0% ont trouvé ce document utile (0 vote)

33 vues84 pages

For Mulaire

Transféré par

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

33 vues84 pages

For Mulaire

Transféré par

rbc. lppk

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Première partie

Semestre 1

1
Chapitre 1

Rudiments de logique

Que sont les négations de ≪ P et Q ≫, ≪ P ou Q ≫, ≪ P ⇒ Q ≫, ≪ ∀x ∈ E, P (x) ≫,

≪ ∃x ∈ E, P (x) ≫ ?

≪ non(P et Q) ≫=≪ (non P ) ou (non Q) ≫ ;

≪ non(P ou Q) ≫=≪ (non P ) et (non Q) ≫ ;

≪ non(P ⇒ Q) ≫=≪ P et (non Q) ≫ ;

≪ non(∀x ∈ E, P (x)) ≫=≪ (∃x ∈ E, (non P (x))) ≫ ;

≪ non(∃x ∈ E, P (x)) ≫=≪ (∀x ∈ E, (non P (x))) ≫

Que sont la réciproque et la contraposée de ≪ P ⇒ Q ≫ ? Y en a-t-il de logiquement

équivalentes ?

Contraposée : ≪ non Q ⇒ non P ≫, logiquement équivalente à P ⇒ Q.

Réciproque : ≪ Q ⇒ P ≫, non logiquement équivalente à P ⇒ Q.

3
Semestre 1 Rudiments de logique

4
Chapitre 2

Inégalités, valeur absolue, partie

entière

Citer toutes les identités remarquables d’ordre 2 et 3 dans R

(a + b)2 = a2 + 2ab + b2 ; (a − b)2 = a2 − 2ab + b2 ; (a + b)(a − b) = a2 − b2 ;

(a + b)3 = a3 + 3a2 b + 3ab2 + b3 ; (a − b)3 = a3 − 3a2 b + 3ab2 − b3 ;
(a + b)(a2 − ab + b2 ) = a3 + b3 ; (a − b)(a2 + ab + b2 ) = a3 − b3

Citer toutes les règles de calcul sur les puissances dans R

am
am × an = am+n , (am )n = amn , = am−n , am × bm = (ab)m
an

Résolution d’une équation du second degré ax2 + bx + c = 0 à coefficients réels,

avec a 6= 0, et factorisation de ax2 + bx + c

Soit ∆ = b2 − 4ac.
√
−b ± ∆
(i) Si ∆ > 0, deux solutions x1 , x2 = , et ax2 +bx+c = a (x − x1 ) (x − x2 ).
2a
−b
(ii) Si ∆ = 0, une solution x0 = , et ax2 + bx + c = a (x − x0 )2 .
2a
(iii) Si ∆ < 0, pas√de racines réelles, mais deux racines complexes conjuguées
−b ± i −∆
z1 , z2 = .
2a
~
Ceci n’est valable que pour les équations du second degré à coefficients réels.

5
Semestre 1 Inégalités, valeur absolue, partie entière

Méthode : comment mettre sous forme canonique ax2 + bx + c, avec a 6= 0 ? À

quoi cela sert-il ?

2 2 b c
(i) Factoriser a : ax + bx + c = a x + x + .
a a
2
2 b b
(ii) Reconnaı̂tre dans x + x le début du carré x + .
a 2a
2 !
2

b c b
(iii) Adapter les constantes additives : ax2 + bx+ c = a x+ + − 2 .
2a a 4a
La mise sous forme canonique est utile pour intégrer des fonctions.

√ √ √
Résolution des équations : a = b et a= b

( (
√ b≥0 √ √ a=b
a=b⇔ et a= b⇔
a = b2 a≥0

Définition de la valeur absolue

On appelle valeur absolue de x ∈ R le réel, noté |x|, défini par :

(
x si x ≥ 0
|x| =
−x si x ≤ 0

Résolution d’équations et inéquations : |x| = c ⇔ ; |x| ≤ c ⇔ ; |x| ≥ c ⇔ avec

c≥0

|x| = c ⇔ x = c ou x = −c.
|x| ≤ c ⇔ −c ≤ x ≤ c ⇔ x ≤ c et x ≥ −c.
|x| ≥ c ⇔ x ≥ c ou x ≤ −c.

√ √
Simplification : a2 =, ( a)2 =

√ √
a2 = |a| et ( a)2 = a

Définition de la partie entière, et propriétés

∀x ∈ R, ∃!n ∈ Z, n ≤ x < n + 1. On note n = ⌊x⌋.

x − 1 < ⌊x⌋ ≤ x, et ∀k ∈ Z, ⌊x + k⌋ = ⌊x⌋ + k. Toutes les autres propriétés qui
pourraient être inventées auront une forte probabilité d’être fausses...

6
Chapitre 3

Sommes et produits

Définition des factorielles et propriétés

n n+p
∗
Y
∗
Y (n + p)!
0! = 1 et ∀n ∈ N , n! = k ; ∀n, p ∈ N , k=
(n − 1)!
k=1 k=n

Définition des coefficients binomiaux et propriétés

n n!
∀n ∈ N, ∀p ∈ [[ 0, n ]], = .
p p!(n −p)!
n n n n n+1
= et + = .
p n −p p p + 1 p+1
n n n n
= = 1 et = =n
0 n 1 n−1

n
X n
X
k = et qk =
k=0 k=0

n n n
X n(n + 1) X k 1 − q n+1 X
k= ; q = si q 6= 1 et q k = n + 1 si q = 1
k=0
2 k=0
1 − q k=0

Citer les identités remarquables à l’ordre n

an − bn = (a − b)(an−1 + an−2 b + · · · + abn−2 + bn−1 )

n−1
X n−1
X
k n−1−k
= (a − b) a b = (a − b) an−1−k bk .
k=0 k=0
n n
n
X n k n−k X n n−k k
Binôme de Newton : (a + b) = a b = a b
k=0
k k=0
k

7
Semestre 1 Sommes et produits

8
Chapitre 4

Trigonométrie

Définition : cercle trigonométrique, et angles remarquables

π π π π 2π
x 0 π
sin x 6 4 3 2 3
√ √
tan x

3 2 1 −1
x cos x 1 0 −1
O cos x 2 2 2 2
√ √ √
1 2 3 3
sin x 0 1 0
2 2 2 2
√ √ √
tan x 0 3 1 3 − 3 0
∀x ∈ R, cos2 x + sin2 x = 1 3

Ensembles de définition, propriétés, dérivées et graphes de cos et sin

cos
1

−5π −4π −2π −π π 2π 4π 5π

−2π 3 3
−π 3 3
0 3 3
π 3 3
2π
−1 sin

Courbes représentatives des fonctions cos et sin

cos et sin sont définies sur R, 2π-périodiques ; cos est paire et sin est impaire.
cos et sin sont continues et dérivables sur R :

∀x ∈ R, (cos)′ (x) = − sin x et (sin)′ (x) = cos x.

9
Semestre 1 Trigonométrie

Définition, ensemble de définition, propriétés, dérivée et graphe de tan

x
−3π −π π 3π
2
−π 2
0 2
π 2
−1

−2

nπ −3o sin x
tan est définie sur R\ + kπ, k ∈ Z , et tan x = .
2 cos x
tan est π-périodique, impaire. nπ o nπ o
tan est continue et dérivable sur R\ + kπ, k ∈ Z , et ∀x ∈ R\ + kπ, k ∈ Z , (tan)′ (x) =
2 2
2 1
1 + tan x =
cos2 x

Formules de trigonométrie : formules d’addition

cos(a + b) = cos a cos b − sin a sin b tan a + tan b

tan(a + b) =
cos(a − b) = cos a cos b + sin a sin b 1 − tan a tan b
sin(a + b) = sin a cos b + sin b cos a tan a − tan b
tan(a − b) =
sin(a − b) = sin a cos b − sin b cos a 1 + tan a tan b

Formules de trigonométrie : formules de linéarisation (ou comment transformer

un produit en somme)

1 1
cos a cos b = (cos(a + b) + cos(a − b)) sin a cos b = (sin(a + b) + sin(a − b))
2 2
1
sin a sin b = (cos(a − b) − cos(a + b))
2
Intérêt : lorsqu’on doit déterminer une primitive ! (pour la résolution des équations
différentielles, en intégration)

10
Trigonométrie Semestre 1

Formules de trigonométrie : formules de factorisation (ou comment transformer

une somme en produit)

p+q p−q p+q p−q

cos p + cos q = 2 cos cos sin p + sin q = 2 sin cos
2 2 2 2
p+q p−q p−q p+q
cos p − cos q = −2 sin sin sin p − sin q = 2 sin cos
2 2 2 2
Intérêt : pour déterminer le signe d’une quantité dépendant des fonctions circulaires,
pour factoriser.

Formules de trigonométrie : formules de duplication (et formules en découlant)

cos(2x) = 2 cos2 x − 1 = 1 − 2 sin2 x = cos2 x − sin2 x

2 tan x
sin(2x) = 2 sin x cos x ; tan(2x) =
1 − tan2 x
1 1
cos2 x = (1 + cos(2x)) ; sin2 x = (1 − cos(2x))
2 2
2 x x
1 + cos x = 2 cos ; 1 − cos x = 2 sin2
2 2
On exprime en fonction des carrés pour factoriser ou prendre la racine carrée ; on
exprime en fonction de cos(2x) et sin(2x) pour linéariser (et en particulier pour
déterminer des primitives).

Formules de trigonométrie : formules permettant de transformer les cos en sin et

de changer leur signe

cos(π + x) = − cos x ; sin(π + x) = − sin x ; tan(π + x) = tan x

π− x) = − cos x ; sin(π−π x) =sin x ; tan(π − x) = − tan x
cos(π
cos + x = − sin x ; sin + x = cos x
π2 π 2
cos − x = sin x ; sin − x = cos x
2 2

Équations et inéquations trigonométriques

( (
a = b [2π] a = b [2π]
cos a = cos b ⇔ ; sin a = sin b ⇔
ou a = −b [2π] ou a = π − b [2π]
tan a = tan b ⇔ a = b [π]
Quant aux inéquations, aucune formule ! Utiliser le cercle trigonométrique pour
”caser” x dans une réunion d’intervalles.

11
Semestre 1 Trigonométrie

Méthode : comment transformer a cos x + b sin x ?

√ a b
Diviser par a2 + b2 , poser cos θ = √ et sin θ = √ ; d’où :
a2 + b2 a2 + b2
√
a cos x + b sin x = a2 + b2 cos(x − θ).

Intérêt : pour les déphasages en physique !

12
Chapitre 5

Fonctions d’une variable réelle

Définition de fonction paire et interprétation géométrique

La fonction f est paire ssi ∀x ∈ D, −x ∈ D et f (−x) = f (x).

La courbe représentative de f est symétrique par rapport à (Oy).

Définition de fonction impaire et interprétation géométrique

La fonction f est impaire ssi ∀x ∈ D, −x ∈ D et f (−x) = −f (x).

La courbe représentative de f est symétrique par rapport à O.

Définition de fonction périodique et interprétation géométrique

Soit T > 0. La fonction f est T -périodique ssi ∀x ∈ D, x+T ∈ D et f (x+T ) = f (x).

La courbe représentative de f est invariante par translation de vecteur ±T~i.

Définition de la composée de deux fonctions

~
f ◦ g : x 7→ f (g(x)). f ◦ g 6= g ◦ f .

Quand et comment étudier les asymptotes à la courbe représentative d’une fonc-

tion

On recherche des asymptotes lorsque x ou f (x) tend vers ∞. Une droite d’équation
αx + βy + γ = 0 est asymptote à la courbe représentative de f ssi lim(αx + βf (x) +
γ) = 0.
➫ Si lim f (x) = ±∞, la droite d’équation x = a est une asymptote verticale.
x→a
➫ Si lim f (x) = b, la droite d’équation y = b est asymptote horizontale.
x→±∞
➫ Si lim f (x) = ±∞, peut-être une asymptote oblique d’équation y = ax + b,
x→+∞
où a et b sont à déterminer.

13
Semestre 1 Fonctions d’une variable réelle

f (x)
1. Si admet une limite infinie, pas d’asymptote, mais une branche pa-
x
rabolique verticale.
f (x)
2. Si admet une limite nulle, pas d’asymptote, mais une branche para-
x
bolique horizontale.
f (x)
3. Si lim = a ∈ R⋆ :
x→±∞ x

(a) Si lim (f (x) −ax) = b ∈ R, asymptote oblique d’équation y = ax+ b.

x→±∞

(b) Si lim (f (x) − ax) = ±∞, branche parabolique oblique de direction

x→±∞
y = ax.

Formules de dérivation et applications

′
′ ′ ′ ′ ′ ′f f ′g − f g′
(f + g) = f + g , (f g) = f g + f g , = , (g ◦ f )′ = (g ′ ◦ f ) × f ′ ,
g g2
1
(f −1 )′ = ′ .
f ◦ f −1
~
Toutes ces formules ne s’appliquent que lorsque f et g sont dérivables. Dans le
cas contraire, on ne peut rien déduire de ces formules !

14
Chapitre 6

Fonctions usuelles

Tableau de variation (avec ensembles de départ et d’arrivée), propriétés, limites,

dérivée et graphe de ln

x 0 +∞
+∞
✏✏✏
✶
ln x ✏✏✏
✏ ~j
✏✏
−∞
O ~i

ln est continue et dérivable sur R⋆+ , et

1
(ln)′ (x) = Courbe représentative de la fonction ln
x
ln x
lim =1
x→1 x − 1

Tableau de variation (avec ensembles de départ et d’arrivée), propriétés, limites,

dérivée et graphe de exp

x −∞ +∞
+∞
✏✏
✶
ex ✏✏✏
✏✏
✏✏
0

~j
exp est continue et dérivable sur R, et
(exp)′ (x) = exp(x) = ex O ~i
ex − 1
lim =1 Courbe représentative de la fonction exp
x→0 x

15
Semestre 1 Fonctions usuelles

Règles de calcul de la fonction ln

a
∀(a, b) ∈ (R⋆+ )2 , ln(ab) = ln a + ln b, ln = ln a − ln b
b
∀a ∈ R⋆+ , ∀α ∈ R, ln(aα ) = α ln a

Définition et règles de calcul de la fonction exp

exp : R → R⋆+ est la bijection réciproque de ln : R⋆+ → R :

∀(x, y) ∈ R × R⋆+ , y = exp x ⇔ x = ln y.

