0 −5⎠
{
⇔ ⎨ 3𝑥 − 2𝑦 = 𝜆𝑦 ⇒ ⎛ ⎜ 3 −2 − 𝜆 0 ⎞⎟=0
{ 1 4096 256 0 12 18
⎩ −2𝑥 + 2𝑦 + 𝑧 = 𝜆𝑧 ⎝ −2 2 1 − 𝜆⎠
⇔ 𝑀6 = 1 ⎛
⎜1 −6144 192 ⎞
⎟⎛⎜10 −12 2⎞⎟
30
(une calcul de déterminant et de la factorisation, distribution, etc. ⎝1 4096 −128⎠ ⎝ 5 0 −5⎠
plus tard...)
42240 −49140 6930
⇔ (𝜆 − 1)(𝜆 + 4)(𝜆 − 2) = 0 ⇔ 𝑀6 = 1 ⎛
⎜−60480 73740 −13230⎞
⎟
30
Il y a donc 3 valeurs propres (−4; 1; 2) ⎝ 40320 −49140 8850 ⎠

1. Si 𝜆 = 1 alors le sous-espace propre est : 𝐸1 = 1408 −1638 231

𝐿((1; 1; 1)) ⇔ 𝑀 = ⎜−2016 2458 −441⎞
⎛
6
⎟
⎝ 1344 −1638 295 ⎠
2. Si 𝜆 = −4 alors le sous-espace propre est : 𝐸−4 =
𝐿((1; − 32 ; 1))

3. Si 𝜆 = 2 alors le sous-espace propre est : 𝐸2 =

𝐿((4; 3; −2))

La matrice 𝑀 ∗ est la matrice diagonale contenant les va-

leurs propres Validé par Wolfram Alpha et c’est chouette
1 0 0
∗
𝑀 = ⎜0⎛ −4 0⎞
⎟
⎝0 0 2⎠
La matrice de passage 𝑃 est composée des vecteurs de
chaque espace propre.

1 1 4
𝑃 =⎛
⎜1 −3
2 3⎞⎟
⎝1 1 −2⎠

22.3 Calcul d’une matrice à une puis-

sance 𝑛
Connaissant donc une matrice de passage 𝑃 , matrice dia-
gonale 𝑀 ∗ lié à 𝑀 ; Il est possible de calculer plus facile-
ment 𝑀 𝑛 par l’équation :

𝑀 𝑛 = 𝑃 𝑀 ∗𝑛 𝑃 −1

22
 Chapitre 29

Résolution des équations algébriques et les racines n-ièmes

d’un nombre complexe

29.1 Équations algébriques 29.2.2 Forme trigonométrique

Par la formule de Moivre, nous pouvons calculer plus faci-
Toutes équations de degré 𝑛 possèdes 𝑛 solutions com-
lement les racines de n’importe quel nombre complexe.
plexes.

√ √ 𝜙 + 𝑘2𝜋
29.1.1 2ème degré 𝑎 + 𝑏𝑖 = 𝜌 cis(𝜙 + 𝑘2𝜋) ⇔ 𝜌 cis (
𝑛
𝑎 + 𝑏𝑖 = 𝑛
)
𝑛
Soit un polynôme du second degré : 𝑎𝑧 2 + 𝑏𝑧 + 𝑐 = 0 Exemple :
√
𝑧 = 5 − 7𝑖 Calculer 5 𝑧
1. Si Δ = 𝑏2 − 4𝑎𝑐 > 0 ⇒ 2 solutions réelles
√ √
𝜌 = 52 + 72 = 74
2. Si Δ = 𝑏2 − 4𝑎𝑐 = 0 ⇒ 1 solutions réelle double −7
𝜙 = arctan ( )
5
3. Si Δ = 𝑏2 − 4𝑎𝑐 < 0 ⇒ 2 solutions complexes √ √
⇒ 5 𝑧 = 74 cis ( 𝜙+𝑘2𝜋
5 )
Exemple : (2𝑥2 −3𝑥+1 = 0) ;(4𝑥2 +4−1 = 0) ;(3𝑥2 −𝑥+6 = √
√
0) ⇔ 5
𝑧 = 74 cis ( 𝜙5 + 𝑘2𝜋
5 )

Dans le troisième exemples les solutions sont complexes, il ⇒

√5
𝑧 =
√
74 cis ( 𝜙 + 0⋅2𝜋
√5
74 cis ( 𝜙
5 5 ) = 5 ) ≈ 2.322 − 0.4469𝑖
est donc intéressant de voir en détail le cheminement. √5 1 √ √5
√ ⇒ 𝑧 = 74 cis ( 𝜙
5 + 1⋅2𝜋
5 ) = 74 cis ( 𝜙 2𝜋
5 + 5 ) ≈ 1.142 + 2.071𝑖
1 ± −71 √5 2 √ √5
2 ⇒ 𝑧 = 74 cis ( 𝜙 + 2⋅2𝜋
5 ) = 𝜙
74 cis ( 5 + 4𝜋5 ) ≈ −1.616 + 1.727𝑖
3𝑥 −𝑥+6 ∶ Δ = 1−4∗3∗6 = −71 ⇒ 𝑥1,2 = ⇒ √5 3 √ 5
√5
√ 6 ⇒ 𝑧 = 74 cis ( 𝜙
5 + 3⋅2𝜋
5 ) = 74 cis ( 𝜙
5 + 6𝜋
5 ) ≈ −2.142 − 1.004𝑖
√5 4 √ √5
1 ± 𝑖 71 ⇒ 𝑧5 = 74 cis ( 𝜙 + 4⋅2𝜋
5 ) = 74 cis ( 𝜙 + 8𝜋
5 ) ≈ 0.293 − 2.347𝑖
𝑥1,2 = 5 5
6

−1.616 + 1.727𝑖 1.142 + 2.071𝑖

29.1.2 3ème degré
Dans un polynôme de degré 3, il existe 3 solutions. La
majorité du temps, une de ces 3 solution ∈ ℝ.
√ √
Exemple : 𝑧3 + (3 − 3)𝑧 2 + (1 − 3 3)𝑧 + 3 = 0
2.332 − 0.4469𝑖
Par Horner, on peut trouver le premier zéro : 3
√ −2.142 − 1.004𝑖
⇔ (𝑧 + 3)(𝑧 2 √− 3𝑧 + 1)
√
=0
𝑧− 3−𝑖 3+𝑖
⇔ (𝑧 + 3)( 2 )(𝑧 − 2 ) = 0
0.293 − 2.347𝑖

29.2 Racine n-ièmes Les solutions d’une racine n-ième forment un polygone
régulier à 𝑛 côtés.
29.2.1 Forme algébrique
Une première manière de trouver les racines carrées d’un
nombre complexe est de passer par un système d’équation.
Exemple :
Soit 𝑧 = −12 − 16𝑖, 𝑤 = 𝑎 + 𝑏𝑖 tel que 𝑤2 = 𝑧
𝑤2 = (𝑎 + 𝑏𝑖)2 = 𝑎2 + 2𝑎𝑏𝑖 − 𝑏2 = −12 − 16𝑖
𝑎2 − 𝑏2 = −12
⇔{
2𝑎𝑏 = 16