2 a+b a b a−b ea
∀(a, b) ∈ R , e = e ×e ; e = b ; (ea )b = eab
e
√
Définitions : ax =, n
a=

√
ax = ex ln a (à utiliser dès qu’on a un exposant variable) ; n
a = a1/n

Définition, ensembles de départ, d’arrivée, propriétés, dérivée, tableau de variation

et graphe de Arcsin

h π πi h π πi
Arcsin : [−1, 1] → − , est la bijection réciproque de sin : − , → [−1, 1] :
h π πi 2 2 2 2
∀x ∈ − , , ∀y ∈ [−1, 1], y = sin x ⇔ x = Arcsin y
2 2
Arcsin est impaire, continue sur [−1, 1], dérivable sur ] − 1, 1[ et
1
∀x ∈] − 1, 1[, (Arcsin)′ (x) = √ .
1 − x2
π
2
x −1 1
~j π
−1
✏ 2
✏✶
O~i 1
Arcsin x ✏ ✏✏
✏✏
✏✏
π π
− −
2 2

16
Fonctions usuelles Semestre 1

Définition, ensembles de départ, d’arrivée, propriétés, dérivée, tableau de variation

et graphe de Arccos

Arccos : [−1, 1] → [0, π] est la bijection réciproque de cos : [0, π] → [−1, 1] :

∀x ∈ [0, π], ∀y ∈ [−1, 1], y = cos x ⇔ x = Arccos y
Arccos est continue sur [−1, 1], dérivable sur ] − 1, 1[ et
1
∀x ∈] − 1, 1[, (Arccos)′ (x) = − √ .
1 − x2

x −1 1
π
PP
PP
Arccos x PP
~j PP
q
P
0
−1 O~i 1

Définition, ensembles de départ, d’arrivée, propriétés, dérivée, tableau de variation

et graphe de Arctan

i π πh i π πh
Arctan : R → − , est la bijection réciproque de tan : − , →R:
i π πh 2 2 2 2
∀x ∈ − , , ∀y ∈ R, y = tan x ⇔ x = Arctan y
2 2
Arctan est impaire, continue et dérivable sur R et
1
∀x ∈ R, (Arctan)′ (x) = .
1 + x2

π/2
x −∞ +∞
~j π/2
O~i ✒
Arctan x
−π/2
−π/2

17
Semestre 1 Fonctions usuelles

Règles de calcul de Arccos, Arcsin et Arctan

∀x ∈ [−1,
h π 1],π isin(Arcsin x) = x et cos(Arccos x) = x.
∀x ∈ − , , Arcsin(sin x) = x et ∀x ∈ [0, π], Arccos(cos x) = x.
i π 2 2h
π
∀x ∈ − , , Arctan(tan x) = x.
2 2
∀x ∈ R, tan(Arctan x) = x.
~
Les quantités Arcsin(sin x) et Arccos(cos x) sont définies sur R mais n π ne valent x o
que sur les intervalles précités. Idem pour Arctan(tan x), définie sur R\ + kπ, k ∈ Z
2
π
∀x ∈ [−1, 1], Arccos x + Arcsin x = .
2
∗ 1 π x
∀x ∈ R , Arctan x + Arctan = sg(x), où sg(x) = , soit sg(x) = 1 si x > 0 et
x 2 |x|
sg(x) = −1 si x < 0.

Définitions, ensembles de départ, d’arrivée, propriétés, dérivées, tableaux de va-

riation et graphes de ch et sh

ex − e−x ex + e−x
sh : R → R, x 7→ , ch : R → R, x 7→ , ch2 x − sh2 x = 1
2 2
sh est impaire, ch est paire. Elles sont continues et dérivables sur R et : (sh)′ (x) =
ch x, (ch)′ (x) = sh x.

x −∞ 0 +∞
+∞ +∞
◗ ✑✑
✸
ch x ◗ ✑ ch
◗ ✑
◗◗
s ✑
1

x −∞ +∞ ex /2
+∞
✏✶
✏
sh x ✏✏✏ sh
✏✏
✏✏
−∞

18
Chapitre 7

Nombres complexes

Donner les différentes façons d’écrire un nombre complexe, en définissant les

termes employés. Intérêt ?

➫ Écriture algébrique : z = x + iy. x = ℜ(z) est la partie réelle de z et y = ℑ(z)

~
sa partie imaginaire. ( ℑ(z) ∈ R) Intérêt : quand on doit ajouter des
complexes.
➫ Écriture trigonométrique pour z ∈ C∗ : z = ρeiθ . ρ ∈ R+ est le module de z,
√ x y
et θ un argument de z ; ρ = zz et θ est défini par cos θ = et sin θ = .
ρ ρ
Intérêt : quand on doit multiplier des complexes.

Règles de calcul des parties réelle et imaginaire

∀z, z ′ ∈ C, ℜ(z + z ′ ) = ℜ(z) + ℜ(z ′ ) et ℑ(z + z ′ ) = ℑ(z) + ℑ(z ′ )

~
∀z ∈ C, ∀λ ∈R, ℜ(λz) = λℜ(z) et ℑ(λz) = λℑ(z) ( FAUX si λ ∈ C ! ! ! !)

Lien entre coordonnées cartésiennes, module et argument

Soit z = x + iy. Soient ρ = |z| et θ = arg(z)[2π].

 p

 ρ = x2 + y 2
cos θ = p x

 (
x = ρ cos θ
x2 + y 2 ⇔
 y y = ρ sin θ
sin θ = p 2



x + y2

19
Semestre 1 Nombres complexes

Règles de calcul du module

z |z|
∀z, z ′ ∈ C, |zz ′ | = |z| × |z ′ | et = ′ .
z ′ |z |
∀z ∈ C, ∀n ∈ Z, |z n | = |z|n .
Inégalité triangulaire : ∀z, z ′ ∈ C, ||z| − |z ′ || ≤ |z + z ′ | ≤ |z| + |z ′ |

Résoudre z n = 1 et z n = (z ′ )n

z n = 1 ⇔ ∃k ∈ [[ 0, n − 1 ]], z = e2ikπ/n , et z n = (z ′ )n ⇔ ∃k ∈ [[ 0, n − 1 ]], z = z ′ e2ikπ/n

Résolution de az 2 + bz + c = 0 avec a 6= 0 et factorisation de az 2 + bz + c

Soit ∆ = b2 − 4ac.
b
➫ Si ∆ = 0, l’équation a une unique solution z0 = − et az 2 +bz+c = a(z−z0 )2
2a
➫ Si ∆ 6= 0, soit δ une solution de δ 2 = ∆. L’équation a deux solutions simples
−b + δ −b − δ
z1 = et z2 = , et az 2 + bz + c = a(z − z1 )(z − z2 )
2a 2a

Somme S et produit P des solutions de l’équation du second degré az 2 +bz+c = 0 ?

−b c
S= et P =
a a

Méthode : comment déterminer deux nombres connaissant leur somme S et leur

produit P ?

Résoudre l’équation x2 − Sx + P = 0 dont les deux solutions sont les nombres

cherchés.

Méthode : comment déterminer les racines secondes de Z = X + iY ?

➫ Si on peut déterminer facilement ρ = |Z| et θ = arg(Z), utiliser la méthode

√ √
trigonométrique : z 2 = ( ρeiθ/2 )2 ⇔ z = ± ρeiθ/2 .
➫ Sinon, méthode algébrique : chercher x, y tels que

2 2
x − y = X

√
(x + iy)2 = X + iY ⇔ x2 + y 2 = |X + iY | = X 2 + Y 2 .

2xy = Y


20
Nombres complexes Semestre 1

Interprétation géométrique des nombres complexes

On munit le plan d’un repère (O,~i, ~j) orthonormé direct.

y M(z) −−→
z = x + iy est l’affixe de M. OM = |z| et (~i, OM) =
ρ arg z[2π].
~j θ Affixe d’un vecteur ~u = x~i + y~j : x + iy.
−−−→
Affixe de MM ′ : z ′ − z
O ~i x

Formules de Moivre et d’Euler

Formule de Moivre : (eiθ )n = einθ

eiθ + e−iθ eiθ − e−iθ
Formules d’Euler : cos θ = et sin θ = , soit eiθ + e−iθ = 2 cos θ et
2 2i
eiθ − e−iθ = 2i sin θ.

Méthode : comment calculer une somme dans laquelle figurent des cos(kx) ou
sin(kx) ?

Exprimer cette somme en fonction d’une somme dépendant des eikx (cad des (eix )k ) :
si possible grâce aux parties réelle ou imaginaire, lorsque les règles de calcul de ℜ et
ℑ sont respectées ; sinon en utilisant les formules d’Euler. Puis, quitte à la dériver
ou l’intégrer, se ramener à la somme des termes consécutifs d’une suite géométrique
ou au binôme de Newton.

Formules de l’angle moitié

ia ib i(a+b)/2 a−b
e + e = 2e cos
2
a−b
eia − eib = 2iei(a+b)/2 sin
a 2
ia ia/2
e + 1 = 2e cos
2a
ia ia/2
e − 1 = 2ie sin .
2
~
Connaı̂tre la technique utilisée : on factorise par l’exponentielle de l’angle
moitié, de façon à pouvoir utiliser les formules d’Euler.

21
Semestre 1 Nombres complexes

Exprimer 1, −1, i et −i sous forme trigonométrique

1 = ei0 , −1 = eiπ , i = eiπ/2 et −i = e3iπ/2 = e−iπ/2

Méthode : comment linéariser (cad transformer des polynômes en cos x et sin x

en une somme de cos et sin) ? Et comment transformer au contraire cos(nx) ou
sin(nx) en polynômes de sin ou cos ?

1
➫ Pour linéariser : utiliser les formules d’Euler cos x = (eix + e−ix ), sin x =
2
1 ix −ix
(e − e ), tout développer et regrouper les exposants conjugués pour
2i
ré-appliquer les formules d’Euler.
➫ Pour le contraire : écrire cos(nθ) = ℜ(einθ ) ou sin(nθ) = ℑ(einθ ) et développer
(eiθ )n = (cos θ + i sin θ)n grâce au binôme de Newton.

22
Chapitre 8

Primitives

À quelle condition l’intégrale de f : [a, b] → R est-elle définie ?

Condition SUFFISANTE d’existence de l’intégrale : f ∈ C([a, b], R).

Énoncer le théorème fondamental de l’analyse

Soit f continue sur un intervalle I. Soit x0 ∈ I.

Z x
(i) F : x 7→ f (t) dt est une primitive de f , cad F est dérivable sur I et
x0
F′ = f.
(ii) Soit φ0 une primitive de f . Alors, les primitives de f sur I sont les fonctions
x 7→ φ0 (x) + λ, où λ ∈ K.
Z x
(iii) La fonction x 7→ f (t) dt est la primitive de f s’annulant en x0 .
x0

Liste des primitives usuelles

Fonction Primitive Fonction Primitive

ch x sh x tan x − ln | cos x|
cos x sin x sh x ch x
1
xα , α 6= −1 xα+1 sin x − cos x
α+1
1 1
Arctan x = 1 + tan2 x tan x
1 + x2 cos2 x
1 1
√ Arcsin x ln |x|
1 − x2 x
1 αx
eαx , α ∈ C⋆ e
α

23
Semestre 1 Primitives

Quelles sont les deux techniques de calcul d’intégrales ? Les énoncer avec leurs
hypothèses

➫ Intégration par parties : soient u, v deux fonctions dérivables, de dérivée conti-

nue. Alors,
Z b Z b
′ b
u(x)v (x) dx = [u(x)v(x)]a − u′ (x)v(x) dx.
a a

➫ Changement de variables : soient f une fonction continue sur un intervalle

[a, b], et ϕ une fonction dérivable, et de dérivée continue, à valeurs dans [a, b].
Alors,
Z ϕ(b) Z b
f (x) dx = f (ϕ(t))ϕ′ (t dt.
ϕ(a) a

P (x)
Comment déterminer des primitives de x 7→ , où P polynôme ?
ax2 + bx + c

➫ Commencer par faire la division de P (x) par ax2 + bx + c de façon à écrire

P (x) dx + e
2
= Q(x) + 2 , où Q polynôme.
ax + bx + c ax + bx + c
➫ Calculer le discriminant de ax2 + bx + c :
(i) Si ∆ > 0, 2 racines réelles distinctes x1 et x2 . Chercher α, β ∈ R tels que
dx + e α β
= + , et intégrer chacun des deux termes à
ax2 + bx + c x − x1 x − x2
l’aide de ln.
dx + e
(ii) Si ∆ = 0, 1 racine double x0 . Chercher α, β ∈ R tels que 2
=
ax + bx + c
α β
+ , intégrer le premier à l’aide de ln et le deuxième en
x − x0 (x − x0 )2
1
.
x − x0
dx + e α(2ax + b)
(iii) Si ∆ < 0, chercher α, β, γ, δ ∈ R tels que 2
= 2 +
ax + bx + c ax + bx + c
β
, où 1 + (γx − δ)2 est la mise sous forme canonique de ax2 +
1 + (γx − δ)2
bx+c. Intégrer le premier en ln(ax2 +bx+c) et le deuxième en Arctan(γx−
δ).

Comment intégrer des polynômes trigonométriques ?

➫ Si possible, changement de variable en sin x ou cos x.

➫ En désespoir de cause, linéarisation (par passage en complexe, et utilisation
des formules d’Euler).

24
Chapitre 9

Ensembles et applications

Définitions : x ∈ A ∪ B ⇔ ; x ∈ A ∩ B ⇔

x ∈ A ∪ B ⇔ x ∈ A ou x ∈ B ; x ∈ A ∩ B ⇔ x ∈ A et x ∈ B.

S T
Définitions : x ∈ Ai ⇔ ; x ∈ Ai ⇔
i∈I i∈I

S
x∈ Ai ⇔ ∃i ∈ I, x ∈ Ai .
i∈I
T
x∈ Ai ⇔ ∀i ∈ I, x ∈ Ai .
i∈I

A ∩ B =; A ∪ B =

A∩B = A∪B; A∪B = A∩B

Définition d’image et d’antécédent par une application f : E → F

y = f (x) ⇔ y est l’image de x par f ⇔ x est un antécédent de y par f .

Définition : f : E → F est injective, surjective, bijective ssi

➫ f est injective ssi ∀(x1 , x2 ) ∈ E 2 , f (x1 ) = f (x2 ) ⇒ x1 = x2 .

➫ f est surjective ssi f (E) = F ssi ∀y ∈ F, ∃x ∈ E, y = f (x).
➫ f est bijective ssi f est injective et surjective ssi ∀y ∈ F, ∃!x ∈ E, y = f (x).

Définition : soit f : E → F , soient A ⊂ E et B ⊂ F . x ∈ f −1 (B) ssi ; y ∈ f (A) ssi

∀x ∈ E, x ∈ f −1 (B) ssi f (x) ∈ B

∀y ∈ F, y ∈ f (A) ssi ∃x ∈ A, y = f (x).

25
Semestre 1 Ensembles et applications

Méthode : comment démontrer qu’une application f : E → F est une bijection ?

Et comment déterminer sa bijection réciproque ?

➫ Si on le peut, résoudre l’équation y = f (x) pour déterminer x en fonction de

y. Si cette équation admet une et une seule solution quel que soit x, f est
bijective, et f −1 (y) est la solution de l’équation.
➫ Montrer séparément l’injectivité et la surjectivité (avantage : c’est le raisonne-
ment le plus courant en algèbre ; inconvénient : cela ne donne pas la bijection
réciproque).
➫ Si on connaı̂t g : F → E telle que g ◦ f = IdE et f ◦ g = IdF , alors f bijective
et g = f −1 .
➫ Lorsque f est une fonction d’une variable réelle à valeurs dans R, penser
au théorème de la bijection, même si cela permet seulement de prouver la
bijectivité, pas de déterminer la réciproque.

26
Chapitre 10

Dénombrement et arithmétique

Théorème de la division euclidienne dans N

Soit (a, b) ∈ N2 , b 6= 0. ∃!(q, r) ∈ N2 , a = bq + r et 0 ≤ r < b. q est le quotient et r

le reste de la division euclidienne de a par b.

Définition : qu’est-ce qu’un nombre premier ? À quoi servent les nombres pre-
miers ?

Un nombre premier est un entier naturel qui admet exactement deux diviseurs entiers
naturels : 1 et lui-même. Tout nombre entier se décompose en produit de nombres
premiers, et cette décomposition est unique à l’ordre près.

card(E ∪ F ), card(F (E, F )), card(P(E)), card(S(E))

card(E ∪ F ) = card E + card F − card(E ∩ F ) ; card(P(E)) = 2card E ;

card(F (E, F )) = (card F )card E ; card(S(E)) = (card E)!

n
n! =, Apn =, =, . Que représentent ces nombres ?
p

n! = card(S(E)) est le nombre de permutations d’un ensemble à n éléments.

n!
Apn = : c’est le nombre d’arrangements de p éléments parmi n, c’est-à-dire
(n − p)!
le nombre de p-uplets dans un ensemble de n éléments (ce qui tient compte de l’ordre
d’apparition
de ces p éléments)
n n!
= : nombre de combinaisons de p éléments parmi n (ce qui permet
p p!(n − p)!
de ne pas tenir compte de l’ordre d’apparition de ces p éléments).

27
Semestre 1 Dénombrement et arithmétique

n
X n
X n
X
2
k =, k =. Quel est l’intérêt de k?
k=1 k=1 k=1

n n
X n(n + 1) X 2 n(n + 1)(2n + 1)
k= , k =
k=1
2 k=1
6
Xn
k permet de calculer la somme des termes consécutifs d’une suite arithmétique.
k=1

28
Chapitre 11

Équations différentielles

Résolution de l’équation différentielle du premier ordre : y ′ + a(x)y = 0. Comment

démontre-t-on le résultat ?

Soit a une fonction continue sur I. Alors, S0 = y : I → K, x 7→ λe−A(x) , λ ∈ K ,
où A est une primitive de a.
y ′ + a(x)y = 0 ⇔ eA(x) y ′ + a(x)eA(x) y = 0 ⇔ (eA(x) y)′ = 0.

Méthode : comment résoudre l’équation différentielle du premier ordre avec second

membre y ′ + a(x)y = b(x) ?

SGEASM=SGESSM+SPEASM.
Pour SPEASM :
➫ le principe de superposition des solutions permet de dissocier les difficultés en
cherchant une SP associée à chacun des termes du second membre (lorsque
celui-ci est sous forme de somme)
➫ pour déterminer une SP associée à un second membre, recherche d’une solu-
tion évidente. Ou en désespoir de cause, méthode de variation de la constante
(cad, recherche d’une solution sous la forme x 7→ λ(x)e−A(x) .)

Résolution de l’ED y ′′ + ay ′ + by = 0 dans C

Soit l’équation caractéristique r 2 + ar + b = 0, de discriminant ∆.

➫ Si ∆ 6= 0, deux solutions distinctes r1 et r2 :

S0 = y : R → C, x 7→ λer1 x + µer2 x , (λ, µ) ∈ C2

➫ Si ∆ = 0, une solution double r0 :

S0 = y : R → C, x 7→ (λ + µx)er0 x , (λ, µ) ∈ C2

29
Semestre 1 Équations différentielles

Résolution de l’ED y ′′ + ay ′ + by = 0 dans R

Soit l’équation caractéristique r 2 + ar + b = 0, de discriminant ∆.

➫ Si ∆ > 0, deux solutions distinctes r1 et r2 :

S0 = y : R → R, x 7→ λer1 x + µer2 x , (λ, µ) ∈ R2

➫ Si ∆ = 0, une solution double r0 :

S0 = y : R → R, x 7→ (λ + µx)er0 x , (λ, µ) ∈ R2

➫ Si ∆ < 0, deux solutions complexes conjuguées ; soit α + iβ une solution de

l’équation caractéristique :

S0 = y : R → R, x 7→ eαx (λ cos(βx) + µ sin(βx)), (λ, µ) ∈ R2

Donner la forme d’une solution particulière de y ′′ + ay ′ + by = emx

➫ x 7→ Cemx si m n’est pas solution de l’équation caractéristique.

➫ x→ 7 Cxemx si m est solution simple de l’équation caractéristique.
➫ x→ 7 Cx2 emx si m est solution double de l’équation caractéristique.

Que dire des parties réelle et imaginaire d’une solution z de l’équation différentielle
y ′′ + ay ′ + by = f , où f est une fonction à valeurs dans C, et quel en est l’intérêt ?

➫ Si a, b ∈ R, ℜz est solution de l’équation différentielle y ′′ + ay ′ + by = ℜf

et ℑz est solution de y ′′ + ay ′ + by = ℑz. Ceci sert à chercher des solutions
de y ′′ + ay ′ + by = g, où g est la partie réelle ou la partie imaginaire d’une
exponentielle complexe.
➫ Si a ∈/ R ou si b ∈/ R, on ne peut rien dire ! ! ! !

30
Chapitre 12

Calcul matriciel

Règles de calcul des matrices

➫ Addition de matrices : soient A, B ∈ Mn,p (K). A + B ∈ Mn,p (K) et (A +

B)ij = aij + bij .
➫ Multiplication par un scalaire : soient A ∈ Mn,p (K) et λ ∈ K. λA ∈ Mn,p (K)
et (λA)ij = λaij .
➫ Multiplication de matrices : soient A ∈ Mn,p(K) et B ∈ Mp,q (K). AB ∈
p
X
Mn,q (K) et (AB)ik = aij bjk .
j=1

Matrices inversibles : définitions et propriétés

Soit A ∈ Mn (K). A ∈ GLn (K) ⇔ ∃A′ ∈ Mn (K) telle que AA′ = A′ A = In . On

note A′ = A−1 .
Si A est inversible à droite (cad ∃A′ ∈ Mn (K), AA′ = In ), A ∈ GLn (K) et A−1 = A′
(et idem pour l’inverse à gauche).
Si A, B ∈ GLn (K), AB ∈ GLn (K) et (AB)−1 = B −1 A−1 .

a b
À quelle condition la matrice est-elle inversible et quel alors son inverse ?
c d

a b −1 1 d −b
A= ∈ GL2 (K) ssi ad − bc 6= 0, et alors A = .
c d ad − bc −c a

31
Semestre 1 Calculs matriciels

Identités remarquables dans Mn (K)

Soient A, B ∈ Mn (K) telles que AB = BA. Soit p ∈ N⋆ . Alors,

p−1
X
(i) Ap − B p = (A − B) Ak B p−k−1.
k=0
p
X p
p
(ii) (A + B) = Ak B p−k .
k=0
k
~
Ne pas oublier de vérifier la condition AB = BA.
~
Et ne pas se tromper dans les indices de sommation.
~
A0 = In .

Méthode : comment savoir si une matrice est inversible, et comment déterminer

son inverse ?

➫ Soit on a trouvé une matrice B telle que AB = In (ou bien BA = In ), et dans

ce cas, A est inversible et B = A−1 (c’est ce procédé qu’on utilise lorsqu’on a
P (A) = 0 avec P polynôme)
➫ Soit on résout le système Y = AX, sachant que si A est inversible, Y =
AX ⇔ X = A−1 Y .

Comment calculer Ap lorsque A ∈ Mn (K) ?

➫ Si A est une matrice diagonale :

   p 
λ1 0 · · · 0 λ1 0 · · · 0
..  .. 
 0 λ2 0 .  0 λp2 0 .
 
. . . . .  p
 . . . . . 
A =  ..
 .. .. .. ..  ⇒ A =  ..
  .. .. .. .. .
. .. . ..
 ..  .. . λpn−1 0 
  
. λn−1 0 
0 ··· ··· 0 λn 0 ··· ··· 0 λpn
➫ Si A = B +C avec BC = CB, utiliser le binôme de Newton pour développer
(B + C)p .
➫ Si on trouve P ∈ K[X] tel que P (A) = 0, utiliser ce polynôme pour trouver
une relation de récurrence permettant de calculer Ap . Pour cela : calculer le
reste Rp de la division euclidienne de X p par P , et substituer X par A dans
la relation X p = P Q + Rp ; en particulier, si P est un polynôme de degré 2,
Ap = αp A + βp In , où (αp ) et (βp ) sont des suites récurrentes linéaires d’ordre
2.
➫ Si on trouve une matrice diagonale D telle que A = P DP −1, alors
Ap = P D p P −1 .

32
Chapitre 13

Nombres réels et suites

numériques

Définition : soit A ⊂ R. M est un majorant de A, m est un minorant de A ssi

M est un majorant de A ssi ∀x ∈ A, x ≤ M.

m est un minorant de A ssi ∀x ∈ A, x ≥ M.

Définition : A est majorée, minorée, bornée ssi

A est majorée ssi ∃M ∈ R, ∀x ∈ A, x ≤ M.

A est minorée ssi ∃m ∈ R, ∀x ∈ A, x ≥ m.
A est bornée ssi A est majorée et minorée ssi ∃C ≥ 0, ∀x ∈ A, |x| ≤ C.

Définition : M est le maximum de A ssi, m est le minimum de A ssi

M = max A ⇔ M ∈ A et ∀x ∈ A, x ≤ M.
m = min A ⇔ m ∈ A et ∀x ∈ A, x ≥ m.

Définition de borne supérieure et de borne inférieure de A

La borne supérieure de A est le plus petit des majorants de A ; elle est notée sup A.
La borne inférieure de A est le plus grand des minorants de A ; elle est notée inf A.

Condition d’existence de la borne supérieure ou de la borne inférieure dans R

Propriété de la borne supérieure : toute partie de R non vide et majorée (resp.

minorée) admet une borne supérieure (resp. inférieure).

33
Semestre 1 Nombres réels et suites numériques

Définition : lim un = ℓ ; lim un = +∞ ; lim un = −∞

n→+∞ n→+∞ n→+∞

lim un = ℓ ⇔ ∀ε > 0, ∃N ∈ N, ∀n ≥ N, |un − ℓ| ≤ ε.

n→+∞
lim un = +∞ ⇔ ∀M ∈ R, ∃N ∈ N, ∀n ≥ N, un ≥ M.
n→+∞
lim un = −∞ ⇔ ∀M ∈ R, ∃N ∈ N, ∀n ≥ N, un ≤ M.
n→+∞

Définition : (un )n∈N est croissante ssi

(un )n∈N est croissante ssi ∀n ∈ N, un+1 ≥ un .

(un )n∈N est majorée ssi, minorée ssi, bornée ssi

(un )n∈N est majorée ssi ∃M ∈ R, ∀n ∈ N, un ≤ M.

Elle est minorée ssi ∃m ∈ R, ∀n ∈ N, un ≥ m.
Elle est bornée ssi ∃M ∈ R+ , ∀n ∈ N, |un | ≤ M. (dans R, ceci équivaut à majorée
et minorée)

Caractérisation séquentielle de la borne supérieure de A

α = sup A ssi ∀x ∈ A, x ≤ α et ∃(xn ) ∈ AN , lim xn = α (cad que la borne sup

n→+∞
peut être approchée par une suite d’éléments de A)

Citer (avec leurs énoncés précis) les théorèmes de convergence d’une suite

➫ Théorème d’encadrement : soient (un ), (vn ), (wn ) ∈ RN , et soit ℓ ∈ R. Soit

n0 ∈ N tel que ∀n ≥ n0 , un ≤ vn ≤ wn . Si lim un = lim wn = ℓ, alors
n→+∞ n→+∞
(vn ) est convergente et lim vn = ℓ.
n→+∞
➫ Théorème de la limite monotone : toute suite croissante et majorée converge
(idem avec décroissante et minorée). Mais on ne connaı̂t pas la valeur de la
limite.
➫ Théorème des suites adjacentes : soient (un ), (vn ) ∈ RN avec (un ) croissante,
(vn ) décroissante et lim (un − vn ) = 0. Alors, (un ) et (vn ) sont deux suites
n→+∞
convergentes, et elles convergent vers la même limite (non donnée par le
théorème).

34
Nombres réels et suites numériques Semestre 1

Citer (avec un énoncé précis) les théorèmes de divergence vers +∞

➫ Théorème de comparaison : soient (un ), (vn ) ∈ RN . Soit n0 ∈ N tel que

∀n ≥ n0 , un ≤ vn . Si lim un = +∞, alors lim vn = +∞.
n→+∞ n→+∞
➫ Théorème de la limite monotone : toute suite croissante et non majorée di-
verge vers +∞.

Définition : un = O(vn )

un
un = O(vn ) ssi est bornée : on dit que (un ) est dominée par (vn ).
vn

Définition : un = o(vn )

un
un = o(vn ) ssi lim = 0 : on dit que (un ) est négligeable devant (vn ).
n→+∞ vn

Définition : un ∼ vn

un
un ∼ vn ssi lim = 1 : on dit que (un ) et (vn ) sont équivalentes.
n→+∞ vn

Suite arithmétique : définition, expression du terme général en fonction de n et

somme des termes consécutifs

(un ) est une suite arithmétique ssi un+1 − un = r.

n
X u0 + un 1er terme + dernier terme
un = u0 +nr et uk = (n+1) = ×nombre de termes
k=0
2 2
Xn X n Xn
(ou uk = u0 + r k)
k=0 k=0 k=0

Suite géométrique : définition, expression du terme général en fonction de n et

somme des termes consécutifs

n
X
n
(un ) est une suite géométrique ssi un+1 = qun . un = u0 × q et uk = u0 ×
k=0
1 − q n+1 1 − q nombre de termes
= 1er terme × .
1−q 1−q

35
Semestre 1 Nombres réels et suites numériques

un+2 + aun+1 + bun = 0. Expression de un en fonction de n dans C

Équation caractéristique : r 2 + ar + b = 0
➫ Si ∆ 6= 0 : deux solutions distinctes r1 et r2 , et un = λ1 r1n + λ2 r2n , avec
λ1 , λ2 ∈ C.
➫ Si ∆ = 0 : une solution double r0 et un = (λ + µn)r0n , avec λ, µ ∈ C.

un+2 + aun+1 + bun = 0. Expression de un en fonction de n dans R

Équation caractéristique : r 2 + ar + b = 0
➫ Si ∆ > 0 : deux solutions distinctes r1 et r2 , et un = λ1 r1n + λ2 r2n , avec
λ1 , λ2 ∈ R.
➫ Si ∆ = 0 : une solution double r0 et un = (λ + µn)r0n , avec λ, µ ∈ R.
➫ Si ∆ < 0, deux solutions complexes conjuguées. Soit ρeiθ une de ces deux
solutions. un = ρn (λ cos(nθ) + µ sin(nθ)) avec λ, µ ∈ R.