Quelques calculs fractionnaires et on trouve les 2 solutions

sont 𝑎 = 2, 𝑏 = −4 ou 𝑎 = −2, 𝑏 = 4
⇒ 𝑤1 = 2 − 4𝑖 et 𝑤2 = −2 + 4𝑖

23
 Chapitre 30

Nombres complexes sous forme trigonométrique. Formule de

Moivre

𝑧
30.1 Graphe =
𝑧′
(cos(𝜙) + 𝑖 sin(𝜙))(cos(𝜙′ ) + 𝑖 sin(𝜙′ ))−1
𝑀𝑜𝑖𝑣𝑟𝑒 𝜌
= (cos(𝜙) + 𝑖 sin(𝜙))(cos(−𝜙′ ) + 𝑖 sin(−𝜙′ ))
b𝑖 𝜌′ ⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟
= cos(𝜙) cos(−𝜙′ ) − sin(𝜙) sin(−𝜙′ )
𝑎 + 𝑏𝑖 +𝑖(cos(𝜙) sin(−𝜙′ ) + sin(𝜙) cos(𝜙′ ))
= cos(𝜙 − 𝜙′ ) + 𝑖 sin(𝜙 − 𝜙′ )
𝑧 𝜌
⇒ ′
= ′ cis(𝜙 − 𝜙′ )
𝑧 𝜌
𝜙
a
30.3 Formule de Moivre
Sous la forme algébrique, un nombre complexe est compo-
sé d’une partie réelle et d’une partie complexe 𝑎 et 𝑏 qui ∀𝑥 ∈ ℝ et 𝑛 ∈ ℤ
peuvent être vues comme des coordonnées sur le plan com-
plexe. Pour la forme trigonométrique, l’intérêt est porté (cos(𝑥) + 𝑖 sin(𝑥))𝑛 = cos(𝑛𝑥) + 𝑖 sin(𝑛𝑥)
𝑎
sur le vecteur ( ). De ce vecteur, on dégage 2 informa- Vrai pour 𝑛 = 1 et 𝑛 = 2
𝑏
tions : sa norme appelée module (|𝑧| ou 𝜌) et l’angle formé
avec l’axe (cos(𝑥) + 𝑖 sin(𝑥))1 = cos(𝑥) + 𝑖 sin(𝑥)
√ des réels appelé l’argument (𝜙).
|𝑧| = 𝑎2 + 𝑏2
{ cos2 (𝑥) − sin2 (𝑥) +𝑖 2⏟sin(𝑥)
(cos(𝑥) + 𝑖 sin(𝑥))2 = ⏟⏟⏟⏟⏟⏟⏟ ⏟⏟⏟ cos(𝑥)
⏟⏟⏟
tan(𝜙) = 𝑎𝑏
cos(2𝑥) sin(2𝑥)
Par les relations trigonométriques nous pouvons trouver
⇒ (cos(𝑥) + 𝑖 sin(𝑥))𝑛 = cos(𝑛𝑥) + 𝑖 sin(𝑛𝑥) est considéré
ces égalités :
comme vrai (𝐻)
𝑎 = 𝜌 cos(𝜙)
{
𝑏 = 𝜌 sin(𝜙)
Ainsi, nous pouvons écrire un nombre complexe de 2 ma- (cos(𝑥)+𝑖 sin(𝑥))𝑛+1 = (cos(𝑥)+𝑖 sin(𝑥))𝑛 (cos(𝑥)+𝑖 sin(𝑥))
nières : 𝐻
cos(𝜙) + 𝑖 sin(𝜙))
𝑧 = 𝑎 + 𝑏𝑖 = 𝜌(⏟⏟⏟⏟⏟⏟⏟ = (cos(𝑛𝑥)+𝑖 sin(𝑛𝑥))(cos(𝑥)+𝑖 sin(𝑥))
cis 𝜙 = cos(𝑛𝑥) cos(𝑥) − sin(𝑛𝑥) sin(𝑥)
+𝑖 cos(𝑛𝑥) sin(𝑥) + 𝑖 sin(𝑛𝑥) cos(𝑥)
30.2 Opérations
= cos((𝑛 + 1)𝑥) + 𝑖 sin((𝑛 + 1)𝑥)
30.2.1 Multiplication (cos(𝑥) + 𝑖 sin(𝑥))𝑛+1 = cos((𝑛 + 1)𝑥) + 𝑖 sin((𝑛 + 1)𝑥)
Soit 𝑧 et 𝑧′ :
𝑧 ⋅ 𝑧 ′ = 𝜌𝜌′ cis(𝜙 + 𝜙′ )
cos(𝜙+𝜙′ )

𝑧 ⋅ 𝑧 ′ = 𝜌𝜌′ (⏞⏞⏞⏞⏞⏞⏞⏞⏞⏞⏞⏞⏞
cos(𝜙) cos(𝜙′ ) − sin(𝜙) sin(𝜙′ )
cos(𝜙) sin(𝜙′ ) + 𝑖 cos(𝜙′ ) sin(𝜙))
+ 𝑖⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟⏟
sin(𝜙+𝜙′ )

⇒ 𝑧 ⋅ 𝑧 ′ = 𝜌𝜌′ cis(𝜙 + 𝜙′ )