Méthode : comment étudier une suite de la forme un+1 = aun + b ?

Chercher λ ∈ K tel que vn = un − λ soit le terme général d’une suite géométrique.

36
Deuxième partie

Semestre 2

37
Chapitre 14

Limites et continuité des fonctions

d’une variable réelle

Définition : fonction k-lipschitzienne, et interprétation géométrique

f : I → K est k-lipschitzienne ssi ∀x, y ∈ I, |f (x) − f (y)| ≤ k|x − y|. Les cordes de
la courbe représentative de f sont de pente bornée.

Définition : lim f (x) = ℓ

x→a

lim f (x) = ℓ ⇔ ∀V ∈ V(ℓ), ∃V ′ ∈ V(a), ∀x ∈ I, x ∈ V ′ ⇒ f (x) ∈ V .

x→a
Soit en remplaçant les voisinages par [x0 − ξ, x0 + ξ] lorsque x0 est réel, [C, +∞[
lorsque x0 = +∞ ou ] − ∞, C] lorsque x0 = −∞ :
➫ lim f (x) = ℓ ⇔ ∀ε > 0, ∃η > 0, ∀x ∈ I, |x − a| ≤ η ⇒ |f (x) − ℓ| ≤ ε.
x→a
➫ lim f (x) = ℓ ⇔ ∀ε > 0, ∃A ∈ R, ∀x ∈ I, x ≥ A ⇒ |f (x) − ℓ| ≤ ε.
x→+∞
➫ lim f (x) = +∞ ⇔ ∀A ∈ R, ∃η > 0, ∀x ∈ I, |x − a| ≤ η ⇒ f (x) ≥ A.
x→a
➫ lim f (x) = +∞ ⇔ ∀A ∈ R, ∃A′ > 0, ∀x ∈ I, x ≥ A′ ⇒ f (x) ≥ A.
x→+∞

Caractérisation séquentielle de la limite : énoncé et conditions d’utilisation

Soit f : I → K. lim f (x) = ℓ ⇔ (∀(un ) ∈ KN , ( lim un = a ⇒ lim f (un ) = ℓ)).

x→a n→+∞ n→+∞
On utilise la contraposée pour montrer que f n’admet pas de limite en a ; pour
cela, on trouve deux suites (un ) et (vn ) convergentes vers a, telles que (f (un )) et
(f (vn )) ne convergent pas vers la même limite. Ou bien, on construit une suite (un )
convergente vers a telle que (f (un )) ne converge pas.

39
Semestre 2 Limites et continuité des fonctions d’une variable réelle

Énoncer le théorème de passage à la limite dans une inégalité

Soit f : I → R, soient c, d ∈ R, ℓ = lim f (x).

x→a
➫ f (x) ≥ c dans un voisinage de a ⇒ ℓ ≥ c.
➫ f (x) ≤ d dans un voisinage de a ⇒ ℓ ≤ d.
~
Ce théorème suppose l’existence d’une limite pour f . Ne pas l’utiliser tant que
l’on n’a pas montré que cette limite existe.

Citer (avec leurs énoncés précis) les théorèmes d’existence de limite finie d’une
fonction

➫ Théorème d’encadrement : soient f, g, h : I → R, soit ℓ ∈ R. Si lim f (x) =

x→a
lim h(x) = ℓ et f (x) ≤ g(x) ≤ h(x) dans un voisinage de a, alors, lim g(x) =
x→a x→a
ℓ.
➫ Théorème de la limite monotone : si f : [a, b[→ R est croissante et majorée,
alors, f admet une limite finie en b et lim f (x) = sup f (x) (on ne connaı̂t
<
x→b x∈]a,b[
pas la valeur de la limite ; on est uniquement assuré de son existence).

Citer (avec leurs énoncés précis) les théorèmes d’existence de limite infinie d’une
fonction

➫ Théorème de comparaison : soient f, g : I → R. Si lim f (x) = +∞ et f (x) ≤

x→a
g(x) dans un voisinage de a, alors, lim g(x) = +∞.
x→a
➫ Théorème de la limite monotone : si f : [a, b[→ R est croissante et non
majorée, alors, lim f (x) = +∞.
x→b

Définition : f est continue en a ∈ I, f est continue sur I

f est continue en a ssi lim f (x) = f (a).

x→a
f est continue sur I ssi elle est continue en chaque point de I.

Méthode : comment étudier la continuité d’une fonction ?

➫ Aux points non problématiques, la fonction est continue comme somme, pro-
duit, rapport et composée de fonctions continues.
➫ Aux points problématiques (prolongement, ou utilisation de fonctions non
continues sur l’intégralité de leur domaine de définition), revenir à la définition :
lim f (x) = f (a).
x→a

40
Limites et continuité des fonctions d’une variable réelle Semestre 2

Énoncer les théorèmes relatifs à la continuité

➫ Théorème des valeurs intermédiaires : soit f ∈ C(I, R). Soient a, b ∈ I, a < b.

Alors, ∀γ ∈ (f (a), f (b)), ∃c ∈ (a, b) tel que f (c) = γ.
➫ Théorème des bornes atteintes : toute fonction continue sur un intervalle
fermé borné est bornée et atteint ses bornes : soit f ∈ C([a, b], R). Alors,

∃x1 , x2 ∈ [a, b], ∀x ∈ [a, b], f (x1 ) ≤ f (x) ≤ f (x2 ).

➫ Théorème de la bijection : soit f ∈ C(I, R), f strictement monotone sur

I. Alors, f est une bijection de I sur f (I) ; f −1 ∈ C(f (I), I) et f −1 est
strictement monotone, de même sens de variation que f .

Définition : f = Oa (g), f = oa (g), f ∼ g

f
➫ f = Oa (g) ssi est bornée dans un voisinage de a.
g
f (x)
➫ f = oa (g) ssi lim = 0.
x→a g(x)
f (x)
➫ f ∼ g ssi lim = 1.
a x→a g(x)

Intérêt des équivalents

➫ Si on a une fonction de limite nulle, permet de savoir comment elle tend vers 0.
➫ Si lim f (x) = ℓ 6= 0, f (x) ∼ ℓ
x→a a
➫ Si on a une fonction de limite infinie, permet de savoir comment elle tend
vers ∞.

Énoncer les 6 équivalents fondamentaux en 0 et leur traduction en terme de limites

sin x
sin x ∼ x : lim =1
0 x→0 x
x2 1 − cos x 1
cos x = 1 − + o(x2 ) : lim 2
=
2 x→0 x 2
tan x
tan x ∼ x : lim =1
0 x→0 x
ln(1 + x)
ln(1 + x) ∼ x : lim =1
0 x→0 xx
e −1
ex = 1 + x + o(x) : lim =1
x→0 x
(1 + x)α − 1 ~
α
(1 + x) = 1 + αx + o(x) : lim = α. α est une CONSTANTE
x→0 x
non nulle ! ! ! ! !

41
Semestre 2 Limites et continuité des fonctions d’une variable réelle

Croissances comparées : énoncer les 4 résultats avec les o et grâce aux limites

(ln x)α
∀α, β > 0, (ln x)α = o+∞ (xβ ), soit lim =0
x→+∞ xβ
xβ
∀α, γ > 0, xβ = o+∞ (eγx ), soit lim γx = 0
x→+∞ e
1
∀α, β > 0, | ln x|α = o0 β
, soit lim | ln x|α xβ = 0
x x→0
1
∀α, γ > 0, eγx = o−∞ , soit lim |x|α eγx = 0.
|x|α x→+∞

42
Chapitre 15

Dérivation des fonctions d’une

variable réelle

Définition : f dérivable en a, dérivable à gauche, à droite

f (a + h) − f (a)
➫ f est dérivable en a ∈ I ssi lim existe et est finie ; on la note
h→0 h
f ′ (a) et on l’appelle dérivée de f en a.
f (a + h) − f (a)
➫ f est dérivable à droite ssi lim existe et est finie ; cette limite
>
h→0 h
est alors notée fd′ (a) et appelée dérivée à droite de f en a.
f (a + h) − f (a)
➫ f est dérivable à gauche ssi lim existe et est finie ; cette limite
<
h→0 h
est alors notée fg′ (a) et appelée dérivée à gauche de f en a.

Formules de dérivation et applications

′
′ ′ ′ ′ ′ f
′ f ′g − f g′
(f + g) = f + g , (f g) = f g + f g , = , (g ◦ f )′ = (g ′ ◦ f ) × f ′ ,
g g2
1
(f −1 )′ = ′ .
f ◦ f −1
~
Toutes ces formules ne s’appliquent que lorsque f et g sont dérivables. Dans le
cas contraire, on ne peut rien déduire de ces formules !

Définition : f ∈ C n (I, R), f ∈ C ∞ (I, R)

f est de classe C n ssi f est n fois dérivable, et f (n) est continue sur I.
f est de classe C ∞ sur I ssi f est infiniment dérivable sur I.

43
Semestre 2 Dérivation des fonctions d’une variable réelle

Formule de Leibniz, et utilité

Soient f et g deux fonctions C n . Alors, f g est de classe C n , et :

n
(n)
X n (k) (n−k)
(f g) = f g .
k=0
k

Résultat utile lorsque l’une des deux fonctions est un polynôme de petit degré, donc
dont les dérivées successives sont très rapidement nulles.

Énoncer les théorèmes liés à la dérivabilité

➫ Théorème de Rolle : soit f ∈ C([a, b], R) ∩ D(]a, b[, R) telle que f (a) = f (b).
Alors, ∃c ∈]a, b[, f ′ (c) = 0.
➫ Théorème des accroissements finis : soit f ∈ C([a, b], R) ∩ D(]a, b[, R). Alors,
f (b) − f (a)
∃c ∈]a, b[, f ′ (c) = .
b−a
➫ Théorème de la limite de la dérivée : soit f ∈ C([a, b], R) ∩ D(]a, b[, R).
(i) Si f ′ admet une limite finie en a, alors f est dérivable en a et f ′ (a) =
lim f ′ (t).
t→a
(ii) Si f ′ admet une limite infinie en a, alors f n’est pas dérivable en a, et on
a une tangente verticale en a.

Comment majorer ou minorer une application à l’aide de la dérivation ?

Inégalité des accroissements finis : soit f ∈ C([a, b], R)∩D(]a, b[, R) telle que ∃m, M ∈
R, ∀x ∈]a, b[, m ≤ f ′ (x) ≤ M. Alors, m(b − a) ≤ f (b) − f (a) ≤ M(b − a) (le cas
échéant, une seule des inégalités si on n’a que la majoration - ou que la minoration
- pour f ′ ).

Dérivées des fonctions usuelles (ce serait à vous de compléter le tableau)

Fonction Dérivée Fonction Dérivée Fonction Dérivée

1 1
xα , α ∈ R⋆ αxα−1 tan x 1 + tan2 x = ln x
cos2 x x
1
uα αu′ uα−1 exp(x) exp(x) Arctan x
1 + x2
1 1
- 2 eu u′ eu sh x ch x
x x
√ 1 1
x √ Arcsin x √ ch x sh x
2 x 1 − x2
1
sin x cos x Arccos x −√ cos x − sin x
1 − x2

44
Dérivation des fonctions d’une variable réelle Semestre 2

Comment montrer l’existence d’une solution à une équation donnée, sans résoudre
l’équation ?

➫ Si on peut mettre cette équation sous la forme f ′ (x) = 0, où f dérivable,

appliquer le théorème de Rolle.
➫ Sinon, mettre cette équation sous la forme f (x) = 0 sur [a, b], où f continue,
et appliquer le théorème des valeurs intermédiaires en vérifiant f (a)f (b) < 0.

Comment démontrer qu’une fonction est dérivable ?

Avant tout, étude de la continuité ! f ne peut être dérivable en a que si elle est
continue en a.
➫ Partout où la fonction est une somme, produit, composée, rapport, etc de
fonctions dérivables, c’est immédiat.
➫ En un point problématique (cad, point en lequel on a une fonction s’expri-
mant à l’aide de fonctions
√ non dérivables sur l’intégralité de leur domaine de
continuité : x 7→ x, Arcsin, Arccos ; ou bien, point en lequel on a défini la
fonction par prolongement), les théorèmes précédents sont inapplicables :
(i) Théorème de limite de la dérivée. Intérêt : on obtient directement une
fonction C 1 .
(ii) Voir si f est dérivable à droite et à gauche en a et si fg′ (a) = fd′ (a).
(iii) En désespoir de cause, revenir à la définition, avec la limite du taux de
f (a + h) − f (a)
variation : lim .
h→0 h
• Si limite finie ℓ, f dérivable en a, et f ′ (a) = ℓ.
• Si limite infinie, f non dérivable en a, mais tangente verticale en a.
• Si pas de limite, f non dérivable en a.

Comment chercher des extrema ?

➫ Pour l’existence : théorème des bornes atteintes, cad toute fonction continue
sur un intervalle fermé borné est bornée et atteint ses bornes.
➫ Pour la recherche des extrema : soit f : I → R présentant un extremum en
◦
a ∈ I. Si f est dérivable en a, alors f ′ (a) = 0 (mais on peut très bien avoir
f ′ (a) = 0 sans que a soit un extremum).

45
Semestre 2 Dérivation des fonctions d’une variable réelle

46
Chapitre 16

Polynômes

Qu’est-ce qu’un polynôme, comment l’écrit-on et qu’en sont le degré et le coeffi-

cient dominant ?
X
Un polynôme est une fonction P : x 7→ ak xk , où ak ∈ K et {k ∈ N, ak 6= 0} est
k∈N
un ensemble fini. On le note :
X
P = ak X k , où X k : x 7→ xk .
k∈N

Si P 6= 0, {k ∈ N, ak 6= 0} =
6 ∅ et N = max{k ∈ N, ak 6= 0} est le degré de P ; aN
est le coefficient dominant de P ; par convention, deg 0 = −∞.

Que dire de deg(P + Q) et de deg(P Q) ?

deg(P + Q) ≤ max(deg P, deg Q) (avec égalité quand deg P 6= deg Q)

deg(P Q) = deg P + deg Q.

Que sont K[X] et Kn [X] ?

K[X] est l’ensemble des polynômes à coefficients dans K, et Kn [X] est l’ensemble
des polynômes à coefficients dans K de degré inférieur ou égal à n.

Énoncer le théorème de la division euclidienne dans K[X]

Soient A ∈ K[X], B ∈ K[X]\{0}. Alors,

∃!(Q, R) ∈ K[X]2 , A = BQ + R et deg R < deg B.

Q (resp. R) est le quotient (resp. le reste) de la division euclidienne de A par B.

47
Semestre 2 Polynômes

Qu’est-ce qu’un polynôme irréductible ? Quel est leur intérêt ?

Un polynôme P de K[X] est irréductible ssi deg P ≥ 1 et P n’admet comme diviseurs

que les α ∈ K\{0} et les βP , β ∈ K\{0}.
Tout polynôme K[X] de degré supérieur ou égal à 1 admet une décomposition en
produit de polynômes irréductibles, unique à l’ordre des facteurs près, et à une
constante multiplicative α ∈ K\{0} près.