30.2.2 Division
Soit 𝑧 et 𝑧′ :
𝑧′ = 𝜌′ cis(𝜙 − 𝜙 )
𝑧 𝜌 ′

𝑧 𝜌 cos(𝜙) + 𝑖 sin(𝜙)
= ′⋅
𝑧 ′ 𝜌 cos(𝜙′ ) + 𝑖 sin(𝜙′ )

24
 Chapitre 31

Équations différentielles d’ordre 1

31.1 Définition Exemple

Une équation différentielle d’ordre 1 est de la forme :

(𝑥 − 1)𝑦′ − 2𝑦 = 0
𝑅(𝑥, 𝑦, 𝑦′ ) = 0 Elle se ramène à

𝑑𝑦 1 2
avec 𝑦 = 𝑦(𝑥) et 𝑦′ = 𝑦′ (𝑥) = 𝑦′ =
𝑑𝑥 𝑦 𝑥−1
Où 𝑦 = 0 est une solution particulière, déterminons la
solution générale.
31.2 Types 1 2
⇒ ∫ 𝑑𝑦 = ∫ 𝑑𝑥
𝑦 𝑥−1
31.2.1 Équation simple ⇒ ln |𝑦| = 2 ln |𝑥 − 1| + 𝑐, avec 𝑐 ∈ ℝ
⇒ ln |𝑦| = ln(𝑥 − 1)2 + ln |𝑘| = ln(|𝑘|(𝑥 − 1)2 ) avec 𝑘 ∈ ℝ∗
⇒ |𝑦| = |𝑘|(𝑥 − 1)2
𝑦′ = 𝑓(𝑥) Ainsi la solution générale de l’équation est donnée par :
Si 𝐹 est une primitive de 𝑓, alors la solution générale de 𝑦 = 𝑎(𝑥 − 1)2 , 𝑎 ∈ ℝ
l’équation est donnée par :
31.2.3 Équation homogène
𝑦 = 𝐹 (𝑥) + 𝑐, 𝑐∈ℝ
𝑦
𝑦′ = 𝑓 ( )
Dans certains cas, une condition supplémentaire est don- 𝑥
née appelée condition initiale, de la forme 𝑦(𝑎) = 𝑏 pour 𝑦
Pour la résoudre, on pose 𝑧 = (𝑦 = 𝑥𝑧 et 𝑦′ = 𝑧 + 𝑥𝑧 ′ )
𝑎 et 𝑏 donnés. 𝑥
1 1
et l’équation devient ⋅ 𝑧′ =
𝑓(𝑧) − 𝑧 𝑥
Exemple
Exemple
2
3𝑦′ + = 0 𝑦
𝑥 𝑥𝑦′ = 𝑥 + 𝑦 ⇔ 𝑦′ = 1 +
𝑥
avec 𝑦(1) = 4
−2 On pose donc 𝑦 = 𝑥𝑧 on obtient l’équation 𝑧 + 𝑥𝑧 ′ = 1 + 𝑧,
⇔ 𝑦′ = 1
3𝑥 qui devient 𝑧′ =
−2 𝑥
⇔𝑦=∫ 𝑑𝑥 L’équation devient finalement 𝑧 = ln |𝑎𝑥| avec 𝑎 ∈ ℝ. En
3𝑥
2 assemblant 𝑦 = 𝑥𝑧 et 𝑧 = ln |𝑎𝑥|, la solution générale
⇔ 𝑦 = − ln(𝑥) + 𝑐 devient
3
Si 𝑥 = 1 et 𝑦 = 4 ⇒ 𝑐 = 4 𝑦 = 𝑥 ⋅ ln |𝑎𝑥|
2
⇒ 𝑦 = − ln(𝑥) + 4
3

31.2.2 Équation à variable séparée

𝑔(𝑦)𝑦′ = 𝑓(𝑥)

La solution générale 𝑦 de l’équation est telle que

∫ 𝑔(𝑦)𝑑𝑦 = ∫ 𝑓(𝑥)𝑑𝑥
Si 𝐺 et 𝐹 sont des primitives respectives de 𝑔 et 𝑓, la
condition précédente peut s’écrire

𝐺(𝑦) = 𝐹 (𝑥) + 𝑐, 𝑐∈ℝ

25
 Chapitre 32

Équations différentielles : équations linéaires d’ordre 1

32.1 Forme 32.3.3 Exemple

𝑦′ + 𝑦 tan(𝑥) = sin(2𝑥)
𝑦′ + 𝑓(𝑥)𝑦 = 𝑔(𝑥)
g(x) = 0
32.2 Cas où 𝑔(𝑥) = 0 𝑑𝑦
𝑦′ + 𝑦 tan(𝑥) = 0 ⇔ = − tan(𝑥)𝑑𝑥
Dans ce cas, l’équation devient une équation à variables 𝑦
1
séparées 𝑦′ + 𝑓(𝑥)𝑦 = 0 qui peut s’écrire sous la forme ⇔ ∫ 𝑑𝑦 = − ∫ tan(𝑥)𝑑𝑥
1 ′ 𝑦
𝑦 = −𝑓(𝑥) ⇔ ln |𝑦| = ln | cos(𝑥)| + 𝐶
𝑦
⇔ 𝑦 = 𝑒ln | cos(𝑥)|+𝐶 (= 𝑒ln | cos | 𝑒𝐶 = 𝑐𝑒ln | cos(𝑥)| )
d’où ln |𝑦| = −𝐹 (𝑥) + ln |𝑘|
⇔ 𝑦 = 𝑐(𝑥) ⋅ cos(𝑥)
Dans ce cas, la solution générale est 𝑦 = 𝑐𝑒−𝐹 (𝑥) où 𝐹 est
une primitive de 𝑓 et 𝑐 ∈ ℝ
g(x) = sin(2x)

32.2.1 Exemple On substitue 𝑦 et 𝑦′ par l’expression trouvée précédem-

ment. L’équation devient donc :
𝑐′ (𝑥) cos(𝑥) − 𝑐(𝑥) sin(𝑥) + 𝑐(𝑥) cos(𝑥) tan(𝑥) = sin(2𝑥)
𝑦′ + tan(𝑥)𝑦 = 0 sin(𝑥)
⇔ 𝑐′ (𝑥) cos(𝑥) − 𝑐(𝑥) sin(𝑥) + 𝑐(𝑥) cos(𝑥) = sin(2𝑥)
𝑑𝑦 cos(𝑥)
⇔ = − tan(𝑥)𝑦 ⇔ 𝑐′ (𝑥) cos(𝑥) = sin(2𝑥)
𝑑𝑥
1 2 sin(𝑥) cos(𝑥)
⇔ 𝑑𝑦 = − tan(𝑥)𝑑𝑥 ⇔ 𝑐′ (𝑥) =
𝑦 cos(𝑥)
1 ⇔ ∫ 𝑐′ (𝑥) = ∫ 2 sin(𝑥)
⇔ ∫ 𝑑𝑦 = ∫ − tan(𝑥)𝑑𝑥
𝑦
⇔ ln |𝑦| = ln | cos(𝑥)| + 𝑐 ⇔ 𝑐(𝑥) = −2 cos(𝑥)
⇔ 𝑦 = 𝑘 ⋅ cos(𝑥) Or 𝑦 = 𝑐(𝑥) cos(𝑥) ⇒ Donc 𝑦 = −2 cos2 (𝑥)

Selon le théorème 32.3.1 la solution générale est donc :

32.3 Cas général
𝑦 = 𝑐 ⋅ cos(𝑥) − 2 cos2 (𝑥), 𝑐∈ℝ
32.3.1 Théorème
La solution générale de l’équation linéaire 𝑦′ + 𝑓(𝑥)𝑦 =
𝑔(𝑥) est la somme d’une solution particulière 𝑝(𝑥) de cette
équation et de la solution générale 𝑠(𝑥) de l’équation sans
second membre 𝑦′ + 𝑓(𝑥)𝑦 = 0