Définition et caractérisation d’une racine d’ordre au moins q de P , d’une racine

d’ordre exactement q de P

a est une racine d’ordre au moins q de P ssi (X−a)q |P ssi ∀k ∈ [[ 0, q − 1 ],] P (k) (a) = 0.
a est une racine d’ordre exactement q de P ssi (X − a)q |P et (X − a)q+1 ∤ P ssi
∀k ∈ [[ 0, q − 1 ],] P (k) (a) = 0 et P (q) (a) 6= 0. q est appelé ordre de multiplicité de a.

Comment obtient-on les relations coefficients-racines d’un polynôme scindé ?

n
X n
Y
k
On écrit P = ak X = an (X − αk ), où an 6= 0 est le coefficient dominant de
k=0 k=1
P , et on identifie les coefficients associés à des termes de même degré.

À quelle condition deux polynômes sont-ils égaux, et comment le montrer ?

➫ Définition : deux polynômes sont égaux ssi ils ont les mêmes coefficients.
➫ Soient P, Q ∈ Kn [X] deux polynômes coı̈ncidant en au moins (n + 1) points
distincts. Alors, P = Q. De même, si P ∈ Kn [X] admet au moins (n + 1)
racines comptées avec leur ordre de multiplicité, P = 0.

Comment se factorise un polynôme ?

➫ Théorème de d’Alembert-Gauss : tout polynôme non constant de C[X] est

scindé, cad se décompose en produit de polynômes du premier degré dans C.
➫ Tout polynôme de R[X] est un produit de polynômes de degré 1 et de po-
lynômes de degré 2 à discriminant < 0.

Comment calculer le reste de la division euclidienne de A par B 6= 0 ?

(i) Déterminer toutes les racines ak de B et leur ordre de multiplicité nk .

(ii) Calculer A(j) (ak ) pour j ∈ [[ 0, nk − 1 ]] et remplacer dans la relation A(j) (ak ) =
R(j) (ak ) pour j ∈ [[ 0, nk − 1 ].]
(iii) On obtient autant de relations qu’il y a de coefficients dans R à déterminer,
et on résout le système linéaire correspondant.

48
Polynômes Semestre 2

Formule de Taylor pour les polynômes

Soit P ∈ Kn [X]. Soit a ∈ K. Alors,

n
X P (k) (a)
P = (X − a)k .
k=0
k!

49
Semestre 2 Polynômes

50
Chapitre 17

Comparaison locale des fonctions

et développements limités

Formule de Taylor-Young (avec hypothèses), et utilité

Soit n ∈ N. Soit f ∈ C n (I), soit a ∈ I.

n
hn (n) X hk f (k) (a)
f (a + h) = f (a) + hf ′ (a) + · · · + f (a) + o(hn ) = + o(hn ).
n! k!
k=0

Sert à établir des DL au voisinage d’un point, mais résultat local !

Utilisation des DL pour les tangentes aux courbes

Si f (x) = α + β(x − a) + o(x − a), la tangente en a à la courbe représentative de f a

pour équation y = α +β(x−a). On détermine la position de la courbe représentative
de f par rapport à sa tangente en cherchant un équivalent de f (x) − (α + β(x − a))
et en déterminant le signe au voisinage de a.
~
Ceci permet d’avoir la position locale de la tangente par rapport à la courbe,
mais on n’en déduit rien sur sa position globale.

51
Comparaison locale des fonctions et DL Analyse

Les DL....

Fonction Dérivée Développement limité d’ordre n (ou 2n + 1, 2n + 2 selon les cas)

n
X xk
ex ex ex = + o(xn )
k!
k=0
n
X x2k+1
sin x cos x sin x = (−1)k + o(x2n+2 )
k=0
(2k + 1)!
n
X x2k
cos x − sin x cos x = (−1)k + o(x2n+1 )
k=0
(2k)!
n
X x2k+1
sh x ch x sh x = + o(x2n+2 )
k=0
(2k + 1)!
n
X x2k
ch x sh x ch x = + o(x2n+1)
k=0
(2k)!

tan x 1 + tan2 x x3 2x5

tan x = x + + + o(x5 )
3 15
(1 + x)α =
(1 + x)α α(1 + x)α−1 α α(α − 1) 2 α(α − 1) . . . (α − n + 1) n
1+ x+ x +···+ x + o(xn )
1! 2! n!
n
1 1 1 X
− = (−1)k xk + o(xn )
1+x (1 + x)2 1 + x k=0
n
1 1 1 X
= xk + o(xn )
1−x (1 − x)2 1 − x k=0
n
1 X xk
ln(1 + x) ln(1 + x) = (−1)k−1 + o(xn )
1+x k=1
k
n
1 X x2k+1
Arctan x Arctan x = (−1)k + o(x2n+2 )
1 + x2 k=0
2k + 1

52
Chapitre 18

L’espace Mn,1(K) : matrices et

applications linéaires

Méthode : comment savoir si une famille de deux vecteurs de M2,1 (K) (ou de 3
vecteurs de M3,1 (K)) est une base, c’est-à-dire une famille telle que tout vecteur
de M2,1 (K) (ou M3,1 (K)) s’exprime de façon unique comme combinaison linéaire
des vecteurs de cette famille ?

Grâce au déterminant : ′ ′

x x′ x x x x
➫ Dans M2,1 (K) : ′ est libre ssi det , ′ 6= 0, avec det , ′ =
y y y y y y
xy ′ − x′ y    ′   ′′     ′   ′′ 
x x x x x x
➫ Dans M3,1 (K) : y  , y ′  , y ′′  est libre ssi det y  , y ′  , y ′′  6=
z z′ z ′′ z z′ z ′′
   ′   ′′ 
x x x
0, avec det y  , y ′  , y ′′  = xy ′ z ′′ + x′ y ′′ z + x′′ yz ′ − x′′ y ′z − x′ yz ′′ −
z z′ z ′′
′′ ′
xy z .

Définitions : (X1 , X2 , . . . , Xp ) est libre ? liée ? Génératrice ? Génératrice de A sev

de Mn,1(K) ? Base de A ?

 
p 0
X  .. 
➫ (X1 , . . . , Xp ) est libre ssi ∀λ1 , . . . , λp ∈ K, λk Xk =  .  ⇒ ∀k ∈ [[ 1, p ]], λk =
k=1 0
0. Elle est liée ssi elle n’est pas  libre,
 cad il existe des scalaires non tous nuls
p 0
λk Xk =  ... .
X
λ1 , . . . , λp tels que
 
k=1 0
p
X
➫ Elle est génératrice ssi ∀X ∈ Mn,1(K), ∃λ1 , . . . , λp ∈ K, X = λk Xk . Elle
k=1

53
L’espace Mn,1 (K) : matrices et applications linéaires Algèbre

est génératrice de A (ou elle engendre A) ssi ∀X ∈ A, ∃λ1 , . . . , λp ∈ K, X =

p
X
λk Xk .
k=1
➫ C’est une base de A ssi elle est libre et génératrice de A.

Que peut-on dire d’une famille de p vecteurs de Mn,1(K) ?

➫ Si p < n, la famille n’est pas génératrice. Elle peut être libre.

➫ Si p > n, la famille n’est pas libre. Elle peut être génératrice.
➫ Si p = n, soit c’est une base de Mn,1(K), soit elle n’est ni libre, ni génératrice.

Quelle est l’application linéaire canoniquement associée à la matrice A ∈

Mn,p (K) ?

C’est l’application ϕ : Mp,1(K) → Mn,1 (K), X 7→ AX.

54
Chapitre 19

Espaces vectoriels

Définition : (E, +, ·) est un K-espace vectoriel. Intérêt de cette définition ?

E est un K-ev ssi il est muni d’opérations + : E ×E → E et · : K×E → E, (λ, x) 7→

λ.x tq :
(i) ∀x, y, z ∈ E, x + (y + z) = (x + y) + z.
(ii) ∀x ∈ E, x + 0E = 0E + x = x.
(iii) ∀x ∈ E, ∃x′ ∈ E, x + x′ = x′ + x = 0E . (x′ est unique, et noté (−x))
(iv) ∀x, y ∈ E, x + y = y + x.
(v) ∀λ ∈ K, ∀x, y ∈ E, λ.(x + y) = λ.x + λ.y
(vi) ∀λ, µ ∈ K, ∀x ∈ E, (λ + µ).x = λ.x + µ.x
(vii) ∀λ, µ ∈ K, ∀x ∈ E, (λµ).x = λ.(µ.x)
(viii) ∀x ∈ E, 1.x = x
Les éléments de E sont appelés vecteurs ; ceux de K, scalaires.
~
Toujours écrire les scalaires avant les vecteurs.
Intérêt : cette structure algébrique permet de calculer dans un espace abstrait de la
même façon que dans R, car les règles de calcul sont similaires.

Définition de combinaison linéaire

Si (x1 , . . . , xn ) est une famille d’éléments de E, une combinaison linéaire des xi est
Xn
un vecteur x de E pouvant s’écrire : x = λi xi où λi ∈ K.
i=1
Une combinaison linéaire d’une famille quelconque est une combinaison linéaire d’une
sous-famille finie.

55
Espaces vectoriels Algèbre

Donner des exemples fondamentaux d’espaces vectoriels selon le type des vecteurs

Réels ou complexes : (R, +, ·) est un R-ev ; (C, +, ·) est un R-ev et un C-ev.

n-uplets : (Kn , +, ·) est un K-ev.
Suites : (RN , +, ·) est un R-ev.
Applications : (F (I, R), +, ·) est un R-ev, où I est un intervalle de R.
Polynômes : (K[X], +, ·) est un K-ev.
Matrices : (Mn,p (K), +, .) est un K-ev.

Définition : F est un sev de E ssi ? Quand utiliser cette définition ?

F est un sev de E ssi

(i) F ⊂ E
(ii) F 6= ∅
(iii) ∀x, y ∈ F, x + y ∈ F (stabilité de F par la loi +)
(iv) ∀λ ∈ K, ∀x ∈ F, λx ∈ F (stabilité de F par ·)
On utilise ces deux stabilités différentes pour chercher si un sous-ensemble de E est
ou non un sev de E, et est donc un ev.

Caractérisation d’un sev F de E, et utilisation

F est un sev de E ssi

(i) F ⊂ E
(ii) F 6= ∅
(iii) ∀(λ, µ) ∈ K2 , ∀(x, y) ∈ F 2 , λx + µy ∈ F .
On utilise cette stabilité par combinaison linéaire pour démontrer qu’un sous-ensemble
de E est un sev de E, ce qui permet de savoir si c’est un ev.

Définition de Vect(X) pour X ⊂ E et propriétés

L’ev engendré par X est le plus petit sev de E contenant X. On le note Vect(X).
C’est l’ensemble de toutes les combinaisons linéaires d’éléments de X.

Méthode : comment montrer qu’un ensemble (E, +, ·) est un K-ev ?

➫ Souvent, identifier le type d’objets des éléments de E : applications, suites,

polynômes, matrices, n-uplets, etc ; puis, montrer que E est un sev de l’espace
vectoriel de référence constitué de ces objets, en utilisant la caractérisation
d’un sev.
➫ Reconnaı̂tre un ev engendré, un noyau ou un ensemble image d’une applica-
tion linéaire.

56
Algèbre Espaces vectoriels

Définitions et caractérisation : x ∈ F + G ssi, F et G sont en somme directe ssi,

F et G sont supplémentaires ssi

x ∈ F + G ⇔ ∃(xF , xg ) ∈ F ×G, x = xF + xG (existence de la décomposition comme

somme de vecteurs de F et de G, mais pas forcément unicité de cette décomposition)

F et G sont en somme directe ssi F ∩ G = {0} . On note alors F ⊕ G au lieu

de F + G. Ceci équivaut à l’unicité de la décomposition d’un vecteur en somme de
vecteurs de F et de G (mais pas forcément l’existence).

F et G sont supplémentaires ssi F ⊕ G = E

ssi F + G = E et F ∩ G = {0}
ssi ∀x ∈ E, ∃!(xF , xG ) ∈ F × G, x = xF + xG .

Soient F et G deux sev de E. Quel est le plus grand sev de E contenu dans F et
G ? Quel est le plus petit sev de E contenant F et G ?

Le plus grand sev de E contenu dans F et G est F ∩ G.

Le plus petit sev de E contenant F et G est F + G.
~
F ∪ G N’EST PAS un sev de E, sauf lorsque F ⊂ G ou G ⊂ F .

Définition : famille libre, et utilité

Soit (x1 , . . . , xn ) ∈ E n . La famille (xi )1≤i≤n est libre ssi

n
X
n
∀(λ1 , . . . , λn ) ∈ K , λi xi = 0 ⇒ ∀i ∈ [[ 1, n ]], λi = 0.
i=1

On dit aussi que les (xi )1≤i≤n sont linéairement indépendants.

Utilité : unicité de la décomposition d’un vecteur de E comme combinaison linéaire
de (x1 , · · · , xn )

Définition et caractérisation d’une famille liée

La famille (xi )1≤i≤n est liée ssi elle n’est pas libre, cad ssi
n
X
n
∃(λ1 , . . . , λn ) ∈ K \{(0, . . . , 0)} tq λi xi = 0.
i=1

Une famille (xi )1≤i≤n est liée ssi ∃p ∈ [[ 1, n ]] tq xp soit une combinaison linéaire de
tous les autres xi .

57
Espaces vectoriels Algèbre

Définition : vecteurs colinéaires et vecteurs coplanaires

Deux vecteurs x et y de E sont colinéaires ssi (x, y) est liée. Trois vecteurs x, y et z
sont coplanaires ssi (x, y, z) est liée.

Comment montrer qu’une famille est libre ?

➫ Si c’est une famille de Kn et qu’elle est échelonnée (cad pour une famille de
p vecteurs, chacun des vecteurs comporte (p − 1) zéros et un coefficient non
nul bien placés), elle est libre.
➫ Une famille de polynômes non nuls de degrés étagés (cad tous distincts) est
libre.
➫ Sinon, revenir à la définition.

Définition : famille génératrice

Une famille (xi )1≤i≤n de vecteurs de E est génératrice ssi Vect(x1 , . . . , xn ) = E cad
ssi n
X
n
∀x ∈ E, ∃(λ1 , . . . , λn ) ∈ K , x = λi xi .
i=1

Définition : base. Quel en est l’intérêt, et que sont les coordonnées d’un vecteur
dans une base ?

Une base est une famille libre et génératrice. En particulier, (e1 , . . . , en ) est une base
n
X
n
de E ssi ∀x ∈ E, ∃!(λ1 , . . . , λn ) ∈ K , x = λi ei .
i=1
Les λi sont les coordonnées de x dans la base (ei )1≤i≤n .

Définition : ev de dimension finie, dimension

Un ev E est de dimension finie ssi il admet une famille génératrice finie. Dans ce
cas, E admet des bases, et toutes les bases ont le même nombre d’éléments, appelé
dimension de l’ev E, et noté dim E.

Donner les dimensions suivantes :

dimR C =, dimR Rn =, dimK Kn [X] =, dim(E × F ) =, dim(F + G) =

dimR C = 2, dimR Rn = n, dimK Kn [X] = n + 1, dim(E × F ) = dim E + dim F .

Formule de Grassmann : dim(F + G) = dim F + dim G − dim(F ∩ G)

58
Algèbre Espaces vectoriels

Que dire du nombre d’éléments des familles libres et des familles génératrices d’un
ev de dimension n ?

Toute famille libre a au plus n éléments, et toute famille génératrice a au moins n

éléments.

Comment montrer qu’une famille est une base ?

➫ Si on est en dimension finie n, vérifier que la famille comporte n éléments, et

montrer qu’elle est libre ou génératrice.
➫ En désespoir de cause (lorsqu’on ne connaı̂t pas la dimension de l’espace ou
si l’ev est de dimension infinie), montrer qu’elle est libre et génératrice.
~
Dans tous les cas, deux choses à vérifier !

Comment construire une base ?

➫ Théorème de la base extraite : toute famille génératrice contient une base. Il

suffit de trouver une famille libre de n vecteurs de cette famille.
➫ Théorème de la base incomplète : toute famille libre peut être complétée en
une base de E : on la complète par des vecteurs n’appartenant pas à l’ev
qu’elle engendre jusqu’à avoir n vecteurs.

Comment montrer que F = E lorsque F sev de E ?

➫ En dimension finie, si dim F = dim E, alors F = E.

➫ Sinon, mq E ⊂ F .

Comment montrer que F ⊕ G = E ?

➫ Soit montrer que F ∩ G = {0} (cad vérifier ∀x ∈ E, x ∈ F ∩ G ⇒ x = 0) et

dim F + dim G = dim E.
➫ Soit montrer que F + G = E et dim F + dim G = dim E.
➫ Soit montrer que la réunion d’une base de F et d’une base de G forme une
base de E.
➫ Soit, en désespoir de cause (cad lorsqu’on est en dimension quelconque ou lors-
qu’on ne connaı̂t pas la dimension d’un des deux sev), revenir à la définition.

Définition du rang d’une famille de vecteurs (x1 , . . . , xp ) de E et propriétés

rg(x1 , . . . , xp ) = dim(Vect(x1 , . . . , xp )).

rg(x1 , . . . , xp ) ≤ min{n, p}, où n = dim E.
rg(xi )1≤i≤p = n ssi (xi )1≤i≤p est génératrice.
rg(xi )1≤i≤p = p ssi (xi )1≤i≤p est libre.

59
Espaces vectoriels Algèbre

60
Chapitre 20

Applications linéaires

Définition d’application linéaire et caractérisation

Soient E et F deux K-ev. f : E → F est une application linéaire ssi :

(i) ∀(x, y) ∈ E 2 , f (x + y) = f (x) + f (y)
(ii) ∀λ ∈ K, ∀x ∈ E, f (λx) = λf (x)
On note L(E, F ) l’ensemble des applications linéaires de E dans F .
f ∈ L(E, F ) ⇔ ∀(λ, µ) ∈ K2 , ∀(x, y) ∈ E 2 , f (λx + µy) = λf (x) + µf (y).

Définition d’endomorphisme, d’isomorphisme, d’automorphisme, et ensembles de

ces applications

➫ Un endomorphisme de E est une application linéaire de E dans E. On note

L(E) leur ensemble.
➫ Un isomorphisme est une application linéaire bijective.
➫ Un automorphisme est un endomorphisme bijectif. On note GL(E) leur en-
semble.

Définition : noyau et image d’une application linéaire f ∈ L(E, F ) ? Que peut-on

dire de ces ensembles ?

Le noyau de f est l’ensemble Ker f = {x ∈ E, f (x) = 0} = f −1 ({0}).

L’image de f est l’ensemble Im f = {y ∈ F, ∃x ∈ E, y = f (x)} = f (E).
Ker f est un sev de E.
Im f est un sev de F .

61
Applications linéaires Algèbre

Comment démontrer l’injectivité d’une application linéaire f ∈ L(E, F ) ?

➫ La plupart du temps, utilisation de la caractérisation par le noyau : f est

injective ssi Ker f = {0}. Pour montrer l’injectivité de f , on vérifie :
∀x ∈ E, f (x) = 0 ⇒ x = 0.
➫ Utilisation d’une base (e1 , . . . , en ) de E : f est injective ssi (f (e1 ), . . . , f (en ))
est libre.

Comment démontrer la surjectivité d’une application linéaire f ∈ L(E, F ) ?

➫ Caractérisation par l’image : f est surjective ssi Im f = F (aucune propriété

spécifique aux applications linéaires pour la surjectivité). Pour montrer la
surjectivité de F , on vérifie que :
∀y ∈ F, ∃x ∈ E, y = f (x).
➫ Utilisation d’une base (e1 , . . . , en ) de E : f est surjective ssi (f (e1 ), . . . , f (en ))
est génératrice de F .

Que peut-on dire de l’image d’une famille libre, d’une famille génératrice, d’une
base par une application linéaire ?

➫ L’image d’une famille libre par une application linéaire injective est libre.
➫ L’image d’une famille génératrice par une application linéaire surjective est
génératrice.
➫ L’image d’une base par un isomorphisme est une base.

Structure de L(E, F ) ? (en précisant les lois dont est muni l’ensemble)

(L(E, F ), +, ·) est un K-ev (cad qu’une combinaison d’applications linéaires est une
application linéaire)

Quelles règles de calcul a-t-on dans (L(E), ◦), outre celles découlant de la structure
d’ev de (L(E), +, ·) ? Quel en est l’intérêt ?

(i) ∀f, g ∈ L(E), f ◦ g ∈ L(E).

(ii) ∀f, g, h ∈ L(E), f ◦ (g ◦ h) = (f ◦ g) ◦ h.
(iii) ∀f ∈ L(E), f ◦ IdE = IdE ◦ f = f .
(iv) ∀f, g, h ∈ L(E), f ◦ (g + h) = f ◦ g + f ◦ h et (f + g) ◦ h = f ◦ h + g ◦ h.
(v) Par contre, f ◦ g 6= g ◦ f en règle générale.
Intérêt : la loi ◦ se comporte vis-à-vis des endomorphismes comme la loi × vis-à-vis
des réels, à la commutativité près. C’est pour cela qu’on note f g pour f ◦ g.
~
Ne jamais écrire f g(x) = f (x)g(x). Le produit de vecteurs n’existe pas !

62
Algèbre Applications linéaires

Propriétés de la loi ◦ dans GL(E)

(i) ∀f, g ∈ GL(E), f ◦ g ∈ GL(E) et (f ◦ g)−1 = g −1 ◦ f −1 .

(ii) ∀f ∈ GL(E), f −1 ∈ GL(E).

Définition et caractérisation d’un projecteur

➫ E = F ⊕ G. Le projecteur sur F parallèlement à G est défini par : p : E →

E, x 7→ xF , où x = xF + xG est l’unique décomposition de x en somme de
vecteurs de F et de G.
➫ p ∈ L(E) est un projecteur ssi p ◦ p = p. Dans ce cas, Ker p = G et Im p = F .

Comment montrer que x ∈ Im p, où p projecteur ?

Soit x ∈ E. x ∈ Im p ⇔ p(x) = x.

Définition et caractérisation d’une symétrie

➫ E = F ⊕ G. La symétrie par rapport à F parallèlement à G est définie par :

s : E → E, x 7→ xF − xG , où x = xF + xG est l’unique décomposition de x
en somme de vecteurs de F et de G.
➫ s ∈ L(E) est une symétrie ssi s ◦ s = IdE .

À quoi sert la donnée d’une base (e1 , · · · , en ) de E pour étudier une application
linéaire f ∈ L(E, F ) ?

➫ L’application f est entièrement déterminée par la donnée de f (e1 ), f (e2 ),...,

f (en ) :
X n n
X
Soit x = xk ek ∈ E. Alors, f (x) = xk f (ek ).
k=1 k=1

➫ La famille (f (e1 ), · · · , f (en )) est une famille génératrice de Im f .

Comment caractériser, à l’aide d’une base de départ, l’injectivité, la surjectivité

ou la bijectivité d’une application linéaire dans des ev de dimension finie ?

Soient E de dimension n, et F de dimension p. Soit (e1 , · · · , en ) une base de E. Soit

f ∈ L(E, F ).
➫ f est injective ssi (f (e1 ), · · · , f (en )) est une famille libre de F .
➫ f est surjective ssi (f (e1 ), · · · , f (en )) est une famille génératrice de F .
➫ f bijective ⇔ ∀b base de E, f (b) base de F ⇔ ∃b base de E tq f (b) base de
F.

63
Applications linéaires Algèbre

Définition d’espaces isomorphes, et caractérisation à l’aide des dimensions

E et F sont isomorphes ssi il existe f isomorphisme de E dans F . On note E ≈ F .

Lorsque E et F sont tous les deux de dimension finie, E ≈ F ⇔ dimK E = dimK F .

Définition du rang d’une application linéaire, et caractérisation de l’injectivité,

surjectivité, bijectivité d’une application linéaire à l’aide de son rang

Soient E un K-ev de dimension finie. On appelle rang de f , et on note rg f =

dim(Im f ).
Soient n = dimK E, p = dimK F
➫ f injective ssi rg f = n.
➫ f surjective ssi rg f = p.
➫ f bijective ssi rg f = n = p.

Comment démontrer la bijectivité d’une application linéaire f ∈ L(E, F ) ?

➫ Si dim E = dim F , montrer que f est injective (grâce au noyau) ou que f est
surjective ou que f est inversible à droite ou à gauche.
➫ Trouver une base b de E telle que f (b) est une base de F .
➫ Dans le cas général, revenir à la définition : injective et surjective.

Énoncer le théorème du rang

Soient E un K-ev de dimension finie, et F un K-ev quelconque. Soit f ∈ L(E, F ).

Alors, dim(Ker f ) + rg f = dim E.

Lien entre matrice et application linéaire

X = Matb (x), Y = Matb′ (y). y = f (x) ⇔ Y = AX, avec A = Matb,b′ (f ).

Matb,b′ (λf + µg) = λMatb,b′ (f ) + µMatb,b′ (g), Matb,b′′ (g ◦ f ) = Matb′ ,b′′ (g) ×
Matb,b′ (f ), Matb′ ,b (f −1 ) = (Matb,b′ (f ))−1 .

Définition des matrices de passage, et formules de changement de bases

Soient b et b′ deux bases de E, et c et c′ deux bases de F . P = Pb,b′ la matrice de

passage de b à b′ , cad P = Matb (b′ ), et Q = Pc,c′ = Matc (c′ ).
Soient x ∈ E, f ∈ L(E, F ), X = Matb (x), X ′ = Matb′ (x), A = Matb,c (f ) et
A′ = Matb′ ,c′ (f ). Alors, X = P X ′ , A′ = Q−1 AP (ou A′ = P −1AP pour la matrice
d’un endomorphisme quand b et b′ jouent les rôles de bases de départ et d’arrivée)

64
Algèbre Applications linéaires

Définition : matrices semblables et matrices équivalentes

A′ et A sont semblables ssi ∃P ∈ GLn (K) tq A′ = P −1AP ; A et A′ sont équivalentes

ssi ∃P ∈ GLn (K), ∃Q ∈ GLp (K) tq A′ = Q−1 AP .
Deux matrices équivalentes représentent la même application linéaire dans des bases
différentes. Deux matrices semblables représentent le même endomorphisme dans
deux bases différentes (chacune de ces bases jouant les rôles de bases de départ et
d’arrivée).

Définition, et caractérisation du rang d’une matrice

rg A = rg f , où f est une application linéaire dont la matrice dans des bases
adéquates est A.
rg A = r ssi A est équivalente à Jn,p,r (matrice n × p dont tous les termes sont nuls,
exceptés les r premiers termes diagonaux qui valent 1).

65
Applications linéaires Algèbre

66
Chapitre 21

Intégration

Quelles sont les majorations qu’on peut avoir sur les intégrales ?
Z Z
➫ Croissance de l’intégrale : f ≤ g ⇒ f≤ g.
[a,b] [a,b]
Z b Z b Z b
➫ Inégalité de la moyenne : f g ≤ sup |f | |g| ; f ≤ (b − a) sup |f |.
a [a,b] a a [a,b]
Z b 2
➫ Inégalité de Cauchy-Schwartz : soient f, g ∈ C([a, b], R). Alors, fg ≤
Z b Z b a

f2 × g 2 et il y a égalité ssi ∃(α, β) ∈ R2 \{(0, 0)} tq αf + βg = 0.

a a

Quelle est la propriété permettant de conclure à la nullité d’une fonction à partir

de son intégrale ?

Z b
Soit f ∈ C([a, b], R) tq f ≥ 0. Si f (x) dx = 0, alors f = 0.
a

Formule de Taylor reste intégral (avec hypothèses), et utilité

Soient n ∈ N, f ∈ C n+1 (I, R). Soient a, b ∈ I.

n b
f (k) (a) (b − t)n (n+1)
X Z
k
f (b) = (b − a) + f (t)dt.
k=0
k! a n!

Formule plus complexe que Taylor-Young, mais formule globale, permettant d’esti-
mer le reste.

67
Intégration Analyse

Inégalité de Taylor-Lagrange à l’ordre n ∈ N (avec hypothèses)

Soit f ∈ C n+1 (I, K), a, b ∈ I. Soit M ∈ R tel que ∀x ∈ [a, b], |f (n+1) (x)| ≤ M. Alors,
n
X f (k) (a) |b − a|n+1
f (b) − (b − a)k ≤ M.
k! (n + 1)!
k=0

Sommes de Riemann : définition, interprétation géométrique et propriétés

b−a
Soit f ∈ C 0 ([a, b], R). Soit n ∈ N⋆ . ∀k ∈ [[ 0, n ],] soit xk = a + k . On appelle
n
somme de Riemann la somme :
n−1
b−aX b−a
Sn = f a+k .
n n
k=0

Sn représente l’aire donnée par la Zméthode des rectangles.

b
Si f ∈ C([a, b]), alors, lim Sn = f.
n→+∞ a

Z v(x)
Quelle est la dérivée de x 7→ f (t) dt, où f est continue et u et v sont deux
u(x)
fonctions dérivables ?

C’est la fonction x 7→ f (v(x))v ′(x) − f (u(x))u′(x).

68
Chapitre 22

Déterminants

Définition du déterminant

Il existe une unique application f : Mn (K) → K vérifiant :

(i) f est linéaire par rapport à chacune des colonnes de sa variable, cad :

∀p ∈ [[ 1, n ]], ∀x1 , · · · , xn , x′p ∈ E, ∀α, α′ ∈ K, f (x1 , · · · , αxp + α′ x′p , · · · , xn )

= αf (x1 , · · · , xp , · · · , xn ) + α′ f (x1 , · · · , x′p , · · · , xn ).