32.3.2 Démarche
1. Résoudre d’abord l’équation à variable séparables 𝑦′ +
𝑓(𝑥)𝑦 = 0

2. Appliquer ensuite la méthode de variation de la

constante de Lagrange : il s’agit de déterminer
une solution particulière de l’équation 𝑦′ + 𝑓(𝑥)𝑦 =
𝑔(𝑥) en posant 𝑝(𝑥) = 𝑐(𝑥)𝑒−𝐹 (𝑥) où 𝑐(𝑥) est à dé-
terminer en remplaçant 𝑦 par 𝑝(𝑥) dans l’équation
𝑦′ + 𝑓(𝑥)𝑦 = 𝑔(𝑥). Ceci amène à une équation de la
forme 𝑐′ (𝑥)𝑒−𝐹 (𝑥) = 𝑔(𝑥) ∼ 𝑐′ (𝑥) = 𝑔(𝑥)𝑒𝐹 (𝑥)

3. Conclure en écrivant la solution générale selon le théo-

rème.

26
 Chapitre 33

Équation différentielle linéaire d’ordre 2 à coefficients constants

Une équation différentielle d’ordre 2 est de la forme : Pourquoi 𝑐1 𝑥𝑒𝑟𝑥 est solution :

𝑅(𝑥, 𝑦, 𝑦′ , 𝑦″ ) = 0 𝑦 = 𝑥𝑒𝑟𝑥
𝑦′ = 𝑒𝑟𝑥 + 𝑥𝑒𝑟𝑥 𝑟
Un équation différentielle linéaire d’ordre 2 à coefficients
𝑦″ = 𝑟𝑒𝑟𝑥 + 𝑒𝑟𝑥 𝑟 + 𝑥𝑒𝑟𝑥 𝑟2 = 𝑟𝑒𝑟𝑥 (2 + 𝑥𝑟)
constants est de la forme :
⇒ 𝑎𝑦″ + 𝑏𝑦′ + 𝑐′ = 0 ⇔ 𝑎 ⋅ 𝑟𝑒𝑟𝑥 (2𝑥 + 𝑟) + 𝑏 ⋅ 𝑒𝑟𝑥 (1 +
″ ′
𝑎𝑦 + 𝑏𝑦 + 𝑐𝑦 = 𝑔(𝑥) 𝑟𝑥) + 𝑐 ⋅ 𝑥𝑒𝑟𝑥 = 0
avec 𝑎 ∈ ℝ ⇔ 𝑎𝑟2 𝑥 + 2𝑎𝑟 + 𝑏 + 𝑏𝑟𝑥 + 𝑐𝑥 = 0
⇔ 𝑥 (𝑎𝑟 2 + 𝑏𝑟 + 𝑐) +2𝑎𝑟 + 𝑏 = 0
⏟⏟⏟⏟ ⏟⏟⏟
33.1 Équation homogène
−𝑏
∆=0 𝑟= 2𝑎

−𝑏
Le cas où 𝑔(𝑥) = 0 ⇔ 2𝑎 ( ) + 𝑏 = 0 ⇔ −𝑏 + 𝑏 = 0
2𝑎
𝑎𝑦″ + 𝑏𝑦′ + 𝑐𝑦 = 0 • Si Δ = 𝑏2 − 4𝑎𝑐 < 0
l’équation possède deux solutions complexes conju-
1. L’ensemble des solutions d’une équation différentielle
guées 𝑝 + 𝑞𝑖 et 𝑝 − 𝑞𝑖 avec 𝑞 ≠ 0
linéaire et homogène d’ordre 2 𝑎𝑦″ + 𝑏𝑦′ + 𝑐𝑦 = 0 est
un espace vectoriel de dimension 2. les fonctions 𝑦 = 𝑒𝑝𝑥 cos(𝑞𝑥) et 𝑦 = 𝑒𝑝𝑥 sin(𝑞𝑥) sont
des solutions particulières linéairement indépendantes
2. La solution générale de l’équation homogène 𝑎𝑦″ + de l’équation. Notons qu’il s’agit des parties réelles et
𝑏𝑦′ + 𝑐𝑦 = 0 est une combinaison linéaire de deux imaginaires de 𝑒(𝑝±𝑞𝑖)𝑥 = 𝑒𝑝𝑥 cis(±𝑞𝑥)
solutions particulières linéairement indépendantes.
La solution générale de l’équation homogène est
En posant 𝑦 = 𝑒 , on a 𝑦 = 𝑟𝑒 , 𝑦 = 𝑟 𝑒
𝑟𝑥 ′ 𝑟𝑥 ″ 2 𝑟𝑥 alors :
L’équation différentielle peut s’écrire ainsi :
𝑦 = 𝑒𝑝𝑥 (𝑐1 cos(𝑞𝑥) + 𝑐2 sin(𝑞𝑥)), 𝑐1 , 𝑐2 ∈ ℝ
2 𝑟𝑥 𝑟𝑥 𝑟𝑥 𝑟𝑥 2
𝑎𝑟 𝑒 + 𝑏𝑒 + 𝑐𝑒 =0 ⇒ 𝑒 (𝑎𝑟 + 𝑏𝑟 + 𝑐) = 0