(ii) f est antisymétrique par rapport aux colonnes de sa variable, cad

∀i, j ∈ [[ 1, n ]], ∀x1 , · · · , xn ∈ E,

f (x1 , · · · , xi , · · · , xj , · · · , xn ) = −f (x1 , · · · , xj , · · · , xi , · · · , xn )

(iii) f (In ) = 1.
Cette application est appelée déterminant, et notée A 7→ det A.

Propriétés de base du déterminant d’une famille de vecteurs

(i) ∀i ∈ [[ 1, n ]], ∀C1 , · · · , Cn , Ci′ ∈ Kn , ∀λ, λ′ ∈ K, det(C1 , · · · , λCi +λ′ Ci′ , · · · , Cn ) =

λ det(C1 , · · · , Ci , · · · , Cn ) + λ′ det(C1 , · · · , Ci′ , · · · , Cn ).
(ii) ∀i, j ∈ [[ 1, n ]], ∀C1 , · · · , Cn ∈ Kn ,
det(C1 , · · · , Ci , · · · , Cj , · · · , Cn ) = − det(C1 , · · · , Cj , · · · , Ci , · · · , Cn ).
(iii) ∀i, j ∈ [[ 1, n ],] (i 6= j et Ci = Cj ) ⇒ det(C1 , · · · , Cn ) = 0.
(iv) ∀i ∈ [[ 1, n ]], Ci = 0 ⇒ det(C1 , · · · , Cn ) = 0.
(v) det In = 1.

Énoncer la propriété donnant l’utilité du déterminant

Soit A ∈ Mn (K). A ∈ GLn (K) ⇔ det A 6= 0.

69
Déterminants Algèbre

Énoncer les quatre règles de calcul du déterminant des matrices

(i) ∀λ ∈ K, ∀A ∈ Mn (K), det(λA) = λn det(A).

(ii) ∀A, B ∈ Mn (K), det(AB) = det(A) det(B).
1
(iii) Si A ∈ GLn (K), det(A−1 ) = .
det A
(iv) ∀A ∈ Mn (K), det(tA ) = det A.

Méthode : comment calculer un déterminant ?

➫ Soit A ∈ Mn (K) une matrice triangulaire (supérieure ou inférieure) avec les

n
Y
scalaires λ1 , . . . , λn sur sa diagonale. Alors, det A = λk .
k=1
➫ Méthode du pivot pour mettre la matrice sous forme triangulaire :
• Utilisation des propriétés de n-linéarité et anti-symétrie : on ne change
pas le déterminant en ajoutant à une colonne (ligne) une combinaison
linéaire des autres colonnes (lignes) ; en permutant 2 lignes (ou 2 colonnes),
on multiplie le déterminant par −1. Et se ramener ainsi à une matrice
triangulaire.
• Factoriser en utilisant la n-linéarité dès qu’un coefficient est en facteur
dans une ligne ou une colonne.
➫ En désespoir de cause, on développe, soit par rapport à une ligne ou une
colonne, soit avec Sarrus pour une matrice 3 × 3.

Quelle est la formule permettant de développer un déterminant ?

n
X
Soit A = (aij ) 1≤i≤n ∈ Mn (K). Alors, ∀j ∈ [[ 1, n ],] det A = (−1)i+j aij ∆ij , où
1≤j≤n i=1
∆ij , appelé mineur de aij , est le déterminant de la matrice obtenue en enlevant à A
sa i-ème ligne et sa j-ème colonne.
X n
De même, ∀i ∈ [[ 1, n ]], det A = (−1)i+j aij ∆ij .
j=1

Définition du déterminant d’une famille de vecteurs (x1 , · · · , xn ) dans une base

b = (e1 , · · · , en ) d’un ev E de dimension n, et utilité

Soit X = (x1 , · · · , xn ). Le déterminant dans la base b de la famille X est la quantité

detb (X) = det(Matb (X)).
La famille (x1 , · · · , xn ) est une base de E ssi detb (x1 , · · · , xn ) 6= 0.

70
Algèbre Déterminants

Définition, et propriétés du déterminant d’un endomorphisme

Soit f ∈ L(E), où E est un K-ev de dimension n.

➫ Définition : toutes les matrices représentant f ont le même déterminant, ap-
pelé déterminant de f , et noté det f .
➫ Propriétés :
• detb (f (x1 ), · · · , f (xn )) = det(f ) detb (x1 , · · · , xn ).
• det(IdE ) = 1.
• det(λf ) = λn det f .
• det(g ◦ f ) = det g det f .
1
• f ∈ GL(E) ⇔ det f 6= 0, et dans ce cas, det(f −1 ) = .
det f

71
Déterminants Algèbre

72
Chapitre 23

Séries numériques

X
Définition : un converge, diverge

n
!
X X
Une série un converge ssi la suite de ses sommes partielles uk est
k=0 n∈N
convergente. On appelle alors somme de la série la quantité
N
X +∞
X
lim un = un .
N →+∞
n=0 n=0

Une série diverge lorsqu’elle ne converge pas.

Définir deuxXséries de même nature, et donner deux exemples de séries de même

nature que un
n≥0

Deux séries sont dites de même nature ssi elles sont simultanément convergentes ou
divergentes.
X X
un est de même nature que un , ainsi que toute autre série n’en différant que
n≥n0 n≥0
par un nombre fini de termes.

Donner une condition nécessaire pour qu’une série converge. Est-elle suffisante ?

X
Soit un une série convergente. Alors, lim un = 0. Une série dont le terme
n→+∞
général ne tend pas vers 0 est dite grossièrement divergente.
X 1
Mais on peut avoir un divergente alors que lim un = 0. (cf. un = )
n→+∞ n

73
Séries numériques Analyse

Théorème : sommation par paquets. A-t-on la réciproque ?

Soit ϕ une application strictement croissante de N dans N, avec ϕ(0) = 0, et soit

ϕ(n+1)−1
X
vn = .
k=ϕ(n)

X X +∞
X +∞
X
(i) un converge ⇒ vn converge, et alors un = vn .
n=0 n=0
X X
(ii) vn diverge ⇒ un diverge.
~
Réciproque fausse en général

Quels comportements asymptotiques peut avoir une SATP ?

Soit elle converge, soit elle diverge vers +∞.

Théorèmes de comparaison pour les SATP

X X
Soient un et vn deux SATP telles que ∀n ∈ N, un ≤ vn .
X X +∞
X +∞
X
(i) vn converge ⇒ un converge, et dans ce cas, un ≤ vn .
n=0 n=0
X X
(ii) un diverge ⇒ vn diverge.

X X
Soient un et vn deux SATP.
X X X
(i) Si un = o(vn ) ou un = O(vn ), un diverge ⇒ vn diverge et vn
X
converge ⇒ un converge.
X X
(ii) Si un ∼ vn , un et vn sont de même nature.

Théorème de comparaison séries-intégrales

Soit a > 0 ; soit f ∈ C([a, +∞[, Z xR+ ) une fonction décroissante et positive. Alors,
X
f (n) converge ssi F : x 7→ f (t) dt admet une limite finie en +∞.
Z n+1 a

DESSIN : f (n + 1) ≤ f (t) dt ≤ f (n).

74
Analyse Séries numériques

Critère de d’Alembert

P un+1
Soit un une SATP avec un > 0. Soit ℓ = lim .
n→+∞ un
X
(i) Si ℓ > 1, un diverge.
X
(ii) Si ℓ < 1, un converge.
(iii) Si ℓ = 1, on ne peut rien dire.

Séries de Riemann

X 1
Soit α ∈ R. converge ssi α > 1.
n≥1
nα

Définition et propriété des séries absolument convergentes

X X
un à valeurs dans K est absolument convergente ssi |un | converge.
Une série absolument convergente est convergente.

Comment étudier une série à termes quelconques ?

X
(i) Regarder si un converge absolument :
X
➫ Soit en appliquant à |un | les critères des SATP.
P
➫ Soit en montrant que un = o(vn ) ou un = O(vn ), où vn est une SATP
X X 1
convergente. (regarder par exemple n2 un pour comparer un à .
n2
(ii) Sinon :
➫ en spé : séries alternées.
➫ ... ou se débrouiller !

75
Séries numériques Analyse

76
Chapitre 24

Espaces vectoriels euclidiens et

produits scalaires

Définition : produit scalaire (on précisera la signification de chacun des termes

employés)

Inégalité de Cauchy-Schwarz et cas d’égalité

➫ ∀(x, y) ∈ E 2 , (x|y)2 ≤ (x|x)(y|y).

➫ ∀(x, y) ∈ E 2 , (x|y)2 = (x|x)(y|y) ⇔ (x, y) est liée.

Définition : norme sur E

Une norme N sur E est une application de E dans R telle que :

(i) ∀x ∈ E, N(x) ≥ 0.
(ii) ∀x ∈ E, N(x) = 0 ⇒ x = 0.
~
(iii) ∀x ∈ E, ∀λ ∈ R, N(λx) = |λ|N(x). Ne pas oublier la valeur absolue...
2
(iv) ∀(x, y) ∈ E , N(x + y) ≤ N(x) + N(y).

77
Produits scalaires et espaces vectoriels euclidiens Algèbre

Norme euclidienne sur un ev E, muni d’un produit scalaire (·|·), et distance as-
sociée

p
k.k : E → R, x 7→ (x|x) est une norme sur E, appelée norme euclidienne associée
au produit scalaire. L’application d : E 2 → R, (x, y) 7→ kx − yk est appelée distance
euclidienne associée au produit scalaire.

Définition : vecteurs orthogonaux, espaces orthogonaux, orthogonal d’un ensemble

➫ x et y sont orthogonaux ssi (x|y) = 0. On note x ⊥ y.

➫ x est orthogonal à A ssi ∀a ∈ A, (x|a) = 0. On note x ⊥ A.
➫ Deux sev de E, F et G, sont orthogonaux ssi ∀x ∈ F, ∀y ∈ G, (x|y) = 0.
Soit A ⊂ E : l’orthogonal de A est l’ensemble A⊥ = {x ∈ E, ∀a ∈ A, (x|a) = 0}.

Définition : famille orthogonale, famille orthonormale

➫ Une famille (e1 , . . . , ep ) est orthogonale ssi ∀i, j ∈ [[ 1, p ]], i 6= j ⇒ (ei |ej ) = 0.
➫ Une famille (e1 , . . . , ep ) est orthonormale (ou orthonormée) ssi ∀i, j ∈ [[ 1, p ]], (ei |ej ) =
δij (cad (ei |ej ) = 1 si i = j, = 0 sinon).

Propriété fondamentale des familles orthogonales et des familles orthonormales

Une famille orthogonale ne comportant pas le vecteur nul est libre. Une famille
orthonormale est toujours libre.

Théorème de Pythagore

Soient x, y ∈ E. x ⊥ y ⇔ kx + yk2 = kxk2 + kyk2 ⇔ kx − yk2 = kxk2 + kyk2.

Définition : espace vectoriel euclidien

Un espace vectoriel euclidien est un R-ev de dimension finie, muni d’un produit
scalaire.

Définition et intérêt des bases orthonormées

Une base orthonormée est une famille orthonormée qui est une base.
Intérêt : un eve possède une bon (e1 , · · · , en ), et on a des expressions très simples :
➫ Décomposition d’un vecteur en combinaison linéaire des vecteurs de la base :
Xn
x= (x|ek )ek (pas de système à résoudre pour déterminer les coordonnées !)
k=1

78
Algèbre Produits scalaires et espaces vectoriels euclidiens

n
X
➫ Produit scalaire : (x|y) = xk yk , avec xk = (x|ek ).
k=1
n
X
➫ Norme : kxk2 = x2k .
k=1

Expression matricielle du produit scalaire et de la norme dans des bon

  
x1 y1
 ..   .. 
Soient X = Mat(e1 ,··· ,en ) (x) =  . , Y = Mat(e1 ,··· ,en ) (y) =  . . (x|y) =t XY
xn yn
√
et kxk = t XX

Comment construire une bon ?

➫ Procédé d’orthogonalisation de Schmidt : soit b = (u1 , . . . , un ) une base quel-

conque de E. Il existe une base orthogonale (e1 , . . . , en ) telle que : ∀k ∈
[[ 1, n ]], Vect(u1 , . . . , uk ) = Vect(e1 , . . . , ek ).
➫ Toute famille orthonormale peut être complétée en une bon de E.

Définition : supplémentaire orthogonal. Propriétés du supplémentaire orthogonal

dans un eve

Pour tout sev F de E, F ⊥ est un supplémentaire de F dans E, appelé supplémen-

taire orthogonal de F : F ⊕ F ⊥ = E.
Si F et G sont deux sev de E, (F ⊥ )⊥ = F , (F + G)⊥ = F ⊥ ∩ G⊥ et (F ∩ G)⊥ =
F ⊥ + G⊥ .

Définition : projecteur orthogonal sur F et symétrie orthogonale par rapport à F

Le projecteur orthogonal pF sur F est le projecteur sur F parallèlement à F ⊥ .

La symétrie orthogonale sF par rapport à F est la symétrie par rapport à F , pa-
rallèlement à F ⊥ ; sF = 2pF − IdE .

Définition : distance d’un vecteur à un sev. Comment la calculer ?

Soit F un sev de E, soit x ∈ E : d(x, F ) = inf kx − yk = kx − pF (x)k.

y∈F
Intérêt : il suffit de calculer pF (x), sachant que kxk2 = kx − pF (x)k2 + kpF (x)k2 .

79
Produits scalaires et espaces vectoriels euclidiens Algèbre

Comment calculer le projeté orthogonal d’un vecteur sur un espace F ?

p
X
Soit (e1 , · · · , ep ) une base orthonormée de F . Alors, pF (x) = (x|ek )ek .
k=1

Expliquer comment appliquer le procédé d’orthogonalisation de Schmidt à une

base (u1 , . . . , un ) de E

On construit (e1 , . . . , en ), avec :

➫ e1 = u1
➫ ek+1 = uk+1 −pk (uk+1), où pk est la projection orthogonale sur Vect(e1 , . . . , ek )
(et on utilise pour cela la question précédente)

80
Chapitre 25

Probabilités sur des ensembles

finis

Définition d’une probabilité sur Ω

Une loi de probabilité (ou probabilité) sur Ω est une application P : P(Ω) → [0, 1]
tq :
(i) P(Ω) = 1
(ii) ∀A, B ∈ P(Ω), A ∩ B = ∅ ⇒ P(A ∪ B) = P(A) + P(B).

P(A ∪ B) =, P(A) =

P(A) = 1 − P(A) et P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Définition : variable aléatoire et loi d’une variable aléatoire

Une variable aléatoire sur (Ω, P) et à valeurs dans un ensemble E est une application
X : Ω → E.
La loi de la variable aléatoire X est la probabilité

PX : P(E) → [0, 1], A 7→ P(X ∈ A).