La solution dépend donc de ce qui s’appelle équation 33.2 Cas général

caractéristique : 𝑎𝑟2 + 𝑏𝑟 + 𝑐 = 0
La solution générale de l’équation linéaire 𝑎𝑦″ +𝑏𝑦′ +𝑐𝑦 =
• Si Δ = 𝑏 − 4𝑎𝑐 > 02 𝑔(𝑥) est la somme d’une solution particulière 𝑝 de cette
l’équation caractéristique possède deux solutions équation et de la solution générale 𝑠 de l’équation sans
réelles distinctes 𝑟1 et 𝑟2 et alors : second membre 𝑎𝑦″ + 𝑏𝑦′ + 𝑐𝑦 = 0
La solution particulière est de la même forme que 𝑔(𝑥)
les fonctions 𝑦 = 𝑒𝑟1 𝑥 et 𝑦 = 𝑒𝑟2 𝑥 sont des solutions (FT p.89) :
particulières linéairement indépendantes de l’équa-
tion. • polynôme de degré 𝑛 :
La solution générale de l’équation homogène est 1. un polynôme de degré 𝑛 si 𝑐 ≠ 0
alors :
2. un polynôme de degré 𝑛 + 1 si 𝑐 = 0 et 𝑏 ≠ 0
𝑦 = 𝑐1 𝑒𝑟1 𝑥 + 𝑐2 𝑒𝑟2 𝑥 , 𝑐1 , 𝑐2 ∈ ℝ 3. un polynôme de degré 𝑛 + 2 si 𝑐 = 𝑏 = 0

• Si Δ = 𝑏2 − 4𝑎𝑐 = 0 • 𝑔(𝑥) = 𝜆𝑒𝜅𝑥 ⇒ 𝛼𝑒𝜅𝑥 , 𝛼𝑥𝑒𝜅𝑥 , 𝛼𝑥2 𝑒𝜅𝑥

l’équation caractéristique possède une solution réelle • 𝑔(𝑥) = 𝜆 sin(𝜔𝑥) ⇒ 𝛼 sin(𝜔𝑥) + 𝛽 cos(𝜔𝑥) ou
double r et alors : 𝛼𝑥 cos(𝜔𝑥)
les fonctions 𝑦 = 𝑒𝑟𝑥 et 𝑦 = 𝑥𝑒𝑟𝑥 sont des solutions • 𝑔(𝑥) = 𝜆 cos(𝜔𝑥) ⇒ 𝛼 sin(𝜔𝑥) + 𝛽 cos(𝜔𝑥) ou
particulières linéairement indépendantes de l’équa- 𝛼𝑥 sin(𝜔𝑥)
tion.
• 𝑔(𝑥) = 𝑒𝜅𝑥 (𝜆 sin(𝜔𝑥) + 𝜇 cos(𝜔𝑥)) ⇒ 𝑒𝜅𝑥 (𝛼 sin(𝜔𝑥) +
La solution générale de l’équation homogène est
𝛽 cos(𝜔𝑥)) ou 𝑥𝑒𝛼𝑥 (𝜆 sin(𝜔𝑥) + 𝛽 cos(𝜔𝑥))
alors :
• combinaison linéaire des types précédents
𝑦 = (𝑐1 𝑥 + 𝑐2 )𝑒𝑟𝑥 , 𝑐1 , 𝑐2 ∈ ℝ

27