Définition et propriétés de l’espérance d’une variable aléatoire

X
E(X) = xP(X = x), où X est à valeurs dans E ⊂ R.
x∈E
Linéarité de l’espérance : E(aX + bY
X) = aE(X) + bE(Y ).
Formule de transfert : E(f (X)) = f (x)P(X = x).
x∈E

81
Probabilités sur des ensembles finis Analyse

Définition et propriétés de la variance et de l’écart-type d’une variable aléatoire

p
V (X) = E((X − E(X))2 ) = E(X 2 ) − (E(X))2 et σ(X) = V (X)
V (aX + b) = a2 V (X) et σ(aX + b) = |a|σ(X)

Inégalité de Bienaymé-Tchebichev et intérêt

V (X)
∀a ∈ R⋆+ , P(|X − E(X)| ≥ a) ≤ .
a2
Permet d’obtenir une majoration de l’erreur quand on estime que
X ∈]E(X) − ε, E(X) + ε[.

Loi uniforme : définition, espérance et variance

1
Soit E un ensemble fini de cardinal n. X ∼ U(E) ssi ∀x ∈ E, P(X = x) =
n
n+1 n2 − 1
E(X) = et V (X) =
2 12

Loi de Bernoulli : définition, espérance et variance

Soit p ∈ [0, 1]. X ∼ B(p) ssi P(X = 1) = p et P(X = 0) = 1 − p.

E(X) = p et V (X) = p(1 − p)

Loi binomiale : définition, espérance et variance

Soient n ∈ N⋆ et p ∈ [0, 1]. X ∼ B(n, p) ssi

n k
∀k ∈ [[ 0, n ]], P(X = k) = p (1 − p)n−k .
k

E(X) = np et V (X) = np(1 − p)

Définition : P (A|B)

P(A ∩ B)
Si P(B) > 0, PB : A 7→ P(A|B) = est une probabilité sur Ω, appelée
P(B)
probabilité sachant B.

82
Analyse Probabilités sur des ensembles finis

Formule des probabilités composées et intérêt

n
!
\
Soient A1 , · · · , Ap ⊂ Ω tq P Ak > 0. Alors,
k=1

p p−1
! !
\ \
P Ak = P(A1 ) × P(A2 |A1 ) × P(A3 |A1 ∩ A2 ) × · · · × P Ap | Ak .
k=1 k=1

Sert lorsqu’on veut faire intervenir une suite d’événements.

Formule des probabilités totales : énoncé et intérêt

Soient B ⊂ Ω et {A1 , · · · , Ap } un système complet d’événements. Alors, P(B) =

p
X
P(B|Ak ) × P(Ak ). En particulier, P(B) = P(B|A) × P(A) + P(B|A) × P(A).
k=1
Sert si l’on veut décomposer un événement en faisant intervenir tous les cas possibles
d’une expérience.

Formule de Bayes : énoncé et intérêt

P(B|A) × P(A)
(i) Si A et B sont deux événements de probabilités non nulles, P(A|B) = .
P(B)
(ii) Si {Ai }1≤i≤p est un système complet d’événements de probabilités non nulles,
alors, pour tout B ⊂ Ω, ∀j ∈ [[ 1, p ],]

P(B|Aj ) × P(Aj ) P(B|Aj ) × P(Aj )

P(Aj |B) = p = .
X P(B)
P(Ak ) × P(B|Ak )
k=1

Sert si l’on veut décomposer un événement en faisant intervenir tous les cas possibles
d’une expérience.

Deux événements A et B sont indépendants ssi ? Que dire alors de A et de B ?

A et B sont indépendants ssi P(A ∩ B) = P(A)P(B). Alors, A et B, A et B, A et B

sont indépendants.

Définition : deux variables aléatoires X et Y à valeurs dans E et F sont

indépendantes ssi ?

ssi ∀(A, B) ∈ E × F , les événements (X ∈ A) et (Y ∈ B) sont indépendants.

83
Probabilités sur des ensembles finis Analyse

Que peut-on dire si X1 et X2 sont deux variables aléatoires indépendantes ?

f1 (X1 ) et f2 (X2 ) sont indépendantes quelles que soient les fonctions f1 et f2 .

E(X1 X2 ) = E(X1 )E(X2 ) et V (X1 + X2 ) = V (X1 ) + V (X2 ) si ce sont des variables
aléatoires réelles.

Vous aimerez peut-être aussi

Les Fonctions Usuelles
Pas encore d'évaluation
Les Fonctions Usuelles
10 pages
CH Usuelles
Pas encore d'évaluation
CH Usuelles
10 pages
Exercices de mathématiques pour CPGE
Pas encore d'évaluation
Exercices de mathématiques pour CPGE
3 pages
Semaine 2 - Dérivation Et Intégration (Une Première Approche)
Pas encore d'évaluation
Semaine 2 - Dérivation Et Intégration (Une Première Approche)
9 pages
Logarithmes et Fonctions Hyperboliques
Pas encore d'évaluation
Logarithmes et Fonctions Hyperboliques
10 pages
Exercices corrigés sur fonctions inverses
Pas encore d'évaluation
Exercices corrigés sur fonctions inverses
6 pages
Corrigé Mathématiques PTSI 2 2020-2021
Pas encore d'évaluation
Corrigé Mathématiques PTSI 2 2020-2021
5 pages
Resume Cour Math
Pas encore d'évaluation
Resume Cour Math
10 pages
ITSA2003 C
Pas encore d'évaluation
ITSA2003 C
15 pages
Fonctions polynômes et dérivation mathématique
Pas encore d'évaluation
Fonctions polynômes et dérivation mathématique
46 pages
Mathématiques Résumé (Formules)
Pas encore d'évaluation
Mathématiques Résumé (Formules)
13 pages
Fonctions et propriétés en mathématiques
Pas encore d'évaluation
Fonctions et propriétés en mathématiques
11 pages
Notes de Cours 20232024
Pas encore d'évaluation
Notes de Cours 20232024
18 pages
ECG1 DM2 Cor 23-24 1
Pas encore d'évaluation
ECG1 DM2 Cor 23-24 1
7 pages
DS1 - Correction - Copie
Pas encore d'évaluation
DS1 - Correction - Copie
11 pages
Cours2 (1) 105105
Pas encore d'évaluation
Cours2 (1) 105105
10 pages
Maths BCPST : Cahier de révisions essentiel
Pas encore d'évaluation
Maths BCPST : Cahier de révisions essentiel
33 pages
Revisions Maths
Pas encore d'évaluation
Revisions Maths
18 pages
Algebre 1ere
Pas encore d'évaluation
Algebre 1ere
6 pages
Cours de Mathématiques 1ère F et TI-1
Pas encore d'évaluation
Cours de Mathématiques 1ère F et TI-1
70 pages
Fonctions Logarithmiques et Exponentielles
Pas encore d'évaluation
Fonctions Logarithmiques et Exponentielles
9 pages
Fonctions Usuelles et Trigonométrie PCSI
Pas encore d'évaluation
Fonctions Usuelles et Trigonométrie PCSI
2 pages
Livret Liaison Maths 1ère S-Terminale S
Pas encore d'évaluation
Livret Liaison Maths 1ère S-Terminale S
21 pages
DS Pcsi
Pas encore d'évaluation
DS Pcsi
4 pages
Formulaire de Mathématiques Terminale
100% (3)
Formulaire de Mathématiques Terminale
168 pages
Memo 1 A
Pas encore d'évaluation
Memo 1 A
3 pages
Devoir surveillé d'Algèbre et Analyse 1
Pas encore d'évaluation
Devoir surveillé d'Algèbre et Analyse 1
4 pages
Séance 3 Etude Des Fonctions AVANT 2025
Pas encore d'évaluation
Séance 3 Etude Des Fonctions AVANT 2025
6 pages
ITSA2003 C
Pas encore d'évaluation
ITSA2003 C
15 pages
Résumé Du Cours de Maths
Pas encore d'évaluation
Résumé Du Cours de Maths
10 pages
Prérequis en Mathématiques et Logique
Pas encore d'évaluation
Prérequis en Mathématiques et Logique
36 pages
Correction Examen 2020 Rattrapage: - Soit La Suite Numérique Dé Nie Par
Pas encore d'évaluation
Correction Examen 2020 Rattrapage: - Soit La Suite Numérique Dé Nie Par
13 pages
Fonctions logarithmiques et exponentielles
Pas encore d'évaluation
Fonctions logarithmiques et exponentielles
10 pages
Correction des exercices de dérivabilité
Pas encore d'évaluation
Correction des exercices de dérivabilité
6 pages
1 - FR - Mathematiques 2
Pas encore d'évaluation
1 - FR - Mathematiques 2
95 pages
Form
Pas encore d'évaluation
Form
22 pages
Corrigé DS Mathématiques PCSI 2024-2025
Pas encore d'évaluation
Corrigé DS Mathématiques PCSI 2024-2025
9 pages
Cours Pratique Calculatoire
Pas encore d'évaluation
Cours Pratique Calculatoire
7 pages
Correction Examen Blanc 2bac-PC 2021
Pas encore d'évaluation
Correction Examen Blanc 2bac-PC 2021
5 pages
Chapitre 3 Fonctions D'une Variable R Eelle: Table Des Mati' Eres
Pas encore d'évaluation
Chapitre 3 Fonctions D'une Variable R Eelle: Table Des Mati' Eres
24 pages
Maths (Méthodes - Exercices - Problèmes) 1ère Année
100% (2)
Maths (Méthodes - Exercices - Problèmes) 1ère Année
20 pages
Cours Math Vrai
100% (1)
Cours Math Vrai
10 pages
TD 4 : Exercices sur les Fonctions Usuelles
Pas encore d'évaluation
TD 4 : Exercices sur les Fonctions Usuelles
34 pages
Mathématiques - 1re S - Gourion, Marc. Auteur Lixi, Christian. Auteur - 2008 - Paris - Nathan - 9782091874456 - Anna's Archive
100% (2)
Mathématiques - 1re S - Gourion, Marc. Auteur Lixi, Christian. Auteur - 2008 - Paris - Nathan - 9782091874456 - Anna's Archive
388 pages
Résolution d'équations complexes et analyse de fonctions
Pas encore d'évaluation
Résolution d'équations complexes et analyse de fonctions
11 pages
Limites et dérivées en mathématiques
Pas encore d'évaluation
Limites et dérivées en mathématiques
6 pages
Visa Du BAC TS2 PDF
100% (8)
Visa Du BAC TS2 PDF
251 pages
Résumé Maths Bac S M Diop Ts2
Pas encore d'évaluation
Résumé Maths Bac S M Diop Ts2
41 pages
Mathematiques Pour Les Sciences de La Vie Et de La Sante
Pas encore d'évaluation
Mathematiques Pour Les Sciences de La Vie Et de La Sante
160 pages
Fonctions Usuelles
Pas encore d'évaluation
Fonctions Usuelles
14 pages
Exercices-Correction (2h) Banquenational
Pas encore d'évaluation
Exercices-Correction (2h) Banquenational
9 pages
Formulaire de mathématiques Terminale ES
Pas encore d'évaluation
Formulaire de mathématiques Terminale ES
13 pages
Limites et équations en fonctions mathématiques
100% (1)
Limites et équations en fonctions mathématiques
3 pages
Calcul formel et fonctions homographiques
Pas encore d'évaluation
Calcul formel et fonctions homographiques
7 pages
Martingales à Temps Discret
Pas encore d'évaluation
Martingales à Temps Discret
14 pages
Correction Des Exercices Du Chapitre 9
Pas encore d'évaluation
Correction Des Exercices Du Chapitre 9
3 pages
MMC Chapitre 2 Estem Fia
Pas encore d'évaluation
MMC Chapitre 2 Estem Fia
31 pages
Dualité et Résolution de Problèmes Linéaires
Pas encore d'évaluation
Dualité et Résolution de Problèmes Linéaires
2 pages
Méthodes d'Identification de Systèmes Automatisés
Pas encore d'évaluation
Méthodes d'Identification de Systèmes Automatisés
10 pages
Corrigé TD 1 : Problèmes linéaires Simplexe
Pas encore d'évaluation
Corrigé TD 1 : Problèmes linéaires Simplexe
6 pages
Serie S1 Équation-1
Pas encore d'évaluation
Serie S1 Équation-1
4 pages
Théorie spectrale du Laplacien borné
Pas encore d'évaluation
Théorie spectrale du Laplacien borné
98 pages
Les EDP
Pas encore d'évaluation
Les EDP
40 pages
Examen de Mathématiques : Trigonométrie et Calculs de Dérivées
Pas encore d'évaluation
Examen de Mathématiques : Trigonométrie et Calculs de Dérivées
8 pages
Produit Tensoriel et Applications Mathématiques
Pas encore d'évaluation
Produit Tensoriel et Applications Mathématiques
37 pages
Rapport épreuve orale maths INP 2023
Pas encore d'évaluation
Rapport épreuve orale maths INP 2023
5 pages
Devoir de mathématiques TleD 2023-2024
Pas encore d'évaluation
Devoir de mathématiques TleD 2023-2024
2 pages
Sous Algebre
Pas encore d'évaluation
Sous Algebre
7 pages
Nombres complexes : algèbre et géométrie
Pas encore d'évaluation
Nombres complexes : algèbre et géométrie
20 pages
Cours MQ1 Ch3
Pas encore d'évaluation
Cours MQ1 Ch3
42 pages
Apprentissage Supervisé: Régressions
Pas encore d'évaluation
Apprentissage Supervisé: Régressions
9 pages
Corrigé Mathématiques ESCP 2020-2021
Pas encore d'évaluation
Corrigé Mathématiques ESCP 2020-2021
13 pages
Exercices sur les graphes non-orientés
50% (2)
Exercices sur les graphes non-orientés
13 pages
Limites et Comportement des Fonctions
Pas encore d'évaluation
Limites et Comportement des Fonctions
7 pages
CCP 2019 MP M2 Corrige
Pas encore d'évaluation
CCP 2019 MP M2 Corrige
6 pages
Résolution d'équations non linéaires en MATLAB
Pas encore d'évaluation
Résolution d'équations non linéaires en MATLAB
2 pages
Mathematiques 2nde C 2eme Devoir Du 1er Semestre 2023-2024 Ceg2 Abomey Calavi
100% (1)
Mathematiques 2nde C 2eme Devoir Du 1er Semestre 2023-2024 Ceg2 Abomey Calavi
2 pages
Séquence 4 - Généralités Sur Les Fonctions (Partie A)
Pas encore d'évaluation
Séquence 4 - Généralités Sur Les Fonctions (Partie A)
2 pages
Corrigé Bac Mathématiques 2017 Comores
86% (14)
Corrigé Bac Mathématiques 2017 Comores
2 pages
Antennes et Propagation des Ondes
Pas encore d'évaluation
Antennes et Propagation des Ondes
177 pages
Introduction au Logarithme Népérien
Pas encore d'évaluation
Introduction au Logarithme Népérien
2 pages
Convergence et Suites: Exercices Mathématiques
Pas encore d'évaluation
Convergence et Suites: Exercices Mathématiques
4 pages
Exercices sur Espaces Vectoriels et Systèmes de Vecteurs
100% (1)
Exercices sur Espaces Vectoriels et Systèmes de Vecteurs
8 pages
Introduction aux séries numériques
Pas encore d'évaluation
Introduction aux séries numériques
12 pages